ワークフロー概要

これは、RAG（Retrieval-Augmented Generation：検索拡張生成）技術とベクトルデータベースを組み合わせた、Twitterの新フォロワーへの自動ダイレクトメッセージ送信システムです。このワークフローは新規フォロワーのデータをスマートに処理し、AIによってパーソナライズされたDMコンテンツを生成し、操作結果をGoogle Sheetsに記録します。

コア機能

スマートDM自動化

• 新しいTwitterフォロワーが現れると、Webhookによってワークフローがトリガーされます。
• AI技術を活用してパーソナライズされたDMコンテンツを生成します。
• 新フォロワーに自動でウェルカムメッセージを送信します。

RAG技術の統合

• Pineconeベクトルデータベースを用いてコンテキスト情報を保存・検索します。
• Cohereの埋め込みモデルによりテキストをベクトル表現に変換します。
• セマンティック検索をサポートし、より正確なコンテキスト理解を実現します。

ワークフロー構成

1. トリガーレイヤー

Webhook Trigger（Webhookトリガー）

• エンドポイント auto-dm-new-twitter-followers へのPOSTリクエストを受信します。
• ワークフロー全体のエントリーポイントです。
• 新規フォロワーに関するデータを受信します。

2. データ処理レイヤー

Text Splitter（テキスト分割）

• 入力テキストを小さなチャンクに分割します。
• チャンクサイズ：400文字
• オーバーラップ：40文字
• 分割時にコンテキストの一貫性を保証します。

Embeddings（埋め込み）

• Cohereの embed-english-v3.0 モデルを使用します。
• テキストを数値ベクトル表現に変換します。
• セマンティック類似度計算をサポートします。

3. ベクトルストレージレイヤー

Pinecone Insert（ベクトル挿入）

• 埋め込み済みベクトルをPineconeデータベースに保存します。
• インデックス名：auto-dm_new_twitter_followers
• モード：挿入モード（insert）

Pinecone Query（ベクトルクエリ）

• Pineconeデータベースから関連コンテキストを検索します。
• 同じインデックスを使用してクエリを実行します。
• AI生成に必要な背景情報を提供します。

4. AI処理レイヤー

Chat Model（チャットモデル）

• OpenAIの言語モデルを使用します。
• スマートな返信コンテンツを生成します。

Vector Tool（ベクトルツール）

• 名称：Pinecone
• 説明：Vector context
• ベクトルクエリの結果をAIエージェントに提供します。

Window Memory（ウィンドウメモリ）

• 対話履歴を維持します。
• コンテキストの一貫性を確保します。
• 複数ラウンドの対話をサポートします。

RAG Agent（RAGエージェント）

• システムプロンプト：You are an assistant for Auto-DM New Twitter Followers
• 処理タイプ：定義済みテキスト処理
• ベクトルツールとメモリを統合し、最終的な応答を生成します。

5. 出力レイヤー

Append Sheet（スプレッドシート追記）

• 処理結果をGoogle Sheetsに記録します。
• ドキュメントID：SHEET_ID
• シート名：Log
• 操作：新規行を追加
• 記録フィールド：Status

Slack Alert（Slackアラート）

• エラー処理メカニズム
• 送信先チャンネル：#alerts
• メッセージ形式：Auto-DM New Twitter Followers error: {エラーメッセージ}

データフロー

Webhook受信 → テキスト分割 → ベクトル埋め込み → 
               ↓
            Pinecone保存
               ↓
Webhook受信 → ウィンドウメモリ → RAGエージェント ← ベクトルクエリ ← Pinecone
               ↓           ↓
            チャットモデル   ベクトルツール
               ↓
            成功 → Google Sheetsログ記録
               ↓
            失敗 → Slackアラート

技術的特徴

高度なインテリジェンス

• 大規模言語モデルを用いてパーソナライズされたコンテンツを生成します。
• RAG技術により、正確かつ関連性の高い返信を実現します。
• ユーザーの好みに自動で学習・適応します。

高い拡張性

• ベクトルデータベースが大規模データ保存をサポートします。
• モジュール設計により機能拡張が容易です。
• カスタムプロンプトおよびパラメータに対応しています。

信頼性の確保

• 完全なエラー処理メカニズム
• Slackによるリアルタイムアラート
• Google Sheetsによるログ記録

応用シーン

1. ソーシャルメディアマーケティング：新フォロワーを自動で歓迎し、ユーザーのエンゲージメントを向上させます。
2. 顧客関係管理（CRM）：初期接触を確立し、ユーザーフィードバックを収集します。
3. ブランドプロモーション：ブランドメッセージを伝達し、ユーザー行動を誘導します。
4. コミュニティ運営：新メンバーを一括処理し、パーソナライズされたウェルカムを提供します。

設定要件

API認証情報

• Cohere API（埋め込みサービス）
• Pinecone API（ベクトルデータベース）
• OpenAI API（言語モデル）
• Google Sheets OAuth2（データ記録）
• Slack API（エラー通知）

ノード総数：12ノード

• トリガーノード：1個
• データ処理ノード：4個
• AI/MLノード：3個
• ベクトルストレージノード：2個
• 出力ノード：2個