做到 Day 16，我們已經分別練習過很多 n8n 的功能。

從一開始的 Trigger、JSON，到後來加入 AI、Webhook、Google Sheets、Email、Switch Node，昨天又處理了 AI 輸出格式不穩定的問題。

所以今天我想先不學新的 Node，而是做一件更重要的事：

把前面學過的東西全部組合起來，完成第一個比較完整的 AI 自動化 Workflow。

今天要做的是：

AI 客服訊息自動分類系統

今天想解決什麼問題？

假設今天有一個網站，每天會收到很多使用者訊息。

內容可能像：

「系統現在完全不能登入！」

也可能是：

「請問我要怎麼修改密碼？」

或是：

「希望之後可以增加深色模式。」

如果全部都要人工閱讀，再決定要怎麼處理，訊息一多就會花很多時間。

所以今天希望讓 AI 先幫忙完成：

閱讀 → 分類 → 摘要 → 分流 → 執行對應動作

今天的完整 Workflow

這次把前幾天做過的功能全部接起來：

使用者訊息
     ↓
  Webhook
     ↓
    AI
     ↓
分類 + 摘要
     ↓
 Switch Node
 ↙     ↓       ↘
urgent question suggestion
  ↓       ↓        ↓
Email   Sheets   Sheets

AI 負責理解文字。

Switch Node 負責根據 AI 的分類決定下一步。

Email 和 Google Sheets 則負責真正執行動作。

圖 1　AI 客服訊息自動分類系統完整 Workflow

Step 1：Webhook 接收使用者訊息

首先從 Webhook 開始。

今天讓外部系統傳入的資料保持簡單：

{
  "text": "系統現在完全無法登入，請盡快處理！"
}

Webhook 收到後，就會啟動整個 Workflow。

這部分其實就是 Day 10 做過的內容。

當時只是單純測試「外部資料能不能進來」，但現在 Webhook 已經正式變成整套系統的入口。

圖 2　Webhook 接收使用者訊息

Step 2：把訊息交給 AI

接著把 Webhook 收到的 text 傳給 AI。

這次不只要求 AI 分類，也希望順便產生一段簡短摘要。

可以使用昨天修改過的 Prompt：

你是一個客服訊息分類器。

請分析使用者輸入的訊息。

分類只能選擇以下其中一種：

urgent：
系統無法使用、嚴重錯誤，或需要立即處理的問題。

question：
一般問題、操作方式詢問，或不緊急的系統問題。

suggestion：
新功能建議、改善意見或使用者提出的想法。

請輸出：
1. category：urgent、question 或 suggestion
2. summary：用一句話簡短整理使用者的問題
3. notify：如果 category 是 urgent，輸出 true，否則輸出 false

不要輸出其他說明。

使用者輸入：
{{ $json.body.text }}

這裡其實一次用到了前面學到的 Prompt、Expression 和 JSON。

圖 3　AI 分類與摘要 Prompt

Step 3：讓 AI 產生固定資料

如果輸入：

「系統現在完全無法登入，請盡快處理！」

希望 AI 最後產生類似：

{
  "category": "urgent",
  "summary": "使用者目前無法登入系統",
  "notify": true
}

這比只輸出：

urgent

更有用了。

因為現在我們一次得到三個資訊：

category 可以拿來分流。

summary 可以存到 Google Sheets 或放進 Email。

notify 則可以表示是否需要通知。

這就是昨天 Structured Output 概念真正派上用場的地方。

Step 4：交給 Switch Node

接下來 Switch Node 不需要理解使用者到底說了什麼。

它只需要看：

category

如果：

category = urgent

就走第一條路。

如果：

category = question

走第二條。

如果：

category = suggestion

走第三條。

也就是：

           AI
            ↓
        category
            ↓
         Switch
       ↙    ↓    ↘
 urgent  question  suggestion

圖 4　根據 AI category 進行三種分流

Step 5：urgent → Email

如果 AI 判斷：

category = urgent

就自動寄出 Email。

例如 Email 可以設定成：

主旨：
【緊急通知】收到需要立即處理的問題

內容：
收到一筆緊急使用者訊息。

AI 摘要：
{{ AI 產生的 summary }}

請盡快確認問題。

這裡最大的改變是：

Email 內容也可以直接使用 AI 產生的摘要。

所以收到通知的人不一定需要先閱讀完整原文，就可以先知道大概發生什麼事情。

Step 6：question / suggestion → Google Sheets

另外兩種類別目前先存到 Google Sheets。

表格可以設計成：

這樣之後就可以直接從表格查看：

使用者說了什麼？

AI 判斷是哪一類？

AI 整理的重點是什麼？

圖 5　AI 分類結果自動儲存至 Google Sheets

Step 7：三種類型都測一次

做到這裡還不能直接說完成。

因為有三條路線，所以三條都要測試。

可以準備：

先測試：

系統完全無法登入！

確認：

AI → urgent → Email

再測：

請問我要去哪裡修改密碼？

確認：

AI → question → Google Sheets

最後：

希望未來可以增加深色模式。

確認：

AI → suggestion → Google Sheets

如果三種都走到正確的位置，今天的 Workflow 就算完成了。

從 Day 6 回頭看，差很多

Day 6 第一次建立 Workflow 時，其實只有：

Manual Trigger → 測試資料

當時主要只是理解 Node 是怎麼連接的。

但現在已經變成：

Webhook → AI → Structured Output → Switch → Email / Google Sheets

而且這些 Node 不是單純接在一起而已，每一個都有自己的工作：

Webhook 負責接收資料。

AI 負責理解、分類與摘要。

Switch 負責控制流程。

Email 負責通知。

Google Sheets 負責保存結果。

這也是我做到今天才比較明顯感受到的地方：

自動化不是靠某一個很厲害的 Node，而是把不同工具組合成一個完整流程。

今天遇到的一個問題

把前面的功能全部接起來之後，Workflow 明顯比以前複雜很多。

其中只要一個地方出錯，後面的 Node 就可能全部無法執行。

例如：

Webhook 沒收到 text

↓

AI 沒有資料可以分析

↓

category 沒有產生

↓

Switch 無法正確分流

所以今天我也開始學到另一件很重要的事情：

Workflow 出錯時，不要一次檢查整條流程，而是從前面的 Node 開始，一個一個確認 Input 和 Output。

例如先確認 Webhook Output，再看 AI Output，最後才看 Switch。

這樣通常比較容易找到問題。

今日小結

今天沒有加入新的工具，而是把前 16 天學到的內容真正組合起來。

最後完成：

使用者傳送訊息 → Webhook 接收 → AI 自動理解 → 分類與摘要 → Switch 自動分流 → Email 通知或 Google Sheets 儲存

這也是目前做到最完整的一個 AI Workflow。

但實際測試之後，我也發現一個新的問題：

如果其中一個 Node 執行失敗，整個 Workflow 怎麼辦？

例如 AI API 暫時出錯、資料格式不對，或 Google Sheets 寫入失敗，都可能讓流程中斷。