昨天，我們讓 n8n 學會「看懂」外部世界 —— 它能辨識圖片、提取發票資訊，甚至自動對獎。
但這位助理還有個限制：他能「看」、能「聽」、能「說」，但不記得你說過什麼。
今天，我們要讓他學會對話、理解上下文，並記住使用者曾經說過的話，不再只是機械地回一句訊息，而能像人一樣「聊天」。
在今天的文章裡，會帶你完成以下四件事：

• 開通 Facebook Webhook：讓 Messenger 訊息能即時觸發 n8n
• 接收使用者訊息內容：取得用戶傳到粉專聊天室中的文字或圖片
• 串接 AI Agent 與 Memory Tool：讓 AI 記得對話脈絡，產生更自然的回覆
• 自動回傳 AI 回應：實現能互動、能理解的智慧客服

今天，我們要讓這位 AI 助理正式化身為一名 「n8n 官方周邊商品店」的電商客服人員 —— Nody。 他不只是回答問題，更懂得推銷商品、維持對話溫度，讓顧客的每一次提問，都成為一次愉快的購物體驗。讓我們直接開始吧！

一、開通 Facebook Webhook

前置作業

• 在Meta Devekopers 中建立一個 APP
  • 可以沿用之前 IG 發文所創立的 Meta 應用程式
  • 詳情可見 FB篇 的文章
• 已有 APP 者，可以在應用程式首頁「為應用程式新增產品」→ 選「Messenger」→ 進入 Messenger API 設定
  

可以在應用程式介面左邊導航欄看有沒有 webhook 或是 Messenger 的項目，沒有的話就需要新增產品。

綁定 webhook

1. 將 webhook URL 填入「回呼網址」中、「驗證權杖」填入回呼網址斜線後的那串（其實就是 n8n Webhook Trigger 中，Path欄位的內容）
   

2. 回到 n8n，建立一個工作流，添加一個 Webhook Trigger ：

   • HTTP Method 設成 get、
   • Respond 設成 Using 'Respond to Webhook' Node

3. 在 Webhook Trigger 後方添加一個 Respond to Webhook 節點，

   • Response Body 設成 {{ $json.query['hub.challenge'] }}
     （記得要是 expression 狀態，FB 會透過 hub.challenge 這個參數驗證 webhook 有效性）

4. execute workflow，使得 Webhook Trigger 在 Listening for Event 狀態（如果是 Test URL，那就是Listening for Test Event）

5. 回到 Meta Developers 應用程式頁面，點選 【驗證並儲存】。
   

此時認證會完成，如果進到另一個設定Webhooks 頁面，就和前面的幾乎一樣，重複步驟 1.、4.、5.

接下來應該就會回到應用程式設定介面，下方會出現 webhook 欄位內容。到這裡，你已經完成最麻煩的一步了。

重點提示

• 在點選 【驗證並儲存】 的當下，Webhook Trigger 必須正在 Listening 狀態，否則驗證會失敗。
• n8n 的 Webhook URL 分為兩種：
  • Test URL：用於開發階段，可立即測試事件觸發。
  • Production URL：正式啟用後使用。
• 若最初使用 Test URL 綁定，之後改成 Production URL 時，必須重複前面的步驟 重新驗證一次。
• 而 Production URL 的事件監聽只有在工作流啟用（Active）時才有效，且在編輯介面上看不到觸發狀態，需到 Executions 頁籤查看事件記錄，這點務必注意

與 LINE 的綁定流程差異

LINE 綁定 Webhook 時，只需要貼上 URL 即可完成；但 Messenger 會多一步驗證流程 —— 你必須回傳hub.challenge給 Facebook，用來確認你的 Webhook 是否有效，並且這個驗證可能會須要進行兩次，麻煩非常多 ==。

不同的 Webhook Trigger 節點會有不同的 URL，因此建議不要換 Trigger 節點，不然換一個 Trigger 就要重新設定一次（但也可以拿來當練習）

