Реализовать многоузловой сценарий в n8n

Проект – это многоузловой сценарий в n8n, который от сбора ресторанов в ОАЭ доводит до автоматического голосового звонка, получения лида и записи результата в единую таблицу

Цель и архитектура

- Цель: непрерывно собирать контакты ресторанов в ОАЭ, автоматически им звонить через голосового ассистента и получать контакты ответственных лиц для установки станции выдачи павербанков без приложения (оплата/депозит только картой или Apple/Android Pay).

- Архитектура: n8n как оркестратор + сервис парсинга/АПИ ресторанов + провайдер IP‑телефонии (например, Twilio/Vapi/Retell AI) + LLM/voice‑AI для диалога + хранилище (Google Sheets/Airtable/CRM).[4][5][2]

1. Сбор целевых ресторанов

- В n8n создаётся workflow с HTTP Request / интеграцией к API агрегаторов или стороннему scraping‑API (например, Real Data API, Scrape.do) для выгрузки ресторанов по ОАЭ с фильтрами по городу/кухне.

- Далее Code/Item Lists узлы очищают данные и формируют список: название, адрес, телефон; результат складывается в Google Sheets/Airtable как таблица источника для обзвона.

2. Модуль «знание о продажах»

- База реальных звонков (аудио/транскрипты на английском и арабском) хранится вне n8n, а в n8n подается в виде подготовленного промпта/инструкции для LLM: как зацепить внимание, какие вопросы обычно задают, какие возражения и как их отрабатывать, как брать контакты.

- На основе этих знаний формируется структурированный сценарий (блоки «открытие», «выгода», «отработка вопросов», «сбор контактов», «завершение»), который хранится как переменная/JSON и передается в узлы AI‑провайдера голоса.

3. Голосовой ассистент

- В связке n8n + voice‑платформа (например, Vapi, Retell AI или Twilio + Realtime API) создаётся голосовой агент, который получает от n8n сценарий, роль и ограничения (короткие реплики, не перебивать, собирать четкие поля).

- Ассистент синтезирует речь через TTS (например, ElevenLabs) и использует STT, чтобы в реальном времени реагировать на ресторан; логика диалога (ветвления, fallback) описана в промпте и настройках агента.

4. Подключение к телефонии

- В n8n хранится список телефонов ресторанов, по которым нужно совершить outbound‑звонки; workflow по расписанию (Cron) берет порцию контактов и инициирует звонки через IP‑телефонию (Twilio/Vapi/Retell AI).

- Телефония биллингуется у провайдера; n8n получает webhooks о статусе звонка, стоимости, продолжительности и записывает их в базу результатов.

5. Логика разговора

- Скрипт ассистента: представиться, предложить бесплатную установку станции павербанков на месяц, подчеркнуть ключевую выгоду – гостю не нужно скачивать приложение, аренда и депозит идут только через банковскую карту или Apple/Android Pay.

- Далее ассистент:

  – слушает ответы, принимает вопросы, кратко объясняет условия, обслуживание и размещение станции;  

  – если есть интерес – уточняет имя ответственного лица, удобный номер для Telegram и, при необходимости, e‑mail;  

  – если интереса нет, помечает отказ и при необходимости уточняет причину (дорого, неактуально, уже есть решение и т.п.).

6. Распознавание и проверка данных

- Транскрипт звонка поступает обратно в n8n (через webhook от voice‑платформы или по завершении звонка) и проходит парсинг: LLM‑узел или регулярные выражения выделяют имя, телефон, мессенджер, e‑mail.

- Второй шаг – валидация: проверки формата номера (E.164), e‑mail, отсутствие дубликата, привязка к исходному ресторану; при ошибке ставится статус «требует ручной проверки».

7. Единая таблица результатов

- Итоговый workflow записывает в одну таблицу поля: ресторан (название, адрес), номер, по которому звонили, указанный контакт для связи, имя ответственного, язык звонка, результат (интерес/отказ/повторный контакт), ссылка на запись и транскрипт, стоимость звонка.

- Таблица лежит в Google Sheets/Airtable/CRM и используется для аналитики конверсии, повторных касаний (email/мессенджеры кампании) и планирования выездов по установке станций.