Ehita oma esimene AI agent n8n-is: leadide triaaži töövoog algusest lõpuni
Täielik samm-sammuline juhend päris AI agendi ehitamiseks n8n-is — agent, mis triaažib sissetulevaid leade, rikastab neid, hindab ja suunab edasi. Iga noode, iga prompt, iga lõks.
Outcome: Kavandad leadide triaaži agendi selgete tööriistade, skeemide, suunamisreeglite, logimise ja inimülevaatusega.
n8n-i kõige alahinnatum võimekus on AI Agent noode. See muudab staatilise töövoo ("kui juhtub X, tee Y") millekski paindlikumaks: töövooks, kus AI mudel otsustab olukorrast lähtuvalt, milliseid tegevusi teha.
Selles artiklis ehitame algusest lõpuni päris töötava agendi: leadide triaaži süsteemi, mis võtab vastu uusi leade, rikastab neid, hindab, koostab personaalse vastuse ja suunab õigesse kohta. Lõpuks mõistad sa nii n8n agentide mehaanikat kui ka disainimustreid, mis eristavad kasulikku agenti tüütust agendist.
Eeldame, et n8n on sul juba paigaldatud (kas oma serveris või n8n.cloud kaudu) ning et sul on töötav API võti Claude'i või OpenAI jaoks. Kui n8n on sulle uus, käi enne läbi nende algajatele mõeldud õpetus.
Ära lase esimesel versioonil päris leadidele automaatselt vastata. Suuna mustandid inimese ülevaatusse, kuni sul on logid, idempotentsus, skooriläved ja piisavalt üle vaadatud käivitusi, et teada, kuidas töövoog segaste sisenditega käitub.
Mida me ehitame
Töövoog:
- Uus lead saabub webhooki kaudu (vormilt, sündmuselt, CRM-ist vms).
- Agent rikastab leadi ettevõtte infoga (kasutades veebiotsingut).
- Hindab leadi kolmel mõõtmel: sobivus, kavatsus, kiireloomulisus.
- Koostab personaalse vastuse.
- Skoorist sõltuvalt kas: - Vastab automaatselt ja loob CRM-i kande (kõrge usalduse ja hea sobivusega leadide puhul), - Koostab vastuse, mille inimene üle vaatab, ja saadab Slacki teavituse (keskmiste leadide puhul), - Või lihtsalt logib ja teavitab, ilma et vastaks (madala sobivusega leadide puhul).
See muster on üldistatav. Asenda "leadide triaaž" sõnaga "tugiteenuste piletite triaaž", "kandidaatide eelvalik", "ajakirjanike päringute käsitlemine", "klienditagasiside suunamine" — struktuur jääb samaks.
Selle artikliga seotud JSON-skeem kirjeldab sisendandmeid. Kasuta seda webhooki sisendi valideerimiseks enne, kui agent-noode seda näeb.
Lisa agenti eelnev valideerimisvärav
Webhook ei tohiks suvalist vormiandmestikku otse agendile anda. Pane päästiku ja agendi vahele valideerimissamm:
| Väli | Reegel | Tõrke korral | | --- | --- | --- | | email | Kohustuslik, kehtiv e-post, normaliseeritud väiketäheks | Lükka tagasi ja teavita omanikku | | message | Kohustuslik, mittetühi, maksimumpikkusega | Lükka tagasi või suuna käsitsi ülevaatusse | | source | Kohustuslik enum, nt website-form, event, crm | Lükka tundmatu allikas tagasi | | timestamp | Kohustuslik ISO ajatempel või webhooki loodud väärtus | Kasuta vastuvõtu aega ja märgista | | lead_id | Kohustuslik püsiv ID või loodud idempotentsusvõti | Eemalda duplikaadid enne töötlust |
See värav kaitseb töövoogu vigaste sisestuste, korduvate webhooki katsete ja vormiväljadesse peidetud prompti süstimise eest. Agent võib sõnumit endiselt lugeda, aga töövoog otsustab, kas kirje on töötlemiseks piisavalt korrektne.
Mentaalne mudel: agent = LLM + tööriistad + tsükkel
Enne ehitamist kontseptsioon.
