Découvrez comment la nouvelle intégration Cohere de n8n peut transformer vos agents IA dans Wassenger
Avez-vous déjà construit un chatbot qui semblait prometteur mais qui a ensuite fourni des réponses hors sujet ou confuses ? Vous n’êtes pas seul. L’un des plus grands défis pour créer des agents IA intelligents est d’obtenir des réponses précises et pertinentes de façon constante.
La bonne nouvelle : n8n vient de lancer une fonctionnalité révolutionnaire qui change la donne : l’intégration avec les Cohere re-rankers. Et le meilleur, c’est que vous pouvez désormais exploiter cette technologie puissante directement depuis Wassenger Flows, sans avoir à configurer des serveurs ni à gérer des installations complexes.
👉 Commencez votre essai gratuit de 7 jours sur Wassenger et profitez de nos puissants WhatsApp automation flows pour transformer votre service client dès aujourd’hui ! ⚡
Que sont les Re-rankers et pourquoi sont-ils importants ?
Imaginez que vous avez une gigantesque bibliothèque avec des milliers de livres. Lorsqu’on vous pose une question, vous devez trouver rapidement les livres les plus pertinents. Les méthodes traditionnelles de vector search ressemblent à un bibliothécaire très rapide mais qui apporte parfois des livres qui ne correspondent pas exactement à votre besoin.
Les Re-rankers jouent le rôle d’un second bibliothécaire expert qui revoit la première sélection et ne livre que les livres les plus utiles et précis pour votre requête spécifique.
Le problème de la vector search traditionnelle
Dans un système typique de RAG (Retrieval-Augmented Generation), le processus fonctionne ainsi :
- Les documents sont découpés en petits morceaux de texte
- Chaque morceau est converti en nombres (vecteurs) qui représentent son sens
- Quand vous posez une question, elle est aussi convertie en nombres
- Le système recherche des morceaux qui sont mathématiquement « les plus proches » de votre question
Le problème ? Cette recherche peut passer à côté de nuances importantes. C’est comme rechercher des chansons similaires uniquement par leur rythme, en ignorant les paroles ou le genre.
👉 Commencez votre essai gratuit de 7 jours sur Wassenger et profitez de nos puissants WhatsApp automation flows pour transformer votre service client dès aujourd’hui ! ⚡
La solution : recherche en deux étapes
Les re-rankers implémentent ce qu’on appelle une two-stage search :
Étape 1 : récupération large
- Le système recherche un grand nombre de résultats potentiels (20–50 morceaux)
- C’est rapide mais pas parfaitement précis
Étape 2 : re-ranking intelligent
- Les re-rankers analysent simultanément votre question et chaque morceau
- Ils génèrent des scores de pertinence ultra-précis
- Ils ne retournent que les 3–5 morceaux les plus utiles
Wassenger Flows : la révolution cloud est arrivée
C’est là que Wassenger Flows devient votre meilleur allié. Traditionnellement, la mise en œuvre de ces technologies avancées nécessitait :
- ✗ La mise en place de vos serveurs
- ✗ L’installation et la maintenance de n8n
- ✗ La gestion des mises à jour et des dépendances
- ✗ Des connaissances techniques avancées
Avec Wassenger Flows, tout cela disparaît. Notre nouvelle fonctionnalité intègre toute la puissance de l’interface de n8n directement dans le cloud, ce qui signifie que vous pouvez :
- ✅ Créer des agents IA avancés sans configuration technique
- ✅ Utiliser les Cohere re-rankers en quelques clics
- ✅ Mettre en place une hybrid search sans prise de tête
- ✅ Scalabilité automatique selon vos besoins
👉 Commencez votre essai gratuit de 7 jours sur Wassenger et profitez de nos puissants WhatsApp automation flows pour transformer votre service client dès aujourd’hui ! ⚡
Implémentation pratique : étape par étape
Configuration de base dans Wassenger Flows
- Accédez à Wassenger Flows depuis votre compte
- Créez un nouveau flow en utilisant le template « AI Agent with Re-ranking »
- Connectez votre base de données vectorielle (par ex. Supabase, Pinecone)
- Ajoutez votre clé API Cohere dans les identifiants
- Activez l’option « Re-rank Results »
Configuration avancée : Hybrid Search
Pour des cas d’usage plus complexes, Wassenger Flows vous permet d’implémenter :
- Metadata filtering : rechercher uniquement dans des sous-ensembles pertinents de vos informations
- Hybrid search : combiner vector search et recherche textuelle complète
- Multiple re-rankers : pour différents types de requêtes
