Rakenna ensimmäinen tekoälyagenttisi n8n:ssä: liidien esikarsintatyönkulku alusta loppuun

n8n:n AI Agent -solmu antaa mallin valita määritetyistä työkaluista. Joustavuus lisää epädeterministisyyttä ja kasvattaa mahdollisten virheiden määrää, joten käytä agenttia vasta, kun yksinkertaisempi deterministinen reititys ei riitä.

Tässä artikkelissa kuvataan liidien esikarsintamalli, joka vastaanottaa liidin, hakee sallitut taustatiedot, ehdottaa pisteytystä ja vastausluonnosta, validoi tuloksen ja ohjaa sen ihmisen tarkistettavaksi. Kyseessä ei ole sellaisenaan tuotava työnkulku eikä raportti suoritetusta testistä. Alla olevat hyväksymistestit osoittavat, mitä on vielä tehtävä ennen kuin kokonaisuus toimii päästä päähän.

Oletamme, että sinulla on n8n asennettuna (omalla palvelimella tai n8n Cloudissa) ja toimiva API-avain Claudelle tai OpenAI:lle. Jos n8n ei ole sinulle tuttu, käy ensin läpi sen perusopas.

Suunnittelu noudattaa myös OWASP:n varoitusta liiallisesta toimivallasta: rajoita työkalujen käyttöoikeuksia ja autonomiaa sekä vaadi työnkulun pakottama hyväksyntä seurauksiltaan merkittäville toimille. Jos liiditiedot ovat peräisin kolmannelta osapuolelta tai niitä käytetään yhteydenottoihin, tarkista lähde, ilmoitukset, lainmukainen peruste, kieltolistat ja kanavakohtaiset säännöt ennen tietojen tuontia tai yhteydenottoa. Euroopan komissio muistuttaa, että kolmansilta osapuolilta saatuja tietoja ei saa automaattisesti käyttää markkinointiin.

Älä anna ensimmäisen version lähettää vastauksia automaattisesti todellisille liideille. Ohjaa luonnokset ihmisen tarkistettaviksi, kunnes sinulla on lokit, idempotenssi, pistekynnykset ja riittävästi tarkistettuja suorituksia osoittamaan, miten työnkulku käyttäytyy sotkuisilla syötteillä.

Mitä rakennamme

Työnkulku:

1. Uusi liidi saapuu webhookin kautta (lomakkeelta, tapahtumalta, CRM-järjestelmältä jne.).
2. Agentti täydentää liidin tietoja yritystä koskevilla tiedoilla verkkohakua käyttäen.
3. Se pisteyttää liidin kolmella ulottuvuudella: sopivuus, ostoaikomus ja kiireellisyys.
4. Se laatii henkilökohtaisen vastausluonnoksen.
5. Pistemäärän perusteella se joko:
   • asettaa vastausluonnoksen ja CRM-ehdotuksen hyväksymisjonoon, jos liidi sopii hyvin kohderyhmään ja pisteytyksen varmuus on korkea,
   • laatii ihmisen tarkistettavan vastauksen ja lähettää Slack-ilmoituksen keskitason liideistä tai
   • kirjaa matalan sopivuuden liidin ja lähettää ilmoituksen vastaamatta liidille.

Mallin osia voi soveltaa muihin vähäisten seurausten esikarsintatehtäviin, mutta jokainen uusi toimiala tarvitsee oman arvionsa tiedoista, virheistä, oikeudenmukaisuudesta ja asiantuntijatarkistuksesta. Älä sovella myyntiliidien pisteytystä työhönottoon tai lääketieteellisiin, oikeudellisiin, taloudellisiin, lasten turvallisuutta tai rakentamista koskeviin päätöksiin.

Artikkeliin liitetty JSON-skeema määrittää vastaanotettavan hyötykuorman. Validoi webhookin syöte sen avulla ennen kuin AI Agent -solmu saa tiedot käsiteltäväkseen.