"Agent" tähendab 2026. aastal LLM-i, mis oskab tööriistu kasutada. Mudel ei tooda lihtsalt üksikut vastust, vaid otsustab, milliseid tegevusi (nn "tööriistu") välja kutsuda. Pärast iga tööriista vastust näeb mudel tulemust ja otsustab, mis järgmiseks — kas teine tööriist, järgmine samm või lõplik vastus.
n8n-i AI Agent noode rakendab seda tsüklit. Sa annad mudelile:
- Süsteemi prompti (juhised ja iseloomu).
- Kasutaja prompti (selle käituse sisendi).
- Komplekti tööriistu (teisi n8n-i noode'e või alamtöövooge, mida mudel saab kutsuda).
Mudel otsustab, milliseid tööriistu mis järjekorras ja milliste argumentidega välja kutsuda. Pärast iga tööriista vastust mõtleb ta uuesti. Kui ta otsustab, et on piisavalt teinud, tagastab ta lõpliku vastuse.
See erineb staatilisest töövoost põhimõtteliselt, sest sammude järjekorra määrab mudel, mitte sina. Agentide disaini oskus seisneb järgmises:
- Õigete tööriistade andmine mudelile (ei liiga vähe ega liiga palju).
- Süsteemi prompti kirjutamine, mis piiritleb käitumise.
- Kaitsepiirde lisamine, et agent rajalt ei läheks.
- Väljundi disainimine nii, et järgmised noode'd saaksid seda usaldusväärselt kasutada.
Samm 1: Päästik
Ava n8n ja loo uus töövoog. Päästik:
- Noode: Webhook
- HTTP Method: POST
- Response Mode: "When last node finishes"
- Path: näiteks
/lead-triage
See webhook võtab vastu leadide esitusi. n8n annab sulle URL-i, mille saad seadistada oma vormide esituste või CRM-i väljamineva webhooki sihtkohaks.
Testimiseks salvesta töövoog korra, et webhooki URL aktiveeruks, ja hoia näidisandmed käepärast. Tüüpilised lead-webhooki andmed võivad välja näha nii:
{
"name": "Anna Lehtinen",
"email": "anna@somecompany.fi",
"company": "Some Company OÜ",
"role": "Head of Marketing",
"message": "Interested in your AI consulting services. We have a team of 10 and need help with prompt engineering training.",
"source": "website-form",
"timestamp": "2026-05-15T14:30:00Z"
}Kliki "Test step" ja saada testandmed, et näha, kuidas andmed sisse voolavad.
Samm 2: AI Agent noode
Lisa pärast webhooki AI Agent noode. Seadista see:
- Agent Type: Conversational (või uuemates versioonides "Tools Agent" — vali variant, mis toetab tööriistade kutsumist).
- Chat Model: Claude (Anthropic) või OpenAI. Agendi töövoo puhul on Claude Sonnet 4.5 või GPT-5 hea vaikevalik. Reasoning-mudelid töötavad, aga on agendi tsükli jaoks aeglasemad.
- Memory: Olekuvaba triaaži puhul mitte midagi (iga lead on sõltumatu). Mitmekäigulise agendi vestluse puhul kasuta memory noode't.
- System Message: Siin elab agendi käitumine. Kasuta allolevat malli.
- User Message: Tõmba lead-andmed webhookilt.
Süsteemi sõnum:
You are a lead-triage agent for [Your Company Name], an AI consulting firm.
Your job is to process incoming leads and produce a structured triage decision.
For each lead, you must:
1. Use the `enrich_lead` tool to gather context about the company.
2. Score the lead on three dimensions:
- Fit: does the lead match our ideal customer profile?
- Companies of 10-200 people in B2B, manufacturing, or professional services.
- Roles in marketing, operations, engineering leadership, or executive.
- Intent: how serious is the inquiry?
- "Just curious" vs "actively evaluating" vs "ready to buy."
- Urgency: is there a stated or implied timeline?
