מדריך: אוטומציית מיון פניות שירות לקוחות בחנות Shopify עם n8n ו-Claude (2026)

לרוב החנויות יש לפחות ארבעה ערוצים נכנסים: תיבת Gmail או Outlook משותפת ([email protected]), instance של Gorgias שמקבל forwards מ-Shopify Inbox, מספר WhatsApp Business, וטופס יצירת קשר באתר. המשימה הראשונה היא לנרמל את כולם למבנה payload אחיד של n8n webhook כך שכל שאר ה-pipeline לא צריך לדעת מאיפה ההודעה הגיעה.

השתמש ב-Gmail trigger המובנה של n8n לתיבה, ב-Gorgias webhook trigger (קונפיגורציה ב-Gorgias תחת Settings → REST API → Add HTTP Integration), וב-Twilio WhatsApp webhook להודעות. כל אחד מהם מתורגם לאותה מעטפה קנונית:

{
  "channel": "gmail | gorgias | whatsapp | form",
  "external_id": "thread-or-message-id",
  "received_at": "2026-05-03T09:14:22Z",
  "from": {
    "email": "[email protected]",
    "phone": "+15551234567",
    "name": "Jane Buyer"
  },
  "subject": "Where is my order?",
  "body_text": "Hi, I ordered last Tuesday and...",
  "body_html": null,
  "attachments": [],
  "store_id": "shop-us-main"
}

הפעל de-duplication בעקביות. קונים מעבירים, עונים ל-all, ושולחים העתק לעצמם. סכם hash על external_id + from.email בטבלת Postgres ודלג על כל מה שראית ב-60 השניות האחרונות.

לפני כל סיווג, העשר את ההודעה עם הקשר ההזמנה. חלץ מזהים מועמדים מתוך הגוף — מספר הזמנה (#1234, SHOP-1234), אימייל, טלפון — באמצעות node קטן עם regex, ואז תשאל את Shopify Admin GraphQL. תמיד GraphQL, לעולם לא REST: REST מוגבל ב-2 קריאות בשנייה לכל קריאה, GraphQL מוגבל ב-cost של 50 נקודות בשנייה ואפשר להוציא order, fulfillment ו-refunds בקריאה אחת.

query OrderContext($q: String!) {
  orders(first: 1, query: $q, sortKey: CREATED_AT, reverse: true) {
    edges {
      node {
        id
        name
        email
        phone
        createdAt
        displayFinancialStatus
        displayFulfillmentStatus
        totalPriceSet { presentmentMoney { amount currencyCode } }
        customer { id numberOfOrders tags }
        shippingAddress { city provinceCode countryCode }
        fulfillments(first: 5) {
          status
          trackingInfo { number url company }
          updatedAt
        }
        refunds(first: 5) {
          createdAt
          totalRefundedSet { presentmentMoney { amount } }
        }
      }
    }
  }
}

העבר את q כ-email:[email protected] או name:#1234. אם לא נמצאת הזמנה, הגדר order_context: null והשאר את המסווג להתמודד עם זה כשאלת טרום-רכישה.

לחנויות WooCommerce, החלף את השאילתה ל-GET /wp-json/wc/v3/orders?search=... ומזג את המבנה; ל-BigCommerce השתמש ב-GET /v2/orders?email=.... המסווג בהמשך לא מתעניין איזה backend ייצר את ההקשר — רק שהמבנה תואם.

המסווג הוא המוח. שולחים ל-Claude את גוף ההודעה בתוספת סיכום הזמנה מצונזר, ומבקשים אובייקט JSON יחיד עם enum קבוע של intents. בלי טקסט חופשי, בלי פרשנות יצירתית. ה-schema למטה הוא מה שאנחנו מריצים בייצור.

You are a customer-service triage classifier for a Shopify store.
Return ONLY a JSON object matching this schema. No prose.

{
  "intent": "refund_return | shipping_tracking | product_question
           | sizing_fit | defective_damaged | lost_order
           | change_address | cancel_order | fraud_suspect | other",
  "confidence": 0.0-1.0,
  "sentiment": -1.0 to 1.0,
  "urgency": "low | normal | high | critical",
  "language": "ISO-639-1",
  "requires_human": boolean,
  "rationale": "max 30 words, plain English"
}

Rules:
- If order_context.totalPrice > 500 USD, set requires_human = true.
- If sentiment < -0.4, set requires_human = true.
- If intent = fraud_suspect, ALWAYS requires_human = true.
- If confidence < 0.85, set requires_human = true.
- Never invent order numbers, tracking numbers, or refund amounts.

השתמש ב-Claude Sonnet עבור זה — Haiku מילולי מדי לגבי sentiment, Opus יקר מדי בנפח הזה. נעל את גרסת המודל (claude-sonnet-4-7@20260301 או הגרסה הנוכחית) והתייחס לזה כחוזה. Schema drift תשבור בשקט את הענפים שלך בהמשך.

אמת את ה-JSON output עם schema קפדני לפני הניתוב. אם ה-parsing נכשל (וזה יקרה לעיתים), פול-בק ל-requires_human=true, intent=other ותן לאדם למיין.

לכל intent עם confidence ≥ 0.85 ו-requires_human = false, צור תשובה מותאמת אישית שמצטטת את ההזמנה האמיתית. הטריק הוא להרכיב את התשובה משתי שכבות: תבנית כתובה ידנית לכל intent, והעבודה של Claude היא למלא את ה-slots — לא לכתוב אנגלית מאפס.

