昨天我們認識了企業級自動化總線 n8n，並探討了將「大腦 (Dify)」與「神經系統 (n8n)」解耦的架構優勢。今天我們直接進入戰鬥位置！

我們來實作一個企業極度渴望的功能：「AI 郵件自動分類總機」。想像每天早上客服信箱塞滿了幾百封信，如果靠人工一封封閱讀再轉交，效率極差。今天我們要讓 n8n 自動監聽 Gmail，一有新信件，就立刻派給 Dify 的 AI 進行解讀與分類，並根據結果自動分發任務。

Step 1：n8n 監聽 Gmail (The Eyes)
在 n8n 的空白畫布中，我們加入第一個節點：Gmail Trigger。
這裡展現了 n8n 最強大的價值——憑證管理 (Credentials)。你不需要去研究繁瑣的 Google Cloud API 與 OAuth 2.0 授權機制，只需在 n8n 介面中點擊幾下登入 Google 帳號，它就幫你搞定了所有底層連線。

我們將觸發條件設定為「收到新信件 (Message Received)」。從此之後，這個節點會 24 小時待命，只要一有新信，它就會把信件標題 (Subject) 與內文 (Body) 抓下來，化為標準的 JSON 格式準備傳遞。

Step 2：呼叫大腦！串接 Dify API (The Brain)
信件內容準備好了，我們要把它送給 Dify 進行分析。這時在 n8n 加入 HTTP Request 節點。
這正是我們在 Day 6 辛苦學習 API 呼叫派上用場的時刻！在這裡，我們將 Method 設為 POST，URL 填入 Dify 應用程式提供的 API Endpoint。

在 Body 參數中，我們透過 n8n 方便的變數綁定功能（只需用滑鼠拖曳），將剛才 Gmail 抓到的 {{$json.subject}} 和 {{$json.text}} 動態塞入 Payload 中，精準發送給 Dify。

Step 3：Dify 的智慧分類邏輯 (Prompt Engineering)
鏡頭轉到 Dify 端，我們預先建立好一個「文本生成應用」。在 System Prompt 中，我們下達嚴格的指令：

「你是一個客服信箱分類總機。請閱讀傳入的信件，並『僅』輸出以下三種類別之一：【技術報修】、【帳務問題】、【其他】。請嚴格以 JSON 格式輸出：{"category": "類別"}。」

這就是我們在 Day 4 學到的「強制 JSON 輸出防呆機制」完美落地的時刻！透過這個設定，AI 不會再囉唆地回覆「好的，我幫您分類...」，而是會乾淨俐落地回傳程式看得懂的資料結構。

Step 4：自動化分發與執行 (The Hands)
當 Dify 回傳了包含 category 的 JSON 結果後，n8n 接著使用 Switch 節點（概念等同於程式碼中的 if-else 路由）。
我們可以設定：

如果判定為【技術報修】，流程走向 Slack 節點，自動將信件內容轉發到工程團隊的頻道。

如果判定為【帳務問題】，流程走向 Gmail 標籤節點，自動為該封信件貼上「急件-財務」的標籤，並加上星號。

短短四個步驟，一個 24 小時不休息、秒速分類的 AI 客服總機就誕生了。透過 n8n 與 Dify 的組合，我們讓極度複雜的自動化系統變得異常清晰且易於維護。

然而，目前我們的 AI 都只能處理「純文字」。如果今天客戶在報修信件裡，夾帶了一張「系統報錯畫面的截圖」，我們的 AI 還能看得懂嗎？明天 [Day 17]，我們將解鎖大語言模型的另一項超能力：多模態 (Multimodal) 視覺辨識，讓你的 AI 長出眼睛！