3. Use the `score_lead` tool to record the scores.
4. Use the `draft_response` tool to produce a personalised reply.
5. Use the `route_lead` tool with one of: "auto_reply", "human_review", "log_only".
Routing rules:
- "auto_reply" if Fit >= 7/10 AND Intent >= 7/10. The reply will be sent automatically.
- "human_review" if Fit >= 5/10 OR Intent >= 5/10. A human will check before sending.
- "log_only" if Fit < 5/10 AND Intent < 5/10. We just track and move on.
Never invent information. If something is unclear, mark [unclear] in your scoring rationale.
Always end by returning a JSON object with:
{
"fit_score": <1-10>,
"intent_score": <1-10>,
"urgency_score": <1-10>,
"reasoning": "<2-3 sentences>",
"drafted_response": "<the email body>",
"routing": "<auto_reply|human_review|log_only>"
}Pane tähele struktuuri. Meil on:
- Selge tööülesande sõnastus.
- Selgesõnaline protsess (sammud 1-5).
- Selged hindamiskriteeriumid.
- Selge marsruutimisloogika.
- Nõutud väljundvorming.
Agent ei järgi seda alati täiuslikult. Aga mida konkreetsem on süsteemi sõnum, seda usaldusväärsemalt järgib ta iga kord sama kuju.
JSON-objektist üksi ei piisa. Lisa agent-noode'i järele valideerimissamm ja lükka tagasi käivitused, kus skoorid puuduvad, routing ei ole lubatud väärtuste hulgas või vastusemustand on tühi.Samm 3: Tööriistad
Agent vajab kutsumiseks tööriistu. n8n-is seadistatakse tööriistad agendi noode all ja nad võivad olla:
- Alamtöövood.
- HTTP päringud.
- Sisseehitatud tööriista noode'd.
Ehitame agendile neli tööriista.
Tööriist 1: enrich_lead
Alamtöövoog, mis:
- Võtab sisendiks ettevõtte nime ja meili-domeeni.
- Kasutab HTTP noode't, et kutsuda veebiotsingu API-d (Perplexity, Serper, Brave Search, Tavily) ettevõtte kohta.
- Tagastab kolmelauselise kokkuvõtte: mida ettevõte teeb, ligikaudne suurus, mistahes märkimisväärsed hiljutised uudised.
Tööriista kirjeldus (mida agent loeb, et otsustada, millal seda kutsuda):
Enriches a lead by looking up the company. Input: the company name and email domain. Output: a short summary of what the company does, its rough size, and any notable recent context.
Tööriist 2: score_lead
Lihtne tööriist, mis võtab agendi skoorid ja kirjutab need kuhugi. See võib olla:
- Google Sheetsi rida.
- Andmebaasi insert.
- CRM-i API kutse.
Testimiseks on Google Sheetsi append kõige lihtsam. Tööriista kirjeldus:
Records the lead scores. Input: fit_score, intent_score, urgency_score, reasoning. Output: confirmation.
Tööriist 3: draft_response
Alamtöövoog, mis võtab leadi konteksti ja skoorid ning toodab personaalse e-kirja mustandi. See alamtöövoog kutsub sisemiselt teist AI noode't konkreetse mustandi koostamise promptiga:
Draft a personalised response to a B2B inquiry. Inputs: the original lead message, the company enrichment summary, the fit/intent/urgency scores.
>
Voice: warm, direct, no corporate filler. Acknowledge the specific request. Reference something from the company enrichment (not generically). End with a concrete next step (e.g., "would 15 minutes next week work?").
>
Length: 80-120 words.
Tööriista kirjeldus:
Drafts a personalised email reply to the lead. Input: the lead message, enrichment summary, and scores. Output: an email draft.
Tööriist 4: route_lead
Lõplik marsruutimistegevus. Marsruutimise argumendist sõltuvalt see tööriist kas:
- Saadab e-kirja + loob CRM-i kande (auto_reply).
- Salvestab mustandi + saadab Slacki teavituse (human_review).
- Lihtsalt logib ja loob CRM-i kande (log_only).
See on rakendatud alamtöövoona switch-nodega, mis suunab argumendi põhjal kolme erinevasse haru.
