حوّل طلبات العروض الحكومية الطويلة إلى مسودات أولى للمقترحات

ماذا فعلوا

بنت Field Aerospace، وهي شركة نحو 250 موظفاً، مسارات عمل في n8n خلف تطبيق ويب داخلي: يرفع الموظفون طلبات العروض، فيقسّمها n8n إلى أقسام، ويصوغ إجابات من مواد الشركة السابقة المعتمدة، ويبني مصفوفة متطلبات، ويقيّم الفرص الجديدة يومياً.

كيف كانت النتيجة

بحسب الشركة: "حل بنسبة 80%" في نحو 25 دقيقة، بينما كانت مسودة مماثلة تستغرق أسبوعين من ثلاثة أو أربعة أشخاص، وأُوقفت أداتان قديمتان. وانخفض استخراج المتطلبات إلى 15 إلى 20 دقيقة.

ما يجدر معرفته

دراسة حالة أعدّتها n8n نفسها: أرقام التوفير غير متسقة داخل الصفحة، وتوسم المسودات بأنها نقاط بداية مولّدة بالذكاء الاصطناعي، ولا يزال الموظفون يراجعون كل مسودة ويحسّنونها في Teams.

أنشئ مسار عمل في n8n: عند وصول ملف إلى [المجلد أو التطبيق]، قسّم المستند حسب الأقسام، واستخرج كل جملة متطلبات (يجب، ينبغي، سوف) في جدول، وصُغ لكل قسم مسودة رد باستخدام ملاحظات المرجع المعتمدة فقط في [مجلد المعرفة]. ضع على كل مسودة وسم "مسودة ذكاء اصطناعي، تحتاج مراجعة" وأرسلها إلى [قناة Teams أو Slack].

Build an n8n workflow: when a file lands in [folder or app], split the document by section, extract each requirement sentence (shall, must, will) into a table, and for each section draft a response using only the approved reference notes in [knowledge folder]. Label every draft "AI draft, needs review" and send it to [Teams or Slack channel].

اقرأ المصدر الأصلي

How Field Aerospace uses n8n to generate proposals faster and stay ahead of government solicitations ↗
n8n.io · 2026-03-08 · قصة عميل من الشركة نفسها

منسوب إلى المصدر المرتبط أدناه، وليس اختباراً من عندنا.

شارك شارك على X شارك على واتساب