綁定粉絲專頁

接下來要綁定粉絲專頁，左側導航欄「產品」→ Messenger → Messenger API ，理論上綁定成功的話，會發現「設定 Webhooks」的卡片前面有一個綠勾勾，底下有一堆欄位

• 往下滑，滑到「2. 產生存取權杖」的卡片，確認一下是否有綁定你要接收訊息的粉絲專頁。
  沒有的話，點選「連結」按鈕，選擇要接收訊息的粉絲專頁
  
  

• 綁定成功的話，在「2. 產生存取權杖」的卡片左上角會顯示綠勾勾、中間會顯示已綁定的粉專
  

• 點選【新增訂閱】，開通 Messenger API 的權限 (至少要開啟下面框起來的四個，保險一點也可以全開)
  

取得 Messenger API 權杖（回覆訊息會用到）

若要回覆訊息，需要有 API 權杖。

• 在「2. 產生存取權杖」點選權杖【產生】，就會出現產生權杖的視窗。
  

• 在 n8n 中添加粉專回覆權杖：加到 Facebook Graph API Credentials，建議命名一下，和之前粉專發文的區分開來
  

測試是否可接收到傳到粉專訊息

回到 n8n，把剛剛的 Webhook Trigger Method調回 POST、Respond 調回 Immediate (可以斷開與 Respond to Webhook 的連結) → 執行工作流（或切成 Listening for Test Event 狀態）→ 傳遞訊息到粉專聊天室 → Webhook Trigger 節點會接收到訊息

從 Webhook Trigger 的 output 會看得到資料的結構，而我們接下來就是要針對接收到的訊息進行處理、回覆

二、接收 Messenger 訊息

解析文字訊息結構

從上一張圖中，我們可以觀察出 Messenger 接收到的訊息的結構，我們就是要針對接收到的訊息進行處理。

如果你認真觀察，也會看到有訊息發送者 sender 的 ID，這個欄位的資料就是後續我們要回覆訊息時需要的欄位。

不同平台的訊息結構會不同，但只要抓得出我們要的資料在哪裡，後續就很好處理了

解析圖片訊息結構

如果我們想處理使用者傳到粉專聊天室中的圖片，我們也需要知道 Messenger 接收到的圖片訊息長什麼樣子。因此我們可以再次 Execute workflow，使得 webhook Trigger 在 Listening 狀態，然後傳一張圖片到聊天室，檢查一下回傳資料的結構，結果如下：

聰明的你可能就會想到，只要把圖片抓得下來的話，也可以複製昨天的工作流，進行發票的歸檔和紀錄。沒錯，流程其實就是這個類似！而這邊下載檔案的方式是透過 HTTP Request 節點，設定如下：

• Method：GET
• URL：就是回傳的那整坨 URL
• Response format：File （回傳檔案）
• Put output in field：data（可以自行命名）

後續如果要辨識發票，接法幾乎一模一樣，唯一要調的是回傳訊息的部分，這晚點會說。

但這不是今天的重點，可以在讀完今天的文章之後去嘗試自行修改、練習

三、導入 AI Agent + Memory

在我們成功接收到使用者訊息後，下一步就是要讓 AI Agent 能夠針對這些訊息做回覆。今天的範例是一個電商客服，所以我們需要做幾件事：

• 修改提示詞：讓 AI Agent 知道它的角色是「電商客服」，語氣、任務與限制。
• 掛載商品資料工具（Google Sheet Tool）：讓 AI Agent 可以即時查詢商品庫存、價格、顏色等資訊。
• 記住使用者對話上下文：這就要用到今天的重頭戲 —— Memory。

為什麼需要 Memory？

假設一個使用者問：「這雙鞋子有藍色嗎？」如果 AI Agent 只看到這句訊息，它可能不知道使用者指的是哪一款鞋子，也無法延續先前的對話脈絡。

Memory 就是用來幫助 AI 記住使用者之前說過的訊息，例如上一句提到的「跑步鞋款號 ABC123」，讓 AI 回覆時能自然地說：「這雙跑步鞋款 ABC123 有藍色款喔，而且目前有現貨！」

