昨天我們在 Dify 體驗了以自然語言整理待辦事項。但如果要讓 AI 與 n8n 自動化流程順利對接，傳統的純文字聊天輸出並不實用，因為程式很難穩定解析隨機的標點與換行。今天我們要更進一步，打造專為自動化設計的「JSON 結構化資訊萃取器」。

為什麼自動化必須堅持 JSON 輸出？

• 欄位精確對應：資料具有固定的 Key（如 title、priority、deadline），n8n 節點可以直接讀取特定欄位傳給下一個工具。
• 避免幻覺與多餘寒暄：透過嚴格的 Prompt 限制，杜絕模型產出「好的，這是為您整理的...」等非必要客套話。
• 降低後續維護成本：無論輸入多麼雜亂，輸出的格式永遠保持一致，避免自動化流程因解析錯誤中斷。

核心實作步驟說明

1. 建立文字生成型應用：
   在 Dify 工作室點擊「建立空白應用」，這次選擇 文字生成型應用 (Text Generator / Workflow)，命名為 結構化待辦萃取器。
2. 設計結構化 Prompt 與變數：
   在提示詞區塊新增輸入變數 content，並撰寫要求輸出純 JSON 的約束規則：

你是一個專業的資料萃取引擎。請從輸入的內容中萃取待辦清單，並嚴格只輸出合法 JSON 格式，不要包含任何開場白或 Markdown 標記（如 ```json）。

輸入內容：{{content}}

輸出 JSON 格式範例：
[
  {
    "task": "事項名稱",
    "priority": "High / Medium / Low",
    "time": "時間或未指定"
  }
]

3. 調試與單張成果截圖：
   在「調試與預覽」的 content 欄位輸入一段日常雜文（例如：「今晚要洗衣服，下午三點記得去銀行匯款，下週二前交出專案報告」），點擊「執行 (Run)」進行測試。
   

今天我們成功把非結構化的日常語言，轉化為程式能直接讀取的標準資料結構。明天「Day 07」我們將迎來上半場的高潮：在 n8n 中使用 HTTP Request 節點打通 Dify API，實現真正的自動化串接！