Tööriista kirjeldus:
Routes the lead based on the triage decision. Input: routing decision ("auto_reply", "human_review", "log_only") and the drafted response. Output: confirmation.
Samm 4: Testi agenti
Kui agent on seadistatud ja neli tööriista külge pandud, käivita test näidisandmetega.
Mida sa peaksid n8n-i käituse vaates nägema:
- Webhook saab andmed kätte.
- AI Agent käivitub.
- Agent kutsub
enrich_lead— sa näed, kuidas tööriist käivitub ja tagastab. - Agent arutleb (sa võid seda näha või mitte näha, sõltuvalt mudelist ja sätetest).
- Agent kutsub
score_lead. - Agent kutsub
draft_response. - Agent kutsub
route_leadühe kolmest marsruutimisvalikust. - Agent tagastab lõpliku JSON-i.
Kui midagi läheb valesti, näitab n8n-i debug-paneel sulle agendi ja ta tööriistade vahelisi sõnumeid. Levinumad probleemid:
- Tööriista kirjeldus pole piisavalt konkreetne. Agent ei tea, millal seda kutsuda. Tee kirjeldused konkreetsemaks.
- Tööriista sisendi/väljundi skeemid ei sobi kokku. Agent ei oska õigeid argumente edastada. Ole skeemis selgesõnaline.
- Agent jääb lõputult tsüklisse. Ta kutsub aina tööriistu, ilma et midagi lahendaks. Lisa max-iteratsioonide limiit ja vaata oma süsteemi prompt uuesti üle.
Samm 5: Lisa kaitsepiire
Paljas agent on tootmises ohtlik. Viis kaitsepiiret, mida lisada enne, kui sa talle päris liiklust usaldad:
1. Max iteratsioonid. Sea agendi maksimaalsed iteratsioonid mõistlikule arvule (10-20). See hoiab ära lõputud tsüklid, kus agent kutsub aina tööriistu, ilma et lõpetaks.
2. Heakskiidu värav auto_reply jaoks. Isegi kui sinu agent otsustab "auto_reply", suuna esimesed paar nädalat läbi inimese heakskiidujärjekorra. Veendu, et agendi automaatvastuste otsused on tegelikult head, enne kui lased neil ilma ülevaatuseta klientideni minna.
3. Lubatud sihtkohtade nimekiri väljaminevateks tegevusteks. Seadista oma CRM-i tööriist ja meili tööriist nii, et nad tegutsevad ainult oodatud mustriga sobivate kirjete peal. See takistab agenti saatmast e-kirja valele aadressile või loomast kandeid mitte-leadidele.
4. Logimine. Logi iga agendi käitus — sisend, kõik tööriistakutsed, lõplik väljund. Kasuta n8n-i sisseehitatud käituslogisid või pumpa logid spetsiaalsesse logiteenusesse. Kui midagi läheb viltu, on logid see, kuidas sa siluda saad.
5. Kululimiidid. Sea päevane tokeni-eelarve. AI agendid võivad käest minna — valesti seadistatud tsükkel suudab ühe halva käituse jooksul kulutada 50 dollarit API-kutsetena. n8n cloudis on see sisse ehitatud; iseserveriversioonil jälgi oma API võtme kasutust.
Samm 6: Tootmise jaoks karastamine
Mõned mustrid, mis muudavad töötava prototüübi millekski, mida saab usaldada:
Idempotentsus. Veendu, et kui sama lead töödeldakse kaks korda (webhooki korduskatse või käsitsi taaskäituse tõttu), ei loo see duplikaate. Lisa töövoo algusesse kontroll: "kas see lead on juba töödeldud?"
Veakäsitlus. Mata iga tööriistakutse veakäsitlusse. Kui rikastamise API on maas, ei tohi agent kokku kukkuda — ta peab edasi minema vähendatud infoga ja puuduva andme märgistama.
Vaadeldavus. Jälgi võtmemõõdikuid: keskmine käituse aeg, tööriistakutsete sagedus, eri marsruutidele suunatud protsent. Anomaaliad on signaalid.
