Crear un asistente inteligente para consultas de documentos en Google Drive
Descripción del flujo de trabajo
Una automatización que transforma documentos de Google Drive en una base de conocimiento consultable usando tecnología RAG, donde un asistente IA responde preguntas de usuarios vía Telegram y otras aplicaciones basándose en el contenido de archivos almacenados.
Cómo funciona
- 1.Cargar documentos desde Google Drive y dividirlos en fragmentos de texto procesables
- 2.Convertir el texto en vectores numéricos y almacenarlos en una base de datos vectorial (Qdrant)
- 3.Recibir una pregunta del usuario vía Telegram o interfaz de chat y dirigirla al asistente IA
- 4.Buscar los pasajes más relevantes de la base de conocimiento y generar una respuesta usando modelos Gemini u OpenAI
- 5.Enviar la respuesta directamente al usuario mientras se mantiene el contexto de la conversación para futuras preguntas
Casos de uso
- Asistente empresarial que responde preguntas de empleados sobre políticas y procedimientos de la empresa desde documentos almacenados
- Bot de soporte al cliente que proporciona respuestas instantáneas basadas en la base de conocimiento y documentación
- Aplicación de búsqueda inteligente para abogados y consultores para encontrar información relevante en contratos y documentos
- Sistema de documentación interna que responde preguntas técnicas del equipo de desarrollo basándose en guías e informes
Requisitos
- Cuenta de Google Drive que contenga los documentos a consultar
- Claves API para OpenAI y/o Google Gemini
- Cuenta de Telegram activa (opcional para integración con bot)
- Plataforma n8n con capacidad para ejecutar procesos de larga duración
Valor del servicio
Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.
Aplicaciones utilizadas
Detalles
Cómo usar
- 1.Haz clic en "Descargar plantilla"
- 2.Abre tu panel de n8n
- 3.Ve a Workflows > Import from File
- 4.Selecciona el archivo descargado y configura las credenciales
Nodos utilizados (50)
Data Loader
Document Default Data Loader
Token Splitter
Text Splitter Token Splitter
Qdrant Vector Store
Vector Store Qdrant
Loop Over Items
Split In Batches
Wait
Wait
When clicking ‘Test workflow’
Manual Trigger
Google Gemini Chat Model
Gemini Model
Merge
Merge
Extract Meta Data
Information Extractor
Get File Contents
Extract From File
Download File From Google Drive
Google Drive
Find File Ids in Google Drive Folder
Google Drive
text-embeddings-3-large
OpenAI
Google Folder ID
Set
gpt-4o-mini1
OpenAI
Delete Qdrant Points by File ID
Code
Qdrant Collection Name
Set
File Id List
Summarize
Merge1
Merge
Merge2
Merge
Sticky Note
Sticky Note
Confirm Qdrant Delete Points
Set
If
If
Sticky Note1
Sticky Note
Send Declined Message
Set
Sticky Note2
Sticky Note
Sticky Note3
Sticky Note
Sticky Note4
Sticky Note
Sticky Note5
Sticky Note
Sticky Note6
Sticky Note
Sticky Note7
Sticky Note
Sticky Note8
Sticky Note
Webhook
Webhook
AI Agent
Agent
Window Buffer Memory
Memory Buffer Window
When chat message received
Chat Trigger
Google Gemini Chat Model1
Gemini Model
text-embeddings-3-large1
OpenAI
Sticky Note9
Sticky Note
Sticky Note10
Sticky Note
Sticky Note11
Sticky Note
Sticky Note12
Sticky Note
Google Drive
Google Drive
Respond to User
Set
Sticky Note13
Sticky Note
Update Chat History
Google Docs
Qdrant Vector Store Tool
Vector Store Qdrant
OpenAI Chat Model
OpenAI
Send Completed Message
Set
Sticky Note14
Sticky Note