JIPRAKS Classroom

Cara Bangun AI Agent Otomasi Review Produk di Marketplace dengan n8n + GPT (MVP 2 Hari)

· 3 menit baca

Cara Bangun AI Agent Otomasi Review Produk di Marketplace dengan n8n + GPT (MVP 2 Hari)

Pernah frustasi menunggu reviewer manusia memberi rating produk di marketplace? Penjual seringkali kehilangan peluang penjualan karena ulasan kurang atau tidak konsisten. Di era AI, kita bisa mengubah proses review menjadi fully automated – mulai dari mengumpulkan data jual‑beli, menilai kualitas produk, hingga mempublikasikan review yang SEO‑friendly, semua dalam hitungan menit.

Kenapa Otomasi Review Produk Penting?

  • Kepercayaan pembeli naik – rating & review meningkatkan konversi hingga 30%.
  • Skalabilitas – satu tim hanya perlu set up workflow, bukan menulis ratusan review manual.
  • Consistency & SEO – AI memastikan format, keyword, dan sentiment yang tepat untuk Google.

Arsitektur Ringkas Workflow


[Trigger: Webhook (order completed)]
    → [HTTP Request: Fetch order details]
    → [Code (JS): Extract product & buyer info]
    → [n8n AI Node (OpenAI GPT‑4o) – Generate Review Draft]
    → [If: Sentiment Check (positive/neutral/negative)]
        ├─► Positive → [Shopify API: Publish Review]
        └─► Negative → [Slack: Notify Seller for Manual Follow‑up]
    → [Google Docs: Archive Review Draft]
    → [Email: Send Confirmation to Buyer]

Workflow di atas memanfaatkan n8n sebagai orkestrator, GPT‑4o untuk menulis review, serta integrasi API marketplace (contoh: Shopify, Tokopedia, atau WooCommerce).

Langkah‑per‑Langkah Implementasi

1. Siapkan n8n di Cloud atau Docker

  1. Deploy n8n lewat docker run -p 5678:5678 n8nio/n8n atau gunakan n8n.cloud.
  2. Buat credential OpenAI API Key di Settings → API Credentials.
  3. Tambahkan credential API marketplace (misal Shopify Private App).

2. Buat Trigger Webhook

Pilih Webhook Trigger dan beri endpoint /order/completed. Marketplace akan mengirim payload JSON ketika order selesai.

3. Ekstrak Data Produk

Gunakan node Code (JavaScript) untuk memetakan order_id, product_name, buyer_name, purchase_price. Simpan di variable $json untuk dipakai selanjutnya.

4. Generate Draft Review dengan GPT‑4o

Node OpenAI di‑configure:

  • Model: gpt-4o-mini (lebih murah, cukup untuk draft).
  • Prompt (template):
Anda adalah asisten penulis review e‑commerce. Buat review produk **{{product_name}}** dengan:
- Panjang 200‑250 kata
- Fokus pada kualitas bahan, fungsi, dan pengalaman pembeli {{buyer_name}}
- Sertakan poin positif & satu titik perbaikan (jika ada)
- Tulis dalam bahasa Indonesia yang natural dan sertakan **rating 4‑5** bintang.

Gunakan {{}} untuk inject variable dari langkah sebelumnya.

5. Sentiment Check (Optional)

Tambahkan node IF yang mem‑parsing sentiment dari response GPT (gunakan fungsi sederhana: cari kata ‘kurang’, ‘tidak’ untuk menandai negatif). Jika negatif, kirim notifikasi Slack ke seller untuk review manual.

6. Publish Review ke Marketplace

Gunakan HTTP Request atau node khusus marketplace (contoh: Shopify API → Create Product Review). Pastikan men‑set header Content-Type: application/json dan sertakan review_body, rating, reviewer_name.

7. Archive & Notifikasi

  • Google Docs node: simpan draft review sebagai dokumen backup untuk audit.
  • Email node: kirim email konfirmasi ke pembeli dengan link review (meningkatkan trust).

Use Case Nyata: Toko Aksesori Handphone

Penjual “GadgetGear” mengintegrasikan workflow di atas. Dalam 2 hari, mereka mengurangi waktu pembuatan review dari 30 menit per order menjadi otomatis 15 detik. Hasilnya:

  • Rating rata‑rata naik dari 4.2 → 4.6 dalam 1 bulan.
  • Konversi halaman produk naik 12% karena review muncul lebih cepat.
  • Tim support hanya perlu menanggapi <5% review negatif yang dipicu Slack.

Insight & Strategi Skalabilitas

  • Prompt Engineering: Simpan template prompt dalam n8n Set node, sehingga tim non‑teknis dapat menyesuaikan tone atau panjang review tanpa mengubah kode.
  • Model Switching: Mulai dengan gpt-4o-mini untuk draft, lalu gpt-4o untuk revisi bila rating sangat penting (misalnya produk premium).
  • Cost Control: Gunakan batching – kumpulkan 10 order, generate review sekaligus, mengurangi panggilan API per detik.
  • Human‑in‑the‑Loop: Review negatif dapat dialihkan ke tim QA lewat Slack, menjaga brand reputation.
  • Compliance: Simpan semua draft di Google Docs dengan timestamp untuk audit regulasi (misal, FTC endorsement guidelines).

Penutup & Call to Action

Dengan n8n + GPT, pembuatan review produk tidak lagi menjadi bottleneck. Mulailah dengan satu produk percobaan, ukur impact pada rating dan conversion, lalu scale ke seluruh katalog. JIPRAKS Classroom siap membantu Anda membangun workflow ini lewat kelas Vibe Coding – daftarkan diri Anda sekarang!

Artikel terkait