مقدمه

اتوماسیون ایمیل با n8n

اتوماسیون ایمیل با n8n:

آموزش کامل ساخت سیستم پاسخ‌گویی هوشمند ایمیل با هوش مصنوعی و تأیید انسانی در n8n (Human in the Loop)

مدیریت حجم بالای ایمیل‌های ورودی یکی از چالش‌های همیشگی کسب‌وکارهاست و یکی از بهترین راه‌حل‌های آن، اتوماسیون ایمیل با n8n است. پاسخ دادن دستی به هر ایمیل، به‌ویژه در بخش پشتیبانی و ارتباط با مشتری، زمان زیادی می‌گیرد و در بسیاری از مواقع باعث تأخیر در ارتباط با مشتریان می‌شود. از طرف دیگر، سپردن کامل این فرآیند به هوش مصنوعی بدون هیچ نظارتی نیز ریسک‌های خودش را دارد، چرا که ممکن است پاسخ تولیدشده دقیق، مناسب یا حرفه‌ای نباشد.

در همین راستا، سیستم اتوماسیون ایمیل با n8n که ترکیبی از پردازش خودکار و نظارت انسانی باشد، بهترین راه‌حل محسوب می‌شود. این نوع سیستم که در دنیای اتوماسیون به آن Human in the Loop گفته می‌شود، اجازه می‌دهد هوش مصنوعی کار سنگین خلاصه‌سازی و نوشتن پاسخ را انجام دهد، اما تصمیم نهایی برای ارسال پاسخ همچنان بر عهده یک انسان باقی بماند.

Workflowی که در این مقاله بررسی می‌کنیم، دقیقاً همین کار را با استفاده از پلتفرم n8n انجام می‌دهد. این Workflow با اتصال به یک صندوق ایمیل از طریق IMAP، ایمیل‌های ورودی را دریافت می‌کند، محتوای آن‌ها را با کمک مدل‌های زبانی خلاصه می‌کند، یک پاسخ حرفه‌ای پیشنهادی تولید می‌کند و پیش از ارسال نهایی، این پاسخ را برای تأیید به یک مسئول انسانی ارسال می‌کند. تنها پس از تأیید، پاسخ نهایی برای فرستنده اصلی ایمیل ارسال خواهد شد.

در ادامه این مقاله، به‌صورت کامل و مرحله‌به‌مرحله نحوه پیاده‌سازی این Workflow، عملکرد هر Node و روش‌های شخصی‌سازی آن را بررسی خواهیم کرد تا بتوانید این سیستم را در کسب‌وکار خود پیاده‌سازی کنید.

قبل از شروع

اگر هنوز n8n را نصب نکرده‌اید، پیشنهاد می‌کنیم ابتدا مقاله «آموزش n8n» را مطالعه کنید. در آن مقاله، مراحل نصب با Node.js و Docker، راه‌اندازی اولیه و ساخت اولین Workflow به‌صورت کامل آموزش داده شده است. پس از نصب و راه‌اندازی، به این مقاله بازگردید و مراحل پیاده‌سازی این Workflow را دنبال کنید.

چگونگی اتوماسیون ایمیل با n8n در این Workflow

این Workflow به‌صورت خودکار ایمیل‌های ورودی یک صندوق پستی را از طریق پروتکل IMAP دریافت می‌کند. سپس محتوای HTML ایمیل را به فرمت Markdown تبدیل می‌کند تا مدل‌های زبانی بتوانند آن را بهتر درک کنند. در مرحله بعد، یک زنجیره خلاصه‌سازی (Summarization Chain) با استفاده از مدل زبانی DeepSeek، محتوای ایمیل را در حداکثر صد کلمه خلاصه می‌کند.

پس از خلاصه‌سازی، یک Agent هوش مصنوعی مبتنی بر مدل GPT-4o-mini، بر اساس خلاصه تولیدشده، یک پاسخ حرفه‌ای و کوتاه برای ایمیل می‌نویسد. این پاسخ به‌جای ارسال مستقیم، ابتدا برای بررسی و تأیید به آدرس ایمیل مدیریتی ارسال می‌شود. اگر پاسخ تأیید شود، Workflow به‌صورت خودکار ایمیل نهایی را برای فرستنده اصلی ارسال می‌کند. در صورت عدم تأیید، فرآیند ارسال متوقف می‌شود. به این ترتیب، اتوماسیون ایمیل با هوش مصنوعی در کنار نظارت انسانی، سرعت و دقت را همزمان تضمین می‌کند.

