Agentes de IA

Extracción inteligente de datos con indicaciones dinámicas en Airtable

51 nodos 233 164 Webhook
Descargar

Descripción del flujo de trabajo

Automatización avanzada que recibe datos mediante webhook, los procesa en lotes, genera indicaciones dinámicas para OpenAI y extrae información relevante de forma inteligente. Los resultados se filtran automáticamente y se guardan en Airtable para revisión y análisis.

Cómo funciona

  1. 1.Recibir datos entrantes por webhook y dividirlos en lotes manejables para procesamiento
  2. 2.Generar indicaciones dinámicas y enviarlas a OpenAI para análisis inteligente del contenido
  3. 3.Filtrar resultados relevantes y guardar automáticamente datos extraídos en tablas Airtable

Casos de uso

  • Extraer información de clientes de documentos no estructurados y organizarla sistemáticamente
  • Analizar conjuntos de datos grandes con criterios variables de manera eficiente
  • Recopilar información de múltiples fuentes de texto y almacenarla organizada en una base de datos

Requisitos

  • Clave API válida de OpenAI con cuota suficiente para procesamiento por lotes
  • Cuenta Airtable con tablas preconfiguradas listas para recibir datos extraídos
  • Acceso a endpoint webhook para activar y ejecutar el flujo de automatización

Valor del servicio

Ideal como servicio de automatización inteligente que combina integraciones e inteligencia artificial para producir resultados listos para usar.

Aplicaciones utilizadas

Split In Batches LLM Chain OpenAI Airtable

Detalles

Disparador Webhook
Nodos 51
Aplicaciones 4
Vistas 233
Descargas 164

Cómo usar

  1. 1.Haz clic en "Descargar plantilla"
  2. 2.Abre tu panel de n8n
  3. 3.Ve a Workflows > Import from File
  4. 4.Selecciona el archivo descargado y configura las credenciales

Nodos utilizados (51)

/

Event Type

Switch

#1

Get Prompt Fields

Code

#2

Get File Data

HTTP Request

#3

Extract from File

Extract From File

#4

Get Result

Set

#5

Loop Over Items

Split In Batches

#6

Row Reference

No Op

#7

Generate Field Value

LLM Chain

#8

Fields to Update

Code

#9

Loop Over Items1

Split In Batches

#10

Row Ref

No Op

#11

Get File Data1

HTTP Request

#12

Extract from File1

Extract From File

#13

Get Result1

Set

#14

Generate Field Value1

LLM Chain

#15

Filter Valid Rows

Filter

#16

Filter Valid Fields

Filter

#17

Event Ref

No Op

#18

Event Ref1

No Op

#19

Sticky Note

Sticky Note

#20

Sticky Note1

Sticky Note

#21

Sticky Note2

Sticky Note

#22

Sticky Note3

Sticky Note

#23

Sticky Note4

Sticky Note

#24

Sticky Note5

Sticky Note

#25

Sticky Note7

Sticky Note

#26

Sticky Note8

Sticky Note

#27

Sticky Note9

Sticky Note

#28

Sticky Note10

Sticky Note

#29

Sticky Note11

Sticky Note

#30

OpenAI Chat Model

OpenAI

#31

Sticky Note12

Sticky Note

#32

OpenAI Chat Model1

OpenAI

#33

Sticky Note13

Sticky Note

#34

Sticky Note6

Sticky Note

#35

Get Webhook Payload

HTTP Request

#36

Parse Event

Code

#37

Get Table Schema

Airtable

#38

Fetch Records

Airtable

#39

Update Row

Airtable

#40

Get Row

Airtable

#41

Add Row ID to Payload

Set

#42

Update Record

Airtable

#43

Airtable Webhook

Webhook

#44

When clicking ‘Test workflow’

Manual Trigger

#45

Set Airtable Vars

Set

#46

Get Table Schema1

Airtable

#47

Get "Input" Field

Set

#48

RecordsChanged Webhook

HTTP Request

#49

FieldsChanged Webhook

HTTP Request

#50

Sticky Note14

Sticky Note

#51