Lisää agenttia edeltävä validointiportti

Webhookin ei pitäisi välittää mielivaltaisia lomaketietoja suoraan agentille. Aseta validointivaihe käynnistimen ja agentin väliin:

Tämä portti suojaa työnkulkua virheellisiltä lähetyksiltä, webhookin toistolähetyksiltä ja lomakekenttiin piilotetulta kehote-injektiolta. Agentti voi silti lukea viestin, mutta työnkulku päättää, onko tietue tarpeeksi kelvollinen käsiteltäväksi.

Ajatusmalli: tekoälyagentti = suuri kielimalli (LLM) + työkalut + silmukka

Ennen kuin rakennamme, käsittelemme konseptin.

Vuonna 2026 agentilla tarkoitetaan yleensä kielimallia, joka voi käyttää työkaluja. Yhden vastauksen tuottamisen sijaan malli päättää, mitä toimintoja eli työkaluja se kutsuu. Jokaisen työkalukutsun jälkeen malli näkee tuloksen ja valitsee seuraavan työkalun, muun vaiheen tai lopullisen vastauksen.

n8n:n AI Agent -solmu toteuttaa tämän silmukan. Annat mallille:

• järjestelmäkehotteen eli ohjeet ja sävyn,
• käyttäjäkehotteen eli tämän suorituksen syötteen ja
• joukon työkaluja eli muita n8n-solmuja tai alityönkulkuja, joita malli voi kutsua.

Malli päättää, mitkä työkalut se kutsuu, missä järjestyksessä ja millaisin argumentein. Jokaisen työkalun palauttamisen jälkeen malli harkitsee uudelleen. Kun se katsoo tehneensä tarpeeksi, se palauttaa lopullisen vastauksen.

Tämä eroaa olennaisesti staattisesta työnkulusta, koska vaiheiden järjestyksen määrää malli etkä sinä. Agenttisuunnittelussa olennaista on:

1. antaa mallille oikeat työkalut, ei liian vähän eikä liian monta,
2. kirjoittaa järjestelmäkehote, joka rajaa agentin toimintaa,
3. lisätä suojamekanismit poikkeavan toiminnan varalta ja
4. määrittää tulostemuoto, jota työnkulun seuraavat solmut voivat käsitellä luotettavasti.

Vaihe 1: Käynnistin

Avaa n8n ja luo uusi työnkulku. Käynnistin:

• Solmu: Webhook
• HTTP-metodi: POST
• Vastaustila: “Kun viimeinen solmu on valmis”
• Polku: jotakin vastaavaa /lead-triage

Tämä webhook vastaanottaa liidilomakkeiden lähetykset. n8n antaa URL-osoitteen, jonka voit asettaa lomakkeen tai CRM-järjestelmän lähtevän webhookin kohteeksi.

Tallenna työnkulku testausta varten kerran, jotta webhookin URL-osoite aktivoituu, ja valmistele esimerkkihyötykuorma. Tyypillinen liidi-webhookin hyötykuorma voi näyttää tältä:

{
  "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"
}

Valitse “Test step” ja lähetä testihyötykuorma, jotta näet tietojen saapuvan työnkulkuun.

Vaihe 2: Tekoälyagentti-solmu

Lisää tekoälyagenttisolmu webhookin jälkeen. Määritä se seuraavasti:

• Agent / Tools Agent: Nykyisissä n8n:n AI Agent -solmuissa (1.82+) ei enää ole Agent Type -pudotusvalikkoa, vaan ne toimivat Tools Agent -tilassa. Liitä keskustelumalli ja alla kuvatut työkalut. Jos vanhemmassa mallipohjassa näkyy vielä Agent Type, valitse Tools Agent. Conversational ja muut aiemmat agenttityypit on poistettu.
• Keskustelumalli: Claude (Anthropic) tai OpenAI. Aloita palveluntarjoajan nykyisellä yleismallilla ja vaihda nopeampaan tai kyvykkäämpään mallitasoon vasta, kun arviointitulokset puoltavat sitä. Päättelytilat voivat lisätä jokaisen agenttivaiheen viivettä ja kustannuksia.
• Muisti: Ei muistia tilattomassa esikarsinnassa, jossa jokainen liidi käsitellään itsenäisesti. Käytä muistisolmua monivaiheisissa agenttikeskusteluissa.
• Järjestelmäviesti: Tässä kohtaa määritellään agentin käyttäytyminen. Käytä alla olevaa mallipohjaa.
• Käyttäjäviesti: Hae liiditiedot webhookista.