کاربردهای این Workflow

• پاسخ‌گویی خودکار به ایمیل‌های پشتیبانی مشتریان با حفظ کنترل انسانی

• کاهش زمان پاسخ‌دهی به درخواست‌های تجاری و اداری

• مدیریت حجم بالای ایمیل در تیم‌های فروش و بازاریابی

• ایجاد پیش‌نویس پاسخ برای تیم‌های خدمات مشتری قبل از ارسال نهایی

• استفاده در شرکت‌های چندزبانه برای تولید پاسخ‌های اولیه و بازبینی توسط کارشناس انسانی

• بهبود کیفیت و یکنواختی لحن پاسخ‌های ارسالی سازمان

• کاهش خطای انسانی در نوشتن پاسخ‌های تکراری روزمره

پیش‌نیازها

برای پیاده‌سازی این Workflow به موارد زیر نیاز دارید:

• نصب و راه‌اندازی n8n (نسخه Cloud یا Self-hosted)

• یک حساب ایمیل با پشتیبانی از IMAP برای دریافت ایمیل‌ها

• یک حساب SMTP برای ارسال ایمیل پاسخ

• Credential مربوط به OpenAI برای استفاده از مدل GPT-4o-mini

• Credential مربوط به DeepSeek برای مدل خلاصه‌سازی

• دسترسی به ایمیلی که به‌عنوان تأییدکننده انسانی عمل می‌کند

• آشنایی مقدماتی با نحوه تنظیم Credentialها در n8n

دانلود Template

فایل JSON این Workflow را از این قسمت دانلود کنید.

رمز فایل: danixai.com

آموزش Import کردن Workflow

1. وارد داشبورد n8n شوید.
2. روی Import from File کلیک کنید.
3. فایل JSON را انتخاب کنید.
4. Workflow ایجاد خواهد شد.
5. Credentialهای موردنیاز را تنظیم کنید.

ساختار Workflow و آموزش کامل تمام Nodeها

ساختار کلی این Workflow به شکل زیر است:

Node اول: Email Trigger (IMAP)

وظیفه: این Node نقطه شروع Workflow است و به‌صورت مداوم صندوق ایمیل تعریف‌شده را از طریق پروتکل IMAP بررسی می‌کند تا ایمیل‌های جدید را دریافت کند.

ورودی: ندارد؛ این یک Trigger Node است.

خروجی: اطلاعات کامل ایمیل ورودی شامل فرستنده، گیرنده، موضوع و محتوای HTML و متنی ایمیل.

تنظیمات مهم: اتصال Credential نوع IMAP که شامل آدرس سرور، پورت، نام کاربری و رمز عبور صندوق ایمیل است.

نکات قابل تغییر: می‌توانید فیلترهایی برای پردازش تنها ایمیل‌های خاص (مثلاً بر اساس موضوع یا پوشه) اضافه کنید.

دلیل استفاده: بدون این Node امکان دریافت خودکار ایمیل‌های ورودی وجود ندارد و کل فرآیند اتوماسیون آغاز نمی‌شود.

Node دوم: Markdown

وظیفه: تبدیل محتوای HTML ایمیل دریافتی به فرمت Markdown.

ورودی: فیلد textHtml از ایمیل دریافتی.

خروجی: متن ایمیل به فرمت Markdown ساده‌شده.

تنظیمات مهم: فیلد html که به مقدار textHtml ایمیل ورودی متصل شده است.

نکات قابل تغییر: در صورت نیاز می‌توان از فیلد متنی ساده (textPlain) به‌جای HTML استفاده کرد.

دلیل استفاده: مدل‌های زبانی معمولاً متن Markdown را بهتر از HTML خام پردازش می‌کنند و این کار دقت خلاصه‌سازی را افزایش می‌دهد.

Node سوم: Email Summarization Chain

وظیفه: خلاصه‌سازی محتوای ایمیل در حداکثر صد کلمه با استفاده از یک زنجیره پردازش زبانی.

ورودی: متن Markdown تولیدشده از Node قبلی.

خروجی: خلاصه‌ای کوتاه و فشرده از محتوای ایمیل.

تنظیمات مهم: Promptهای summarizationMethodAndPrompts که دستور خلاصه‌سازی را مشخص می‌کنند؛ همچنین اتصال به مدل زبانی DeepSeek از طریق Node مربوط به OpenAI Chat Model.