"Kill switch." Hoia võimalus agendi väljalülitamiseks ilma uuesti juurutamata. Lihtne env-muutuja või töövoo lüliti, mida agent kõigepealt kontrollib. Kasulik, kui märkad tootmises halba otsust ja tahad pausi panna.
Kõige olulisem disainiotsus: millised tööriistad agendile anda
Agendi kvaliteedi suurim määraja on tööriistakomplekt. Kaks läbikukkumismustrit:
Liiga vähe tööriistu. Agent ei saa oma tööd teha. Ta üritab oma puudujääke kompenseerida fantaseerimisega ja hallutsineerib tihti.
Liiga palju tööriistu. Agent läheb segadusse, valib vale tööriista või raiskab iteratsioone uudistamisele. Kvaliteet langeb.
Hea reegel: alusta minimaalselt elujõulisest tööriistakomplektist ja lisa tööriistu ainult siis, kui agent neid tõendatult vajab.
Leadide triaaži puhul on neli valitud tööriista enam-vähem õiged. Sa võiksid lisada:
- "lookup_existing_customer" tööriista, et kontrollida, kas lead on juba klient.
- "schedule_meeting" tööriista, mis integreerub sinu kalendriga.
- "translate" tööriista, kui leade tuleb mitmes keeles.
Aga iga uus tööriist on uus otsus, mille agent peab tegema. Iga tööriist peab oma koha tõsiselt välja teenima.
Mustrid, mis üldistuvad
See, mida sa leadide triaažiks ehitasid, toimib paljudes teistes kasutusjuhtumites:
Tugipiletite triaaž. Asenda rikastamine "lookup_customer_history" ja marsruutimine "auto_solve / escalate / categorise".
Kandidaatide eelvalik tööle. Asenda rikastamine "parse_cv", hindamine ametikoha sobivuse kriteeriumitega ja marsruutimine "interview / reject / flag for human review".
Pressipäringute käsitlemine. Asenda rikastamine "lookup_publication" ja marsruutimine prioriteedipõhise vastusega.
Klienditagasiside suunamine. Asenda rikastamine sentimentanalüüsiga ja tootekategooriaks liigitamisega.
Hanketellimused. Asenda rikastamine tarnijate otsinguga, hindamine poliitika täitmise kontrolliga ja marsruutimine kinnitusvoogudega.
Põhimuster on alati sama: sissetulev sündmus → rikasta → hinda/liigita → koosta vastus → marsruudi. Agent teeb otsused; tööriistad täidavad neid.
Millal MITTE kasutada agenti
Mõnest töövoost pole agendile kasu. Kui loogika on täiesti deterministlik — "tee alati A, siis B, siis C" — on tavaline n8n töövoog ilma agendita kiirem, odavam ja usaldusväärsem.
Agent teenib oma koha välja siis, kui:
- Võimalike teede arv on suur.
- Õige tee sõltub hinnangust, mitte rangetest reeglitest.
- Mõned otsused nõuavad info sünteesimist mitmest allikast.
Kui sinu otsustuspuu on paar if-then-else lauset, kasuta lihtsalt if-then-else noode'e. Hoia agent juhtumite jaoks, kus if-then-else muutub haldamatuks.
Kokkuvõte
AI agent n8n-is on töövoog, kus mudel otsustab antud tööriistakomplekti raames, milliseid tegevusi mis järjekorras teha. Hästi ehitatud agent käsitleb hinnangurikast mitmesammulist tööd, mis varem nõudis inimest tsüklis.
Leadide triaaži töövoog, mida me ehitasime, on n8n agentidega algajale umbes kahe tunni töö, pluss paar nädalat häälestamist päris andmete peal. Tasu: iga sissetulev lead saab minutite jooksul rikastatud, hinnatud, vastuse mustandiga ja marsruuditud, inimese ülevaatusega vaid seal, kus see tegelikult väärtust lisab.
Ehita see üks kord päris töövoo peale, millest sa hoolid. Järgmise agendi ehitamine võtab pool aega ja kolmas tundub juba rutiinne. Agendidisaini muster on 2026. aasta AI-tööst üks võimendatumaid oskusi.