Järjestelmäviesti:

Olet tekoälykonsultointiyrityksen [Your Company Name] liidien esikarsinta-agentti.

Tehtäväsi on käsitellä saapuvat liidit ja tuottaa rakenteinen esikarsintaehdotus.

Jokaisen liidin kohdalla sinun tulee:

1. Hae yrityksen taustatiedot `enrich_lead`-työkalulla.
2. Pisteytä liidi kolmella ulottuvuudella:
   - Sopivuus: vastaako liidi ihanteellista asiakasprofiiliamme?
     - Yritykset, joissa on 10-200 henkilöä B2B-, valmistus- tai ammattipalvelusektorilla.
     - Markkinoinnin, operatiivisen toiminnan, teknisen johdon tai ylimmän johdon tehtävät.
   - Ostoaikomus: kuinka vakavasti otettava yhteydenotto on?
     - "Vasta tutustuu" vs. "arvioi aktiivisesti" vs. "valmis ostamaan".
   - Kiireellisyys: onko yhteydenotossa suoraan ilmaistu tai pääteltävissä oleva aikataulu?
3. Kirjaa pisteet `score_lead`-työkalulla.
4. Laadi henkilökohtainen vastaus `draft_response`-työkalulla.
5. Kutsu `propose_route`-työkalua yhdellä seuraavista arvoista: "review_priority", "human_review", "log_only".

Ohjaussäännöt (arvioi tässä järjestyksessä; ensimmäinen osuma voittaa):
- "review_priority", jos sopivuus >= 7/10 JA ostoaikomus >= 7/10. Vastaus siirtyy ihmisen ensisijaiseen tarkistukseen.
- "human_review", jos sopivuus >= 5/10 TAI ostoaikomus >= 5/10. Ihminen tarkistaa vastauksen ennen lähettämistä.
- "log_only" muulloin (sopivuus < 5/10 JA ostoaikomus < 5/10). Tulos kirjataan lokiin, eikä liidille vastata.

Älä keksi tietoja. Jos jokin on epäselvää, merkitse arviointiperusteluun [unclear].

Päätä aina palauttamalla JSON-olio:
{
  "fit_score": <1-10>,
  "intent_score": <1-10>,
  "urgency_score": <1-10>,
  "reasoning": "<2-3 sentences>",
  "drafted_response": "<the email body>",
  "routing": "<review_priority|human_review|log_only>"
}

Huomaa rakenteen osat:

• Selkeä tehtävänmäärittely.
• Selkeä prosessi (vaiheet 1-5).
• Selkeät arviointikriteerit.
• Yksiselitteinen reitityslogiikka.
• Vaadittu tulosteen muoto.

Agentti ei noudata rakennetta aina täydellisesti. Mitä konkreettisempi järjestelmäviesti on, sitä todennäköisemmin tulos noudattaa samaa muotoa eri suorituksissa.

Pelkkä JSON-olio ei riitä. Lisää agenttisolmun jälkeen validointivaihe ja hylkää suoritukset, joista puuttuu pisteitä, joiden reititys ei kuulu sallittuun enum-joukkoon tai joiden vastausluonnos on tyhjä.

Vaihe 3: Työkalut

Agentti tarvitsee työkaluja kutsuttavakseen. n8n:ssä työkalut määritetään agenttisolmun alle ja ne voivat olla:

• Alityönkulut.
• HTTP-pyyntöjä.
• Sisäänrakennetut työkalusolmut.

Rakennetaan neljä työkalua agentillemme.

Työkalu 1: enrich_lead

Alityönkulku, joka:

1. Saa syötteeksi yrityksen nimen ja sähköpostin verkkotunnuksen.
2. Käyttää hyväksyttyä haku- tai yritystieto-APIa, jonka käyttöehdot sallivat käyttötarkoituksen.
3. Palauttaa rakenteiset väitteet, kanoniset lähde-URL-osoitteet ja hakupäivämäärät. Jos yrityksen koko tai identiteetti ei ole tiedossa, se merkitään tuntemattomaksi.