نکات قابل تغییر: می‌توان حداکثر تعداد کلمات خلاصه را افزایش یا کاهش داد یا زبان خروجی خلاصه را مشخص کرد.

دلیل استفاده: خلاصه کردن ایمیل باعث می‌شود Agent نویسنده پاسخ، اطلاعات کلیدی را سریع‌تر و دقیق‌تر دریافت کند.

Node چهارم: OpenAI Chat Model (DeepSeek)

وظیفه: فراهم کردن مدل زبانی موردنیاز برای Node خلاصه‌سازی.

ورودی: درخواست پردازش متن از Email Summarization Chain.

خروجی: پاسخ مدل زبانی که به‌عنوان خلاصه ایمیل استفاده می‌شود.

تنظیمات مهم: انتخاب مدل deepseek-chat و اتصال Credential مربوط به DeepSeek.

نکات قابل تغییر: می‌توان مدل را به مدل‌های دیگر مانند GPT یا Claude تغییر داد.

دلیل استفاده: این Node موتور هوش مصنوعی خلاصه‌سازی را فراهم می‌کند.

Node پنجم: Write email (AI Agent)

وظیفه: نوشتن یک پاسخ حرفه‌ای برای ایمیل دریافتی بر اساس خلاصه تولیدشده.

ورودی: خلاصه ایمیل از Node قبلی.

خروجی: متن پاسخ پیشنهادی ایمیل.

تنظیمات مهم: systemMessage که رفتار Agent را مشخص می‌کند؛ در این Workflow تعریف شده که پاسخ باید حرفه‌ای، کوتاه و حداکثر صد کلمه باشد و فقط بدنه ایمیل نوشته شود نه موضوع آن.

نکات قابل تغییر: لحن نوشتاری، طول پاسخ و زبان خروجی به‌راحتی از طریق ویرایش systemMessage قابل تغییر است.

دلیل استفاده: این Node هسته اصلی تولید محتوای پاسخ توسط هوش مصنوعی است.

Node ششم: OpenAI (مدل GPT-4o-mini)

وظیفه: فراهم کردن مدل زبانی برای Agent نویسنده ایمیل.

ورودی: درخواست پردازش از Node Write email.

خروجی: متن پاسخ تولیدشده.

تنظیمات مهم: انتخاب مدل gpt-4o-mini و اتصال Credential OpenAI.

نکات قابل تغییر: امکان جایگزینی با مدل‌های دیگر مانند GPT-4o یا GPT-4.1 وجود دارد.

دلیل استفاده: این مدل به دلیل تعادل مناسب بین کیفیت پاسخ و هزینه اجرا انتخاب شده است.

Node هفتم: Set Email text

وظیفه: ذخیره خروجی نهایی Agent در یک فیلد مشخص برای استفاده در Nodeهای بعدی.

ورودی: خروجی متنی Agent (output).

خروجی: فیلدی به نام email حاوی متن پاسخ.

تنظیمات مهم: Assignment که مقدار output را در فیلد email ذخیره می‌کند.

نکات قابل تغییر: می‌توان فیلدهای اضافی مانند تاریخ یا شناسه ایمیل نیز در همین مرحله ثبت کرد.

دلیل استفاده: این Node ساختار داده را برای مراحل بعدی مانند ارسال ایمیل تأیید، ساده و قابل استفاده می‌کند.

Node هشتم: Approve Email

وظیفه: ارسال ایمیل تأیید شامل متن اصلی ایمیل ورودی و پاسخ پیشنهادی هوش مصنوعی، به آدرس مسئول انسانی.

ورودی: متن پاسخ تولیدشده و محتوای ایمیل اصلی.

خروجی: پاسخ تأیید یا رد ارسال‌شده توسط کاربر انسانی.

تنظیمات مهم: استفاده از عملیات sendAndWait که اجرای Workflow را متوقف می‌کند تا زمانی که پاسخ تأیید دریافت شود.

نکات قابل تغییر: آدرس دریافت‌کننده ایمیل تأیید، موضوع ایمیل و قالب نمایش پیام قابل شخصی‌سازی است.

دلیل استفاده: این Node هسته اصلی مکانیزم Human in the Loop است و امکان نظارت انسانی بر پاسخ نهایی را فراهم می‌کند.

Node نهم: Approved؟ (IF)

وظیفه: بررسی نتیجه تأیید انسانی و تصمیم‌گیری درباره مسیر ادامه اجرا.