{
  "shipping_tracking": {
    "subject": "Your order {{order.name}} — tracking update",
    "body": "Hi {{customer.firstName}},nnYour order {{order.name}} shipped on {{fulfillment.updatedAt | date}} via {{fulfillment.company}}. Tracking: {{fulfillment.trackingNumber}}nnLatest status from the carrier: {{carrier.status}} (ETA {{carrier.eta | date}}).nn{{closing}}",
    "max_confidence_required": 0.90
  },
  "refund_return": {
    "subject": "Return for order {{order.name}}",
    "body": "Hi {{customer.firstName}},nnYour order was placed on {{order.createdAt | date}}, which is {{daysSincePurchase}} days ago. Our return window is 30 days, so you're {{returnEligible ? 'eligible' : 'past the window'}}.nn{{instructionsBlock}}",
    "max_confidence_required": 0.92
  }
}

לשאלות משלוח, בצע קריאה מקבילה ל-API של חברת השילוח (EasyPost עוטף את UPS, USPS, FedEx, DHL מאחורי endpoint אחד) כך שהתשובה כוללת status חי, לא "נשלח ביום שלישי" שהתיישן. עבור החזרים, חשב את הזכאות מול חלון ההחזרה ב-n8n — אל תיתן ל-LLM להחליט מדיניות.

כל מה שמסומן requires_human = true נשלח ל-Gorgias כטיקט חדש עם הערה פנימית מובנית. ההערה היא ההבדל בין פתרון של 12 דקות לפתרון של 4 דקות — תן לסוכן את כל מה שהוא היה מחפש בעצמו, בתוספת טיוטת תשובה שהוא יכול לקבל, לערוך או לדחות.

POST https://YOURSTORE.gorgias.com/api/tickets
Authorization: Basic {{base64(email:apikey)}}

{
  "channel": "email",
  "from_agent": false,
  "customer": {"email": "{{from.email}}"},
  "subject": "{{subject}}",
  "tags": ["ai-triaged", "{{intent}}", "urgency-{{urgency}}"],
  "messages": [{
    "channel": "email",
    "from_agent": false,
    "sender": {"email": "{{from.email}}"},
    "body_text": "{{body_text}}"
  }],
  "meta": {
    "ai_intent": "{{intent}}",
    "ai_confidence": "{{confidence}}",
    "ai_sentiment": "{{sentiment}}",
    "order_name": "{{order.name}}",
    "order_total": "{{order.totalPrice}}",
    "lifetime_orders": "{{customer.numberOfOrders}}",
    "suggested_reply": "{{draftedReply}}"
  }
}

נתב לפי intent: הונאה ו-chargebacks לבודק ייעודי, sizing/fit לצוות מרצ'נדייז אם יש לך, השאר לתור הכללי. השתמש ב-rules engine של Gorgias כדי לאכוף SLAs לפי תג ה-urgency.

כל טיקט שנפתר דוחף custom event ל-Klaviyo. ה-event הזה הוא הטריגר ל-flows של win-back אחרי החזרים, בקשות NPS post-purchase אחרי פתרונות חיוביים, וצ'ק-אין "תיקנו את זה" 7 ימים אחרי החלפת מוצר פגום. ה-payload של ה-event צריך להיות דק וניתן לשאילתה.

POST https://a.klaviyo.com/api/events/
Authorization: Klaviyo-API-Key {{KLAVIYO_PRIVATE_KEY}}
revision: 2026-04-15

{
  "data": {
    "type": "event",
    "attributes": {
      "metric": {"data": {"type": "metric", "attributes": {"name": "CS Ticket Resolved"}}},
      "profile": {"data": {"type": "profile", "attributes": {"email": "{{from.email}}"}}},
      "properties": {
        "intent": "{{intent}}",
        "outcome": "{{outcome}}",
        "resolved_by": "{{ai|human}}",
        "first_response_seconds": {{firstResponseSeconds}},
        "order_name": "{{order.name}}"
      },
      "time": "{{resolvedAt}}"
    }
  }
}

ב-Klaviyo, בנה flows שמסתעפים על property intent: refund_return מפעיל win-back של 14 יום; defective_damaged מפעיל מעקב QA; shipping_tracking + resolved_by=ai נכנס לסגמנט "חוויית AI חיובית ראשונה" שצוות המותג יכול לתייג. כבד email_consent — Klaviyo אוכף את זה, אבל n8n צריך לבצע pre-check לפני ה-POST כדי להימנע מקריאות API מבוזבזות.

תקלות נפוצות — איך תפסנו אותן בייצור

כל צוות שבונה את זה נתקל באותם שישה באגים. זו הרשימה הקצרה, מסודרת לפי כמה כסף הם עלו לפני שגילינו.

פרטיות וציות — בלתי-ניתנים למשא ומתן

pipeline של שירות לקוחות נוגע ב-PII בכל execution. משטר הציות תלוי במיקום הקונים שלך, אבל ארבעה תקנים תמיד חלים.

ה-API של Anthropic לא מאמן על הקלט שלך כברירת מחדל, אבל זמן retention של logs הוא 30 יום. אם ה-DPA שלך דורש אפס retention, בקש את התיקון של zero-data-retention לפני go-live. כללי ה-consent של Klaviyo מחמירים יותר מהחוק ברוב התחומי שיפוט — לעולם אל תדחוף events ל-profiles ללא consent.

תוצאות — איך נראתה הטמעה של 12 חודשים

מספרים ממותג ביגוד אמריקאי שמריץ כ-800 פניות נכנסות בשבוע על פני Shopify Plus, Gorgias ו-WhatsApp Business. שניים-עשר חודשים מ-go-live.

המספר של עלות-החזרים שווה התעמקות: עדכוני משלוח פרואקטיביים (שלב 4) יירטו מספיק פניקה של "איפה ההזמנה" כדי לדכא חלק מדיד מ-chargebacks ספקולטיביים.

לוח זמנים להטמעה — ארבעה שבועות

שאלות נפוצות