AI Email Workflow Case

Краткое описание кейса

Портфолио-решение по проектированию процесса email-рассылок с использованием n8n как orchestration-слоя и AI для генерации и предварительной редакторской проверки контента.

Проблема

В исходном процессе подготовка одной кампании занимала до 5 рабочих дней из-за ручной передачи данных между системами и ролями. Основные риски: ошибки в персонализации, лишние циклы правок и слабая масштабируемость.

AS IS

Jira → Slack → Google Docs → SendPulse

• Бриф создается в Jira.
• Данные по пользователям передаются вручную через Slack.
• Письма по сегментам пишутся и редактируются вручную в Google Docs.
• Верстка и тестовая отправка делаются вручную в SendPulse.

TO BE

Jira → n8n → AI generation → AI QA → approval → SendPulse

• Jira дает структурированный бриф по шаблону.
• n8n нормализует данные, запускает AI-этапы и управляет маршрутом кампании.
• AI генерирует письма по сегментам и выполняет первичную QA-проверку.
• Человек принимает финальное решение перед отправкой.

Схема процесса

flowchart LR
    A[Jira] --> B[Slack]
    B --> C[Google Docs]
    C --> D[SendPulse]

Loading

flowchart LR
    J[Jira] --> N[n8n]
    N --> G[AI generation]
    G --> Q[AI QA]
    Q --> H[approval]
    H --> S[SendPulse]

Loading

Почему выбран n8n

• Соединяет Jira, AI-слои и SendPulse в одном управляемом workflow.
• Позволяет прозрачно контролировать статусы и точки согласования.
• Снижает ручные операции и упрощает масштабирование на новые кампании.

Где AI, где человек

AI:

• разбор брифа в структуру;
• генерация контента по сегментам;
• предварительная редакторская проверка (ToV, CTA, переменные).

Человек:

• постановка бизнес-задачи;
• финальная редактура;
• обязательное согласование перед отправкой.

Как выглядит поток данных

1. Маркетолог заполняет Jira-шаблон кампании.
2. n8n забирает бриф и приводит его к нормализованному JSON.
3. AI генерирует вариант письма для каждого сегмента.
4. AI QA проверяет ToV, CTA и корректность переменных.
5. Редактор/маркетолог утверждают финальную версию.
6. n8n передает письмо в SendPulse и запускает тест.

Пример результата

Для сегмента inactive users финальный артефакт содержит:

• 1 финальный subject;
• текст с персонализацией {{first_name}};
• ссылку с {{user_id}} внутри URL;
• CTA, совпадающий с механикой оффера.

Полный пример по шагам: docs/local-ai-demo.md

Какие материалы лежат в репозитории

• docs/case-solution.md — краткий анализ AS IS / TO BE.
• docs/architecture.md — архитектура и логика передачи данных.
• docs/n8n-workflow.md — узлы n8n, входы/выходы, minimal/extended внедрение.
• docs/prompts.md — самодостаточные промты для демонстрации AI-этапов.
• docs/local-ai-demo.md — пошаговая демонстрация работы локального AI.
• docs/examples.md — ключевые артефакты кейса в одном месте.
• docs/final-summary.md — короткий executive summary.
• assets/README.md — что добавлять в assets по мере развития кейса.