Czym jest agent AI w n8n i czym różni się od zwykłego workflow
Zwykły workflow w n8n wykonuje z góry ustalone kroki, a agent AI sam decyduje, których narzędzi użyć i w jakiej kolejności, żeby zrealizować zadanie. To główna różnica: workflow jest scenariuszem, agent jest wykonawcą z celem.
W praktyce w n8n agent to węzeł AI Agent, do którego podłączasz model (np. od OpenAI, Anthropic albo Google), pamięć i narzędzia. Model czyta polecenie, wybiera narzędzie (np. wyszukanie w arkuszu, wysłanie maila, zapytanie do API), dostaje wynik i na tej podstawie układa odpowiedź albo wykonuje kolejny krok. Jeśli dopiero poznajesz samo narzędzie, zacznij od naszego przewodnika o tym, co to jest n8n i do czego służy w firmie.
Krok 1: zdefiniuj jedno wąskie zadanie
Zanim otworzysz edytor, opisz w dwóch zdaniach, co agent ma robić i czego robić nie wolno. Agent, który ma „pomagać w obsłudze firmy”, nie zadziała, a agent, który „pisze propozycję odpowiedzi na nowe opinie klientów”, już tak.
Dobre pierwsze zadania mają trzy cechy:
- powtarzają się regularnie (codziennie lub co tydzień),
- opierają się na tekście lub dokumentach,
- mają jasne kryterium poprawności, które człowiek oceni w kilka sekund.
Więcej o wyborze procesów znajdziesz w artykule o tym, co zautomatyzować w firmie w pierwszej kolejności.
Krok 2: wybierz wyzwalacz
Wyzwalacz decyduje, kiedy agent się uruchamia. Najczęściej używane opcje to:
- Chat Trigger – agent rozmawia z użytkownikiem w oknie czatu, np. jako asystent wewnętrzny,
- Schedule Trigger – agent uruchamia się o stałej porze, np. co kilka godzin sprawdza nowe zgłoszenia,
- Webhook – agent reaguje na zdarzenie z innego systemu, np. formularza albo CRM,
- Gmail lub Google Drive Trigger – agent startuje po nowym mailu albo nowym pliku w folderze.
Krok 3: dodaj węzeł AI Agent i model językowy
Do wyzwalacza podłączasz węzeł AI Agent, a do niego węzeł modelu. Model to „mózg” agenta, więc od niego zależy jakość rozumowania i stylu odpowiedzi.
Potrzebujesz klucza API wybranego dostawcy, który dodajesz w n8n jako dane uwierzytelniające. Dla zadań tekstowych, w których liczy się dobry styl po polsku, u nas sprawdza się Claude. Do prostych klasyfikacji można wziąć tańszy, mniejszy model. Zasada: zaczynaj od modelu lepszego, a oszczędzaj dopiero wtedy, gdy zadanie działa i masz pomiar jakości.
Krok 4: napisz instrukcję systemową
Instrukcja systemowa to najważniejsza część konfiguracji. Opisuje rolę agenta, ton wypowiedzi, dostępne narzędzia i granice działania.
Dobra instrukcja zawiera:
- rolę („Jesteś asystentem działu obsługi firmy X”),
- styl odpowiedzi (długość, forma grzecznościowa, słowa, których unikać),
- zasady korzystania z narzędzi („Cenę zawsze sprawdzaj w arkuszu, nigdy jej nie zgaduj”),
- sytuacje, w których agent ma się zatrzymać i przekazać sprawę człowiekowi.
Ostatni punkt jest kluczowy. Modele potrafią brzmieć pewnie także wtedy, gdy się mylą, dlatego agent musi wiedzieć, kiedy powiedzieć „nie wiem”.
Krok 5: podłącz narzędzia i pamięć
Narzędzia dają agentowi możliwość działania, a pamięć pozwala mu pamiętać kontekst rozmowy. Bez narzędzi agent jest tylko generatorem tekstu.
W n8n jako narzędzia możesz podpiąć m.in. węzły Google Sheets, Gmail, Slack, HTTP Request (dowolne API) oraz inne workflow wywoływane jako podprocedury. Każde narzędzie opisz krótko i konkretnie, bo model na podstawie tego opisu decyduje, kiedy go użyć. Dla zadań cyklicznych, uruchamianych przez harmonogram, pamięć zwykle nie jest potrzebna. Dla czatu z klientem lub pracownikiem dodaj pamięć rozmowy, żeby agent nie pytał o to samo po raz drugi.
