停止面试？

此工作流适合以下人群：
- 用户研究人员：希望通过自动化的方式进行用户访谈，收集反馈和见解。
- 市场研究人员：需要高效收集客户体验和满意度的数据。
- 开发者和技术人员：寻求利用 n8n 和 LangChain 进行复杂工作流集成的解决方案。
- 教育工作者：希望使用 AI 进行学生反馈和评估的收集。

此工作流解决了以下问题：
- 访谈效率低下：传统的用户访谈需要大量的准备和时间，而此工作流通过 AI 自动化提问和记录，显著提高效率。
- 数据记录不完整：访谈过程中的数据记录往往不完整，此工作流确保每个问题和答案都被准确记录，并存储在 Google Sheets 中，便于后续分析。
- 用户体验不佳：用户在传统访谈中可能感到不适，而 AI 访谈提供了更灵活和舒适的体验。

工作流过程的详细解释：
1. 启动访谈：用户通过填写表单开始访谈，提供姓名和其他信息。
2. 创建会话：为每个访谈生成唯一的会话 ID，并在 Redis 中存储会话信息。
3. 提问与回答：AI 研究员根据访谈主题生成问题，用户通过表单回答。
4. 记录数据：每次用户回答后，工作流将问题和答案记录到 Redis 中，同时生成相应的行数据。
5. 结束访谈：用户可以通过输入“停止访谈”来结束访谈，工作流将记录结束时间并生成总结。
6. 展示访谈记录：访谈结束后，用户将被重定向到包含其访谈记录的页面，确保用户可以查看自己的反馈。
7. 保存到 Google Sheets：所有访谈数据将被上传到 Google Sheets 以便进行进一步分析和共享。

用户可以通过以下方式自定义和调整此工作流：
- 修改访谈主题：在 Set Interview Topic 节点中更改访谈主题，以适应不同的研究需求。
- 调整问题生成逻辑：在 AI Researcher 节点中修改 AI 的提问策略和问题类型，以便更好地满足特定访谈目标。
- 更改数据存储方式：可以将数据存储从 Google Sheets 更改为其他数据库或存储解决方案，确保数据符合组织的要求。
- 添加更多节点：根据需要，可以在工作流中添加更多的处理节点，以实现更复杂的数据处理或分析功能。