Problem
Kompanija prodaje nekoliko brendova kroz jednu Shopify prodavnicu, na četiri jezika, i brendovi stalno dolaze. Svaki artikal pisao se ručno, pa onda ponovo na njemačkom, holandskom i francuskom, svaki sa svojim SEO naslovom i meta opisom. Na to je odlazilo oko četiri sata dnevno, a novi brend značio je cijeli taj posao još jednom, pa je posao rastao brže od kataloga.
Šta smo izradili
Dva n8n toka oko jednog Cloudflare Workera. Prvi hvata Shopify webhook o artiklu, ujednači ga i preda Workeru, koji drži cijeli tok obrade: unos, pisanje, prijevod, slika. Svaki korak ima svoju granu za greške, pa se neuspjela slika zabilježi kao neuspjela slika i nacrt ostaje. Claude piše tekst i prijevode, Flux na Workers AI pravi glavnu sliku, Supabase čuva stanje. Drugi tok kreće kad recenzent odobri i upiše artikal i sva tri prijevoda nazad u Shopify. Uz svaki nacrt ide i provjera činjenica: izlaz modela poredi se tvrdnja po tvrdnja s izvornim tekstom artikla, a sve što izvor ne podupire označi se uz polje iz kojeg dolazi i razlog. Životni ciklus stoji u Postgresu i drži ga triger, a row level security drži red svakog brenda kod ljudi koji na njemu rade. To je ono što sljedeći brend čini jeftinim za dodavanje.
Rezultat
Ona četiri sata dnevno više ne postoje. Izmjereni prolaz ide od Shopify webhooka do artikla spremnog za pregled za 30,7 sekundi, s tri prijevoda i glavnom slikom. Svaki korak zabilježi koji je model koristio i koliko je trajao. U prodavnicu ne ulazi ništa bez čovjeka, a pošto je provjera činjenica već označila tvrdnje koje izvor ne podupire, taj čovjek čita kratak spisak.




