← Retour aux workflows
Workflow n8n

Automatisation chatbot avec n8n : intégration d'OpenAI et ElevenLabs

  • Ce workflow n8n permet de créer un chatbot intelligent en intégrant les technologies d'OpenAI et d'ElevenLabs. Dans un contexte où les entreprises cherchent à améliorer l'interaction avec leurs clients, ce type d'automatisation n8n est particulièrement utile pour les équipes de support client et de vente. Grâce à ce workflow, les utilisateurs peuvent interagir avec un agent virtuel capable de répondre à des questions en temps réel, tout en accédant à des données stockées dans un vecteur de Qdrant.
  • Le processus commence par un déclencheur Webhook qui écoute les requêtes des utilisateurs. Ensuite, le workflow utilise des nœuds comme 'AI Agent' et 'OpenAI Chat Model' pour traiter les demandes et générer des réponses pertinentes. Les données sont chargées à partir de Google Drive via le nœud 'Get folder', et les fichiers sont téléchargés pour enrichir les réponses du chatbot. Les nœuds 'Embeddings OpenAI' et 'Vector Store Tool' sont utilisés pour gérer les données vectorisées, permettant une recherche efficace des informations.
  • Les bénéfices de cette automatisation sont multiples : réduction des délais de réponse, amélioration de l'expérience utilisateur et optimisation des ressources humaines. En intégrant ce workflow, les entreprises peuvent offrir un service client 24/7, tout en réduisant les coûts opérationnels.
Tags clés :automatisationOpenAIchatbotn8nElevenLabs
🎯Pour qui ?🧩Problème résolu📋Étapes du flux🛠Guide de personnalisation
Catégorie: Webhook · Tags: automatisation, OpenAI, chatbot, n8n, ElevenLabs❤ 0

Workflow n8n OpenAI, chatbot, ElevenLabs : vue d'ensemble

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

React Flow
Besoin d'aide ?

Workflow n8n OpenAI, chatbot, ElevenLabs : détail des nœuds

  • AI Agent

    Ce noeud agit comme un agent d'IA, traitant le texte avec des options et un type de prompt spécifié.

  • Vector Store Tool

    Ce noeud permet de définir un outil de stockage vectoriel avec un nom et une description.

  • Qdrant Vector Store

    Ce noeud interagit avec un magasin de vecteurs Qdrant, utilisant des options et une collection spécifiée.

  • Embeddings OpenAI

    Ce noeud génère des embeddings à l'aide de l'API OpenAI, en fonction des options fournies.

  • Sticky Note4

    Ce noeud crée une note autocollante avec une couleur, une largeur, une hauteur et un contenu spécifiés.

  • Sticky Note

    Ce noeud génère une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • When clicking ‘Test workflow’

    Ce noeud déclenche manuellement le workflow lorsque l'utilisateur clique sur 'Test workflow'.

  • Create collection

    Ce noeud effectue une requête HTTP pour créer une collection avec les paramètres spécifiés.

  • Refresh collection

    Ce noeud effectue une requête HTTP pour rafraîchir une collection en utilisant les paramètres fournis.

  • Get folder

    Ce noeud récupère un dossier depuis Google Drive en utilisant des filtres et des options.

  • Download Files

    Ce noeud télécharge des fichiers depuis Google Drive en spécifiant l'ID du fichier et d'autres options.

  • Default Data Loader

    Ce noeud charge des données par défaut à l'aide d'un chargeur de données spécifié et d'options.

  • Token Splitter

    Ce noeud divise le texte en tokens selon une taille de chunk et un chevauchement spécifiés.

  • Sticky Note3

    Ce noeud crée une note autocollante avec des spécifications de couleur, largeur, hauteur et contenu.

  • Qdrant Vector Store1

    Ce noeud interagit avec un magasin de vecteurs Qdrant en utilisant un mode, des options et une collection.

  • Embeddings OpenAI1

    Ce noeud génère des embeddings à l'aide de l'API OpenAI avec des options spécifiées.

  • Sticky Note5

    Ce noeud crée une note autocollante avec des paramètres de couleur, largeur, hauteur et contenu.

  • Respond to ElevenLabs

    Ce noeud répond à un webhook avec des options spécifiées.