如何設定 Memory

在 n8n 的 AI Agent 節點中，你可以直接在下方找到 Memory 分支，點「＋」，選擇 Simple Memory。

• Simple Memory：可以簡單地記錄使用者傳遞的訊息，並且可以用一個 Key 來辨識每個使用者。
• Key 的概念：想像你在寫資料庫，每個使用者就是一個獨立的檔案，而 Key 就是這個檔案的「名字」。AI 回覆時，會根據 Key 去抓取對應使用者的記憶，避免不同使用者的訊息混在一起。

如何決定 Memory Key？

這個時候你可能有另一個問題了：所有傳到聊天室的訊息都會透過 Webhook 傳到 n8n，我要怎麼知道哪個訊息是誰的？ 答案是，每個使用者在 Messenger 都有一個唯一的 ID，也就是 sender.id。

所以我們可以把 Memory Key 設定為使用者 ID，其實就是前面我們從 webhook 獲得的 sender id。

這樣每個使用者的訊息就會存放在不同的記憶中，AI Agent 回覆時會自動抓取對應的對話歷史，避免訊息混淆。

完整設定範例

1. AI Agent Prompt：設定角色為「電商客服」，語氣友善且專業。
   

2. Memory 設定：
   

3. 掛載 Google Sheet Tool：讓 AI Agent 查詢商品資訊，以下是我請 AI 生的範例：
   

4. 輸出範例與 AI Agent 最終接法如下：
   

5. 接下來一樣將輸出用 Code 節點轉成 JSON 格式（其實這步不一定要，也可以在 AI Agent 中請他直接輸出，我要回傳給使用者時直接抓整個 output 就好。只是因為我是拿昨天的改的 XD）
   

四、回復使用者訊息

得到 AI 的輸出之後，就是要把這則訊息回傳給使用者了，Line 傳遞訊息是使用 Messege API，而 FB則是使用自家的 Graph API，可以透過 HTTP Request 節點或是 Graph API 節點，以下我以 Graph API 節點舉例，設定如下：

• Credential：選擇剛剛存的那個粉專回覆權杖

• Method：POST

• Version：v23.0

• Node：粉專 ID，可以從 webhook trigger output 抓 recipient id

• Edge：messages（要 +s ）

• 從 Options下面添加 Query Parameters JSON，並輸入：

  {
    "recipient":{"id":"{{ $('Webhook').item.json.body.entry[0].messaging[0].sender.id }}"}, //這則訊息要傳給誰。就是 webhook 收到的訊息的發送者
    "messaging_type":"RESPONSE", //訊息種類
    "message":{"text":{{ $json.reply.toJsonString() }} } //訊息內容
  } 
  

  

執行後，粉專就會回覆訊息了！

五、成果展示、完整工作流

以下為今天打造的工作流示意圖：

成果展示部分截圖：（客服回的訊息有點過於冗長，提示詞還需要稍微修改來提升效果，但接昨天發票歸檔的可以成功執行）

因為我是用 Test URL，所以其實我傳訊息到粉專前，都 execute workflow 一次。將工作流切成 active 並設定成 production webhook URL 後，就可以正常和這個智能AI聊天了！

六、結語與明日預告

今天，我們成功讓 n8n 的 AI 助理跨出重要一步——它不只會「看」和「聽」，現在還能「記得對話脈絡」、理解使用者訊息，並以自然、貼近人類的方式回覆問題。

我們完成了：

1. 設定 Messenger 的 Webhook，讓我們也能接收到來自 FB 的訊息
2. 使用 Memory 記住使用者訊息，延續對話脈絡
3. 自動回傳訊息，完成一個可互動的智慧客服

這幾天分享的東西有點多，因此明天可能暫時不會分享新的東西，而是做一次小整理 —— 把這幾天的工作流與設定整理成完整流程，讓你可以快速回顧、複習，確保每個環節都清楚掌握。我們明天見！