Työkalun kuvaus (jonka agentti lukee päättääkseen, milloin sitä kutsutaan):

Hakee sallitut julkiset taustatiedot liidin yrityksestä. Syöte: yrityksen nimi ja sähköpostin verkkotunnus. Tuloste: vahvistetut väitteet lähde-URL-osoitteineen ja hakupäivämäärineen sekä epäselvyydet ja virheet. Älä päättele identiteettiä, yrityksen kokoa tai uutistietoja ilman lähdettä.

Työkalu 2: score_lead

Deterministinen validointityökalu, joka:

• Hyväksyy ehdotetut pisteet ja tarkistaa tyypin, alueen, vaaditun perustelun sekä sallitut tunnisteet.
• Palauttaa validointivirheet tai normalisoidun pisteytysolion.
• Sillä ei ole tietokannan, taulukon, CRM-järjestelmän, sähköpostin tai muun järjestelmän kirjoitusoikeuksia.

Tallenna tiedot vasta, kun agentin lopullinen tuloste läpäisee saman palvelinpuolen skeeman.

Työkalun kuvaus:

Vahvistaa ehdotetut liidipisteet tallentamatta niitä. Syöte: fit_score, intent_score, urgency_score ja perustelu. Tuloste: {valid, errors, normalized_scores}. Tämä työkalu ei voi kirjoittaa tietueita tai lähettää viestejä.

Työkalu 3: draft_response

Alityönkulku ottaa liidin taustatiedot ja pisteet ja tuottaa henkilökohtaisen sähköpostiluonnoksen. Se kutsuu sisäisesti toista tekoälysolmua, jolle annetaan erillinen luonnostelukehote:

Laadi henkilökohtainen vastaus B2B-yhteydenottoon. Syötteet: alkuperäinen liidiviesti, yrityksen taustatietojen yhteenveto sekä sopivuus-, ostoaikomus- ja kiireellisyyspisteet.

Sävy: lämmin ja suora, ei yritysjargonia. Vastaa nimenomaiseen pyyntöön. Viittaa haettuihin taustatietoihin vain, kun väitteellä on lähde ja tieto on olennainen. Muussa tapauksessa jätä tieto pois. Päätä luonnos ehdottamalla seuraavaa vaihetta ihmisen tarkistettavaksi.

Pituus: 80-120 sanaa.

Työkalun kuvaus:

Luonnostelee henkilökohtaisen sähköpostivastauksen liidille. Syöte: liidin viesti, taustatietojen yhteenveto ja pisteet. Tuloste: sähköpostiluonnos.

Työkalu 4: propose_route

Työkalu muodostaa yhden kolmesta reittiehdotuksesta. Se ei lähetä sähköpostia eikä kirjoita CRM-järjestelmään:

• review_priority: aseta luonnos ihmisen ensisijaiseen tarkistusjonoon.
• human_review: aseta luonnos ihmisen tavalliseen tarkistusjonoon.
• log_only: kirjaa esikarsinnan tulos valmistelematta ulospäin näkyvää toimenpidettä.

Skeemavalidoinnin jälkeinen deterministinen Switch-solmu hyväksyy vain sallitut enum-arvot ja ohjaa review_priority- ja human_review-tapaukset hyväksymisjonoon. Vain erillisellä hyväksyntäportilla varustetulla alityönkululla on oikeus tehdä asiakkaalle näkyviä kirjoituksia.

Toteuta työkalu sivuvaikutuksettomana alityönkulkuna, joka palauttaa ehdotusolion. Kun Agent-solmu on valmis, deterministinen skeemavalidointisolmu ja Switch-solmu päättävät, mikä haara saa tallentaa ehdotuksen. Yksikään haara ei saa päästä lähetyssolmuun ilman erillistä hyväksymistyönkulkua.

Työkalun kuvaus:

Ehdottaa reittiä. Syöte: reittipäätös (review_priority, human_review tai log_only), pisteet, perustelu ja luonnos. Tuloste: muistissa säilytettävä ehdotusolio determinististä skeemavalidointia varten. Työkalu ei voi tallentaa tietoja pysyvästi, lähettää sähköpostia eikä päivittää CRM-järjestelmää.

