Elke dag vinden er bij jouw bedrijf klantgesprekken plaats vol waardevolle informatie: bezwaren, wensen, pijnpunten, aankoopsignalen. Die informatie verdwijnt grotendeels in het geheugen van de verkoper of in een kort CRM-aantekening. Met Whisper en Claude sla je niets meer over.
In deze handleiding bouw je een workflow die gespreksopnames automatisch transcribeert (Whisper), de transcriptie analyseert op bezwaren, kansen en actiepunten (Claude), en de resultaten opslaat in Notion of Google Sheets. Zo bouw je een gestructureerde database van klantinzichten zonder handmatig notities te maken.
Wat je nodig hebt
Stap 1: Gespreksopnames organiseren
Maak een gedeelde Google Drive map aan genaamd 'Klantgesprekken/Nieuw'. Spreek intern af dat verkopers na elk gesprek de opname (MP3 of M4A) in deze map plaatsen, met als bestandsnaam het patroon: YYYY-MM-DD_Klantnaam.mp3. De workflow pikt automatisch nieuwe bestanden op uit deze map.
Stap 2: n8n workflow aanmaken
Open n8n en maak een nieuwe workflow aan. Gebruik een Google Drive Trigger node als startpunt. Configureer de trigger op 'File Created' in de map 'Klantgesprekken/Nieuw'. De workflow start automatisch wanneer een nieuw audiobestand wordt geplaatst.
Stap 3: Audiobestand downloaden
Voeg een Google Drive Download node toe. Gebruik de file ID uit de trigger als input. Dit slaat het audiobestand tijdelijk op als binary data in de n8n workflow.
Stap 4: Whisper transcriptie
Voeg een HTTP Request node toe voor de Whisper API. Whisper verwerkt het audiobestand en retourneert een volledige tekst transcriptie. Configureer de node als volgt:
Stel language in op 'nl' voor Nederlandse gesprekken. Whisper ondersteunt ook gemengde taal (Nederlands/Engels) door de language parameter weg te laten, maar de nauwkeurigheid is iets lager.
Stap 5: Transcriptie opschonen
Lange gesprekken leveren grote transcripties op die de Claude context window kunnen overschrijden. Voeg een Code node toe die de transcriptie inkort als die langer is dan 8000 woorden, door het eerste en laatste deel te bewaren en de middensectie samen te vatten:
Stap 6: Claude analyse configureren
Voeg een HTTP Request node toe voor de Claude API. Het analyseprompt is de kern van de workflow: dit bepaalt welke inzichten je eruit haalt. Gebruik dit bewezen prompt:
Stap 7: JSON response parsen
Claude retourneert een JSON string als tekst. Voeg een Code node toe om de response te parsen:
Stap 8: Opslaan in Notion
Voeg een Notion node toe (type: Create Page) in een database genaamd 'Klantgesprekken'. Map de Claude output naar Notion velden:
Stap 9: Alternatief - Google Sheets output
Gebruik je liever Google Sheets? Vervang de Notion node door een Google Sheets Append Row node. Maak een spreadsheet aan met kolommen: Datum, Bestandsnaam, Samenvatting, Bezwaren, Kansen, Actiepunten, Sentiment, Koopbereidheid, Volgende Stap. Map elk veld van de Claude output naar de bijbehorende kolom. Arrays (bezwaren, kansen) converteer je naar een kommagescheiden string:
Stap 10: Notificatie naar verkoper
Sluit de workflow af met een Slack of e-mail notificatie naar de verantwoordelijke verkoper. Stuur de samenvatting, actiepunten en de koopbereidheidscore. Zo heeft de verkoper binnen 5 minuten na het gesprek een gestructureerd overzicht in de inbox.
Stap 11: Bestand verplaatsen na verwerking
Verplaats het audiobestand na succesvolle verwerking van 'Klantgesprekken/Nieuw' naar 'Klantgesprekken/Verwerkt'. Gebruik een Google Drive Move File node. Dit voorkomt dat de workflow hetzelfde bestand twee keer verwerkt bij herstart.
Stap 12: Testen en activeren
Upload een testopname van 2 tot 3 minuten naar de Google Drive map en klik op 'Test Workflow'. Controleer bij elke node de output. Let op: de Whisper transcriptie duurt 1 tot 2 seconden per minuut audio. Een gesprek van 30 minuten verwerkt Whisper in circa 30 tot 60 seconden.
Troubleshooting
Probleem: Whisper geeft 'file too large' fout
Whisper API accepteert maximaal 25 MB per bestand. Gebruik een Code node met ffmpeg (via exec) om grote bestanden te comprimeren naar 64 kbps mono MP3. Alternatively: splits het bestand in stukken van 10 minuten met ffmpeg.
Probleem: Slechte transcriptiekwaliteit
Controleer de opnamekwaliteit. Whisper heeft moeite met achtergrondlawaai en slecht geplaatste microfoons. Laat verkopers een headset gebruiken of de telefoonspeaker dichtbij plaatsen. Voeg ook een korte instructie toe aan het prompt over de industrie of veelgebruikte termen die Whisper mogelijk verkeerd transcribeert.
Probleem: Claude JSON is niet parseerbaar
Voeg 'Antwoord ALLEEN met valid JSON, geen andere tekst of markdown' toe aan het prompt. Als het probleem blijft, gebruik dan claude-sonnet-4-6 in plaats van het kleinere model: dit model volgt JSON-instructies nauwkeuriger.
Uitbreidingen
Na een maand gebruik heb je een database van tientallen gesprekken met gestructureerde inzichten. Die dataset is goud waard: je ziet welke bezwaren het vaakst terugkomen, welke vragen altijd gesteld worden, en welke klantprofielen de hoogste koopbereidheid tonen. Dat zijn de inzichten die marketing en sales transformeren.
