昨天讓 AI 自動閱讀使用者輸入的文字，並判斷內容屬於：

urgent 或 normal

接著再交給 IF Node 決定下一步。

目前的流程是：

Webhook → AI 分類 → IF Node → Email / Google Sheets

這種方式在只有兩種結果時很好用。

但如果今天不只有「緊急」和「一般」，而是想把問題分成：

urgent：緊急問題

question：一般問題

suggestion：功能建議

這時候如果一直增加 IF Node，Workflow 很快就會變得很亂。

所以今天要認識另一個很適合「多種分類」的 Node：

Switch Node

IF Node 和 Switch Node 有什麼不同？

IF Node 比較適合判斷：

條件成立 / 條件不成立

也就是：

True / False

例如：

status 是否等於 urgent？

只有兩條路線時，IF Node 非常直覺。

Switch Node 則比較適合：

同一個資料可能有很多種結果

例如：

urgent
question
suggestion

就可以直接分成三條路。

概念大概是：

                 ┌→ urgent → Email
AI → Switch Node ├→ question → Google Sheets
                 └→ suggestion → Google Sheets

所以今天就把昨天的 Workflow 升級成三種類別。

Step 1：先修改 AI 的分類規則

昨天 AI 只需要回答：

urgent

或：

normal

今天要增加到三種類別。

可以把 Prompt 修改成：

請判斷以下使用者輸入屬於哪一種類別：

urgent：
系統完全無法使用、嚴重錯誤，或需要立即處理的問題。

question：
一般操作問題、使用方式詢問，或不緊急的系統問題。

suggestion：
使用者提出的新功能、改善方式或其他建議。

只能回答以下其中一個單字：
urgent
question
suggestion

不要加入任何其他說明。

使用者輸入：
{{ $json.body.text }}

這次一樣要求 AI：

只能回答指定的分類名稱。

因為後面的 Switch Node 需要使用這個結果。

圖 1　修改 AI Prompt，將使用者輸入分成三種類別

Step 2：測試 AI 分類

設定完成後，我先準備三種不同的文字測試。

第一個：

「系統現在完全無法登入，請立即處理！」

希望 AI 回傳：

urgent

第二個：

「我要怎麼修改自己的密碼？」

希望 AI 回傳：

question

第三個：

「希望之後可以增加深色模式。」

希望 AI 回傳：

suggestion

圖 2　AI 根據文字內容產生分類結果

如果這三種內容都能得到預期的分類，就可以繼續設定 Switch Node。

Step 3：把 IF Node 換成 Switch Node

昨天的 IF Node 只能分成：

True
False

今天把它換成 Switch Node。

Switch Node 要判斷的資料，就是 AI 回傳的分類結果。

接著建立三個規則：

urgent
question
suggestion

概念上就是：

AI Output = urgent → 路線 1

AI Output = question → 路線 2

AI Output = suggestion → 路線 3

圖 3　使用 Switch Node 設定三種分類規則

這樣只要 AI 回傳不同結果，Switch Node 就會把資料送到對應的路線。

Step 4：設定三條路線

接下來就可以決定每一種類別要做什麼。

今天先設計成：

例如 AI 判斷：

urgent

流程就會變成：

Webhook → AI → Switch → urgent → Email

如果判斷：

suggestion

則變成：

Webhook → AI → Switch → suggestion → Google Sheets

圖 4　Switch Node 將資料分成三條處理路線

Step 5：實際測試 urgent

先傳入：

{
  "text": "系統突然完全不能使用，現在所有功能都打不開！"
}

AI 應該先判斷：

urgent

Switch Node 收到 urgent 後，就會走緊急路線：

Webhook

↓

AI

↓

Switch

↓ urgent

Email

↓

寄出緊急通知

如果最後真的收到 Email，就代表第一條路線成功。

Step 6：再測試 question

接著改成：

{
  "text": "請問要在哪裡修改自己的密碼？"
}

這次 AI 應該回傳：

question

Switch Node 就不會走 Email，而是走 question 對應的路線。

例如：

Switch → question → Google Sheets

最後確認 Google Sheets 有沒有新增這筆紀錄。

Step 7：最後測試 suggestion

最後再傳：

{
  "text": "希望之後可以加入深色模式。"
}

AI 預期分類：

suggestion

接著走：

Switch → suggestion → Google Sheets

圖 5.6.7　不同文字經 AI 分類後進入不同的 Workflow 路線

這樣就完成今天的多路線分類。

為什麼不用很多個 IF Node？

其實不用 Switch Node 也可以完成。

例如可以做：

AI
↓
IF 是 urgent？
├→ Yes → Email
└→ No
     ↓
   IF 是 question？
   ├→ Yes → Sheets
   └→ No → suggestion

技術上沒有問題。

但如果以後變成：

urgent
question
suggestion
complaint
other

Workflow 就會出現很多 IF Node，看起來也會越來越複雜。

Switch Node 比較適合：

「我已經知道可能有哪些分類，只要按照結果分流。」

這也是今天學到 IF 和 Switch 最大的差別。

AI + Switch 開始有點像客服分類系統

做到這裡，我發現這個 Workflow 已經可以想像成一個簡單的「客服問題分類系統」。

使用者不需要自己選：

「這是緊急問題」

「這是功能建議」

只需要直接輸入：

「網站完全打不開！」

AI 就會判斷：

urgent

接著 Switch Node 自動把它送到緊急處理流程。

如果使用者說：

「希望可以增加深色模式。」

AI 判斷：

suggestion

再送到另一條路線保存。

整個流程就是：

使用者輸入 → AI 理解 → AI 分類 → Switch 分流 → 自動執行對應工作

這比一開始單純叫 ChatGPT 幫忙摘要，又更接近真正的 AI 自動化。

今天遇到的一個問題

今天我覺得比較需要注意的是 AI 輸出的格式。

假設我們希望 AI 回傳：

urgent

但 AI 卻回答：

This message should be classified as urgent.

人類看得懂，但 Switch Node 的規則如果設定成：

is equal to urgent

就可能無法正確匹配。

所以 Prompt 裡才需要特別強調：

只能回答 urgent、question 或 suggestion，不要加入其他文字。

這也讓我更理解，AI 自動化裡的 Prompt 不只是要讓回答「看起來很好」，還要讓結果能夠被下一個 Node 穩定使用。

今日小結

今天把原本只有兩條路線的 IF Node 升級成 Switch Node。

現在 Workflow 可以做到：

Webhook 接收文字

↓

AI 理解並分類

↓

Switch Node 根據分類分流

↓

Email / Google Sheets 等不同處理方式

從 Day 14 的：

urgent / normal

變成今天的：

urgent / question / suggestion

也讓 Workflow 可以處理更多不同情況。

不過做到這裡又出現一個問題：

目前每一次分類都需要呼叫 AI。

如果 Prompt 寫得不好，AI 的回答也可能不穩定。

所以明天想回頭研究一個很重要的問題：

到底要怎麼寫 Prompt，才能讓 AI 在自動化流程中的輸出更穩定？