Obtenez le workflow complet ici 👇
{
"name": "AI Agent Rerank Cohere",
"nodes": [
{
"parameters": {
"options": {
"systemMessage": "=# Company Business Intelligence Assistant\n\nYou are \"[REDACTED_COMPANY_NAME]\", a specialized business intelligence assistant for the company.Your primary responsibility is to provide answers exclusively based on the available knowledge sources.\n\n## Knowledge Sources\nYou have access to two critical knowledge bases:\n1.**CompanyDocuments** - Contains business documents, service guides, company information, and operational procedures\n2.**RestaurantLeads** - Contains potential restaurant client data including ratings, contact information, business details, and market insights\n\n## 🚨 CRITICAL: Tool Selection Protocol\n\n### MANDATORY Tool Usage Rules:\n**CompanyDocuments tool MUST be used for:**\n- ANY question about company services, capabilities, or offerings\n- Pricing inquiries(\"how much\", \"cost\", \"price\", \"fee\")\n- Company information(\"about the company\", \"what is the company\", \"company details\")\n- Business processes(\"how does the company work\", \"process\", \"procedure\")\n- Service features and benefits\n- Any question containing keywords: company, service, price, cost, business, how to, process, capability, offering\n\n**RestaurantLeads tool MUST be used for:**\n- Lead generation and prospecting requests\n- Restaurant recommendations and listings\n- Market analysis and competitive intelligence\n- Location-based restaurant queries\n- Rating, review, and business characteristic analysis\n- Contact information and outreach data\n\n### Search Strategy Hierarchy:\n1.**Company-specific queries** → Use CompanyDocuments FIRST, always\n2.**Restaurant/lead queries** → Use RestaurantLeads FIRST\n3.**Business intelligence/strategy** → Use BOTH tools sequentially\n4.**Ambiguous queries** → Default to CompanyDocuments first, then RestaurantLeads if needed\n\n## Execution Process(Follow Strictly):\n1.**Query Classification**: \n - Identify if query mentions company, services, pricing, or company info\n - If YES → Immediately use CompanyDocuments tool\n - If restaurant/lead focused → Use RestaurantLeads tool\n - If business strategy → Use both tools\n\n2.**Tool Selection Verification**:\n - Double-check that you're using the correct tool for the query type\n - When in doubt about company-related content → ALWAYS search CompanyDocuments\n\n3.**Search Execution**: \n - Execute search in identified tool(s) before generating any response\n - Use specific, relevant keywords from user query\n\n4.**Response Generation**: \n - Base response entirely on search results\n - Clearly cite which knowledge base provided the information\n - Match user's language(Indonesian/English)\n\n## Core Operating Principles\n- **MANDATORY SEARCH**: Never respond without searching appropriate knowledge base first\n- **NO EXTERNAL KNOWLEDGE**: Absolutely no information from outside the knowledge bases\n- **EXPLICIT SOURCE CITATION**: Always state \"Based on CompanyDocuments...\" or \"According to RestaurantLeads...\"\n- **LANGUAGE MATCHING**: Respond in exact same language as user input\n- **ACCURACY OVER COMPLETENESS**: Better to say \"no information found\" than guess\n\n## Quality Assurance Checklist\nBefore every response, verify:\n- ✅ Did I search the appropriate knowledge base?\n- ✅ Is my answer based solely on search results?\n- ✅ Did I cite the correct source?\n- ✅ Am I responding in the user's language?\n- ✅ Did I avoid using external knowledge?\n\n## Error Handling\nIf no relevant information found in knowledge bases:\n- **English**: \"I searched [specific knowledge base] but don't have information about [topic].Could you provide more specific details or rephrase your question?\"\n- **Indonesian**: \"Saya telah mencari di [basis pengetahuan spesifik] tetapi tidak memiliki informasi tentang [topik].Bisakah Anda memberikan detail yang lebih spesifik atau mengubah pertanyaan Anda?\"\n\n## Debugging Mode\nAlways mention in your response which tool you used:\n- \"After searching CompanyDocuments...\"\n- \"Based on my search in RestaurantLeads...\"\n- \"From both knowledge bases...\"\n\nThis helps identify if tool selection is working correctly.\n\nRemember: Your value comes from providing accurate, source-backed intelligence from the company's specific business context and restaurant lead database.Always search first, cite sources, and match the user's language."
