昨天我們讓 AI Agent 接上 Google Sheets Tool。

當我輸入：

「幫我記錄：姓名 Student，主題 AI Automation，狀態 Learning。」

Agent 不只是回答我，而是真的可以透過 Google Sheets Tool 去執行資料新增。

做到這裡，Agent 已經開始有：

理解需求 → 選擇 Tool → 執行任務

的感覺。

但今天我發現另一個問題。

假設我先跟 Agent 說：

「我的專案名稱叫 AI Automation。」

接著下一句只說：

「幫我把剛剛那個專案記錄下來。」

它真的知道：

「剛剛那個專案」是什麼嗎？

這就要開始認識 AI Agent 的另一個重要功能：

Memory

今天要完成什麼？

今天先不增加新的外部服務。

而是希望讓 Agent 可以記住前面的對話內容。

原本：

使用者
   ↓
AI Agent
   ↓
Chat Model

今天則加入：

              Chat Model
                  │
使用者 → AI Agent
                  │
                Memory

如果再把前面的 Tools 保留下來，就會變成：

                 Chat Model
                     │
                 AI Agent
              ↙      ↓      ↘
          Memory   Tools   Google Sheets

圖 1　AI Agent 加入 Memory 後的 Workflow

Step 1：先看看「沒有 Memory」會怎樣

加入 Memory 之前，可以先做一個簡單測試。

第一句輸入：

「我的專案名稱叫 AI Automation。」

接著再輸入：

「我的專案叫什麼？」

如果目前的對話設定沒有保留前面的聊天內容，Agent 就可能無法知道第二句的「我的專案」是在指什麼。

這讓我發現：

AI 可以理解一句話，不代表它一定會自動記住前面的所有對話。

所以如果想打造真正可以連續聊天的 Agent，就需要處理「對話上下文」。

Step 2：加入 Memory

接著在 AI Agent 加入 Memory。

n8n 的版本與 AI 功能設定可能會不同，所以實際看到的 Memory 類型可能不完全一樣。

今天先選擇適合簡單測試的對話記憶方式即可。

概念上變成：

使用者輸入
    ↓
 AI Agent
  ↙     ↘
Model  Memory

Memory 負責保留需要的對話資訊，讓 Agent 處理下一個訊息時可以取得相關的歷史內容。

圖 2　替 AI Agent 加入 Memory

Step 3：重新測試兩句對話

設定完成後，再重新測試。

第一句：

「我的專案名稱叫 AI Automation。」

Agent 可能回答：

「好的，你的專案名稱是 AI Automation。」

接著不要重新開一個完全不同的對話 Session，在同一段測試對話中輸入：

「我的專案叫什麼？」

如果 Memory 正常運作，Agent 就可以利用前面的對話內容回答：

「你的專案名稱是 AI Automation。」

流程可以理解成：

第一句
↓
我的專案名稱叫 AI Automation
↓
Memory 保存相關對話
↓
第二句
↓
我的專案叫什麼？
↓
Agent 取得前面的對話
↓
AI Automation

圖 3　加入 Memory 後，AI Agent 可以根據前面的對話回答

Step 4：測試「剛剛那個」

接下來可以測試更接近日常聊天的方式。

先說：

「我正在做一個 AI Automation 專案。」

接著說：

「幫我用一句話介紹剛剛那個專案。」

這次我們沒有再次輸入：

AI Automation

而是只說：

「剛剛那個專案」

如果 Agent 能夠理解，就代表它正在利用前面的對話內容處理目前的問題。

這比每次都重新把完整資訊輸入一次自然很多。

Step 5：Memory + Google Sheets

今天最有趣的地方，是可以把昨天的 Google Sheets Tool 再拿回來。

例如先輸入：

「姓名是 Student，主題是 AI Automation，狀態是 Learning。」

接著再說：

「幫我把剛剛的資料記錄下來。」

如果 Agent 可以利用 Memory 取得前面的資訊，再使用 Google Sheets Tool，整個流程就可能變成：

使用者
↓
提供資料
↓
Memory
↓
使用者：幫我記錄剛剛的資料
↓
AI Agent
↓
取得前面的對話內容
↓
Google Sheets Tool
↓
新增資料

圖 4　AI Agent 使用前面的對話資料呼叫 Google Sheets

這次比昨天又更自然了一點。

昨天必須一次講完整：

「幫我記錄姓名 Student、主題 AI Automation、狀態 Learning。」

今天則可以分成兩句：

「姓名 Student，主題 AI Automation，狀態 Learning。」

然後：

「幫我記錄剛剛那筆。」

實際測試時，我先提供姓名、主題與狀態，接著只輸入「幫我把剛剛那筆資料記錄下來」。AI Agent 透過 Memory 取得前面的對話內容，並成功呼叫 Google Sheets Tool，將 Student、AI Automation 與 Learning 寫入表格。這次不只看到 Agent 回覆完成，Google Sheets Tool 本身也顯示成功執行，因此可以確認資料確實有被新增。