Vaihe 4: Testaa agentin toimintaa

Kun agentti ja sen neljä työkalua on määritetty, suorita testi esimerkkihyötykuormalla.

Mitä sinun pitäisi nähdä n8n:n suoritusnäkymässä:

1. Webhook vastaanottaa hyötykuorman.
2. Tekoälyagentti käynnistyy.
3. Agentti kutsuu enrich_lead – näet työkalun suorittavan ja palauttavan tuloksen.
4. Agentti valitsee seuraavan vaiheen. Malli ja asetukset ratkaisevat, näkyykö käyttöliittymässä välivaiheiden tietoja.
5. Agentti kutsuu score_lead.
6. Agentti kutsuu draft_response.
7. Agentti kutsuu propose_route yhdellä kolmesta reititysvaihtoehdosta.
8. Agentti palauttaa lopullisen JSON-olion.

Jos jokin menee pieleen, n8n:n vianetsintäpaneeli näyttää viestit agentin ja sen työkalujen välillä. Yleisimmät ongelmat:

• Työkalun kuvaus ei ole riittävän tarkka. Malli ei tunnista, milloin työkalua kuuluu käyttää. Tee kuvauksesta konkreettisempi.
• Työkalun syöte- ja tulosteskeemat eivät vastaa toisiaan. Agentti ei pysty välittämään oikeita argumentteja. Määritä skeema yksiselitteisesti.
• Agentti jää silmukkaan. Se kutsuu työkaluja pääsemättä lopputulokseen. Aseta iteraatioille enimmäismäärä ja tarkista järjestelmäkehote.

Vaihe 5: Lisää suojamekanismeja

Pelkkä agentti on tuotannossa turvaton. Kuusi suojamekanismia, jotka kannattaa lisätä ennen kuin luotat siihen todellisessa liikenteessä:

1. Iteraatioiden enimmäismäärä. Aseta rajaksi pienin määrä, jolla onnistuneet arviointitapaukset valmistuvat. Testaa, että rajan täyttyminen ohjaa työn ihmiselle eikä jätä osittain toteutunutta sivuvaikutusta.

2. Hyväksyntäportti jokaiselle vastausluonnokselle. review_priority muuttaa vain jonon järjestystä, eikä se anna lähetyslupaa. Pidä asiakasviestintä tunnistautuneen ihmisen hyväksynnän takana, ellei erikseen hyväksytty käytäntö toisin määrää. Älä päättele turvallisuutta pelkästään kuluneen ajan perusteella.

3. Lähtevien toimintojen sallittujen kohteiden luettelo. Määritä CRM- ja sähköpostityökalut käsittelemään vain odotetun mallin mukaisia tietueita. Näin agentti ei voi lähettää viestiä väärään osoitteeseen tai luoda CRM-tietueita muista kuin liideistä.

4. Lokitus. Kirjaa jokaisesta suorituksesta hyväksytyt metatiedot: pysyvä suoritus- ja liidiviite, työnkulun ja mallin versiot, työkalujen nimet ja tulokset, validointitulos, reitti, hyväksyjä, uudelleenyritykset ja virheet. Raaka liidisyöte, haetut taustatiedot, luonnokset ja työkaluargumentit voivat sisältää henkilö- tai luottamuksellisia tietoja. Niiden käyttötarkoituksesta, peittämisestä, käyttöoikeuksista ja säilytysajasta on päätettävä erikseen.

5. Kustannusrajat. Rajaa agentin iteraatiot ja työnkulun suoritusaika sekä määritä mallipalvelussa kulutus- tai nopeushälytykset ja tarvittavat rajat. n8n-tilausten rajat kuvataan suoritusten ja ominaisuuksien kautta. Älä oleta, että n8n Cloud asettaa päivittäisen budjetin omalla API-avaimella käytettävälle mallipalvelulle. Seuraa palvelun käyttöä ja testaa hätäkatkaisin.

