基于政策PDF的采购问答机器人

原文要点

来源是免费思路页：n8n暴露POST webhook，至少收message、userId、channel、sessionId；从Google Drive下载政策PDF并抽取全文，先识别可能政策域与结构，再构造“只依据文档作答”的系统提示词给Google Gemini，解析含confidence的JSON；0.70及以上直接回复答案、章节、下一步和摘要，低于阈值或解析失败则把问题与机器人初步答案POST到外部helpdesk建单，并告诉提问者已转人工。

这次做成什么

做一个可站内练习的“采购政策PDF问答机器人”：员工经webhook提问，机器人只在采购PDF范围内回答，高置信度直接返回结构化JSON，低置信度自动建帮助台工单并回复转人工；不承诺企业级准确率，只用合成采购条款验证分支。

准备什么

• n8n可用Webhook、HTTP Request、Google Drive/Docs类下载与文本抽取节点
• 一个可公开或被n8n访问的合成采购政策PDF，不要放真实保密制度
• Google Gemini PaLM API测试凭据，模型选择在画布内按账号可用项确认
• 外部helpdesk用HTTPBin式测试端点或沙箱工单系统，不连生产队列

具体怎么做

1. 定义问答入参

   Webhook设为POST，JSON至少含message、userId、channel、sessionId；在接入层校验message非空、userId格式为工号样式、sessionId用于日志串联。练习入口固定输出requestId，后续直接答和转人工都必须带回同一requestId。

2. 下载并抽取采购PDF

   把原文的Drive下载地址换成你的合成采购PDF链接；要求PDF可复制文本而非纯扫描图。抽取后先做轻量域判断：命中采购、供应商、验收、发票、付款等关键词才进入采购域；若更像休假或IT，直接标记out_of_scope并走低置信转人工，不硬答。

3. 构造只依据文档提示词

   系统提示词写死：仅可使用PDF全文，不得引用外部经验；必须返回JSON且confidence为0到1；找不到条款时answer写“文档未明确”，confidence低于0.70。把PDF全文和问题一起发给Gemini；公开页未指定具体模型名，画布中选择你账号可用的Gemini模型。

4. 解析与阈值分支

   解析Gemini输出为JSON，字段含answer、section、next_action、summary、confidence。confidence>=0.70走Webhook响应；<0.70、JSON解析失败、PDF抽取失败或域外问题走升级：HTTP POST到测试helpdesk，Body含question、bot_attempt、requestId、userId、channel、sessionId、reason。

5. 回复提问者与排障

   直接答时返回结构化政策答复；转人工时回复“已创建支持工单”和ticket_url（测试端点可返回假ID）。按来源排障表核对：工作流未激活、PDF权限、凭据失效、阈值过高、PDF过大、关键词不匹配，逐项用合成病例复现。

可直接复制的材料

你是企业采购政策问答助手。只能依据用户提供的采购政策PDF全文回答，禁止补充常识、法律意见或文档外规则。必须输出可解析JSON，不要Markdown：{"answer":"中文直答","section":"命中的章节名或文档未明确","next_action":"员工下一步动作","summary":"不超过60字摘要","confidence":0.0}。规则：1) 若问题超出采购、供应商、验收、发票、付款域，answer写“超出采购政策范围”，confidence<=0.2；2) 若PDF没有对应条款，answer写“文档未明确”，confidence<=0.5；3) 金额、期限、审批人只能在PDF逐字出现时引用；4) 不得输出解释性前后缀。

clause_id,section,rule
P-01,供应商准入,"新供应商必须完成营业执照、收款账户与廉洁承诺三项材料后才可询价。"
P-02,审批阈值,"单笔采购折合人民币50000元以下由部门经理审批，50000元及以上需采购委员会复核。"
P-03,发票付款,"发票抬头、税号、采购订单号三者一致，且验收单已归档后，财务在30日内付款。"
P-04,紧急采购,"危及生产安全的紧急采购可先行实施，但须在2个工作日内补齐审批与验收记录。"

{"method":"POST","url":"https://example-sandbox-helpdesk.local/tickets","headers":{"Content-Type":"application/json","X-Test-Key":"replace-with-sandbox-key"},"body":{"requestId":"{{$json.requestId}}","question":"{{$json.message}}","bot_attempt":"{{$json.bot_attempt}}","reason":"confidence_below_threshold_or_parse_error","userId":"{{$json.userId}}","channel":"{{$json.channel}}","sessionId":"{{$json.sessionId}}"}}

输入与输出示例

本站虚构演示，未调用Gemini；数字与合成CSV条款P-02对应。

输入

message="单笔采购一台测试服务器，折合人民币62000元，已经完成三家比价，下一步要找谁审批？",userId="E1042",channel="webchat",sessionId="sess-demo-77"；PDF命中P-02审批阈值，confidence返回0.86。

对应输出

{"requestId":"req-demo-77","answer":"该金额达到采购委员会复核门槛，不能仅由部门经理审批。","section":"审批阈值","next_action":"提交采购委员会复核，并附三家比价记录。","summary":"62000元需采购委员会复核","confidence":0.86}

做完检查这些

• 入参缺message或sessionId时被拒绝，且不进入PDF抽取步骤
• 合成PDF中50000元边界题能引用P-02，且不把50000以下说成委员会复核
• confidence为0.69或JSON少字段时必须POST到测试helpdesk并携带bot_attempt
• 域外休假问题被标记out_of_scope，回复为转人工而非编造采购条款

容易卡住的地方

• 纯扫描PDF抽不到文本会被误判为文档未明确，需先用可复制文本PDF
• Google Drive链接若未对n8n可访问，会在下载步骤失败而不是模型答错
• 阈值0.70是来源给定起点，过高会造成频繁转人工，需用合成题集调平
• 提示词必须禁止Markdown，否则解析失败会触发升级分支