Multi-LLM-Chatbot für den Kundensupport mit Webhook-Integration - n8n-Workflow

Digitale Agenturen und Entwickler: Die eine flexible, selbst gehostete Lösung für die Integration von KI-Kundensupport in Kunden-Websites (z.B. WordPress) benötigen.
Kundenserviceteams: Die die Erstbearbeitung von Anfragen und die Lead-Qualifizierung mithilfe fortschrittlicher LLMs innerhalb eines n8n-Workflows automatisieren möchten.
n8n-Automatisierungsspezialisten: Die nach fortgeschrittenen n8n-Vorlagen suchen, die die Integration von Langchain-Agenten, Speicherverwaltung und komplexer bedingter Weiterleitung demonstrieren.
Unternehmen, die WordPress Live-Chat nutzen: Insbesondere ausgerichtet auf Integrationen, bei denen die Chat-Plattform Daten über einen Standard-Webhook senden und empfangen kann.

Dieser leistungsstarke n8n-Workflow liefert das Backend für einen Chatbot für Kundensupport und Lead-Generierung. Er wurde für die Integration mit Plattformen wie WordPress Live-Chat über einen einfachen Webhook konzipiert und nutzt mehrere Large Language Models (LLMs) sowie Langchain-Funktionen, die alle innerhalb von n8n orchestriert werden. Der eigentliche Mehrwert liegt in der Erstellung eines hochgradig angepassten, kontextsensitiven KI-Agenten, der den Gesprächsverlauf (zustandsbehafteter Chat) beibehält und sich an strenge Geschäftsregeln hält, die in der System-Prompt des n8n-Knotens definiert sind. Im Gegensatz zu einfachen Frage-Antwort-Bots unterstützt diese Architektur komplexe Interaktionen, Lead-Erfassung und ein kontrolliertes Gesprächsende, was diese Vorlage zu einer der vielseitigsten n8n-Vorlagen für Produktionsumgebungen macht. Die Einrichtung dieses n8n-Workflows reduziert den manuellen Supportaufwand und ermöglicht eine 24/7-Kundeninteraktion.

Der Prozess beginnt mit dem n8n-Trigger Website Chat Messages, einem Webhook-Knoten, der so konfiguriert ist, dass er eingehende POST-Anfragen von der Live-Chat-Plattform abhört. Die Eingabe des Benutzers wird sofort vom n8n-Knoten Convert Chat Text extrahiert und standardisiert.

1. Kontextbeibehaltung: Die standardisierte Eingabe wird an den Forerunner™ AI Agent weitergeleitet. Vor der Verarbeitung greift der Agent auf den n8n-Knoten Simple Memory zu, der die IP-Adresse der Anfrage (x-real-ip) als Sitzungsschlüssel verwendet, um die vorherigen 20 Gesprächsrunden abzurufen und so sicherzustellen, dass der Chat kontextuell bleibt.


2. KI-Verarbeitung: Der Forerunner™ AI Agent verarbeitet die Eingabe und hält sich dabei an eine sehr detaillierte Systemnachricht, die seine Persona, erlaubte Themen, Compliance-Regeln und die Methodik zur Lead-Erfassung definiert. Obwohl mehrere LLMs (OpenAI, Anthropic, Gemini) verfügbar sind, nutzt der Agent das verbundene LLM (z.B. OpenRouter), um seine Antwort zu formulieren. Er hat außerdem Zugriff auf einen Think-n8n-Knoten für allgemeinen Kontext (wie die aktuelle Uhrzeit).


3. Bedingte Logik: Sobald die KI eine output generiert hat, leitet der Workflow diese an den n8n-Knoten End Conversation? weiter. Dieser entscheidende n8n-Knoten prüft, ob die Ausgabe die spezifische Markierung [ENDOFCONVERSATION] enthält, die der Agent beim Abschluss des Gesprächs hinzufügen soll.


4. Antwortverarbeitung: Wenn das Flag vorhanden ist (Yes - End), wird der Text [ENDOFCONVERSATION] entfernt und ein Flag gesetzt, das das Ende des Chats anzeigt. Wenn das Flag fehlt (No - Continue), werden die Gesprächsdaten unverändert weitergegeben.


5. Abschließende Aktion: Die finale, bereinigte und verarbeitete Antwort wird mithilfe des n8n-Knotens Send Chat to Client (Respond to Webhook) an den Client zurückgesendet, wodurch die hochautomatisierte Konversationsschleife dieses n8n-Workflows abgeschlossen wird.

