💭 「單一節點，就像一顆積木；把它們連起來，才能蓋出屬於你的自動化工廠。」

我們從拼湊小零件開始，一步步搭建出能真正跑起來的自動化流程。

在前幾天的學習旅程中，我們走過了兩大主題線：

• Day 16～21：學會用 爬蟲工作流 抓取外部資料
• Day 22～23：學會建立 知識庫（向量資料庫），並讓 AI 根據資料自動生成內容

如果把這段過程比喻成蓋工廠，前期我們是在練習安裝一台台機器（節點），現在則開始讓機器們透過輸送帶（資料流）串連起來，組裝出真正的產品（長流程）。

今天，我們就要來總整理這段從節點到資料流、再到長流程的概念，幫大家把零散的知識串起來 📦

🧠 我們一路學到的流程設計觀念

1. 從單一節點開始，理解資料格式與處理

我們在 Day 16～21 學到，n8n 的主要資料是由「Array of Objects（物件陣列）」組成，每個 Object 是一筆資料，也叫做一個 Item。

處理這些資料的方法包括：

1. 用 Code 節點 寫 JavaScript 自訂資料處理（不會寫也能請 LLM 幫忙產生程式碼）
2. 使用內建節點做資料操作：
   • Split Out：把一包資料分開成多筆
   • Merge：把多筆資料合併
   • Aggregate：把多筆資料彙總成一筆
3. Set 節點：可以預先建立資料欄位與內容
4. 其他尚未使用的常見節點：
   • IF / Switch / Filter：做條件判斷
   • Date：轉換與處理時間格式

🧩 每個節點就是一顆積木，熟悉積木的形狀，是後面拼裝流程的基礎。

2. 讓資料在節點之間流動，形成資料流

接著，我們也開始練習 資料格式轉換，讓資料能順利在節點之間「傳遞」：

1. Day 22～23：把資料轉換成 向量資料，餵進向量資料庫，形成知識庫
2. 更早之前也練習過用 Convert to File 把 JSON 轉為 Binary。除此，也可以用 Extract from File 把 Binary 轉回 JSON

📦 資料格式不同就像容器不同，要能在輸送帶上傳遞，就要先換成正確的容器。

3. 建立外部儲存與回收站，讓資料可以出入工廠

我們也學會把資料存進外部資料庫，並能再取出與更新：

• Airtable（雲端表格資料庫）
• Supabase Vector Store（向量資料庫）

這讓我們可以把資料放出 n8n 的流程之外，變成長期的知識資產，不會只存在單一次的流程中。

4. 規劃流程的執行方式：批次 vs 逐筆

• 如果資料是 Array of Objects，n8n 可以一次處理所有 Items
• 但有些情況（像串 API）要一筆一筆處理 → 就要設計 Loop（循環）

🔁 這時流程就不再是單線，而是會「迴圈」回來重複執行，開始變得更像一條真的產線。

5. 讓資料流與 AI 節點互動

當資料流準備好了，我們也學會 把資料送進 AI 節點，請 AI 讀取並生成內容，例如：

• 自動產生貼文
• 總結文章重點
• 根據知識庫回答問題

🧠 這是流程進化的最後一步——讓資料產生智慧，變成能自己產出內容的工廠。

💡補充：也別忘了流程設計的底層功夫

為了讓你的工廠不會「跑一跑就爆炸」，還要理解這些概念：

• Error Handling（錯誤處理）：流程失敗時該怎麼應對
• Workflow Execution（執行模式）：一次跑完 vs 步驟式執行
• Data Mapping（資料對應）：保持欄位命名一致，避免傳遞錯誤

這些雖然看似瑣碎，卻是流程能穩定長跑的關鍵。

🚀 承先啟後：邁向 n8n text course Level 2

在 Day 15 我們整理過一些 n8n 的基礎操作（對應 text course Level 1）。

而現在，從節點、資料流到長流程，你已經達到 text course Level 2 的範圍。

課程裡還可以學習 流程除錯、效能優化，讓工廠不只會動，還要跑得穩、跑得快 🏃‍♀️💨

📝 筆者當初也是先亂玩、偷吃步，後來再回頭挑戰官方課程，才真正打好基礎，差異非常明顯！

💪 小作業挑戰：拿下你的 Level 2 勳章！

既然已經走到這裡，就來挑戰看看 n8n 官方的 Level 2 認證 吧 ✨

• 筆者的 Level 1 認證：

  查看證書

• 筆者的 Level 2 認證：

  查看證書

這不只是獎勵，也能檢驗自己是否真的理解流程概念，讓未來設計更複雜工作流時更有底氣 💪

交流

我建立了一個行銷技術交流群，專注討論 SEO、行銷自動化等主題，歡迎有興趣的朋友一起加入交流。

掃QR Code 或點擊圖片加入