6. Päätösvastuu. Malli voi ehdottaa arvoa review_priority, human_review tai log_only, mutta työnkulku panee lopullisen säännön täytäntöön. Pidä reitityksen enum-arvot, pistekynnykset ja hyväksymisvaatimukset kehotteen ulkopuolella, jotta ne ovat näkyviä ja testattavia.

Vaihe 6: Tuotantokäytön vahvistaminen

Seuraavat käytännöt auttavat muuttamaan toimivan prototyypin luotettavammaksi:

Idempotenssi. Varmista, ettei saman liidin käsittely kahdesti esimerkiksi webhookin uusintayrityksen tai manuaalisen uudelleensuorituksen vuoksi luo tietueiden tai viestien kaksoiskappaleita. Ensin luku, sitten kirjoitus -tarkistus altistuu kilpailutilanteille. Varaa yksilöllinen avain tietokannasta atomisesti ja käytä samaa avainta kaikissa myöhemmissä kirjoituksissa. Noudata atomisen varauksen, varausajan, hyväksyntätunnisteen ja outbox-mallin rakennetta.

Virheenkäsittely. Lisää virheenkäsittely jokaiseen työkalukutsuun. Jos taustatietoja ei ole saatavilla tai yrityksen identiteetti on epäselvä, työnkulun tulee merkitä puuttuvat tiedot ja ohjata tapaus ihmisen tarkistettavaksi. Se ei saa keksiä henkilökohtaisia tietoja vain luonnoksen täydentämiseksi.

Havainnoitavuus. Seuraa keskeisiä mittareita: keskimääräistä suoritusaikaa, työkalukutsujen määrää ja kullekin polulle ohjattujen tapausten osuutta. Poikkeamat ovat signaaleja.

Pilottiarviointi. Tarkista jokainen suoritus rajatussa pilotissa, johon tiedot on saatu asianmukaisella suostumuksella, ja vertaa tulosta alkuperäiseen liidiin. Mitoita pilotti kattamaan eri lähdetyypit, kielet, puuttuvat kentät, epäselvät yritykset, kehoteinjektioyritykset ja prioriteettiluokat. Seuraa virheitä taustatiedoissa, pisteissä, reitityksessä, määräajoissa ja luonnoksissa. Kiinteä 50 tapauksen määrä ei vielä osoita tiettyä luotettavuustasoa.

Täytäntöön pantava hätäkatkaisin. Ohjaa suorittamista ja kaikkia sivuvaikutuksia käynnistäviä osia mallin ulkopuolelta, jotta valtuutettu ylläpitäjä voi pysäyttää uudet ja jatkettavat suoritukset ilman uutta käyttöönottoa. Testaa, että pois käytöstä -tila estää sekä jonossa olevat että jo käynnistyneet lähetykset. Kehoteohje tai arvo, jonka vain agentti tarkistaa, ei ole hätäkatkaisin.

Tärkein suunnittelupäätös: millaisia työkaluja agentille annetaan

Agentin laatuun vaikuttaa ratkaisevasti sille annettu työkalujoukko. Kaksi tavallista virhetilannetta ovat:

Liian vähän työkaluja. Agentti ei pysty hoitamaan tehtäväänsä ja saattaa yrittää korvata puuttuvan toiminnallisuuden keksityillä tiedoilla.

Liian monta työkalua. Agentti hämmentyy, valitsee väärän työkalun tai hukkaa iteraatioita tutkimiseen. Laatu heikkenee.

Hyvä sääntö on: aloita pienimmästä toimivasta työkalujoukosta ja lisää työkaluja vain, kun arviointitulokset osoittavat niiden olevan tarpeen.

Liidien esikarsinnassa valitut neljä työkalua muodostavat kohtuullisen lähtökohdan. Voit myöhemmin lisätä esimerkiksi:

• “lookup_existing_customer”-työkalun, joka tarkistaa, onko liidi jo asiakas,
• kalenteriin integroituvan “schedule_meeting”-työkalun tai
• “translate”-työkalun, jos liidejä saapuu useilla kielillä.

Mutta jokainen uusi työkalu on päätös, jonka agentin täytyy tehdä. Kunkin tulisi aidosti ansaita paikkansa.

