昨天，我們成功為 AI 助理裝上了「耳朵」(Webhook)，讓它能聽懂我們從外部下達的研究指令。

但現在的它，就像一個博學多聞、卻被關在圖書館裡的老教授。你問他陳年舊事，他能侃侃而談；但你問他「昨天發生了什麼？」，他只能兩手一攤，告訴你「我的知識只到 2023 年」。

今天，我們要為 AI 助理裝上「眼睛和手腳」，賦予它使用「工具」的能力。

它的第一個工具，就是「網路搜尋」。

我們將活用之前學到的 HTTP Request 節點，在 AI 思考前，先幫它上網 Google 一下，把最新的資料搜集回來，再交給它總結。

賦予 AI 使用「工具 (Tools)」的核心概念。

HTTP Request 節點的首次實戰，串接真實世界的 API。

進階提示工程：如何設計一個「開卷考試」的題目，讓 AI 根據我們給的資料來回答。

第一步：取得「網路搜尋」這個工具 (Serper API)
要讓 n8n 上網搜尋，我們需要一個專門的「搜尋引擎服務」。這裡我們選用 Serper.dev，它非常簡單、快速，而且提供免費的額度，很適合學習。

1. 前往 serper.dev：註冊一個免費帳號。

2. 取得 API Key：登入後，你就能在儀表板上看到你的 API Key。複製它，這就是 n8n 使用搜尋工具的「通行證」。

3. 在 n8n 建立憑證：

   • 回到 n8n，在 Credentials 中，新增一個 Header Auth 類型的憑證。
   • Name: Serper API
   • Header Name: X-API-KEY
   • Header Value: 貼上你剛剛從 Serper 複製的 API Key。

第二步：在工作流中，使用這個工具
讓我們回到昨天的工作流 (Webhook -> Set -> AI Agent)。

我們要在中間插入 HTTP Request 這個步驟。

在 Webhook 和 Set 節點之間，新增一個 HTTP Request 節點。

設定搜尋指令：

• Authentication: Header Auth，並選擇你剛建立的 Serper API 憑證。

• Method: POST

• URL: https://google.serper.dev/search

• Body Content Type: JSON

• Body Parameters: 點擊 Add Parameter。

• Name: q (這是 Serper 規定的「查詢」欄位名)

• Value: 填入我們從 Webhook 收到的研究主題：{{ $trigger.query.topic }}

測試：執行這一步，你會在 Output 看到 Serper 回傳的 Google 搜尋結果，通常會包含標題 (title)、連結 (link) 和摘要 (snippet)。

第三步：教 AI 如何「開卷考試」
這是今天最關鍵、也是最有趣的一步。我們拿到了一堆搜尋結果，要怎麼交給 AI，並確保它會「參考」這些新資料，而不是憑自己的舊記憶亂答呢？

答案是：我們要改變對 AI 下指令的方式。

想像一下，這是一場「開卷考試」：

考題 = 我們想研究的主題。

發下去的課本 = 剛剛搜集到的網路資料。

考試規則 = 我們在 Prompt (提示) 中，明確地告訴 AI：「請你只根據我發給你的這本課本來回答，不准自己亂編！」

操作步驟：

• 整理課本內容 (更改 Set 節點的 Value)：

{{ $items.map(item => 標題：${item.json.title}\n摘要：${item.json.snippet}).join('\n---\n') }}

這段程式碼的作用很單純：把一堆搜尋結果，整理成一大段乾淨、可閱讀的文字。

設計考題 (AI Agent 節點)：

點開 AI Agent 節點，修改 Messages 中的 Content (提示)。

修改後的 Content (Expression)：

`你是一位頂尖的研究助理。請你「只根據」我下方提供的「參考資料」，為「研究主題」寫一份專業、簡潔的重點摘要。禁止使用你自己的舊知識，禁止編造參考資料中沒有的內容。

【參考資料】
{{ $json.reference_material }}

請開始你的摘要：`

我們把 Prompt 設計成了一張分區清楚的「考卷」，有角色扮演、有嚴格的考試規則、有考題、也有發下去的課本。AI 看到這張考卷，就會非常乖巧地按照我們的規則，從最新的資料中，為我們生成答案。

今天過後，你的 AI 助理不再是只能「閉門造車」的書呆子，而是成了一個能「實時調查」的情報員。

我們的 AI Agent 現在能聽指令、會上網、會思考。但它有個缺點：它是個「金魚腦」，每次執行完任務就忘得一乾二淨。

明天，我們要為它建立「長期記憶」，教會它如何將研究成果，自動記錄到我們的知識庫中。