在自動化的世界裡，「錯誤」 是很容易發生的：API 可能會臨時罷工、輸入的資料格式可能錯誤、甚至憑證過期… 有時候打開執行紀錄，卻只看到一個冰冷的紅色錯誤訊息時，腦中浮現的第一個想法通常是：「這到底是什麼意思？」

傳統的做法，是手動打開 n8n 的 Execution Log，把那段錯誤訊息複製起來，丟去 Google 搜尋，或者問 ChatGPT。這個過程既繁瑣又耗時，有時候可能還會找不到解答。

如果…我們的系統能在出錯的瞬間，自動做「初步診斷」呢？

今天，我們就要打造一個 由 Error Trigger 驅動、AI 賦能的智慧錯誤儀表板。

它會像一間「智慧診療室」：

• 自動收集錯誤細節
• 用白話文解釋發生了什麼
• 提供具體的修正建議
• 即時寫入 Google Sheet 並同步推送到 Discord（當然也可以換成自己習慣用的平台）

從此，你的 n8n 不只會「顯示錯誤」了，還會「解釋錯誤」並「給你建議」。

一、Error Trigger 介紹

在 n8n 裡，我們可以透過 Error Trigger 節點 來建立專屬的錯誤處理工作流。

它的角色很單純：一旦其他工作流在執行過程中發生錯誤，Error Trigger 就會即時接手，收集錯誤細節並觸發對應的錯誤處理流程。

你可以把它想像成「自動化世界裡的消防局」：平常安安靜靜待命，但只要哪裡著火（發生錯誤），它就立刻出動。

怎麼用 Error Trigger？

1. 建立新的錯誤處理工作流

   • 新增一個工作流，第一個節點放上 Error Trigger。
   • 可以幫這個工作流取一個名字，例如：error_handle。
   • 儲存後，這個工作流就具備「待命」的能力了。
   • 今天的錯誤處理工作流如下，後續會提到細節設定：
     

2. 將主工作流與錯誤工作流綁定

   • 回到你的主工作流（要偵測哪個工作流的錯誤，例如我們曾做過的三平台發文的工作流）。

   • 點選右上角 Options → Settings。
     

   • 在 Error workflow 欄位中，選擇剛剛建立的 error_handle。
     

   • 儲存設定。

這樣一來，只要這個主要工作流在背景執行時發生錯誤，n8n 就會自動呼叫 error_handle，幫你收集錯誤資訊並進行後續動作（例如通知、記錄、AI 分析）。

小提醒：

• 如果一個工作流包含 Error Trigger 節點，預設它會把「自己」視為錯誤處理工作流。
• 不需要「啟用」（調成 active）：錯誤工作流不必手動啟用，只要綁定的工作流出錯，n8n 就會自動觸發。
• 「不能」手動測試：你無法用「手動執行」來測試 Error Trigger（應該說他只會產生預設的測試錯誤訊息，效果不好）。它只會在自動執行的工作流出錯時才被真正觸發 → 所以要測試錯誤處理的工作流會有點麻煩，需要有一個 active 的工作流自己去執行而且遇到錯誤才能測試
• 所以今天的範例截圖，是我故意把一個現有 active 的工作流刻意改錯，再搭配 Schedule Trigger 每分鐘執行一次，來模擬錯誤情境測試的結果

👉 總結一下：
假設我建立了一個專門用來處理錯誤的 A 工作流，起點就是 Error Trigger 節點，裡面包含了錯誤收集、診斷、記錄、通知等步驟。
如果我想讓 B 工作流（例如三平台發文的流程）遇到錯誤時自動觸發 A 工作流，那麼只需要：

• 打開 B 工作流 的 Settings
• 在 Error workflow 欄位選擇 A 工作流
• 儲存設定即可

之後，只要 B 工作流 出錯，n8n 就會自動把錯誤訊息送到 A 工作流 進行處理。
同樣的，你也可以讓多個工作流出錯時都指向 A 工作流，集中管理錯誤處理，打造一個「全域錯誤中控室」。

