Steg 2: Anslut Google Gemini- och Jina AI-tjänster

Koppla in autentiseringsuppgifter för alla AI- och externa datainsamlingssteg innan ni konfigurerar prompter och poängsättning.

1. Öppna Resolve Risk Queries och välj Credential Required: anslut era googlePalmApi-uppgifter.
2. Öppna Investigate Company Profile och välj Credential Required: anslut era googlePalmApi-uppgifter.
3. Öppna Classify Vendor Tier och välj Credential Required: anslut era googlePalmApi-uppgifter.
4. Öppna Gemini Risk Analyzer och välj Credential Required: anslut era googlePalmApi-uppgifter.
5. Öppna Gemini Link Briefing och välj Credential Required: anslut era googlePalmApi-uppgifter. Den här noden är språkmodellen för Summarize Web Pages.
6. Öppna Retrieve Web Content och välj Credential Required: anslut era jinaAiApi-uppgifter.

Steg 3: Sätt upp konstruktion av forskningsprompter

Generera strukturerade prompter och kör inledande företagsresearch och klassificering i följd.

1. I Compose Research Prompts, behåll Include Other Fields aktiverat och lägg till promptfälten som fylls via uttryck som {{ $json["What is the vendor's company name?"] }} och {{ $json["What type of data will the vendor process or store?"] }}.
2. Anslut Compose Research Prompts till Investigate Company Profile, och ställ in URL till https://generativelanguage.googleapis.com/v1beta/models/gemini-2.5-flash:generateContent.
3. I Investigate Company Profile, ställ in JSON Body till det angivna uttrycket och säkerställ att systeminstruktionen använder {{ $json.system_prompt.toJsonString() }} och att bakgrundsfrågan använder {{ $json.background_q.toJsonString() }}.
4. Efter Investigate Company Profile, behåll Pause Step One Amount inställt på 1, och anslut sedan till Classify Vendor Tier.
5. I Classify Vendor Tier, säkerställ att JSON body refererar till {{ $('Compose Research Prompts').item.json.risk_classifier.toJsonString() }} och {{ $('Investigate Company Profile').item.json.candidates[0].content.parts[0].text.toJsonString() }}.
6. Efter Classify Vendor Tier, behåll Pause Step Two Amount inställt på 1, och anslut sedan till Resolve Risk Queries.
7. I Resolve Risk Queries, ställ in JSON Body så att det använder uttrycken för systemprompt och frågelista: {{ $('Compose Research Prompts').item.json.system_prompt.toJsonString() }} och {{ $('Compose Research Prompts').item.json.all_q.toJsonString() }}.

Steg 4: Extrahera och sammanfatta referenslänkar

Hämta URL:er från research, hämta källinnehåll och sammanfatta relevanta sidor till strukturerade poster.

1. Anslut Resolve Risk Queries till Pull Reference Links, som använder Python för att extrahera URL:er från Gemini-svaret.
2. Konfigurera Verify Link Extraction så att villkoret utvärderar {{ $json.url && $json.url.length > 0 }}.
3. Verify Link Extraction ger utdata parallellt till både Retrieve Web Content och Handle Missing Links baserat på villkorsresultatet.
4. I Retrieve Web Content, ställ in URL till {{ $json.url }} för att hämta webbinnehåll för varje extraherad länk.
5. I Summarize Web Pages, behåll Prompt Type inställt på define och säkerställ att prompten använder uttryck som {{ $json.title }}, {{ $json.description }}, {{ $json.url }}, och {{ $json.content }}.
6. Koppla Structured Results Parser som utdata-parser för Summarize Web Pages och behåll JSON-schemaexemplet som angivet.
7. Sammanställ sammanfattade resultat med Combine Content Records där Aggregate är inställt på aggregateAllItemData, och rensa sedan ogiltiga sammanfattningar i Clean URL Records.

Steg 5: Sätt upp AI-baserad riskpoängsättning och formatering av utdata

Poängsätt leverantörsrisk per kategori och formatera den slutliga payloaden för lagring och presentation.

1. Anslut Clean URL Records till Compute Risk Score och säkerställ att textprompten innehåller indatauttrycken, såsom {{ $('Investigate Company Profile').item.json.candidates[0].content.parts[0].text }} och {{ $json.data.toJsonString() }}.
2. Bekräfta att Compute Risk Score använder språkmodellkopplingen Gemini Risk Analyzer för poängsättningsutdata.
3. Behåll Compute Risk Score inställt på Schema Type manual med det fullständiga JSON-schemat som tillhandahålls för alla riskkategorier.
4. Anslut Compute Risk Score till Format Risk Output för att platta till JSON:en till ark-vänliga fält som overall_risk.risk_rationale och overall_risk.recommendations.

Steg 6: Konfigurera utdata och användaravslut

Skicka den färdiga riskbedömningen till Google Sheets och visa en sammanfattning för användaren.

1. Öppna Append to Google Sheet och välj Credential Required: anslut era googleSheetsOAuth2Api-uppgifter.
2. Ställ in Operation till append och välj mål-Document ID och Sheet Name från er Google Sheets-fil.
3. Anslut Format Risk Output till Append to Google Sheet, och anslut sedan till Show Assessment Summary.
4. I Show Assessment Summary, behåll Completion Title inställt på The results och använd meddelandeuttrycket Vendor name: {{ $json.company_name }} och Risk rationale: {{ $json['overall_risk.risk_rationale'] }} enligt angivet.

Steg 7: Testa och aktivera ert arbetsflöde

Validera flödet från början till slut och slå på arbetsflödet för produktionsanvändning.

1. Klicka på Execute Workflow och skicka in ett testexempel via Vendor Intake Trigger.
2. Bekräfta att Resolve Risk Queries, Pull Reference Links, Retrieve Web Content och Summarize Web Pages körs utan fel och genererar länksammanfattningar.
3. Verifiera att Compute Risk Score ger ut ett strukturerat JSON-objekt och att Format Risk Output plattar till det korrekt.
4. Kontrollera att en ny rad visas i ert ark efter Append to Google Sheet och att Show Assessment Summary visar den formaterade sammanfattningen.
5. Växla arbetsflödet till Active för produktionsanvändning.