Steg 2: fånga och routa det inkommande meddelandet

Dessa noder lagrar användarmeddelandet och routar det vidare in i researchflödet.

1. I Capture Chat Input ställer ni in tilldelningen User Chat Message till {{ $json.chatInput }}.
2. Öppna Route Valid Prompt och behåll båda reglerna som kontrollerar icke-tomma värden: {{ $json['Retrigger Chat'] }} och {{ $json['User Chat Message'] }}.
3. Säkerställ att Route Valid Prompt skickar output till Research Orchestrator (båda output-rutterna ansluter till samma nod).
4. I Repeat Prompt Builder ska Retrigger Chat vara inställt på hela promptsträngen som begär nästa batch med 10 prospekt.

Steg 3: konfigurera AI-researchorchestratorn

Agenten koordinerar chattmodellen, researchverktyg och dataskrivningar.

1. Öppna Research Orchestrator och ställ in Text till {{ $json['User Chat Message'] }} {{ $json['Retrigger Chat'] }}.
2. Verifiera att Research Orchestrator använder det inbyggda systemmeddelandet som definierar Dream 100-kriterier (redan konfigurerat).
3. Öppna OpenRouter Dialogue Model och anslut den som språkmodell för Research Orchestrator via den befintliga anslutningen för AI-språkmodell.
   Credential Required: Anslut era openRouterApi-credentials.
4. Öppna Session Memory Buffer för att behålla samtalskontext; inga credentials behövs. Detta minne är anslutet till Research Orchestrator och ska förbli länkat.
5. Öppna Perplexity Research Tool och låt Model vara inställt på sonar-deep-research.
   Credential Required: Anslut era perplexityApi-credentials.
   Obs: Det här verktyget används av Research Orchestrator, så credentials läggs till här men används av agenten.
6. Öppna Upsert Sheet Records och låt Operation vara inställt på appendOrUpdate med Matching Columns inställt på Prospect ID.
   Credential Required: Anslut era googleSheetsOAuth2Api-credentials.
   Obs: Det här verktyget anropas av Research Orchestrator, så säkerställ att det förblir anslutet som ett AI-verktyg.

Steg 4: anslut Google Sheets för prospektspårning

Arbetsflödet kontrollerar arket för färdigställande och lägger till eller uppdaterar rader.

1. I Fetch First Row ställer ni in Document till ert sheet-ID (ersätt [YOUR_ID]) och Sheet till Sheet1 (gid=0).
2. Låt filtret i Fetch First Row vara inställt på Prospect ID = 1.
   Credential Required: Anslut era googleSheetsOAuth2Api-credentials.
3. I Fetch Last Row ställer ni in samma värden för Document och Sheet och låter filtret Prospect ID = 100 vara kvar.
   Credential Required: Anslut era googleSheetsOAuth2Api-credentials.
4. I Store First Name ställer ni in Prospect 1 till {{ $json['Prospect Name'] }}.
5. I Store Last Name ställer ni in Prospect 100 till {{ $json['Prospect Name'] }}.
6. Verifiera körflödet: Research Orchestrator → Fetch First Row → Store First Name → Fetch Last Row → Store Last Name → Check Sheet Empty.

Steg 5: konfigurera villkorslogik och chattrespons

Dessa noder hanterar tomma eller delvis ifyllda ark och fortsätter researchcykler.

1. I Check Sheet Empty behåller ni båda villkoren som kontrollerar tomma värden: {{ $('Store First Name').item.json['Prospect 1'] }} och {{ $('Store Last Name').item.json['Prospect 100'] }}.
2. I Request More Details ställer ni in Message till {{ $('Research Orchestrator').item.json.output }} och låter Wait User Reply vara inställt på false.
3. I Check Sheet Completion behåller ni logiken som kontrollerar att Prospect 1 finns och att Prospect 100 är tom.
4. Säkerställ att Check Sheet Completion routar till Repeat Prompt Builder (för att fortsätta research) och till Send Completion Note när arket är klart.
5. I Send Completion Note uppdaterar ni fältet Message från = till ett riktigt färdigmeddelande innan produktion.

Steg 6: konfigurera Slack-hjälpnoder (valfritt)

Dessa hjälpnoder kan användas för att be om fler detaljer eller notifiera när allt är klart i Slack.

1. Öppna Utility: Slack Message Trigger och välj det Channel ID ni vill lyssna på.
2. Öppna Utility: Slack Request Details och konfigurera meddelandepayloaden ni vill skicka.
3. Öppna Utility: Slack Completion Notice och konfigurera innehållet för färdigmeddelandet.

Steg 7: testa och aktivera ert arbetsflöde

Validera end-to-end-flödet innan ni aktiverar det i produktion.

1. Klicka på Execute Workflow och skicka ett exempelmeddelande via Chat Intake Trigger.
2. Bekräfta att Capture Chat Input fyller i User Chat Message och att Route Valid Prompt skickar data till Research Orchestrator.
3. Verifiera att Fetch First Row och Fetch Last Row läser från ert ark, och att Upsert Sheet Records skriver eller uppdaterar rader.
4. Kontrollera att Request More Details eller Send Completion Note postar en chattrespons baserat på arkets status.
5. När allt fungerar växlar ni arbetsflödet till Active för att köra det i produktion.