今日目標

讓 AI 將一段非結構化的會議文字稿，轉換為包含 標題、類型、摘要、待辦事項 的結構化 JSON，並精確寫入 Notion 資料庫的對應欄位。

一、Notion 資料庫準備

在開始 n8n 流程前，先建立一個 Notion 資料庫作為 AI 寫入的目標。

1. 新增資料庫： 在 Notion 中建立一個新的完整頁面資料庫 (Full Page Database)，命名為：「自動化會議記錄」。
2. 建立欄位 (Properties)： 確保資料庫有以下四個欄位（名稱與類型必須吻合）：

3. 取得資料庫連接 ：
   • 點擊 Notion 資料庫頁面右上角的 Share (分享) -> Copy Link (複製連結)。
   • 連結格式類似：https://www.notion.so/你的工作區/資料庫名稱-**[DATABASE_ID]**?v=...
   • 建立 Notion Integration（讓 n8n 有權限寫入）
     • 打開瀏覽器 → 登入 Notion 官網
     • 前往：https://www.notion.so/my-integrations
     • 點擊右上角「+ New Integration」
     • 填寫資訊：
       1. Name： n8n Meeting Bot（或隨便你取）
       2. Associated workspace： 選你的 Notion 工作區
       3. Capabilities： 勾選 ✅ Read content ✅ Update content ✅ Insert content
     • 建立完成後，你會看到一組：

           Internal Integration Token: secret_xxxxxxxxxxxxxxxxx
       

     • 請複製這組 Token 等下貼到 n8n 的 Credential to connect with Notion account。
     • 完成 Notion 節點回到 Notion connect :
       

二、Dify Prompt 工程（AI 結構化指令）

在 Dify 應用中，我們必須用一個系統指令 (System Prompt) 來強制 AI 輸出 JSON。

1. 進入 Dify 應用： 找到您 Day XX 成功串接的 Chatbot 應用。
2. 設定 Context/Prompt：
   • 在 Prompt 編輯區中，新增或編輯以下指令，將其視為 AI 的系統角色。

你是一位專業的會議記錄分析師，你的任務是將提供的會議文字稿轉換成精確的結構化資料。

請嚴格輸出以下 JSON 格式，且不得包含額外的說明或文字：

{
  "meeting_title": "從會議記錄中總結一個簡短標題",
  "type": "請從 '專案討論', '行政會議', '技術決策' 中選取最符合的類型",
  "summary": "以兩到三句話總結會議的核心內容和決議。",
  "action_items": "以條列或用分號 (;) 隔開所有待辦事項和負責人。"
}

三、n8n 工作流程建構（四個節點）

1. 節點：Manual Trigger（手動觸發）

• 目的： 用於模擬接收外部的原始會議記錄文字。

• 操作：

  • 點擊 + 新增節點，搜尋 Manual Trigger。
  • 無需任何設定，點擊節點右側的 set mock data -> Add JSON。
  • 貼上以下 JSON ：

  {
    "meeting_text": "今天的專案討論會議主要討論了n8n鐵人賽的進度，決定明天完成Notion串接，負責人是小王。"
  }
  

2. 節點：HTTP Request（呼叫 Dify API）

• 目的： 將會議文字和 Dify Prompt 結合，送出請求。

• 操作：

  • Authentication: : None
  • Method: POST
  • URL: Dify 的 chat-messages API 端點 (例如：https://api.dify.ai/v1/chat-messages)
  • Body (JSON): 我們需要將 Dify Prompt 和 會議文字 結合起來。

  {
    "inputs": {
      "meeting_transcript": "{{ $json.meeting_text }}"
    },
    "query": "請根據上方會議內容輸出符合格式的 JSON 結構。",
    "response_mode": "blocking",
    "user": "api-user"
  }
  

3. 節點：Code in JavaScript

• 目的： 將 Dify 返回的 JSON 字串，轉換為 n8n 可操作的 結構化物件 (Object)。
• 操作：
  • Mode 選擇 Run Once for All Items。
  • Language: 選擇 JavaScript。
  • JavaScript:

  // 處理所有傳入的資料項
  

for (const item of $input.all()) {

// 檢查 Dify 的答案是否存在
if (item.json && item.json.answer) {
    
    let rawAnswer = item.json.answer;
    
    // --- 核心 JSON 清理邏輯 ---
    
    let cleanedString = rawAnswer;
    
    // 1. 移除開頭和結尾的 Markdown 標籤 (```json 和 ```)
    // 使用正則表達式來尋找 JSON 物件的邊界
    
    const jsonMatch = cleanedString.match(/\{[\s\S]*\}/);
    
    if (jsonMatch && jsonMatch[0]) {
        // 如果找到 { 開頭和 } 結尾的區塊，我們只取那個區塊
        cleanedString = jsonMatch[0];
    } else {
        // 如果找不到，則將整個字串 trim() 後嘗試解析
        cleanedString = cleanedString.trim();
    }
    
    // 2. 移除所有不必要的換行符（雖然 JSON.parse 應該能處理，但保險起見）
    // 注意：這裡不移除所有的 \n，因為 \n 在字串值內是合法的。
    
    try {
        // 嘗試解析最終清理過的字串
        let parsedData = JSON.parse(cleanedString);
        
        // 成功：輸出解析後的物件
        return [{ json: parsedData }];
    } catch (e) {
        // 失敗：輸出錯誤資訊，並將清理過的字串一起輸出，方便您確認
        console.error("JSON Parsing failed:", e);
        
        // 這是讓流程中斷並顯示錯誤的原因
        return [{ json: { 
            error: "JSON_PARSE_ERROR", 
            raw_output: rawAnswer,
            cleaned_attempt: cleanedString,
            parse_error: e.toString()
        } }];
    }
}

}
// 如果沒有找到答案，返回錯誤
return [{ json: { error: "No answer found in the previous node." } }];
```

4. 節點：Notion（資料寫入）

• 目的： 讀取 JSON 節點解析後的資料，並寫入 Notion。
• 操作：
  • Credential: 設定您的 Notion API Key 憑證。
  • Resource: Database
  • Operation: Create
  • Database: 選擇 自動化會議記錄。
    

Properties：

四、執行與驗證

1. 在 n8n 中執行： 點擊 Manual Trigger 節點的 Execute Workflow。
2. 追蹤結果：
   • 檢查 JSON 節點的輸出，它應該是一個乾淨的 JSON 物件，不再是字串。
   • 檢查 Notion 節點的執行結果，它應該顯示頁面創建成功。
3. 檢查 Notion： 打開「自動化會議記錄」資料庫，會看到一筆新的紀錄，並且各個欄位（標題、類型、摘要、待辦事項）都已被 AI 結構化並精準填入!