ورودی: مقدار data.approved که از پاسخ فرم تأیید دریافت می‌شود.

خروجی: دو مسیر خروجی؛ یکی برای حالت تأیید و دیگری برای حالت عدم تأیید.

تنظیمات مهم: شرط بررسی مقدار Boolean approved.

نکات قابل تغییر: می‌توان شرط‌های بیشتری اضافه کرد، مانند ارسال اعلان در صورت رد شدن پاسخ.

دلیل استفاده: این Node تضمین می‌کند که تنها پاسخ‌های تأییدشده برای فرستنده اصلی ارسال شوند.

Node دهم: Send Email

وظیفه: ارسال نهایی پاسخ تأییدشده به فرستنده اصلی ایمیل.

ورودی: متن پاسخ نهایی و اطلاعات فرستنده ایمیل اصلی.

خروجی: ایمیل ارسال‌شده به آدرس فرستنده.

تنظیمات مهم: فیلدهای toEmail و fromEmail که به‌صورت داینامیک از Node اول Workflow دریافت می‌شوند و همچنین موضوع ایمیل که با پیشوند Re: تنظیم شده است.

نکات قابل تغییر: امکان افزودن امضای اختصاصی یا قالب HTML سفارشی برای ایمیل خروجی وجود دارد.

دلیل استفاده: این Node مرحله نهایی و هدف اصلی Workflow است که پاسخ را عملاً برای مشتری ارسال می‌کند.

نحوه شخصی‌سازی Workflow

برای سفارشی‌سازی این Workflow اتوماسیون ایمیل با n8n، متناسب با نیاز کسب‌وکار خود می‌توانید موارد زیر را تغییر دهید:

Promptها: متن systemMessage در Node Write email را می‌توانید بر اساس لحن برند خود (رسمی، دوستانه، فروش‌محور) تغییر دهید.

مدل هوش مصنوعی: مدل‌های GPT-4o-mini و DeepSeek را می‌توان با مدل‌های دیگر مانند GPT-4o، Claude یا Gemini جایگزین کرد.

Triggerها: به‌جای IMAP می‌توان از Gmail Trigger یا Outlook Trigger استفاده کرد.

زمان‌بندی: در صورت نیاز به بررسی دوره‌ای به‌جای Trigger لحظه‌ای، می‌توان از Schedule Trigger همراه با یک Node دریافت ایمیل استفاده کرد.

شرط‌ها: شرط Node Approved می‌تواند گسترش یابد تا حالت‌های بیشتری مانند ارسال مجدد برای ویرایش را پوشش دهد.

مسیر اجرای Workflow: می‌توان بعد از تأیید، پاسخ را همزمان در یک پایگاه داده یا Google Sheets نیز ثبت کرد.

مزایای استفاده از این Workflow

• کاهش چشمگیر زمان پاسخ‌دهی به ایمیل‌های ورودی

• حفظ کنترل و نظارت انسانی بر پاسخ‌های نهایی

• افزایش یکنواختی و کیفیت لحن پاسخ‌های سازمانی

• کاهش بار کاری تیم پشتیبانی در پاسخ‌های تکراری

• امکان استفاده از مدل‌های مختلف هوش مصنوعی بر اساس نیاز و بودجه

• قابلیت توسعه آسان برای افزودن سرویس‌های دیگر مانند CRM یا پایگاه داده

نکات مهم

• همیشه پیش از فعال‌سازی Workflow در محیط واقعی، آن را با چند ایمیل آزمایشی تست کنید.

• دقت کنید که Credentialهای IMAP و SMTP به‌درستی و با اطلاعات صحیح سرور تنظیم شده باشند.

• عملیات sendAndWait نیازمند دسترسی صحیح به ایمیل تأییدکننده است، در غیر این صورت Workflow متوقف می‌ماند.

• محدودیت صد کلمه‌ای پاسخ می‌تواند بر اساس نوع کسب‌وکار افزایش یا کاهش یابد.

• استفاده از دو مدل زبانی مختلف (DeepSeek و OpenAI) هزینه اجرا را متأثر می‌کند؛ در صورت نیاز می‌توان از یک مدل واحد استفاده کرد.

• برای ایمیل‌های حساس یا حقوقی، توصیه می‌شود بررسی انسانی دقیق‌تری انجام شود.

