دکتر وحید صفاری

در خیلی از کسب‌وکارها، بخش بزرگی از اطلاعات مهم داخل PDF، فاکتور، قرارداد، فرم اسکن‌شده یا ایمیل گیر می‌کند؛ یعنی برای این‌که فقط چند فیلد ساده مثل مبلغ، نام مشتری یا شماره سفارش را در سیستم ثبت کنید، باید فایل را باز کنید، دستی بخوانید و کپی‌پیست کنید. این کار هم وقت‌گیر است و هم مستعد خطا.

با کمک n8n و هوش مصنوعی (LLM + OCR) می‌توانید یک ورک‌فلو بسازید که به‌صورت خودکار از PDF و ایمیل داده‌های ساخت‌یافته استخراج کند و آن‌ها را مستقیم در CRM، دیتابیس یا شیت ذخیره کند. بدون تایپ دستی، بدون خستگی و با امکان مقیاس‌پذیری خیلی بالا.

این ورک‌فلو دقیقاً چه کاری انجام می‌دهد؟

سناریوی «استخراج هوش مصنوعی داده از PDF و ایمیل با n8n» به‌طور خلاصه این کارها را انجام می‌دهد:

• فایل‌های PDF، تصویر اسکن‌شده یا ایمیل‌های دریافتی را به‌صورت خودکار جمع‌آوری می‌کند،
• با کمک OCR (در صورت نیاز) متن را از داخل فایل استخراج می‌کند،
• متن را به یک مدل زبانی (LLM) می‌دهد تا فیلدهای مهم را شناسایی و استخراج کند،
• خروجی را به شکل JSON ساخت‌یافته (مثلاً نام، مبلغ، تاریخ، شماره فاکتور، آیتم‌ها و…) برمی‌گرداند،
• و در نهایت، این داده‌ها را در CRM، دیتابیس، Google Sheets یا ابزار مالی شما ذخیره می‌کند.

نتیجه این است که یک جریان کامل Paperless و بدون ورود دستی داده دارید؛ از ایمیل و PDF تا ردیف‌های منظم دیتابیس.

سناریوهای کاربردی استخراج داده از PDF و ایمیل

• فاکتورها و رسیدها: خواندن خودکار مبلغ، مالیات، تاریخ و اطلاعات فروشنده/خریدار و ثبت در نرم‌افزار حسابداری.
• فرم‌های ثبت‌نام و قراردادها: استخراج نام، اطلاعات تماس، شماره ملی/شناسه و ثبت در CRM یا سیستم داخلی.
• درخواست‌های ایمیلی: گرفتن اطلاعات سفارش از متن ایمیل و ساخت رکورد Lead یا Ticket به‌صورت خودکار.
• آژانس‌ها و شرکت‌های خدماتی: پردازش خودکار قراردادها، پروپوزال‌های امضا شده و ضمیمه‌هایی که مشتری ارسال می‌کند.

جریان کلی این ورک‌فلو در n8n

این سناریو را می‌توان در n8n به چند مرحله ساده تقسیم کرد:

• ۱. دریافت فایل یا ایمیل: منابع ورودی شما می‌تواند شامل موارد زیر باشد:
  • ایمیل‌های جدید در Gmail/Outlook (مثلاً هر ایمیلی که ضمیمه PDF دارد)،
  • آپلود فایل در یک پوشه Google Drive / S3 / FTP،
  • یا فرم‌های وب که فایل پیوست دارند و از طریق Webhook به n8n ارسال می‌شوند.
  این مرحله Trigger ورک‌فلو است.
• ۲. استخراج متن خام (OCR + PDF Text): بسته به نوع فایل:
  • اگر PDF متنی باشد، با ابزارهای خواندن PDF متن داخلی استخراج می‌شود،
  • اگر PDF اسکن‌شده یا تصویر باشد، فایل به سرویس OCR (مثل Tesseract، Google Vision و…) ارسال می‌شود،
  • در نهایت یک متن نسبتاً تمیز از محتوا در اختیار دارید.
• ۳. تمیز کردن و آماده‌سازی متن: قبل از ارسال به LLM:
  • هدر و فوترهای تکراری (مثل آدرس ثابت، امضا، شماره صفحه) را حذف می‌کنید،
  • فاصله‌های اضافی و کاراکترهای عجیب را اصلاح می‌کنید،
  • در صورت نیاز، متن را به بخش‌هایی (مثلاً Header، جدول آیتم‌ها، Footer) تقسیم می‌کنید.
• ۴. تعریف قالب داده مورد نیاز: باید دقیق مشخص کنید چه چیزهایی می‌خواهید:
  • برای فاکتور: invoice_number، issue_date، total_amount، currency، customer_name، line_items[…]،
  • برای قرارداد: party_a_name، party_b_name، start_date، end_date، contract_type،
  • برای فرم: full_name، phone، email، company، requested_service.
  این قالب را در Prompt به LLM می‌دهید.
• ۵. استخراج داده با LLM: متن تمیز شده + قالب مورد انتظار به OpenAI یا مدل مشابه ارسال می‌شود و از مدل می‌خواهید:
  • فقط در قالب JSON خروجی بدهد،
  • اگر فیلدی در متن نبود، مقدار آن را null یا خالی قرار دهد،
  • و در اعداد (مبلغ، تاریخ) از فرمت استاندارد استفاده کند.
  خروجی این مرحله، ساختار داده‌ای است که برای ذخیره بسیار مناسب است.
• ۶. اعتبارسنجی و تمیزکردن خروجی: در n8n:
  • چک می‌کنید اعداد، تاریخ‌ها و ایمیل‌ها فرمت درست داشته باشند،
  • در صورت نقص شدید داده، فایل را برای بررسی دستی علامت‌گذاری می‌کنید،
  • و اگر همه‌چیز اوکی بود، رکورد نهایی را می‌سازید.
• ۷. ذخیره داده در سیستم‌های هدف: با توجه به نیاز کسب‌وکار:
  • اطلاعات استخراج‌شده را در CRM (مثل HubSpot، Pipedrive، Zoho) به‌عنوان Lead/Deal ذخیره می‌کنید،
  • یا در یک دیتابیس (PostgreSQL، MySQL، Airtable) قرار می‌دهید،
  • یا در Google Sheets برای گزارش و تحلیل ساده ثبت می‌کنید.
• ۸. اطلاع‌رسانی و لاگ‌کردن: در انتها:
  • به تیم مالی/فروش در Slack/تلگرام پیام می‌دهید که «یک فاکتور جدید پردازش شد» یا «یک Lead جدید ساخته شد»،
  • و یک لاگ از فایل، وضعیت پردازش و ID رکورد ساخته‌شده نگه می‌دارید.

