Loading
Loading
Automation is the difference between working in your business and working on your business.
80% of business automation can be done with Make/Zapier without code.
Scenario 1: WhatsApp inquiry → Claude analyzes → auto-reply within 30 seconds + Notion notification
Scenario 2: Google Form → Sheets → Claude generates personalized email → Gmail sends → Notion task → Slack alert
Scenario 3: Daily competitor monitoring → Claude summarizes changes → morning briefing email
1. Identify the right task (repeats 3+/week, fixed steps, no complex judgment)
2. Draw the flow: Trigger → Actions → Conditions → Output
3. Build in Make/n8n step by step, test each action
4. Activate and monitor
The fundamental difference: without AI, automation follows rigid rules. With AI, it makes decisions.
Golden Rule: Tell customers when they're talking to AI. Transparency builds stronger long-term trust.
# محاكاة نظام أتمتة ذكي للأعمال
# يُبيّن كيف يعمل AI كـ Decision Engine داخل الأتمتة
import anthropic
import json
from datetime import datetime
from enum import Enum
client = anthropic.Anthropic()
class TicketPriority(Enum):
URGENT = "عاجل"
HIGH = "مرتفع"
MEDIUM = "متوسط"
LOW = "منخفض"
class TicketCategory(Enum):
COMPLAINT = "شكوى"
ORDER = "طلب/شراء"
SUPPORT = "دعم تقني"
INQUIRY = "استفسار"
COMPLIMENT = "إطراء"
# ─────────────────────────────────────────
# AI Decision Engine
# ─────────────────────────────────────────
def analyze_customer_message(message: str) -> dict:
"""
يُحلّل رسالة العميل ويُقرر:
- الفئة والأولوية
- الرد المناسب
- الإجراء المطلوب
"""
prompt = f"""حلّل رسالة العميل التالية وأجب بـ JSON فقط (بدون أي نص آخر).
رسالة العميل: "{message}"
أجب بهذا التنسيق الدقيق:
{{
"category": "شكوى|طلب/شراء|دعم تقني|استفسار|إطراء",
"priority": "عاجل|مرتفع|متوسط|منخفض",
"sentiment": "إيجابي|محايد|سلبي",
"auto_reply": "رد قصير جاهز للإرسال للعميل (2-3 جمل)",
"action_needed": "الإجراء الداخلي المطلوب (إشعار فريق/فتح تذكرة/إلخ)",
"requires_human": true|false
}}"""
message_obj = client.messages.create(
model="claude-haiku-4-5-20251001",
max_tokens=300,
messages=[{"role": "user", "content": prompt}]
)
raw = message_obj.content[0].text.strip()
# تنظيف الرد
if raw.startswith("```"):
raw = raw.split("```")[1].replace("json", "").strip()
try:
return json.loads(raw)
except json.JSONDecodeError:
return {
"category": "استفسار",
"priority": "متوسط",
"sentiment": "محايد",
"auto_reply": "شكراً لتواصلك. سيردّ عليك فريقنا قريباً.",
"action_needed": "مراجعة يدوية مطلوبة",
"requires_human": True
}
def process_ticket(ticket_id: str, customer_name: str, message: str) -> dict:
"""معالجة تذكرة العميل بالكامل"""
print(f"\n{'='*55}")
print(f"تذكرة #{ticket_id} — {customer_name}")
print(f"الرسالة: {message[:80]}...")
print("-" * 55)
analysis = analyze_customer_message(message)
# محاكاة الإجراءات التلقائية
actions_taken = []
if analysis.get("priority") in ("عاجل", "مرتفع"):
actions_taken.append("🚨 تنبيه Slack للمدير")
if analysis.get("category") == "شكوى":
actions_taken.append("📋 فتح تذكرة في نظام CRM")
if analysis.get("category") == "طلب/شراء":
actions_taken.append("💰 إشعار فريق المبيعات")
if not analysis.get("requires_human"):
actions_taken.append(f"✉️ إرسال رد تلقائي للعميل")
actions_taken.append("📊 تحديث Analytics Dashboard")
# طباعة النتائج
print(f"الفئة : {analysis.get('category')}")
print(f"الأولوية : {analysis.get('priority')}")
print(f"المشاعر : {analysis.get('sentiment')}")
print(f"إنسان؟ : {'نعم' if analysis.get('requires_human') else 'لا — AI يكفي'}")
print(f"\nالرد التلقائي:")
print(f" {analysis.get('auto_reply')}")
print(f"\nالإجراءات المُنفَّذة:")
for action in actions_taken:
print(f" {action}")
return {
"ticket_id": ticket_id,
"customer": customer_name,
"analysis": analysis,
"actions": actions_taken,
"timestamp": datetime.now().isoformat()
}
# ─────────────────────────────────────────
# محاكاة: يوم عمل في خدمة العملاء
# ─────────────────────────────────────────
print("=" * 55)
print("نظام أتمتة خدمة العملاء — محاكاة يوم عمل")
print("=" * 55)
tickets = [
("T001", "أحمد محمد",
"طلبت المنتج قبل 10 أيام ولم يصلني! هذا غير مقبول وسأشكو للجهات المختصة"),
("T002", "سارة علي",
"كيف يمكنني معرفة حجم المنتج قبل الشراء؟"),
("T003", "خالد عبدالله",
"خدمتكم رائعة! المنتج وصل بسرعة وجودته ممتازة"),
("T004", "فاطمة حسن",
"أريد شراء 50 وحدة بسعر الجملة، هل لديكم عروض؟"),
]
results = []
for tid, name, msg in tickets:
result = process_ticket(tid, name, msg)
results.append(result)
# ملخص اليوم
print("\n" + "=" * 55)
print("ملخص اليوم:")
urgent = sum(1 for r in results if r["analysis"].get("priority") in ("عاجل","مرتفع"))
auto_handled = sum(1 for r in results if not r["analysis"].get("requires_human"))
print(f" إجمالي التذاكر : {len(results)}")
print(f" عاجل/مرتفع : {urgent}")
print(f" معالجة تلقائياً : {auto_handled}/{len(results)} ({auto_handled/len(results)*100:.0f}%)")
print(f" تحتاج تدخل بشري : {len(results)-auto_handled}")