Automatisering
Tajo biedt drie niveaus van automatisering voor klantbetrokkenheid, van eenvoudige workflows op basis van regels tot volledig autonome AI-agenten.
Drie lagen van automatisering
1. Skills, deterministische workflows
Skills zijn atomaire automatiseringseenheden op basis van regels. Ze verlopen elke keer hetzelfde: een trigger gaat af, voorwaarden worden gecontroleerd, acties worden uitgevoerd.
triggers: - event: cart_abandoned conditions: - cart_value: "> 50" - time_since_activity: "> 30m"
actions: - brevo/send-email: template_id: 101 to: "{{ contact.email }}"Het meest geschikt voor: herhaalbare processen, herstel van winkelwagens, welkomstreeksen, datasynchronisatie, orderbevestigingen.
Skills bekijken | Skills-formaat
2. Agents, orkestratie op basis van AI
Agents gebruiken LLM’s om over doelen te redeneren, tools te kiezen en hun strategie aan te passen. Ze combineren meerdere Skills en Brevo MCP-tools om complexe marketingdoelen te bereiken.
---name: win-back-agenttools: - brevo_contacts - brevo_segments - brevo_email_campaign_management - brevo_sms_campaigns---
# Win-Back Agent
Analyze churned customers, design personalized re-engagementsequences based on purchase history, and execute acrossthe optimal channel mix.Het meest geschikt voor: complexe beslissingen, kanalen kiezen, aanbiedingen personaliseren, reeksen aanpassen op basis van klantgedrag.
Een agent bouwen | Agentspecificatie
3. Natuurlijke taal, marketing gestuurd door intentie
De bovenste laag vertaalt de intentie van de marketeer naar acties van agents:
“Maak een VIP-waarderingscampagne voor klanten die dit kwartaal meer dan $ 500 hebben besteed. Gebruik e-mail met een persoonlijk bedankje en een exclusieve kortingscode van 20%.”
De orkestratielaag kiest de juiste agent, die vervolgens de juiste skills en Brevo MCP-tools combineert om alles uit te voeren.
Het juiste niveau kiezen
| Vraag | Skills gebruiken | Agents gebruiken |
|---|---|---|
| Is de logica elke keer hetzelfde? | Ja | |
| Vraagt het om afwegingen? | Ja | |
| Eén trigger → één actie? | Ja | |
| Meerdere stappen met vertakkende logica? | Ja | |
| Moet het zich aanpassen aan klantgedrag? | Ja | |
| Hoog volume en gevoelig voor latency? | Ja | |
| Is een leesbaar audittrail nodig? | Beide | Beide |
Hoe ze samenwerken
In de praktijk roepen agents skills aan als onderdeel van hun uitvoering:
Marketer: "Set up cart recovery for the holiday season" ↓Agent: Reads context, decides on strategy ↓Agent calls Skill: tajo/recover-abandoned-cart (configured for holidays)Agent calls Skill: tajo/customer-sync (ensure data is fresh)Agent calls MCP: brevo_segments (create holiday shopper segment)Agent calls MCP: brevo_templates (check holiday email templates exist) ↓Result: Cart recovery active with holiday-specific messagingTriggers
Zowel Skills als Agents ondersteunen drie soorten triggers:
Event-triggers
Reageer op iets wat er in je systeem gebeurt:
triggers: - event: order_completed - event: customer_created - event: cart_abandonedSchema-triggers
Voer uit volgens een terugkerend schema:
triggers: - schedule: "0 9 * * MON" # Every Monday at 9am - schedule: "0 */4 * * *" # Every 4 hoursWebhook-triggers
Aanroepen via een HTTP-verzoek:
triggers: - webhook: /automation/cart-recovery/trigger method: POSTBrevo MCP-integratie
Alle automatisering loopt via de officiële MCP-server van Brevo, die 27 modules beschikbaar stelt als tools die AI kan aanroepen. Tajo-agents maken verbinding met precies de modules die ze nodig hebben:
| Module | Wat het doet |
|---|---|
brevo_contacts | Contacten en lijsten beheren |
brevo_email_campaign_management | E-mailcampagnes maken en versturen |
brevo_sms_campaigns | SMS-campagnes |
brevo_whatsapp_campaigns | WhatsApp-campagnes |
brevo_segments | Dynamische contactsegmenten |
brevo_campaign_analytics | Prestatiegegevens van campagnes |
brevo_deals | Beheer van CRM-deals |
Volgende stappen
- Brevo MCP-server instellen, verbind de 27 MCP-modules van Brevo
- Je eerste agent bouwen, praktische tutorial
- Skills-referentie, bekijk de beschikbare automatiseringsskills
- Agentspecificatie, definieer eigen agents