Trợ lý AI tra cứu dữ liệu khách hàng

Trợ lý AI tra cứu dữ liệu khách hàng — hỏi bằng câu thường, AI tìm trong dữ liệu của bạn để trả lời

Danh sách khách hàng nằm trong Google Sheets, mỗi lần cần biết khách nào đặt gì, ở đâu, đến bao nhiêu lần lại phải mở file, lọc, dò từng dòng. Bảng càng dài càng mất thời gian, người khác trong nhóm thì không biết cột nào chứa gì.

Workflow n8n này gồm hai phần. Phần nạp dữ liệu đọc toàn bộ bảng khách hàng, cắt thành đoạn nhỏ, tạo vector bằng Gemini và lưu vào Supabase. Phần trò chuyện là một AI Agent trong khung chat của n8n: bạn hỏi bằng tiếng Việt, AI tìm các đoạn liên quan trong Supabase rồi trả lời, được dặn không bịa và không lấy thông tin trên Internet. Lịch sử trò chuyện lưu trong Postgres nên AI nhớ những câu hỏi trước.

Giải quyết được gì

• Tra cứu khách hàng bằng câu hỏi thường, không phải nhớ tên cột hay viết công thức lọc
• AI chỉ trả lời dựa trên dữ liệu đã nạp, không tự bịa thông tin khách
• Nhớ mạch hội thoại nhờ bộ nhớ Postgres, hỏi tiếp “còn khách đó thì sao” vẫn hiểu
• Một mẫu RAG (AI trả lời từ tài liệu riêng) gọn, dễ đọc để học cách nối Google Sheets, Supabase, Gemini và AI Agent; đổi nguồn dữ liệu sang bảng sản phẩm, bảng giá cũng được

Cách hoạt động

Đọc bảng khách hàng trên Google Sheets → Gộp dữ liệu, tạo vector bằng Gemini → Lưu vào Supabase → Hỏi trong khung chat n8n → AI tìm trong Supabase và trả lời

Phù hợp với ai

• Chủ quán, chủ shop có danh sách khách trong Google Sheets, muốn tra nhanh mà không mở file
• Người học n8n muốn dựng chatbot RAG đầu tiên với Supabase
• Người đang làm chatbot bán hàng, cần một khâu tra cứu dữ liệu riêng để gắn vào

Cần chuẩn bị trước khi dùng

• Tài khoản n8n (self-host hoặc cloud)
• Một dự án Supabase đã bật pgvector, có bảng documents và hàm match_documents theo hướng dẫn Supabase Vector Store của n8n; số chiều vector đặt khớp với model embedding Gemini bạn dùng
• Kết nối Postgres cho bộ nhớ hội thoại (dùng luôn cơ sở dữ liệu của dự án Supabase đó cũng được)
• API key Google Gemini (lấy ở Google AI Studio) cho cả phần trả lời lẫn phần tạo vector
• Một Google Sheet chứa dữ liệu khách hàng, dòng đầu là tên cột

Bạn nhận được

• 1 file JSON import thẳng vào n8n, tải miễn phí, không cần thanh toán
• Nhánh nạp dữ liệu: nút bấm chạy tay → đọc Google Sheets → gộp dữ liệu → tạo vector Gemini → lưu Supabase
• Nhánh trò chuyện: khung chat n8n → AI Agent Gemini có bộ nhớ Postgres và công cụ tra Supabase

Lưu ý: đây là bản mẫu để học và chạy thử. Mỗi lần bấm nạp, toàn bộ bảng được thêm vào Supabase một lần nữa, nên khi dữ liệu thay đổi hãy xóa bảng documents trước rồi nạp lại. Đây là workflow kỹ thuật, không phải “cắm là chạy” tuyệt đối — bạn cần tự kết nối Supabase, Postgres, Gemini và Google Sheets của mình theo hướng dẫn. Không cần biết code, nhưng cần làm đúng các bước.