  • OpenAI

    Ce noeud interagit avec le modèle de chat OpenAI en utilisant des options fournies.

  • Listen

    Ce noeud écoute les requêtes entrantes via un webhook avec des paramètres de chemin et d'options.

  • Window Buffer Memory

    Ce noeud gère la mémoire tampon de fenêtre pour stocker des informations contextuelles.

  • OpenAI Chat Model

    Ce noeud interagit avec le modèle de chat OpenAI en utilisant des options spécifiées.

  • Sticky Note6

    Ce noeud crée une note autocollante avec des spécifications de couleur, largeur, hauteur et contenu.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "ibiHg6umCqvcTF4g",
  "meta": {
    "instanceId": "a4bfc93e975ca233ac45ed7c9227d84cf5a2329310525917adaf3312e10d5462",
    "templateCredsSetupCompleted": true
  },
  "name": "Voice RAG Chatbot with ElevenLabs and OpenAI",
  "tags": [],
  "nodes": [
    {
      "id": "5898da57-38b0-4d29-af25-fe029cda7c4a",
      "name": "AI Agent",
      "type": "@n8n/n8n-nodes-langchain.agent",
      "position": [
        -180,
        800
      ],
      "parameters": {
        "text": "={{ $json.body.question }}",
        "options": {},
        "promptType": "define"
      },
      "typeVersion": 1.7
    },
    {
      "id": "81bbedb6-5a07-4977-a68f-2bdc75b17aba",
      "name": "Vector Store Tool",
      "type": "@n8n/n8n-nodes-langchain.toolVectorStore",
      "position": [
        20,
        1040
      ],
      "parameters": {
        "name": "company",
        "description": "Risponde alle domande relative a ciò che ti viene chiesto"
      },
      "typeVersion": 1
    },
    {
      "id": "fd021f6c-248d-41f4-a4f9-651e70692327",
      "name": "Qdrant Vector Store",
      "type": "@n8n/n8n-nodes-langchain.vectorStoreQdrant",
      "position": [
        -140,
        1300
      ],
      "parameters": {
        "options": {},
        "qdrantCollection": {
          "__rl": true,
          "mode": "id",
          "value": "=COLLECTION"
        }
      },
      "credentials": {
        "qdrantApi": {
          "id": "iyQ6MQiVaF3VMBmt",
          "name": "QdrantApi account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "84aca7bb-4812-498f-b319-88831e4ca412",
      "name": "Embeddings OpenAI",
      "type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
      "position": [
        -140,
        1460
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "CDX6QM4gLYanh0P4",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.1
    },
    {
      "id": "82e430db-2ad7-427d-bcf9-6aa226253d18",
      "name": "Sticky Note4",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -760,
        520
      ],
      "parameters": {
        "color": 5,
        "width": 1400,
        "height": 240,
        "content": "# STEP 4\n\n## RAG System\n\nClick on \"test workflow\" on n8n and \"Test AI agent\" on ElevenLabs. If everything is configured correctly, when you ask a question to the agent, the webhook on n8n is activated with the \"question\" field in the body filled with the question asked to the voice agent.\n\nThe AI ​​Agent will extract the information from the vector database, send it to the model to create the response which will be sent via the response webhook to ElevenLabs which will transform it into voice"
      },
      "typeVersion": 1
    },
    {
      "id": "6a19e9fa-50fa-4d51-ba41-d03c999e4649",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -780,
        -880
      ],
      "parameters": {
        "color": 3,
        "width": 1420,
        "height": 360,
        "content": "# STEP 1\n\n## Create an Agent on ElevenLabs \n- Create an agent on ElevenLabs (eg. test_n8n)\n- Add \"First message\" (eg. Hi, Can I help you?)\n- Add the \"System Prompt\" message... eg:\n'You are the waiter of \"Pizzeria da Michele\" in Verona. If you are asked a question, use the tool \"test_chatbot_elevenlabs\". When you receive the answer from \"test_chatbot_elevenlabs\" answer the user clearly and precisely.'\n- In Tools add a Webhook called eg. \"test_chatbot_elevenlabs\" and add the following description:\n'You are the waiter. Answer the questions asked and store them in the question field.'\n- Add the n8n webhook URL (method POST)\n- Enable \"Body Parameters\" and insert in the description \"Ask the user the question to ask the place.\", then in the \"Properties\" add a data type string called \"question\", value type \"LLM Prompt\" and description \"user question\""
      },
      "typeVersion": 1
    },
    {
      "id": "ec053ee7-3a4a-4697-a08c-5645810d23f0",
      "name": "When clicking ‘Test workflow’",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        -740,
        -200
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "3e71e40c-a5cc-40cf-a159-aeedc97c47d1",
      "name": "Create collection",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -440,
        -340
      ],
      "parameters": {
        "url": "https://QDRANTURL/collections/COLLECTION",
        "method": "POST",
        "options": {},
        "jsonBody": "{\n \"filter\": {}\n}",
        "sendBody": true,
        "sendHeaders": true,
        "specifyBody": "json",
        "authentication": "genericCredentialType",
