我們一路走來,已經為 AI Agent 建立了大腦 (LLM)、靈魂 (Prompt)、記憶 (Memory) 和工具 (Tools)。你甚至學會了如何為它配置安全可靠的憑證 (Credentials)。
現在,AI Agent 就像一位準備好接受指令的超級助理。但你是否發現,有時候它能聰明地解決複雜問題,有時卻在簡單任務上反應遲鈍?
這其中的關鍵,往往不在於模型本身的好壞,而在於你為它選擇了哪種「思考模式」。
在 n8n 的 AI Agent 節點中,你可以指揮 AI 使用兩種截然不同的運作方式:一種是單刀直入的 Regular Model,另一種是深思熟慮的 Reasoning (Thinking) Model。
這兩種模式沒有絕對的優劣,只有適用場景的不同。今天,我們將以強大的 Gemini 模型為例,深入拆解這兩種模式的差異,讓你學會如何為你的 AI Agent 選擇最恰當的思考方式。
首先,來看看最直接、也最常見的模式:Regular Model (常規模型)。
在這種模式下,你的 AI Agent 只會使用一個你指定的 LLM,例如 Gemini。這個模型將扮演所有角色,包辦從頭到尾的每一件事:
你可以把 Regular Model 想像成一位「全能管家」。你說「幫我查今天幾號」,它會自己思考、找到 Date & Time
工具、取得日期,然後告訴你答案。從頭到尾,都是它一個人在運作。
如何設定 (以 Gemini 為例)?
你需要在 AI Agent
節點中:
Chat Model +
,選擇 Google Gemini Chat Model。Credentials
欄位選擇你設定好的 Gemini API 金鑰。Model
欄位,選擇一個 Gemini 模型,例如 gemini-2.5-flash-lite
。這樣就完成了。所有任務都會交由 gemini-2.5-flash-lite
獨立處理。
適用場景:
接著,是更進階、也更強大的模式:Reasoning Model (推理模型)。
在這個模式下,你會指定兩個模型,讓它們分工合作:
想像你要 AI「幫我把這篇文章的重點摘要出來,存到 Google Sheet,然後用 Slack 通知我」。
Reasoning Model 會像專案經理一樣,規劃出「爬網頁 -> 摘要 -> 寫入 Sheet -> 發送通知」的完整流程;而 Regular Model 則在最後告訴你:「報告老闆,任務已完成!」
如何設定 (以 Gemini 為例)?
你只需要一樣在 AI Agent
節點中:
Chat Model +
,選擇 Google Gemini Chat Model。Credentials
欄位選擇你設定好的 Gemini API 金鑰。Model
欄位,選擇一個 Gemini 模型,例如 gemini-2.5-pro
。Reasoning Model (策略家):在這裡,選擇一個邏輯能力最強的模型,例如 gemini-2.5-pro
。這是你最重要的投資,因為它決定了 AI 的「智商」。
Regular Model (發言人):或在原有的 Chat Model
欄位,選擇一個速度快、成本低的輕量級模型,例如 gemini-2.5-flash-lite
。它的任務只是「說話」,不需要頂級的智慧。
適用場景:
面對這兩種模式,你該如何選擇?這裡提供一個簡單的決策流程:
從 Regular Model 開始:對於任何新的工作流程,一律先從 Regular Model 開始。這是最簡單、最經濟的測試方式。
觀察 AI 的表現:向你的 AI Agent 下達指令。如果它能夠順利、準確地完成任務,那麼恭喜你,Regular Model 就已足夠。
升級至 Reasoning Model:如果你發現 AI Agent 出現以下情況,就是升級的時機:
一旦出現這些「智商不足」的跡象,就果斷替換成有較高思維的模型,並為它配置一個強大的「策略家」大腦。你會立刻發現,你的 AI Agent 彷彿脫胎換骨。
為 AI Agent 選擇思考模式,就像是為你的團隊配置人員。簡單的任務,一位全能的員工綽綽有餘;但面對複雜的專案,則需要一位深思熟慮的專案經理與一位能言善道的發言人通力合作。
現在,你已經掌握了指揮 AI 大腦運作的關鍵。動手去試試看,為你的自動化流程找到最完美的思考組合吧!