昨天使用了 Schedule Trigger，讓 Workflow 可以按照設定的時間自動執行。

不過在前幾天操作 n8n 的時候，我一直看到畫面中出現很多像這樣的資料：

{
"name": "LWB",
"subject": "AI Automation",
"status": "Learning n8n"
}

這到底是什麼？而且資料又是怎麼從一個 Node 跑到另一個 Node？

今天就來認識 n8n 很重要的資料格式——JSON。

JSON 是什麼？

JSON 的全名是 JavaScript Object Notation。

雖然名字裡面有 JavaScript，但實際上 JSON 已經被廣泛使用在不同程式語言、API 和系統之間交換資料。

最簡單的 JSON 可以長這樣：

{
"name": "LWB",
"age": 20,
"course": "AI Automation"
}

可以把它想成一份整理好的資料。

例如：

name 是欄位名稱，LWB 是這個欄位的內容。

所以：

"name": "LWB"

其實就是在表示：

姓名 = LWB

這樣看之後就沒有一開始那麼複雜了。

為什麼 n8n 會使用 JSON？

因為 Workflow 中的 Node 需要互相交換資料。

假設今天有一筆學生資料：

{
"name": "LWB",
"subject": "AI Automation"
}

第一個 Node 處理完成後，可以把這筆資料交給第二個 Node。

第二個 Node 再從裡面取得：

name
subject

並繼續進行下一步。

所以可以簡單想成：

Node A 產生資料
↓
JSON
↓
Node B 讀取資料
↓
Node B 處理
↓
產生新的結果

JSON 就像是不同 Node 之間傳遞資料的一種方式。

實際看看資料怎麼傳

今天可以延續 Day 7 的 Workflow：

Schedule Trigger
↓
建立測試資料
↓
查看輸出結果

先建立一筆簡單資料，例如：

{
"name": "LWB",
"task": "Learn JSON",
"status": "In Progress"
}

執行 Workflow 後，可以點選 Node 查看 Input 和 Output。

圖 1　建立測試用 JSON 資料

這時就可以看到前一個 Node 的資料被傳到下一個 Node。

圖 2　查看 Node 的 Input 與 Output

這也是我覺得 n8n 很方便的地方，因為資料怎麼傳遞可以直接從介面看到，不一定要完全靠程式碼理解。

如果只想取得其中一個資料呢？

假設 JSON 裡面有：

{
"name": "LWB",
"task": "Learn JSON",
"status": "In Progress"
}

但下一個 Node 只需要 task，就沒有必要把每個欄位都拿來使用。

在 n8n 中可以透過 Expression 取得前面 Node 的資料。

例如常會看到：

{{ $json.task }}

這代表：

從目前的 JSON 資料中取得 task。

最後得到的內容就是：

Learn JSON

圖 3　使用 Expression 取得 JSON 中的 task 資料

這跟 AI 自動化有什麼關係？

這部分其實非常重要。

假設之後我們收到一篇文章：

{
"title": "AI Automation",
"content": "文章內容......"
}

我們就可以把：

content

交給 AI Node。

AI 處理完成後可能產生：

{
"summary": "這篇文章主要介紹 AI 自動化......"
}

接下來又可以把 summary 傳給 Google Sheets、Notion、Email 或其他 Node。

整個流程就會變成：

取得資料 → JSON → AI 處理 → JSON → 儲存結果

所以理解 JSON 之後，我開始比較能看懂 n8n 的 Workflow 到底在做什麼。

今天實際學到的三個東西

今天主要理解了三個概念：

JSON：用來表示與交換資料。

Input / Output：Node 接收到的資料以及處理完成後產生的資料。

Expression：從資料中取得自己需要的內容，例如：

{{ $json.task }}

這三個東西後面應該會一直出現，所以今天先把基本概念搞懂。

今日小結

一開始看到 n8n 裡面一堆 JSON 時，會覺得有點像在看程式碼，但實際拆開後，其實就是：

欄位名稱 + 對應的資料

而每一個 Node 就是在接收資料、處理資料，再把新的資料交給下一個 Node。

理解這個概念之後，下一步就可以開始做更實際的操作。

前面幾天我們一直在講 AI，但到目前為止，Workflow 裡其實還沒有真的加入 AI。

所以明天終於可以開始了：

讓 AI 成為 Workflow 裡的一個 Node！