Tuotetietojen Normalisointi Tekoälyä Varten

Työskenneltäessä tekoälyagenttien kanssa API:sta saadut raakamuotoiset JSON-vastaukset vaativat usein puhdistamista ja uudelleenrakentamista ennen kuin niitä voidaan hyödyntää tehokkaasti. Tämän vaiheen tavoitteena on ottaa käsittelemätön data Rainforest HTTP -solmusta, yksinkertaistaa se yhdeksi LLM-ystävälliseksi datapaketiksi ja syöttää se tekoälyagentille ilman pelättyä "[object Object]" -ongelmaa.

Tarkista, mitä HTTP-solmu todella palautti

Rainforest HTTP Request tarjoaa jo kaiken tarvittavan merkityksellisen tuoteselosteen rakentamiseen:

• asin;
• title;
• brand;
• categories;
• rating ja total_reviews;
• images;
• bullet points;
• rank / BSR;
• offers ja buy box;
• keyword list.

Tämä on enemmän kuin tarpeeksi dataa tekoälyanalyysiin, joten uutta pyyntöä ei tarvitse tehdä. Sen sijaan työstät jo saatavilla olevaa dataa.

Jos vedät tuoteobjektin AI Agentin context-kenttään, huomaat että n8n näyttää [object Object]. Tämä johtuu siitä, että context-kenttä odottaa pelkkää tekstiä, ei sisäkkäistä objektia. Vaikka LLM:t osaavat lukea JSONia, kenttä hyväksyy vain merkkijonon, joten data täytyy ensin litistää ja muuntaa merkkijonoksi.

Datan normalisointi Code-solmulla

Heti HTTP Requestin jälkeen lisää Code-solmu. Voit käyttää ChatGPT:tä muunnoslogiikan luomiseen puolestasi – jaa vain Rainforestin tuotos ja pyydä:

Liitä kyseinen koodi solmuun, aseta se suorittamaan kerran kaikille kohteille ja suorita. Nyt sinun pitäisi nähdä yksi selkeä objekti, jossa kaikki tuotedata on ryhmitelty ja valmiina.

Jos AI-agentti näyttää edelleen [object Object], rakenne on oikea mutta sitä ei ole vielä muutettu merkkijonoksi. Tässä tapauksessa päivitä Code-solmusi tuottamaan:

return [{ json: { data: JSON.stringify(items[0].json) } }];

Tai käytä Aggregate-solmua yhdistääksesi kaiken yhteen listaan ennen merkkijonoksi muuttamista.

Yhdistäminen AI-agenttiin

Kun tulos näyttää oikealta, lisää AI Agent -solmu (Gemini, OpenAI jne.) ja liitä järjestelmäkehotteesi Instruction-kenttään. Esimerkiksi:

Suorita työnkulku. Mallin tulisi nyt tuottaa selkeä, jäsennelty yhteenveto, joka sisältää:

• Lyhyt tuotekatsaus;
• Toimivat osa-alueet (arviot, A+ sisältö, merkit);
• Heikkoudet (vähän kuvia, puuttuvat avainsanat);
• Korjausehdotukset ja avainsanaideat.

Jos haluat, että malli esittää tarkentavia kysymyksiä ennen vastaamista, lisää tämä rivi kehotteeseesi: