AI-asystent dla wolontariuszy kawiarni

Stworzenie inteligentnego agenta Telegram, który automatyzuje wsparcie wolontariuszy non-profit kawiarni, pozwalając zespołowi skupić się na gościnności, a nie na poszukiwaniu operacyjnych odpowiedzi.

Kontekst
D.Café to projekt non-profit, w którym wszystkie zyski trafiają na cele charytatywne. Zespół składa się z wolontariuszy, którzy pracują na zmianach i mają różny poziom przygotowania. Podstawą filozofii kawiarni jest „radykalna gościnność”. Przed wdrożeniem rozwiązania wolontariusze spędzali czas na poszukiwaniu odpowiedzi dotyczących procesów operacyjnych, co odciągało ich od kontaktu z gośćmi.

Problem

Brak szybkiego dostępu do bazy wiedzy: zasady pracy z kasą, sprzętem, standardy menu i skrypty komunikacji.

Konieczność ciągłego odciągania doświadczonych członków zespołu w celu uzyskania podstawowych instrukcji.

Utrata koncentracji na gościach z powodu pytań technicznych i organizacyjnych, szczególnie podczas onboardingu nowych wolontariuszy.

Cel: zapewnienie wolontariuszom natychmiastowego dostępu do wszystkich informacji operacyjnych za pośrednictwem znanego narzędzia (Telegram) bez potrzeby dodatkowego szkolenia.

Rozwiązanie
Opracowano konwersacyjnego agenta AI, który pełni rolę cyfrowego administratora. System oparty jest na zorganizowanej bazie wiedzy, która zawiera pełny opis procesów kawiarni. Agent wykorzystuje wyszukiwanie semantyczne, co pozwala mu rozumieć kontekst pytania, a nie tylko słowa kluczowe.

Kluczowe cechy:

Architektura RAG: odpowiedzi opierają się wyłącznie na załadowanych instrukcjach kawiarni, co gwarantuje ich dokładność.

Ton głosu: dostosowanie ciepłego i przyjaznego stylu komunikacji, który odpowiada wartościom D.Café.

Zero próg wejścia: wykorzystanie Telegram jako głównego interfejsu, który nie wymaga instalacji nowych aplikacji.

Kontrola dokładności: agent jest skonfigurowany do informowania o braku informacji zamiast dostarczania niezweryfikowanych danych.

Proces realizacji

Audyt i strukturyzacja wiedzy: zbieranie instrukcji dotyczących otwierania/zamykania zmiany, zasad kuchni, procedur kasowych i skryptów interakcji z gośćmi.

Budowa bazy wiedzy: organizacja informacji w wektorowej bazie danych, zoptymalizowanej do dokładnego wyszukiwania kontekstowego.

Architektura agenta w n8n: wykorzystanie modelu czatu OpenAI z integracją Simple Memory w celu wsparcia kontekstu rozmowy oraz OpenAI Embeddings do wyszukiwania semantycznego.

Konfiguracja tonacji: programowanie specyficznego stylu odpowiedzi (użycie zwrotów „cieszę się, że mogę pomóc”, „błogosławionego dnia” itp.).

Testowanie i uruchomienie: wdrożenie bota, przeprowadzenie instruktażu dla wolontariuszy oraz zbieranie opinii bezpośrednio podczas zmian roboczych.

Wyniki

Automatyczne przetwarzanie 10–20 zapytań na zmianę, które wcześniej wymagały zaangażowania administratora.

Średni czas odpowiedzi — do 60 sekund, co pozwala wolontariuszowi szybko wrócić do pracy z gośćmi.

Minimalne koszty eksploatacji systemu dzięki optymalizacji zapytań do API.

Przyspieszenie onboardingu: nowi wolontariusze otrzymują wsparcie w czasie rzeczywistym.

Wysoki poziom zaufania do systemu dzięki dokładności odpowiedzi i przestrzeganiu korporacyjnej etyki komunikacji.

#n8n #AI_Assistant #RAG #KnowledgeBase #OpenAI #Telegram_Automation #NonProfit_Tech #CustomerService_AI #SemanticSearch #VectorDatabase #VolunteerManagement