        "genericAuthType": "httpHeaderAuth",
        "headerParameters": {
          "parameters": [
            {
              "name": "Content-Type",
              "value": "application/json"
            }
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "qhny6r5ql9wwotpn",
          "name": "Qdrant API (Hetzner)"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "240283fc-50ec-475c-bd24-e6d0a367c10c",
      "name": "Refresh collection",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -440,
        -80
      ],
      "parameters": {
        "url": "https://QDRANTURL/collections/COLLECTION/points/delete",
        "method": "POST",
        "options": {},
        "jsonBody": "{\n \"filter\": {}\n}",
        "sendBody": true,
        "sendHeaders": true,
        "specifyBody": "json",
        "authentication": "genericCredentialType",
        "genericAuthType": "httpHeaderAuth",
        "headerParameters": {
          "parameters": [
            {
              "name": "Content-Type",
              "value": "application/json"
            }
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "qhny6r5ql9wwotpn",
          "name": "Qdrant API (Hetzner)"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "7d10fda0-c6ab-4bf5-b73e-b93a84937eff",
      "name": "Get folder",
      "type": "n8n-nodes-base.googleDrive",
      "position": [
        -220,
        -80
      ],
      "parameters": {
        "filter": {
          "driveId": {
            "__rl": true,
            "mode": "list",
            "value": "My Drive",
            "cachedResultUrl": "https://drive.google.com/drive/my-drive",
            "cachedResultName": "My Drive"
          },
          "folderId": {
            "__rl": true,
            "mode": "id",
            "value": "=test-whatsapp"
          }
        },
        "options": {},
        "resource": "fileFolder"
      },
      "credentials": {
        "googleDriveOAuth2Api": {
          "id": "HEy5EuZkgPZVEa9w",
          "name": "Google Drive account"
        }
      },
      "typeVersion": 3
    },
    {
      "id": "c5761ad2-e66f-4d65-b653-0e89ea017f17",
      "name": "Download Files",
      "type": "n8n-nodes-base.googleDrive",
      "position": [
        0,
        -80
      ],
      "parameters": {
        "fileId": {
          "__rl": true,
          "mode": "id",
          "value": "={{ $json.id }}"
        },
        "options": {
          "googleFileConversion": {
            "conversion": {
              "docsToFormat": "text/plain"
            }
          }
        },
        "operation": "download"
      },
      "credentials": {
        "googleDriveOAuth2Api": {
          "id": "HEy5EuZkgPZVEa9w",
          "name": "Google Drive account"
        }
      },
      "typeVersion": 3
    },
    {
      "id": "1f031a11-8ef3-4392-a7db-9bca00840b8f",
      "name": "Default Data Loader",
      "type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
      "position": [
        380,
        120
      ],
      "parameters": {
        "options": {},
        "dataType": "binary"
      },
      "typeVersion": 1
    },
    {
      "id": "7f614392-7bc7-408c-8108-f289a81d5cf6",
      "name": "Token Splitter",
      "type": "@n8n/n8n-nodes-langchain.textSplitterTokenSplitter",
      "position": [
        360,
        280
      ],
      "parameters": {
        "chunkSize": 300,
        "chunkOverlap": 30
      },
      "typeVersion": 1
    },
    {
      "id": "648c5b3d-37a8-4a89-b88c-38e1863f09dc",
      "name": "Sticky Note3",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -240,
        -400
      ],
      "parameters": {
        "color": 6,
        "width": 880,
        "height": 220,
        "content": "# STEP 2\n\n## Create Qdrant Collection\nChange:\n- QDRANTURL\n- COLLECTION"
      },
      "typeVersion": 1
    },
    {
      "id": "a6c50f3c-3c73-464e-9bdc-49de96401c1b",
      "name": "Qdrant Vector Store1",
      "type": "@n8n/n8n-nodes-langchain.vectorStoreQdrant",
      "position": [
        240,
        -80
      ],
      "parameters": {
        "mode": "insert",
        "options": {},
        "qdrantCollection": {
          "__rl": true,
          "mode": "id",
          "value": "=COLLECTION"
        }
      },
      "credentials": {
        "qdrantApi": {
          "id": "iyQ6MQiVaF3VMBmt",
          "name": "QdrantApi account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "7e19ac49-4d90-4258-bd44-7ca4ffa0128a",
      "name": "Embeddings OpenAI1",
      "type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
      "position": [
        220,
        120
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "CDX6QM4gLYanh0P4",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1.1
    },
    {
      "id": "bfa104a2-1f9c-4200-ae7b-4659894c1e6f",
      "name": "Sticky Note5",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -460,
        -140
      ],
      "parameters": {
        "color": 4,
        "width": 620,
        "height": 400,
        "content": "# STEP 3\n\n\n\n\n\n\n\n\n\n\n\n\n## Documents vectorization with Qdrant and Google Drive\nChange:\n- QDRANTURL\n- COLLECTION"
      },
      "typeVersion": 1
    },
    {
      "id": "a148ffcf-335f-455d-8509-d98c711ed740",
