在前兩天（Day 19～20），我們分別完成了兩個階段的任務：

• 【Day 19】n8n × Notion：讓筆記成為「動態知識中樞」
• 【Day 20】實作 n8n ：自動化 Gmail 電子報 → AI 摘要 → 寫入 Notion

今天要更進一步：
不只是摘要一封信，而是要讓不同寄件者（不同主題）自動走不同的 AI 流程，再整合回同一個 Notion 資料庫。
換句話說，我們要讓「AI 讀電子報」成為一種多線並行的知識流。

1. 故事背景：當信箱成為知識的戰場

當我開始訂閱多份電子報後（例如：「數創實驗室」、「Ali Abdaal」、「Kevin 英文不難」），

每天信箱都像一場跨領域大亂鬥。有時早上開信箱會同時看到：「OpenAI 最新研究」、「Ali 分享創作瓶頸」、「Kevin 教你 ‘show someone around’」。

這些內容都很有價值，但問題是——

• 它們格式不同、篇幅不同、風格也不同。
• 若用同一個 AI prompt 摘要，結果就會「四不像」：有的太口語、有的太正式、甚至完全抓錯重點。

我不想再讓它們「堆在信箱裡」，希望每封信都能：

• 自動分類主題（Tech / Productivity / Language）
• 生成摘要與 Agenda
• 寫進 Notion，變成一份可持續整理的知識筆記

這就是我們今天的核心任務：為不同電子報打造專屬 Pipeline，讓資訊自動流入同一個知識中心。

2. n8n Workflow 架構：多路輸入 × 同步寫入

下圖是今天完成的 Day 21 Workflow：

三條線路獨立運行、最後都流向同一個 Notion Database。
每條分支都有不同任務重點：

• 數創電子報：偏商業與 AI 研究，輸出結構化摘要與關鍵洞察。
• Ali Abdaal：強調生產力與創作者心法，AI 生成語氣會更「故事化」。
• Kevin 英文不難：內容多為 HTML 郵件，先經過 JavaScript 節點清洗，再送進 OpenAI 摘要。

3. 實作 n8n node 拆解

3.1 Gmail Trigger

這次我設定依照三個不同 Sender 的過濾條件：

• 「數創電子報」
• 「Ali Abdaal」
• 「Kevin 英文不難」

每當信件抵達信箱，n8n 會同時抓取三封信，依 sender 走不同的分支。

3.2 Clean HTML（Kevin 英文不難）

這是這次最關鍵的改進。
因為 Kevin 的郵件內容混雜了大量 HTML 標籤、CSS、追蹤參數與亂碼。

我在 Code in JavaScript node 中加上以下步驟：

// Step 1. 移除 CSS / font / color 等樣式
text = text.replace(/[{].*?[}]/gs, "");

// Step 2. 移除 URL、Base64、雜訊字串
text = text.replace(/https?:\/\/[^\s]+/g, "");
text = text.replace(/[A-Za-z0-9+/=]{30,}/g, "");

// Step 3. 清理換行與多餘空白
text = text.replace(/\n{2,}/g, "\n").trim();

// Step 4. 截斷長度（只留前 2000 字）
text = text.substring(0, 2000);

這樣就能讓郵件內容恢復可讀格式，適合再丟給 OpenAI 節點做摘要。

3.3 OpenAI_Summary + Classify + Agenda

這部分分成三層：

💡我在 Prompt 裡設計成：「請以繁體中文撰寫，保留專有名詞的英文，語氣自然但專業。」
這樣能保留技術細節（如 “AI Model”、“LLM”），同時讓內容可直接貼進 Notion。

3.4 寫入 Notion Database

• 所有分支最後都指向 Newsletter_Notes
• 自動建立：
  • Title: 郵件標題
  • Agenda: AI 摘要內容
  • Sender: 來源寄件者
  • Category: 自動分類結果
  • Status: 預設為「Not started」
• 執行完 n8n workflow 後，我們就能在 Notion 上看到這些電子報的資料以及AI幫我們summary、分類的結果囉
  
  

4. 我的觀察與收穫

做完這個版本，我最大的感受是：

「自動化不只是省時間，更是建立一個有結構的知識生態。」

以前我看電子報是「即時消費型」——看完就忘。
現在，每一封信都會：

• 自動分類；
• 有重點摘要；
• 留下可行動的洞察。

AI 幫我把資訊流轉成知識流，而我只需要花時間在「思考」而不是「整理」。

5. 小結與下篇預告

今天我們完成了用 n8n 串接多來源電子報自動摘要系統，結合 Gmail、OpenAI、Notion 三方工具，讓知識真正能「自動流動」。這個系統不只是為了效率，更是一種資訊管理的哲學：

“讓 AI 幫我收集與整理，讓我專注於吸收與創造。”

有了這幾天的 Data Source 整合，已經可以繼續回到我們的主線任務 -- 建立 RAG （Retrieval-Augmented Generation） 知識庫。