Um diesen Experten-n8n-Workflow mithilfe einer unserer robusten n8n-Vorlagen bereitzustellen, führen Sie die folgenden Schritte durch:

1. JSON importieren: Kopieren Sie das bereitgestellte n8n-Workflow-JSON und fügen Sie es in Ihrer n8n-Instanz über das Menü 'Neu' -> 'Aus JSON importieren' ein.


2. Webhook-Trigger einrichten: Navigieren Sie zum n8n-Trigger-Knoten Website Chat Messages. Notieren Sie die eindeutige URL, die für den Webhook generiert wurde. Sie müssen Ihre Live-Chat-Software (z.B. WordPress-Plugin) so konfigurieren, dass Benutzer-Chatnachrichten per POST-Anfrage an diese n8n-Webhook-URL gesendet werden, wobei sicherzustellen ist, dass die Benutzernachricht im Body unter dem Schlüssel chatinput enthalten ist.


3. KI-Anmeldeinformationen konfigurieren: Dieser n8n-Workflow verwendet Langchain-Knoten. Sie müssen Anmeldeinformationen für Ihr bevorzugtes LLM (z.B. OpenAI, Anthropic, OpenRouter) einrichten und diese mit dem entsprechenden Language Model n8n-Knoten verknüpfen. Stellen Sie sicher, dass der gewünschte LLM n8n-Knoten mit dem Forerunner™ AI Agent verbunden ist.


4. KI-Agent anpassen: Überprüfen Sie die ausführliche System-Prompt im n8n-Knoten Forerunner™ AI Agent. Aktualisieren Sie , Dienstleistungen, Kontaktdaten und die Markenstimme entsprechend Ihren Geschäftsanforderungen.


5. Aktivieren: Speichern und aktivieren Sie den n8n-Workflow. Testen Sie die Verbindung, indem Sie eine Nachricht über Ihre integrierte Live-Chat-Oberfläche senden.

Dieser n8n-Workflow stützt sich für seine Komplexität auf spezialisierte Langchain-Komponenten:

Website Chat Messages (Webhook n8n trigger): Der Einstiegspunkt für die Automatisierung. Er ist für POST-Anfragen an den Pfad /demo-workflow konfiguriert und verwendet den Modus 'Auf Webhook antworten', um synchrone Antworten an die Chat-Plattform zu gewährleisten.
Convert Chat Text (Set n8n node): Wesentlich für die Datenharmonisierung. Er extrahiert chatinput aus dem rohen Webhook-Body und macht die Daten für nachfolgende n8n-Knoten zugänglich.
OpenAI Chat Model / Anthropic Chat Model / Google Gemini Chat Model (Langchain LLM n8n node): Mehrere Large Language Model n8n-Knoten sind für maximale Flexibilität enthalten, sodass der Benutzer je nach Präferenz zwischen GPT-4, Claude oder Gemini wechseln kann. In der aktuellen Konfiguration muss einer dieser Knoten mit dem Agenten verbunden sein.
Simple Memory (Langchain Memory n8n node): Verwaltet den Gesprächszustand. Nutzt ein Pufferfenster von 20 Nachrichten, identifiziert anhand der IP-Adresse des Benutzers (x-real-ip) zur Nachverfolgung der Sitzung.
Forerunner™ AI Agent (Langchain Agent n8n node): Die Kernintelligenz. Er führt die mehrseitige System-Prompt aus, übernimmt das Routing und entscheidet, ob ein Werkzeug (Tool) oder das LLM zur Formulierung der Antwort verwendet werden soll. Dieser komplexe n8n-Knoten stellt sicher, dass die Antwort strengen Geschäftslogiken entspricht.
End Conversation? (If n8n node): Der Steuerungsmechanismus des Flows. Er prüft, ob die KI-Ausgabe den String [ENDOFCONVERSATION] enthält. Diese Bedingung bestimmt, ob die Chatsitzung als abgeschlossen markiert wird.
Yes - End / No - Continue (Set n8n nodes): Bereiten die finale Antwort-Payload vor, indem entweder das Tag [ENDOFCONVERSATION] entfernt oder einfach die Ausgabe weitergegeben wird, um sicherzustellen, dass die Daten strukturiert sind, bevor sie diesen n8n-Workflow verlassen.
Send Chat to Client (Respond to Webhook n8n node): Sendet die finale generierte Antwort zurück an das Quellsystem und schließt damit die vom n8n-Trigger initiierte Operation ab.