• در صورت تغییر ساختار ایمیل ورودی (مثلاً پیوست فایل)، ممکن است نیاز به افزودن Nodeهای پردازش اضافی باشد.

• بهتر است سابقه ایمیل‌های پردازش‌شده در یک پایگاه داده یا Google Sheets ذخیره شود تا امکان بررسی بعدی وجود داشته باشد.

خطاهای رایج (Troubleshooting)

خطای اول: عدم دریافت ایمیل جدید توسط Trigger

علت: تنظیمات نادرست سرور IMAP یا خطای احراز هویت. راه‌حل: بررسی مجدد آدرس سرور، پورت و اطلاعات ورود در Credential IMAP.

خطای دوم: توقف کامل Workflow در Node Approve Email

علت: عدم دریافت پاسخ تأیید از سمت کاربر انسانی یا مشکل در ارسال ایمیل تأیید. راه‌حل: بررسی صحت آدرس ایمیل تأییدکننده و اتصال SMTP.

خطای سوم: خطای اتصال به مدل زبانی DeepSeek یا OpenAI

علت: نامعتبر بودن API Key یا اتمام اعتبار حساب. راه‌حل: بررسی و تمدید API Key در تنظیمات Credential مربوطه.

خطای چهارم: پاسخ تولیدشده توسط هوش مصنوعی نامرتبط یا نامناسب

علت: خلاصه ناقص ایمیل یا Prompt نامناسب. راه‌حل: بازبینی و بهبود Promptهای Node خلاصه‌سازی و Node نویسنده ایمیل.

خطای پنجم: عدم ارسال ایمیل نهایی پس از تأیید

علت: خطا در شرط Node Approved یا مقداردهی نادرست فیلد approved. راه‌حل: بررسی خروجی دقیق فرم تأیید و اصلاح شرط IF در صورت نیاز.

سوالات متداول

آیا این Workflow می‌تواند بدون تأیید انسانی نیز کار کند؟

بله، در صورت حذف Nodeهای Approve Email و Approved، پاسخ‌ها به‌صورت کاملاً خودکار ارسال می‌شوند، اما این کار ریسک ارسال پاسخ نامناسب را افزایش می‌دهد.

آیا امکان استفاده از Gmail به‌جای IMAP وجود دارد؟

بله، می‌توان Node Email Trigger (IMAP) را با Gmail Trigger جایگزین کرد بدون تغییر در سایر بخش‌های Workflow.

آیا استفاده از دو مدل زبانی مختلف ضروری است؟

خیر، این انتخاب صرفاً برای بهینه‌سازی هزینه انجام شده و می‌توان از یک مدل واحد برای هر دو مرحله استفاده کرد.

در صورت رد شدن پاسخ توسط تأییدکننده چه اتفاقی می‌افتد؟

در حالت فعلی Workflow، مسیر اجرا متوقف می‌شود و می‌توان با افزودن Nodeهای اضافی، فرآیند بازنویسی پاسخ را نیز اضافه کرد.

آیا این Workflow برای زبان فارسی نیز قابل استفاده است؟

بله، با تغییر Promptهای مربوط به خلاصه‌سازی و نوشتن پاسخ به زبان فارسی، Workflow می‌تواند به‌طور کامل با ایمیل‌های فارسی نیز کار کند.

جمع‌بندی

سیستم اتوماسیون ایمیل با n8n که در این مقاله بررسی شد، نمونه‌ای عملی از ترکیب اتوماسیون و نظارت انسانی در فرآیندهای روزمره کسب‌وکار است. این Workflow با استفاده از قابلیت‌های n8n، دریافت ایمیل، خلاصه‌سازی هوشمند، تولید پاسخ حرفه‌ای و مکانیزم تأیید انسانی را در یک مسیر یکپارچه پیاده‌سازی می‌کند. مزیت اصلی این روش، حفظ کنترل کامل انسان بر خروجی نهایی و در عین حال کاهش زمان و انرژی صرف‌شده برای نوشتن پاسخ است. با شخصی‌سازی Promptها، مدل‌های هوش مصنوعی و شرط‌های تأیید، می‌توان این سیستم را برای انواع کسب‌وکارها، از پشتیبانی مشتری تا ارتباطات تجاری، مورد استفاده قرار داد. پیاده‌سازی این Workflow نیازمند دانش پیشرفته برنامه‌نویسی نیست و تنها با دنبال کردن مراحل ذکرشده در این مقاله قابل انجام است.

GIT