}
},
"id": "[REDACTED_NODE_ID]",
"name": "AI Agent1",
"type": "@n8n/n8n-nodes-langchain.agent",
"position": [420, 1340],
"typeVersion": 2
},
{
"parameters": {
"options": {}
},
"id": "[REDACTED_NODE_ID]",
"name": "Embeddings OpenAI3",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [620, 1660],
"typeVersion": 1.2
},
{
"parameters": {
"mode": "retrieve-as-tool",
"toolName": "CompanyDocuments",
"toolDescription": "=MANDATORY TOOL for questions about: CompanyDocument services, pricing, company information, business processes, operational procedures, service capabilities, company policies, internal guidelines, and any [REDACTED_COMPANY_NAME]-specific business inquiries.Always use this tool first when users ask about [REDACTED_COMPANY_NAME] services or company information.",
"tableName": {
"__rl": true,
"mode": "list",
"value": "documents",
"cachedResultName": "documents"
},
"topK": 20,
"useReranker": true,
"options": {}
},
"id": "[REDACTED_NODE_ID]",
"name": "RAG1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreSupabase",
"position": [640, 1520],
"typeVersion": 1.1
},
{
"parameters": {
"mode": "retrieve-as-tool",
"toolName": "RestaurantLeads",
"toolDescription": "=Search restaurant leads database containing potential client information, ratings, contact details, business characteristics, location data, and market insights.Use for lead generation, market analysis, and client prospecting.",
"tableName": {
"__rl": true,
"mode": "list",
"value": "restaurant_leads",
"cachedResultName": "restaurant_leads"
},
"topK": 20,
"useReranker": true,
"options": {}
},
"id": "[REDACTED_NODE_ID]",
"name": "Leads1",
"type": "@n8n/n8n-nodes-langchain.vectorStoreSupabase",
"position": [920, 1520],
"typeVersion": 1.1
},
{
"parameters": {
"options": {}
},
"id": "[REDACTED_NODE_ID]",
"name": "Embeddings OpenAI4",
"type": "@n8n/n8n-nodes-langchain.embeddingsOpenAi",
"position": [940, 1660],
"typeVersion": 1.2
},
{
"parameters": {
"content": "# Send Message",
"height": 580,
"width": 1360,
"color": 4
},
"id": "[REDACTED_NODE_ID]",
"name": "Sticky Note4",
"type": "n8n-nodes-base.stickyNote",
"position": [60, 1240],
"typeVersion": 1
},
{
"parameters": {
"contextWindowLength": 20
},
"id": "[REDACTED_NODE_ID]",
"name": "Chat Memory",
"type": "@n8n/n8n-nodes-langchain.memoryPostgresChat",
"position": [500, 1500],
"typeVersion": 1.3
},
{
"parameters": {
"model": {
"__rl": true,
"mode": "list",
"value": "gpt-4o-mini"
},
"options": {}
},
"id": "[REDACTED_NODE_ID]",
"name": "Chat Model",
"type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
"position": [360, 1500],
"typeVersion": 1.2
},
{
"parameters": {
"modelName": "rerank-multilingual-v3.0"
},
"id": "[REDACTED_NODE_ID]",
"name": "Reranker Cohere",
"type": "@n8n/n8n-nodes-langchain.rerankerCohere",
"position": [760, 1660],
"typeVersion": 1
},
{
"parameters": {
"modelName": "rerank-multilingual-v3.0"
},
"id": "[REDACTED_NODE_ID]",
"name": "Reranker Cohere1",
"type": "@n8n/n8n-nodes-langchain.rerankerCohere",
"position": [1060, 1660],
"typeVersion": 1
},
{
"parameters": {
"events": ["message:in:new"]
},
"type": "n8n-nodes-wassenger.wassengerTrigger",
"typeVersion": 1,
"position": [220, 1340],
"id": "[REDACTED_NODE_ID]",
