Steg 2: anslut Google Sheets

Konfigurera läs- och uppdateringsoperationerna för transkript-arket.

1. Öppna Retrieve All Transcripts och ställ in Document till [YOUR_ID] och Sheet till Sheet1 (gid=0).
2. Under Filters, behåll uppslagskolumnen inställd på Status.
3. Autentiseringsuppgifter krävs: Anslut era googleSheetsOAuth2Api-autentiseringsuppgifter till Retrieve All Transcripts.
4. Öppna Update Transcript Analysis och bekräfta att Operation är inställd på update med samma inställningar för Document och Sheet.
5. Autentiseringsuppgifter krävs: Anslut era googleSheetsOAuth2Api-autentiseringsuppgifter till Update Transcript Analysis.

⚠️ Vanlig fallgrop: Säkerställ att arket innehåller en kolumn Full Transcript eftersom den används som matchningskolumn i Update Transcript Analysis.

Steg 3: sätt upp postloopen och fältmappningen

Loop:a igenom varje transkriptrad och mappa transkripttexten för analys.

1. Bekräfta att Retrieve All Transcripts skickar utdata till Iterate Through Records.
2. Öppna Iterate Through Records och behåll standardinställningarna för batch för sekventiell bearbetning.
3. I Map Transcript Field, ställ in tilldelningen för Full Transcript till ={{ $json["Full Transcript"] }}.
4. Verifiera loop-kopplingen: Update Transcript Analysis skickar utdata tillbaka till Iterate Through Records.

Steg 4: konfigurera AI-sentimentanalys och strukturerad output

Använd AI-agenten för att analysera varje transkript och returnera ett strukturerat JSON-svar.

1. Öppna OpenAI Dialogue Model och ställ in modellen till gpt-4o-mini.
2. Autentiseringsuppgifter krävs: Anslut era openAiApi-autentiseringsuppgifter till OpenAI Dialogue Model.
3. Öppna Analyze Transcript Sentiment och ställ in Text till ={{ $json["Full Transcript"] }}.
4. I Analyze Transcript Sentiment, behåll Prompt Type som define och bekräfta att System Message innehåller den tillhandahållna rubricen för sentiment.
5. Öppna Structured JSON Output och behåll JSON Schema Example som angivet för en konsekvent output-struktur.
6. Säkerställ att Structured JSON Output är ansluten som output-parser till Analyze Transcript Sentiment. Autentiseringsuppgifter ska läggas till i OpenAI Dialogue Model, inte i Structured JSON Output.

⚠️ Vanlig fallgrop: Om AI-utdata inte är giltig JSON kommer uppdateringssteget att misslyckas. Behåll schemat för strukturerad output oförändrat om ni inte också uppdaterar kolumnmappningen i Google Sheets.

Steg 5: konfigurera output-mappning i Google Sheets

Skriv tillbaka de AI-genererade sentimentfälten till transkript-arket.

1. I Update Transcript Analysis, mappa Status till Done.
2. Ställ in Agent Name till ={{ $json.output["Agent Name"] }} och Customer Name till ={{ $json.output["Customer Name"] }}.
3. Ställ in Total Rating till ={{( Number($json.output["Greeting Sentiment"]) + Number($json.output["Closing Sentiment"]) + Number($json.output["Problem Solving"]) + Number($json.output["Agent Friendliness"]))/4}}.
4. Mappa Full Transcript till ={{ $('Iterate Through Records').item.json['Full Transcript'] }} så att uppdateringen matchar rätt rad.
5. Mappa resterande sentimentfält med exakt samma uttryck som i noden: Greeting Sentiment, Closing Sentiment, Problem Solving, Agent Friendliness, Customer Sentiment, Issue Resolved och Conversations Topics.

Steg 6: testa och aktivera ert arbetsflöde

Kör ett manuellt test för att validera dataflödet och bekräfta att arbetsflödet är redo för schemaläggning.

1. Klicka på Execute Workflow för att trigga Scheduled Automation Trigger manuellt.
2. Följ hur Iterate Through Records bearbetar varje transkript och verifiera att Analyze Transcript Sentiment returnerar en strukturerad JSON-output.
3. Bekräfta att Update Transcript Analysis uppdaterar rätt rader och skriver värden som Status: Done och sentimentscorerna.
4. När testet lyckas, slå om arbetsflödet till Active för att aktivera schemalagda körningar.