Yleistyvät kuviot

Samat hallintaperiaatteet voivat auttaa muissa esikarsintatyönkuluissa, mutta seuraavia tunnisteita ja toimintoja ei voi siirtää uuteen käyttötarkoitukseen ilman alakohtaista arviota:

Tukipyyntöjen esikarsinta. Hae sallitut asiakashistoriatiedot ja ehdota luokkaa tai prioriteettia. Pidä tiliin, turvallisuuteen, hyvityksiin, käyttöoikeuksiin ja asiakasviesteihin liittyvät toimet hyväksytyn käytännön ja ihmisen valvonnassa.

Työhönoton työnkulut. Älä sovella liidipisteytystä haastattelu- tai hylkäysautomaatioon. Työhönottopäätöksiin voi liittyä oikeudellisia ja syrjintäriskejä, joten ne edellyttävät pätevän HR- tai oikeudellisen asiantuntijan arviota, saavutettavuuden varmistamista, vinoumien arviointia, avoimuutta työntekijöille ja hakijoille sekä merkityksellistä ihmisen päätöksentekoa.

Mediapyyntöjen käsittely. Korvaa rikastaminen ”lookup_publication”-työkalulla ja reititys prioriteettiin perustuvalla vastauksella.

Asiakaspalautteen reititys. Korvaa taustatietojen haku tunneanalyysillä ja tuoteluokituksella.

Hankintapyynnöt. Korvaa taustatietojen haku toimittajatarkistuksella, pisteytys käytäntöjen noudattamisen tarkistuksella ja reititys hyväksyntätyönkululla.

Vähäisten seurausten käyttötapauksissa toistuva rakenne on: validoi saapuva tapahtuma → hae pienin sallittu määrä taustatietoja → pyydä rakenteinen ehdotus → validoi deterministisesti → anna valtuutetun käytännön tai ihmisen päättää → toteuta toiminto idempotenttien, portitettujen työkalujen kautta. Malli tekee ehdotuksen, mutta ei vastaa seurauksiltaan merkittävästä päätöksestä.

Milloin agentin käyttö ei ole suositeltavaa

Jotkin työnkulut eivät hyödy tekoälyagentista. Jos logiikka on täysin deterministinen – “tee aina A:n jälkeen B ja sen jälkeen C” – tavallinen n8n-työnkulku ilman agenttia on nopeampi, edullisempi ja luotettavampi.

Agentti ansaitsee paikkansa, kun:

• Mahdollisten polujen määrä on suuri.
• Oikea polku riippuu harkinnasta, ei tiukoista säännöistä.
• Jotkin päätökset vaativat tiedon yhdistämistä useista lähteistä.

Jos päätöspuu koostuu muutamasta jos–niin-ehdosta, käytä tavallisia If- tai Switch-solmuja. Säästä agentti tapauksiin, joissa ehdollinen rakenne kasvaa vaikeasti hallittavaksi.

Rakenna ja testaa todellisella käyttötapauksella

n8n:n tekoälyagentti on työnkulku, jossa malli voi valita määritetyistä työkaluista. Tuotantokelpoinen toteutus rajaa valintaa ja pitää seurauksiltaan merkittävät päätökset vastuullisten ihmisten ja determinististen sääntöjen hallinnassa.

Suunnitelma on valmis vasta, kun olet testannut kaksoistoimituksen, virheellisen tulosteen, mallipalvelun aikakatkaisun ja hylätyn hyväksynnän sekä varmistanut, ettei lähetyssolmuun pääse ilman hyväksyntää. Mittaa rakennusaika, viive, korjausosuus ja kustannukset omassa n8n-ympäristössäsi. Tämä artikkeli ei lupaa tiettyä käyttöönottoaikaa eikä tuotantotulosta.

Rakenna ja testaa työnkulku ensin synteettisillä tai asianmukaisella suostumuksella saaduilla, tuotannon ulkopuolisilla tiedoilla. Voit käyttää samaa hallintamallia eli rajattuja työkaluja, skeemoja, idempotenssia, pysäytyssääntöjä ja tarkistusportteja, mutta tee toimiala- ja riskianalyysi uudelleen jokaiselle työnkululle.