二、打造你的「AI 診斷錯誤」工作流

Step 1. 建立「錯誤儀表板」(Google Sheet)

• Google Sheet 欄位設計（可依需求自行改變）：
  Timestamp (時間), workflow_name (出錯的工作流), workflow_url (出錯的工作流連結)、failedNode_name (出錯的節點), raw_ErrorMessage (原始錯誤訊息)… 等等
• 此儀表板主要目的是將錯誤訊息記錄下來
  

Step 2. 以 Error Trigger 為起點

• 建立一個新工作流，並將 Error Trigger 作為第一個節點。
  

• Error Trigger 的節點輸出會包含錯誤的詳細訊息，我們可以將此訊息交給 AI 處理後再紀錄

實測下來我發現，Error Trigger 在測試時回傳的訊息，比起真正工作流出錯時要來得簡單些。所以建議大家最好還是用實際的工作流來測試，才能看到比較完整的錯誤內容。

Step 3. 召喚「AI 診斷專家」(AI Agent 節點)

• 目標： 將錯誤訊息交給 AI，請 AI 診斷並且提供可能的解法

• 在 Error Trigger 後面，接上一個 AI 節點

• Prompt 設計 ：取決於個人需求，像我自己是希望讀取後，診斷並分析錯誤原因。同時我希望輸出 JSON 格式，以方便我寫入Google Sheet

• Prompt 範例部分截圖如下 ：
  

• 在這個 AI Agent 的節點中，我有開啟 Require Specific Output Format 的選項，並在 AI Agent 的 output parser 接了一個 Structured Output Parser 節點。我希望將錯誤訊息整理後以 JSON 格式輸出，同時也有請 AI 生成一段整理過的文字訊息要拿來發送 DC。
  

Step 4. 記錄到 Google Sheet (Google Sheets 節點)

• 使用 Append Row 操作，將 AI 節點診斷病整理好的資訊，寫入我們的「錯誤儀表板」。

Append Row 指的是新增一列，昨天的範例是編輯/寫入某一列，其實做法很類似。

• 紀錄後 Google Sheet 如下：
  

Step 5. 發送錯誤訊息通知 (Discord 節點)

• 發送一條整理過且包含關鍵資訊、可能解決方法的訊息到你的 Discord 頻道。（使用 DC 節點）
• 訊息範例如下：
  

三、啟用 7x24 錯誤監控系統

完成錯誤診斷的工作流設定後，最後一步，就是把今天做好的「AI 智慧診斷室」接上其他的工作流。

回到任何一個需要監控的工作流：

1. 點選右上角 Options → Settings
2. 在 Error Workflow 欄位選擇我們的「AI 智慧急診室」
3. 儲存設定

從此以後，這些工作流一旦出錯：

• 錯誤訊息會被即時捕捉
• AI 會第一時間幫你診斷
• 錯誤紀錄會自動存檔
• 並且同步發送通知

這就好比替你的自動化系統安裝了一套 7x24 小時待命的智慧監控中心，不再需要等你事後手動翻 Execution Log。

四、結語與明日預告

恭喜你！今天你學會的不只是一個技巧，而是一種全新的、專業的自動化思維。你已經從手動處理錯誤，轉變為自動化管理錯誤。今天打造的不只是一個日誌，而是一個半自動化的維運 (Ops) 系統。你的自動化系統，從此有了第一道防線和一位聰明的 AI 醫生。

我們已經學會了如何處理「意外」，讓系統更加健壯。但要讓你的自動化真正有生命力，光是內部循環還不夠 —— 它還需要能主動接收外部世界的訊號。

明天，我們將揭開最關鍵的一個入口：Webhook。這是一條讓外部應用程式、網站、甚至你手機上的 App，直接觸發 n8n 工作流的神奇管道。你將學會如何用 Webhook 連接不同服務，打造一個真正「隨需即動」的自動化系統。

準備好讓 n8n 成為你數位世界的中央神經系統了嗎？我們明天見！