Steg 2: Routa meddelanden efter typ

Använd switch-noden för att avgöra om det inkommande meddelandet är ljud eller text och routa därefter.

1. Öppna Route Message Type och behåll de två reglerna som heter Audio och Text.
2. För regeln Audio, säkerställ att villkoret kontrollerar {{ $json.messages[0].audio }} med operatorn exists.
3. För regeln Text, säkerställ att villkoret kontrollerar {{ $json.messages[0].text }} med operatorn exists.
4. Koppla utgången Audio till Retrieve Audio Link och utgången Text till Virtual Receptionist.

Steg 3: Sätt upp hämtning och transkribering av ljud

Ljudgrenen hämtar media-URL:en, laddar ner filen, konverterar den till base64 och skickar den för transkribering.

1. I Retrieve Audio Link, ställ in Resource på media, Operation på mediaUrlGet och Media ID på {{ $json.messages[0].audio.id }}.
2. Inloggningsuppgifter krävs: Anslut era whatsAppApi-inloggningsuppgifter i Retrieve Audio Link.
3. I Download Audio File, ställ in URL på {{ $json.url }} och Authentication på genericCredentialType med Generic Auth Type inställt på httpHeaderAuth.
4. Inloggningsuppgifter krävs: Anslut era httpHeaderAuth-inloggningsuppgifter i Download Audio File.
5. Behåll koden i Convert Audio Base64 som den är för att mata ut base64Audio och mimeType från den binära indata.
6. I Gemini Transcription Request, ställ in Method på POST och JSON Body till den angivna strukturen med {{ $json.mimeType }} och {{ $json.base64Audio }}.
7. Koppla flödet: Retrieve Audio Link → Download Audio File → Convert Audio Base64 → Gemini Transcription Request → Prepare Audio Prompt.

Steg 4: Förbered AI-indata och konfigurera agenten

Förbered den slutliga prompttexten och koppla upp AI-komponenterna för ett kunskapsbaserat svar.

1. I Prepare Audio Prompt, säkerställ att tilldelningen sätter candidates[0].content.parts[0].text till {{ $json.candidates[0].content.parts[0].text }}.
2. I Virtual Receptionist, ställ in Text till {{ $json.messages[0].text.body }} {{ $json.candidates[0].content.parts[0].text }} så att den kan hantera både text och transkriberat ljud.
3. Behåll innehållet i Virtual Receptionist System Message som definierat för konsekvent supportbeteende och ton.
4. Gemini Chat Engine är ansluten som språkmodell för Virtual Receptionist — Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter i Gemini Chat Engine.
5. Session Memory Buffer är ansluten till Virtual Receptionist — ställ in Session Key till {{ $('WhatsApp Incoming Trigger').item.json.contacts[0].wa_id }} och Context Window Length till 20.
6. Vector Knowledge Lookup är ansluten som ett verktyg för Virtual Receptionist — behåll beskrivningstexten som angivet.
7. Pinecone Vector Index driver Vector Knowledge Lookup — Inloggningsuppgifter krävs: Anslut era pineconeApi-inloggningsuppgifter och säkerställ att Pinecone Index är superclean.
8. Gemini Flash Model är ansluten som språkmodell för Vector Knowledge Lookup — Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter och ställ in Model Name till models/gemini-2.0-flash.
9. Gemini Embedding Builder är ansluten till Pinecone Vector Index — Inloggningsuppgifter krävs: Anslut era googlePalmApi-inloggningsuppgifter.

Steg 5: Konfigurera WhatsApp-svaret

Skicka det AI-genererade svaret tillbaka till användaren via WhatsApp.

1. Öppna Dispatch WhatsApp Reply och ställ in Operation till send.
2. Ställ in Text Body till {{ $json.output }}.
3. Ställ in Phone Number ID till [YOUR_ID] och Recipient Phone Number till {{ $('WhatsApp Incoming Trigger').item.json.messages[0].from }}.
4. Inloggningsuppgifter krävs: Anslut era whatsAppApi-inloggningsuppgifter i Dispatch WhatsApp Reply.
5. Bekräfta att körflödet från Virtual Receptionist till Dispatch WhatsApp Reply är anslutet.

Steg 6: Testa och aktivera ert arbetsflöde

Kör ett test från början till slut för att bekräfta att både text- och ljudvägen fungerar, och aktivera sedan arbetsflödet.

1. Klicka på Execute Workflow och skicka ett WhatsApp-textmeddelande för att trigga WhatsApp Incoming Trigger → Route Message Type → Virtual Receptionist → Dispatch WhatsApp Reply.
2. Skicka ett WhatsApp-ljudmeddelande för att testa ljudgrenen: Retrieve Audio Link → Download Audio File → Convert Audio Base64 → Gemini Transcription Request → Prepare Audio Prompt → Virtual Receptionist → Dispatch WhatsApp Reply.
3. Bekräfta en lyckad körning genom att kontrollera att Dispatch WhatsApp Reply skickar ett svar och att AI-utdata visas i nodens output.
4. När testet är lyckat, slå på arbetsflödet Active för att möjliggöra produktionsanvändning.