Scopri come la nuova integrazione Cohere di n8n può trasformare i tuoi agenti AI in Wassenger
Hai mai costruito un chatbot che sembrava promettente ma poi restituiva risposte irrilevanti o confuse? Non sei il solo. Una delle sfide più grandi nella creazione di agenti AI intelligenti è far sì che forniscano risposte accurate e pertinenti in modo coerente.
La buona notizia è che n8n ha appena lanciato una funzionalità rivoluzionaria che cambia le regole del gioco: integrazione con i Cohere re-rankers. E la parte migliore è che ora puoi sfruttare questa potente tecnologia direttamente da Wassenger Flows, senza dover configurare server o affrontare installazioni complesse.
👉 Inizia la tua prova gratuita di 7 giorni su Wassenger e sfrutta i nostri potenti WhatsApp automation flows per trasformare il tuo customer service oggi stesso! ⚡
What are Re-rankers and Why Do They Matter?
Immagina di avere una gigantesca biblioteca con migliaia di libri. Quando qualcuno ti fa una domanda, devi trovare i libri più rilevanti rapidamente. I metodi tradizionali di Vector Search sono come un bibliotecario che lavora molto velocemente ma a volte porta libri che non sono esattamente ciò che ti serve.
I Re-rankers sono come un secondo bibliotecario esperto che rivede quella prima selezione e consegna solo i libri più utili e accurati per la tua specifica query.
The Problem with Traditional Vector Search
In un tipico sistema RAG (Retrieval-Augmented Generation), il processo funziona così:
- I documenti vengono suddivisi in piccoli frammenti di testo
- Ogni frammento viene convertito in numeri (vettori) che ne rappresentano il significato
- Quando fai una domanda, anche quella viene convertita in numeri
- Il sistema cerca i frammenti che sono matematicamente “più vicini” alla tua domanda
Il problema? Questa ricerca può perdere sfumature importanti. È come cercare canzoni simili basandosi solo sul ritmo, ignorando testi o genere.
👉 Inizia la tua prova gratuita di 7 giorni su Wassenger e sfrutta i nostri potenti WhatsApp automation flows per trasformare il tuo customer service oggi stesso! ⚡
The Solution: Two-Stage Search
I Re-rankers implementano ciò che è noto come two-stage search:
Stage 1: Broad Retrieval
- Il sistema cerca un gran numero di potenziali risultati (20–50 frammenti)
- È veloce ma non perfettamente preciso
Stage 2: Intelligent Re-ranking
- I re-rankers analizzano simultaneamente sia la tua domanda sia ogni frammento
- Generano punteggi di rilevanza super-precisi
- Restituiscono solo i 3–5 frammenti più utili
Wassenger Flows: The Cloud Revolution Has Arrived
Qui è dove Wassenger Flows diventa il tuo miglior alleato. Tradizionalmente, implementare queste tecnologie avanzate richiedeva:
- ✗ Configurare i tuoi server
- ✗ Installare e mantenere n8n
- ✗ Gestire aggiornamenti e dipendenze
- ✗ Conoscenze tecniche avanzate
Con Wassenger Flows, tutto questo scompare. La nostra nuova funzionalità include tutta la potenza dell’interfaccia di n8n direttamente nel cloud, il che significa che puoi:
- ✅ Creare agenti AI avanzati senza setup tecnico
- ✅ Usare i Cohere re-rankers con pochi clic
- ✅ Implementare hybrid search senza mal di testa
- ✅ Scalare automaticamente in base alle tue necessità
👉 Inizia la tua prova gratuita di 7 giorni su Wassenger e sfrutta i nostri potenti WhatsApp automation flows per trasformare il tuo customer service oggi stesso! ⚡
Practical Implementation: Step by Step
Basic Setup in Wassenger Flows
- Accedi a Wassenger Flows dal tuo account
- Crea un nuovo flow usando il template “AI Agent with Re-ranking”
- Collega il tuo database vettoriale (es. Supabase, Pinecone)
- Aggiungi la tua chiave API Cohere nelle credenziali
- Abilita l’interruttore “Re-rank Results”
Advanced Setup: Hybrid Search
Per casi d’uso più complessi, Wassenger Flows ti permette di implementare:
- Filtri sui metadata: Cerca solo nei sottoinsiemi rilevanti delle tue informazioni
- Hybrid search: Combina vector search con full-text search
- Più re-rankers: Per diversi tipi di query
Ottieni il workflow completo qui 👇
{
"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": []
}
Real-World Use Cases
1. Intelligent Customer Support
- Problema: Risposte generiche che non risolvono dubbi specifici
- Soluzione: Re-rankers che individuano esattamente l’articolo di aiuto più rilevante
2. Sales Assistants
- Problema: Raccomandazioni di prodotto imprecise
- Soluzione: Re-ranking che considera cronologia, preferenze e contesto attuale
3. Educational Chatbots
- Problema: Spiegazioni che non si adattano al livello dello studente
- Soluzione: Re-rankers che danno priorità a contenuti appropriati per ogni utente
👉 Inizia la tua prova gratuita di 7 giorni su Wassenger e sfrutta i nostri potenti WhatsApp automation flows per trasformare il tuo customer service oggi stesso! ⚡
Measurable Results
I benchmark di Cohere mostrano miglioramenti significativi:
- Fino al 40% in più di accuratezza nelle risposte rilevanti
- Riduzione del 60% delle risposte irrilevanti o fuorvianti
- Maggiore soddisfazione degli utenti quando ricevono informazioni più utili
Your Next Step
Pronto a portare i tuoi agenti AI al livello successivo?
Wassenger Flows rende l’implementazione di queste tecnologie avanzate semplice come trascinare e rilasciare. Non devi essere un esperto di AI né passare notti a configurare server.
Start Today:
- Iscriviti su Wassenger.com
- Vai su Flows dal tuo account
- Esplora i nostri templates
- Crea il tuo primo agente intelligente in pochi minuti
La rivoluzione degli agenti AI è qui, e con Wassenger Flows è alla portata di tutti. Perché accontentarsi di risposte mediocri quando puoi offrire esperienze straordinarie?
👉 Inizia la tua prova gratuita di 7 giorni su Wassenger e sfrutta i nostri potenti WhatsApp automation flows per trasformare il tuo customer service oggi stesso! ⚡