Session 為什麼很重要？

做到這裡還有一個很重要的概念：

Session

可以先把 Session 理解成「同一段對話」。

例如：

Session A

使用者：我的專案叫 AI Automation
Agent：好的

使用者：我的專案叫什麼？
Agent：AI Automation

這兩句是在同一段對話裡，所以 Memory 才知道它們彼此有關。

但如果換成完全不同的 Session，就不一定會共用相同的對話記憶。

概念上：

Session A
↓
自己的 Memory

Session B
↓
自己的 Memory

這其實很合理。

如果有兩個不同使用者：

使用者 A：我叫 Alex

使用者 B：我叫 Kevin

Memory 如果全部混在一起，Agent 就可能搞不清楚：

到底現在正在跟誰聊天？

所以建立聊天 Agent 時，Session 的區分很重要。

Memory 不等於「永遠記得」

一開始看到 Memory，我很容易把它理解成：

「AI 從此什麼都記得。」

但其實沒有這麼簡單。

不同 Memory 的保存方式、容量、持續時間和 Session 設定都可能不同。

所以比較準確的理解是：

Memory 讓 Agent 在適當的設定下，可以使用先前的對話資訊。

而不是：

「只要講過一次，AI 永遠都會記得。」

這個差別我覺得很重要。

Memory 跟 Google Sheets 有什麼不同？

這時候可能會覺得：

「既然 Memory 可以記東西，那為什麼還需要 Google Sheets？」

其實兩個用途不太一樣。

Memory 比較適合：

保留聊天上下文

理解「剛剛那個」

讓連續對話更自然

Google Sheets 比較適合：

正式保存資料

之後查看紀錄

整理成表格

提供其他流程使用

所以：

Memory
＝讓 Agent 記得我們正在聊什麼

而：

Google Sheets
＝把資料真正保存到外部系統

這也是為什麼今天兩個可以一起使用，而不是互相取代。

Step 6：做三個簡單測試

今天可以測試三組。

測試 1：基本記憶

我：我的專案叫 AI Automation。

我：我的專案叫什麼？

預期：

AI Automation

測試 2：代名詞理解

我：我正在做 AI Automation 專案。

我：幫我介紹剛剛那個專案。

觀察 Agent 能不能理解「剛剛那個」。

測試 3：Memory + Tool

我：姓名 Student，主題 AI Automation，
狀態 Learning。

我：幫我把剛剛那筆資料記錄下來。

觀察 Agent 是否：

讀取前面的資訊
↓
理解「剛剛那筆」
↓
呼叫 Google Sheets
↓
成功新增資料

圖 5　AI Agent 結合 Memory 與 Tool 完成連續任務

Memory 也有風險

今天還有一個不能忽略的問題：

不是所有資訊都適合被保存。

如果未來真的把 Agent 用在實際系統裡，可能會接觸：

個人資料

帳號資訊

工作內容

公司內部資料

所以不能只想：

「記得越多越好。」

還要考慮：

哪些資料需要保存？

要保存多久？

不同使用者的 Session 有沒有分開？

是否包含不應保存的敏感資訊？

這也是 AI Agent 從「自己測試」走向「真的給人使用」時必須考慮的問題。

今天的完整 Agent

做到 Day 26，目前的 Agent 已經開始變得比較完整：

                  Chat Model
                      │
                  AI Agent
               ↙      ↓       ↘
           Memory  Calculator  Wikipedia
                      │
                Google Sheets

它現在不只可以：

回答問題

使用 Calculator

查詢資料

寫入 Google Sheets

還開始能：

利用前面的對話內容理解下一個任務。

今天最大的收穫

前幾天學 Agent 時，我一直把注意力放在：

「它可以使用什麼 Tool？」

但今天才發現，對話本身也是很重要的一部分。

如果沒有前面的上下文：

「幫我記錄剛剛那筆。」

其實是一句資訊不足的指令。

加入 Memory 後，Agent 才有機會知道：

「剛剛那筆」到底是什麼。

所以今天可以把 Agent 再補上一塊：

Chat Model → 負責理解與生成
Tool → 負責執行工作
Memory → 負責提供對話上下文
Agent → 把這些能力組合起來

今日小結

今天替 AI Agent 加入了 Memory。

從原本：

問題
↓
Agent
↓
回答
↓
結束

變成：

第一句對話
↓
Memory
↓
第二句對話
↓
Agent 參考前面的內容
↓
回答 / 使用 Tool

現在 Agent 已經開始有比較完整的感覺了：

會理解、會選工具、會執行，也能利用前面的對話。

但目前這些測試基本上都還是我自己在 n8n 裡跟 Agent 對話。

如果真的想讓其他人使用，就需要一個更方便的入口。

所以明天可以開始把 Agent 從 n8n 裡面「帶出去」。