想在 n8n 裡打造一個聊天機器人,卻不知道從何開始嗎?答案就是 Chat Trigger 節點。
這個節點是 n8n 與 AI Agent 整合的起始點,你可以把它想像成聊天機器人的「入口大門」。它負責接收使用者的訊息、設定對話的背景,再把訊息傳遞給下游的大型語言模型(LLM)節點,最後將 AI 的回覆傳送給使用者。
訊息接收(Message Input)
接收使用者輸入的文字(prompt)作為觸發條件,就像按下機器人的「啟動按鈕」。
上下文設定(Context Setup)
你可以在節點內預先設定好 AI 的角色(例如「你是一位專業的客服人員」)、系統提示與對話背景,確保 AI 的回覆風格一致且專業。
訊息傳遞(Message Passing)
將處理過的訊息傳遞給下游的 LLM 或其他 AI 模型,讓它們進行後續處理。
回應輸出(Response Output)
接收 AI 模型生成的回覆,並將其輸出給使用者,完成一次完整的對話。
除了讓 AI 模型生成回覆,你也可以連接 Respond to Chat 節點,在節點內設定「固定訊息」。當使用者輸入特定關鍵字時,系統會直接回傳你預設好的固定答案。這個功能非常實用,適用於以下情境:
覆蓋模型回覆:當使用者問到常見問題(FAQ)時,直接提供標準答案,避免 AI 回覆不一致。
快速測試:在開發階段模擬 AI 回覆,快速驗證流程是否順暢。
性能優化:對於簡單問題,直接回覆可以避免呼叫 AI 模型,節省資源與成本。
操作步驟:
打開 Chat Trigger 節點的設定面板。
啟用 Using Response Nodes 選項。
在 Respond to Chat 節點欄位中輸入你想設定的固定回覆文字。
儲存並測試。現在,當流程被觸發時,就會回傳你指定的訊息。
1. 流程無法觸發
連線問題:檢查你的前端或 Webhook URL 是否設定正確。
節點狀態:確保你的 n8n 工作流程已經啟用(Active)並正在執行。
只要掌握 Chat Trigger 節點,你就能夠快速搭建出從簡單的 FAQ 機器人。未來透過結合 Chat Memory 與 LLM 節點,你的系統將能提供即時、智慧且流暢的互動體驗。