پیش‌نیازهای راه‌اندازی این سناریو

• منبع فایل‌ها: سرویس ایمیل، Google Drive، S3، FTP یا آپلود مستقیم کاربران.
• سرویس OCR (در صورت نیاز): برای تبدیل تصویر/اسکن به متن خوانا.
• OpenAI API Key یا مدل LLM مشابه: برای تشخیص و استخراج فیلدها از متن.
• n8n در حال اجرا: روی سرور، Docker، VPS یا n8n Cloud.
• مقصد داده: CRM، دیتابیس، Google Sheets یا سیستم مالی سازمان.

مراحل کلی پیاده‌سازی در n8n

1. یک Trigger برای دریافت ایمیل‌ها یا فایل‌های جدید (Gmail/Drive/Webhook) در n8n بسازید.
2. در صورت نیاز، فایل را به سرویس OCR ارسال کنید و متن خام را برگردانید.
3. با نودهای Function و Set متن را تمیز و در صورت لازم بخش‌بندی کنید.
4. در نود OpenAI قالب فیلدهای مورد نیاز را تعریف کنید و از مدل بخواهید داده‌ها را در قالب JSON برگرداند.
5. خروجی JSON را پارس کنید و روی فیلدها اعتبارسنجی (فرمت تاریخ، ایمیل، عدد) انجام دهید.
6. با نودهای دیتابیس/CRM/Sheets داده‌ها را در سیستم‌های هدف ذخیره کنید.
7. در Slack/تلگرام/ایمیل برای تیم مربوطه نوتیف بفرستید که رکورد جدید ثبت شده است.
8. نتایج را چند بار با نمونه‌های واقعی تست کنید، Prompt و قوانین اعتبارسنجی را تنظیم کنید و سپس ورک‌فلو را برای استفاده روزمره فعال کنید.

چطور این ورک‌فلو را حرفه‌ای‌تر کنیم؟

• پشتیبانی چند قالب مختلف: برای فاکتورهای چند تأمین‌کننده یا فرم‌های متفاوت، Templateهای جداگانه تعریف کنید.
• هوش در تشخیص نوع سند: از LLM بخواهید ابتدا نوع سند (فاکتور، قرارداد، فرم) را تشخیص دهد و بر اساس آن Template مناسب را انتخاب کند.
• مدیریت خطا: اگر اطمینان مدل پایین است یا فیلدهای مهم خالی هستند، آیتم را در صف «نیاز به بررسی دستی» قرار دهید.
• ردیابی نسخه فایل: لینک فایل اصلی را همیشه نگه دارید تا در صورت نیاز بتوانید سریع به منبع برگردید.
• گزارش‌گیری: تعداد اسناد پردازش‌شده، زمان صرفه‌جویی‌شده و خطاهای شناسایی‌شده را گزارش کنید تا ارزش اتوماسیون مشخص باشد.

نکات مهم و خطاهای رایج

• کیفیت OCR برای فایل‌های اسکن‌شده حیاتی است؛ هرچه اسکن واضح‌تر باشد، کیفیت استخراج داده هم بهتر می‌شود.
• برای اسناد حساس (مالی، حقوقی)، بهتر است خروجی قبل از اعمال نهایی توسط یک نفر بازبینی شود.
• در Prompt حتماً تأکید کنید که مدل در صورت نبودن اطلاعات، چیزی را حدس نزند و فیلد را خالی بگذارد.
• اگر فرمت اسناد توسط تأمین‌کننده‌ها زیاد تغییر می‌کند، هر چند وقت یک‌بار روی چند نمونه جدید ورک‌فلو را تست و تنظیم کنید.

جمع‌بندی

با ورک‌فلو استخراج هوش مصنوعی داده از PDF و ایمیل با n8n می‌توانید فرایندهای خسته‌کننده ورود دستی داده را کاملاً اتوماسیون و هوشمند کنید. هر سند جدید، به‌صورت خودکار خوانده می‌شود، فیلدهای مهم از آن استخراج می‌شوند و در سیستم‌های شما ذخیره می‌گردند.

اگر می‌خواهید خطای انسانی را کم کنید، سرعت پردازش اسناد را بالا ببرید و تیم خودتان را از کارهای تکراری آزاد کنید، ترکیب n8n، OCR و LLM برای ساخت چنین پایپلاینی یکی از به‌صرفه‌ترین و کاربردی‌ترین اتوماسیون‌هایی است که می‌توانید در سازمان خود راه‌اندازی کنید.