"name": "Wassenger Trigger",
"webhookId": "[REDACTED_WEBHOOK_ID]",
"credentials": {
"wassengerApiKey": {
"id": "[REDACTED_CREDENTIAL_ID]",
"name": "[REDACTED_CREDENTIAL_NAME]"
}
}
}
],
"pinData": {},
"connections": {
"RAG1": {
"ai_tool": [
[
{
"node": "AI Agent1",
"type": "ai_tool",
"index": 0
}
]
]
},
"Leads1": {
"ai_tool": [
[
{
"node": "AI Agent1",
"type": "ai_tool",
"index": 0
}
]
]
},
"Chat Model": {
"ai_languageModel": [
[
{
"node": "AI Agent1",
"type": "ai_languageModel",
"index": 0
}
]
]
},
"Chat Memory": {
"ai_memory": [
[
{
"node": "AI Agent1",
"type": "ai_memory",
"index": 0
}
]
]
},
"Reranker Cohere": {
"ai_reranker": [
[
{
"node": "RAG1",
"type": "ai_reranker",
"index": 0
}
]
]
},
"Reranker Cohere1": {
"ai_reranker": [
[
{
"node": "Leads1",
"type": "ai_reranker",
"index": 0
}
]
]
},
"Embeddings OpenAI3": {
"ai_embedding": [
[
{
"node": "RAG1",
"type": "ai_embedding",
"index": 0
}
]
]
},
"Embeddings OpenAI4": {
"ai_embedding": [
[
{
"node": "Leads1",
"type": "ai_embedding",
"index": 0
}
]
]
},
"Wassenger Trigger": {
"main": [
[
{
"node": "AI Agent1",
"type": "main",
"index": 0
}
]
]
}
},
"active": false,
"settings": {
"executionOrder": "v1"
},
"versionId": "[REDACTED_VERSION_ID]",
"meta": {
"instanceId": "[REDACTED_INSTANCE_ID]"
},
"id": "[REDACTED_WORKFLOW_ID]",
"tags": []
}
Cas d’utilisation réels
1. Support client intelligent
- Problème : Réponses génériques qui ne résolvent pas des doutes spécifiques
- Solution : Des re-rankers qui identifient précisément l’article d’aide le plus pertinent
2. Assistants commerciaux
- Problème : Recommandations de produits imprécises
- Solution : Un re-ranking qui prend en compte l’historique, les préférences et le contexte actuel
3. Chatbots éducatifs
- Problème : Des explications qui ne s’adaptent pas au niveau de l’étudiant
- Solution : Des re-rankers qui priorisent le contenu approprié pour chaque utilisateur
👉 Commencez votre essai gratuit de 7 jours sur Wassenger et profitez de nos puissants WhatsApp automation flows pour transformer votre service client dès aujourd’hui ! ⚡
Résultats mesurables
Les benchmarks de Cohere montrent des améliorations spectaculaires :
- Jusqu’à 40 % d’amélioration de la précision des réponses pertinentes
- Réduction de 60 % des réponses hors sujet ou confuses
- Satisfaction utilisateur supérieure grâce à des informations plus utiles
Votre prochaine étape
Prêt à faire passer vos agents IA au niveau supérieur ?
Wassenger Flows rend l’implémentation de ces technologies avancées aussi simple que du glisser-déposer. Vous n’avez pas besoin d’être un expert en IA ni de passer des nuits à configurer des serveurs.
Commencez aujourd’hui :
- Inscrivez-vous sur Wassenger.com
- Allez dans Flows depuis votre compte
- Explorez nos templates
- Créez votre premier agent intelligent en quelques minutes
La révolution des agents IA est là, et avec Wassenger Flows, elle est à la portée de tous. Pourquoi se contenter de réponses médiocres quand vous pouvez offrir des expériences extraordinaires ?
👉 Commencez votre essai gratuit de 7 jours sur Wassenger et profitez de nos puissants WhatsApp automation flows pour transformer votre service client dès aujourd’hui ! ⚡
