Автоматизация в n8n с помощью узла OpenAI

Большие языковые модели (LLM), которые появились, в том числе, и благодаря ChatGPT, делают интеграцию n8n с OpenAI возможной.

Что такое LLM

LLM — это языковые модели, имеющие одно ключевое отличие от других: они обучены на огромном наборе данных (речь идет о сотнях миллиардов), а также имеют миллионы параметров. Тот факт, что LLM получили доступ к таким огромным обучающим данным, делает их надежным помощником в интеллектуальном генерировании текста. Также эти модели можно настроить, чтобы они отвечали на вопросы — именно это мы и видим в ChatGPT.

Кстати о ChatGPT. Если вы хотите научиться пользоваться этой нейросетью более эффективно, записывайтесь на бесплатный онлайн-практикум «Нейросети для жизни и карьеры»!

ОНЛАЙН-ПРАКТИКУМ

ЗАПУСК DEEPSEEK R1 ЛОКАЛЬНО НА СВОЕМ КОМПЬЮТЕРЕ

ЧТО БУДЕТ НА ОБУЧЕНИИ?

• ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
• Где и как применять? Потестируем модель после установки на разных задачах
• Как дообучить модель под себя?

Участвовать бесплатно

Идеи автоматизации OpenAI и n8n

Рабочий процесс 1. Автоматическая отправка ответа по электронной почте

Этот рабочий процесс запускает ответ OpenAI GPT при получении письма с определенных адресов электронной почты. Исходное письмо и ответ GPT хранятся в таблице Google, которая создается автоматически. Все последующие ответы GPT добавляются в ту же таблицу.

Более того, если по какому-либо ответу GPT будет дан отзыв, он сохранится в электронной таблице. Такую информацию можно использовать в будущем для улучшения модели GPT.

Как он работает

По сути, этот рабочий процесс является как кофе «два в одном». Он запускается с двух разных узлов и имеет совершенно разные функциональные возможности для каждого триггера.

Последовательность действий выглядит так:

1. Триггерный узел Gmail извлекает тело электронного письма, а узел OpenAI генерирует ответ.
2. Узел Gmail с меткой «Отправить ответ получателю» отсылает сгенерированный OpenAI ответ.
3. Узел Google Sheets сохраняет тело электронного письма и ответ OpenAI в Google таблицах. Если лист не существует, он будет создан.

Рабочий процесс 2. Генерация контента на веб-сайте

Такой процесс позволяет получить полезные данные о компании: узнать о ее отрасли, целевой аудитории и предложениях, просто читая и анализируя HTML-контент на веб-сайте. После изучения он сохраняет эти полезные данные в электронной таблице Google.

Как работает

1. Узел Google Sheets извлекает URL-адреса веб-сайтов из предопределенных Гугл таблицами.
2. Узел HTTP-запроса и узел HTML объединяются для извлечения контента для каждого веб-сайта.
3. Узел OpenAI анализирует содержимое веб-страницы.
4. Узел Google Sheets обновляет электронные таблицы данными GPT-3.

Рабочий процесс 3. Генератор твитов на базе OpenAI

Если вам не хватает времени для написания убедительных твитов, привлекающих внимание, воспользуйтесь этой схемой. Она использует API OpenAI для генерации твитов, которые будут храниться в Airtable.

Процесс работы

1. Узел «Код» (функциональный элемент) использует фрагмент JavaScript для возврата хэштега из предварительно заполненного массива хэштегов.
2. Узел HTTP-запроса отправляет запрос POST к API OpenAI. API возвращает сгенерированные твиты.
3. Узел Set устанавливает значения, которые нужно сохранить, на основе всех данных, полученных от API. Затем он устанавливает значения хэштега и контента для всех сгенерированных твитов (они хранятся в Airtable).
4. Наконец, узел Airtable добавляет сгенерированные твиты в свою существующую таблицу.

Мы уверены, что это далеко не весь список идей, которые можно воплотить с помощью OpenAI. Изучите эти процессы и, быть может, сможете создать что-то более интересное!