To studium przypadku jest zanonimizowane. Budujemy systemy wewnętrzne, więc opisujemy rodzaj systemu i powód jego powstania, a nie dla kogo.
Sytuacja wyjściowa
Klientem jest firma handlowa, która do konkretnych zleceń regularnie musi zdobywać materiały: ustalić, czego potrzeba, znaleźć dostawców, porównać ceny i odpowiedzieć klientowi przed terminem.
Wcześniej oznaczało to czytanie dokumentów zlecenia w poszukiwaniu listy materiałów, ręczne przeszukiwanie sklepów internetowych i hurtowni, kopiowanie cen do arkusza i pilnowanie terminów w głowie albo w kalendarzu. Praca się powtarzała, a ceny kopiowane ręcznie z wielu kart łatwo było pomylić.
Co zbudowaliśmy
Zestaw workflow w n8n, które wykonują żmudną pracę i zostawiają wyniki w istniejącej bazie firmy, w której zespół już pracuje.
Wyciąganie materiałów. Dla wybranego zlecenia workflow czyta załączone dokumenty i modelem językowym wyciąga potrzebne materiały z ilościami i jednostkami.
Wyszukiwanie dostawców i cen. Dla każdego materiału model z wyszukiwaniem w sieci proponuje oferty z porównywarek cen, sklepów i hurtowni, każdą z linkiem do strony produktu. Potem najważniejsza część, bez AI: workflow otwiera każdą stronę produktu i odczytuje cenę wyłącznie ze strukturalnych danych produktu. Sprawdzona cena zawsze ma pierwszeństwo przed szacunkiem modelu, a niedostępna strona jest oznaczana, zamiast przerywać uruchomienie.
Kontrola specyfikacji. Model dostaje przy każdej ofercie jedno wąskie pytanie: czy odpowiada specyfikacji? Ceny nie ocenia.
Kolejność. Listę układa prosty kod: niepasujące oferty odpadają, reszta jest sortowana według ceny za zamawianą jednostkę, a wszystko bez potwierdzonego dopasowania jest oznaczane do sprawdzenia przez człowieka. Koszty dostawy są pokazywane jako uwaga do potwierdzenia w sklepie i nie wpływają na kolejność.
Projekty zapytań. Kolejna gałąź wyszukuje dostawców w publicznych rejestrach firm i przygotowuje projekty zapytań ofertowych, które zespół sprawdza i wysyła.
Przypomnienia. Zaplanowane zadanie wysyła jedno zbiorcze przypomnienie e-mailem przed zbliżającymi się terminami i pomija sprawy już zamknięte. Gdy nie ma czego zgłaszać, nic nie wychodzi.
Jak to działa na co dzień
Zespół wybiera zlecenie, uruchamia wyciąganie materiałów i wyszukiwanie dostawców i dostaje posortowaną krótką listę ze sprawdzonymi cenami, źródłami i uwagami, co jeszcze trzeba zweryfikować. Przypomnienia przychodzą, zanim terminy zaczną palić. Mały dashboard pokazuje stan workflow, a przełącznik może je wstrzymać bez otwierania n8n.
Nikt już nie kopiuje cen z kart przeglądarki do arkusza, a termin nie zależy od tego, czy ktoś o nim pamięta.
Czego się nauczyliśmy
Model ocenia, kod sortuje. Modele językowe pomagają znaleźć kandydatów i czytać specyfikacje. Ceny, sortowanie i sumy należą do zwykłego kodu, więc każdą pozycję na liście da się prześledzić do źródła.
Ujednolicaj jednostki przed porównaniem. Oferty bywają za sztukę, za opakowanie albo za metr. Porównywanie ich bez przeliczenia na zamawianą jednostkę daje pewne siebie bzdury. Gdy przeliczenie jest niemożliwe, system powinien to powiedzieć, a nie zgadywać.
Ustal jawnie strefy czasowe. Narzędzia często zapisują daty w jednej strefie, a planują w innej. Ustal konwencję raz i czytaj zapisane daty wszędzie tak samo, inaczej późnowieczorne terminy lądują w złym dniu.
Nie porównuj liczb jako tekstu. Wiele narzędzi no-code porównuje pola tekstowe alfabetycznie. Przechowuj liczby jako liczby albo pozwól workflow, który jest właścicielem liczby, zapisać prostą flagę, którą warunki mogą sprawdzić.
Zdecyduj, jak zawodzi bezpiecznik. Każdy przełącznik powinien mieć świadomie wybrane zachowanie na wypadek, gdy brakuje ustawienia lub jest ono niedostępne. Przy monitoringu dalsze działanie jest zwykle bezpieczniejsze niż ciche zatrzymanie.
Której usłudze to odpowiada
To automatyzacja n8n, w której AI wykonuje dwie wąskie prace: czyta dokumenty i sprawdza specyfikacje. Wszystko, co musi się zgadzać za każdym razem, czyli ceny, kolejność i terminy, to zwykły kod. Powiązany przykład: Monitoring przetargów publicznych z n8n i AI.
