系列：從單一 Agent 到 Supervisor 架構：用 n8n 實作會自己分工的 Multi-Agent AI 部門

談到 AI 客服，最常見的需求大概就是這一句：「信太多了，能不能讓 AI 先回？回不了再給人。」

常見的做法也差不多：開一個 AI Agent，把訂單資料、FAQ、退貨規則、語氣規範全部塞進 System Prompt，讓它讀信、查單、回信。Demo 的時候很漂亮，真的上線以後，prompt 就開始越寫越長。分類規則、客訴要轉人工、不准給折扣、禁用詞清單，全部擠在同一份 prompt 裡。改一條規則，另一個原本正常的案例就壞掉。

今年鐵人賽想好好回答一個問題：同一件事，拆給多個 Agent 分工，到底有沒有比一個 Agent 好？好在哪裡？要付出什麼代價？

這 30 天的情境

為了讓每個實驗都能重現，我設定了一間虛構的線上咖啡豆電商「好豆選物」，資料都照真實電商的樣子設計：24 筆訂單、10 位客戶、20 條 FAQ，還有一份客服語氣規範。

客服信箱會收到的信大概是這幾種：

• 「我的訂單什麼時候到？」
• 「淺焙的豆子可以做冰滴嗎？」
• 「豆子喝起來太苦，可以退嗎？」
• 「第三次包裝破損了，我要去消保會申訴！」
• 「老客戶沒有折扣嗎？」

另外我寫了 50 封評估信，每一封都先訂好標準答案：這封是什麼意圖、該回信還是該轉人工、回信裡一定要提到什麼、絕對不能出現什麼。之後每一個版本的系統，都用同一份評估信打分數。

開賽前先跑了一輪

動筆之前，我先把最直覺的版本做出來：一個 AI Agent、一份 prompt、一個查訂單的工具，然後把 50 封評估信全部丟進去。

意外的是這個結果比我預期的好，而且它查單很準，也沒有亂編訂單編號。

但逐封讀完回信之後，讓我覺得非拆不可的，反而是那些「看起來很正常」的信。其中有 13 封，它回了「我這邊幫您確認後回覆您」或「後續將有專人與您聯繫」，卻沒有標註要轉人工。放在真實流程裡，這些信寄出去之後不會有任何人收到通知，客人只會一直等。

這部分在 Day 06、Day 07 會詳細拆解說明。

30 天後要蓋出來的東西

終點是一個「AI 客服部門」，編制是 1 位主管加 3 位專員：

客訴、議價這類信，主管判斷完就直接交給人，不會進到任何會寫回信的 Agent。W3 手上沒有任何查詢工具，所以它在架構上就沒辦法自己編出一個訂單狀態，這將是整個設計最重要的地方。

Day 28 會用同樣 50 封信，讓單兵 Agent 和這個部門正面比正確率、成本和延遲。先講清楚：多 Agent 不會每一項都贏，所以最後一天的主題是「什麼時候不該用 Multi-Agent」。

實驗環境

整個系列都在同一個環境實際跑過：

選 Ollama 是因為讀者不用先綁信用卡就能跟著做。用 OpenAI、Anthropic 或 Gemini 的朋友，把 Chat Model 節點換掉就好，其他設定都一樣。

批次跑實驗時，我不是真的從 Gmail 收信，而是用 Webhook 把測試信送進 n8n。這樣同一封信可以重複跑很多次，每次的輸入都一模一樣，比較結果才有意義。

路線圖

這個系列會堅持的事

文章裡的數字都寫清楚跑了幾次、用哪個模型；貼出來的 prompt 和 Code 節點都是實際執行過的版本；原本的預期被實驗推翻，就照實寫出來。

需要準備：Docker Desktop、Ollama（或任何一家 LLM 的 API Key），以及大約半小時把環境架起來。不會寫程式也沒關係，少量的 JavaScript 我都會整段貼出來，直接複製進 Code 節點就能用。

明天會分別說明：單一 Agent、單一 Agent 加Tools、Multi-Agent，這三件事很常被混在一起講，先了解釐清每個的差異，後面的討論才不會一頭霧水。