      "name": "Respond to ElevenLabs",
      "type": "n8n-nodes-base.respondToWebhook",
      "position": [
        380,
        800
      ],
      "parameters": {
        "options": {}
      },
      "typeVersion": 1.1
    },
    {
      "id": "5d19f73a-b8e8-4e75-8f67-836180597572",
      "name": "OpenAI",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "position": [
        -300,
        1040
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "CDX6QM4gLYanh0P4",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "802b76e1-3f3e-490c-9e3b-65dc5b28d906",
      "name": "Listen",
      "type": "n8n-nodes-base.webhook",
      "position": [
        -700,
        800
      ],
      "webhookId": "e9f611eb-a8dd-4520-8d24-9f36deaca528",
      "parameters": {
        "path": "test_voice_message_elevenlabs",
        "options": {},
        "httpMethod": "POST",
        "responseMode": "responseNode"
      },
      "typeVersion": 2
    },
    {
      "id": "bdc55a38-1d4b-48fe-bbd8-29bf1afd954a",
      "name": "Window Buffer Memory",
      "type": "@n8n/n8n-nodes-langchain.memoryBufferWindow",
      "position": [
        -140,
        1040
      ],
      "parameters": {},
      "typeVersion": 1.3
    },
    {
      "id": "2d5dd8cb-81eb-41bc-af53-b894e69e530c",
      "name": "OpenAI Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "position": [
        200,
        1320
      ],
      "parameters": {
        "options": {}
      },
      "credentials": {
        "openAiApi": {
          "id": "CDX6QM4gLYanh0P4",
          "name": "OpenAi account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "92d04432-1dbb-4d79-9edc-42378aee1c53",
      "name": "Sticky Note6",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -760,
        1620
      ],
      "parameters": {
        "color": 7,
        "width": 1400,
        "height": 240,
        "content": "# STEP 5\n\n## Add Widget\n\nAdd the widget to your business website by replacing AGENT_ID with the agent id you created on ElevenLabs\n\n<elevenlabs-convai agent-id=\"AGENT_ID\"></elevenlabs-convai><script src=\"https://elevenlabs.io/convai-widget/index.js\" async type=\"text/javascript\"></script>"
      },
      "typeVersion": 1
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "6738abfe-e626-488d-a00b-81021cb04aaf",
  "connections": {
    "Listen": {
      "main": [
        [
          {
            "node": "AI Agent",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "OpenAI": {
      "ai_languageModel": [
        [
          {
            "node": "AI Agent",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "AI Agent": {
      "main": [
        [
          {
            "node": "Respond to ElevenLabs",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Get folder": {
      "main": [
        [
          {
            "node": "Download Files",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Download Files": {
      "main": [
        [
          {
            "node": "Qdrant Vector Store1",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Token Splitter": {
      "ai_textSplitter": [
        [
          {
            "node": "Default Data Loader",
            "type": "ai_textSplitter",
            "index": 0
          }
        ]
      ]
    },
    "Embeddings OpenAI": {
      "ai_embedding": [
        [
          {
            "node": "Qdrant Vector Store",
            "type": "ai_embedding",
            "index": 0
          }
        ]
      ]
    },
    "OpenAI Chat Model": {
      "ai_languageModel": [
        [
          {
            "node": "Vector Store Tool",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Vector Store Tool": {
      "ai_tool": [
        [
          {
            "node": "AI Agent",
            "type": "ai_tool",
            "index": 0
          }
        ]
      ]
    },
    "Embeddings OpenAI1": {
      "ai_embedding": [
        [
          {
            "node": "Qdrant Vector Store1",
            "type": "ai_embedding",
            "index": 0
          }
        ]
      ]
    },
    "Refresh collection": {
      "main": [
        [
          {
            "node": "Get folder",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Default Data Loader": {
      "ai_document": [
        [
          {
            "node": "Qdrant Vector Store1",
            "type": "ai_document",
            "index": 0
          }
        ]
      ]
    },
    "Qdrant Vector Store": {
      "ai_vectorStore": [
        [
          {
            "node": "Vector Store Tool",
            "type": "ai_vectorStore",
            "index": 0
          }
        ]
      ]
    },
    "Window Buffer Memory": {
      "ai_memory": [
        [
          {
            "node": "AI Agent",
            "type": "ai_memory",
            "index": 0
          }
        ]
      ]
    },
    "When clicking ‘Test workflow’": {
      "main": [
        [
          {
            "node": "Create collection",
            "type": "main",
            "index": 0
          },
          {
            "node": "Refresh collection",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n OpenAI, chatbot, ElevenLabs : pour qui est ce workflow ?