Jeśli agent ma odpowiadać na podstawie dokumentów firmy, dodaje się do niego bazę wiedzy z wyszukiwaniem po treści, ale to temat na osobny artykuł.
Krok 6: dodaj akceptację człowieka
Tam, gdzie agent może wyrządzić szkodę (wysłanie wiadomości do klienta, zmiana danych, płatność), wprowadź krok zatwierdzenia przez człowieka. Można to zrobić mailem, w komunikatorze albo przyciskiem w Telegramie.
Dobrym wzorcem jest podział według ryzyka: sprawy proste agent załatwia sam, a trudniejsze przygotowuje do akceptacji. Pozwala to wdrożyć automatyzację bez obaw, a zakres samodzielności zwiększać stopniowo.
Krok 7: przetestuj na prawdziwych przypadkach
Testuj na realnych danych, nie na jednym wymyślonym przykładzie. Zbierz kilkanaście typowych przypadków i kilka trudnych, a potem sprawdź wyniki w historii wykonań n8n, gdzie widać każdy krok agenta, wybrane narzędzia i odpowiedzi modelu.
Poprawiaj najpierw instrukcję, potem opisy narzędzi, a dopiero na końcu zmieniaj model. Dodaj też obsługę błędów, żeby awaria API nie zatrzymała cichym błędem całego procesu, oraz powiadomienie, gdy coś pójdzie nie tak.
Jak to wygląda u nas: agent odpowiadający na opinie Google
Wdrożyliśmy w n8n agenta, który co 3 godziny sprawdza nowe opinie na wizytówkach trzech firm: Froosolutions, ośrodka wypoczynkowego Wiślańska Dolina w Wiśle oraz firmy szkoleniowej Zwyżka Szkolenia. Na opinie z oceną 4-5 gwiazdek odpowiada sam, a Claude pisze odpowiedź w stylu danej firmy. Przy ocenach 1-3 gwiazdki agent wysyła właścicielowi mailem propozycję odpowiedzi do akceptacji.
To dokładnie ten wzorzec podziału według ryzyka. Dostęp do API wizytówek Google wymaga zatwierdzenia przez Google, więc publikacja odbywa się przez Make.com, a cała logika siedzi w n8n. Szczegóły pokazujemy w realizacji: agenci AI dla Wiślańskiej Doliny.
Kiedy lepiej zlecić budowę agenta specjalistom
Prostego agenta zbudujesz sam, ale integracje z systemami firmy, bezpieczeństwo danych, własny serwer i utrzymanie wymagają doświadczenia. Warto wtedy skorzystać z pomocy, szczególnie gdy agent ma działać na danych klientów lub dokumentach finansowych.
Jeśli chcesz zobaczyć, jak wygląda cały proces od analizy po uruchomienie, zajrzyj na stronę o agentach AI dla firm. Techniczną stroną konfiguracji i utrzymania zajmujemy się w ramach wdrożeń n8n.
Najczęstsze pytania
Czy do zbudowania agenta w n8n trzeba umieć programować?
Podstawowego agenta można złożyć w edytorze wizualnym bez programowania. Znajomość API, formatu JSON i podstaw logiki bardzo jednak pomaga, szczególnie przy integracjach z systemami firmy i obsłudze błędów.
Który model językowy wybrać do agenta w n8n?
Zależy od zadania. Do pisania tekstów po polsku i zadań wymagających rozumowania wybierz mocniejszy model, np. Claude lub GPT. Do prostych klasyfikacji wystarczy tańszy, mniejszy model. Najlepiej porównać dwa modele na tych samych przykładowych danych.
Ile kosztuje działanie agenta AI w n8n?
Na koszt składają się opłaty za tokeny modelu (zależne od liczby zadań i długości tekstów) oraz hosting n8n. Wersja Community uruchomiona na własnym serwerze nie ma limitu wykonań, więc płacisz głównie za serwer i zapytania do modelu.
Czy agent AI może działać bez nadzoru?
W prostych, powtarzalnych sprawach tak, ale tam, gdzie błąd jest kosztowny, warto zostawić akceptację człowieka. Dobry agent sam rozpoznaje sytuacje niejasne i przekazuje je do osoby decyzyjnej.
Chcesz zbudować agenta AI w n8n dla swojej firmy, ale nie wiesz, od którego procesu zacząć? Skontaktuj się z Froosolutions, a wspólnie wybierzemy zadanie, które da najszybszy efekt.
Napisz, a sprawdzimy, który proces w Twojej firmie warto zautomatyzować w pierwszej kolejności.