Ce workflow s'adresse aux entreprises de taille moyenne à grande qui souhaitent automatiser leur service client. Il est particulièrement adapté aux équipes techniques et aux responsables de l'innovation, cherchant à intégrer des solutions d'intelligence artificielle dans leurs processus.

Workflow n8n OpenAI, chatbot, ElevenLabs : problème résolu

Ce workflow résout le problème de la lenteur des réponses aux requêtes des clients en automatisant les interactions via un chatbot intelligent. Il élimine les frustrations liées aux temps d'attente et réduit les risques d'erreurs humaines dans les réponses. Les utilisateurs bénéficient d'une assistance rapide et efficace, ce qui améliore leur satisfaction et fidélité.

Workflow n8n OpenAI, chatbot, ElevenLabs : étapes du workflow

Étape 1 : Le workflow est déclenché par un Webhook qui écoute les requêtes des utilisateurs.

  • Étape 1 : Les données sont récupérées à partir de Google Drive via le nœud 'Get folder'.
  • Étape 2 : Les fichiers sont téléchargés pour enrichir les réponses du chatbot.
  • Étape 3 : L'agent AI traite les demandes en utilisant le nœud 'OpenAI Chat Model'.
  • Étape 4 : Les réponses sont générées et envoyées à l'utilisateur via le nœud 'Respond to ElevenLabs'.

Workflow n8n OpenAI, chatbot, ElevenLabs : guide de personnalisation

Pour personnaliser ce workflow, vous pouvez modifier l'URL du Webhook pour l'adapter à votre application. Il est également possible de changer les paramètres des nœuds 'OpenAI' et 'AI Agent' pour ajuster le comportement du chatbot. Pensez à définir les collections dans le nœud 'Qdrant Vector Store' pour optimiser la recherche d'informations. Enfin, vous pouvez intégrer d'autres services ou API selon vos besoins spécifiques.