最近我在幫自己的官網開發一些免費小工具，最後選擇用 n8n 串接背後的流程。原因是它能讓我把固定工作交給程式，需要理解與判斷的部分才交給不同的 AI；而我最想推薦的 AI 建置功能，則讓我可以直接用口語要求它修改既有流程、協助測試，缺資料時再回頭問我。
這次我把原本讓學員練習的企業健檢服務，改成網站上的小工具。最後完成這個功能時，我其實是一面在公園陪小孩子玩沙，一面指揮 AI 修改的。
不過，在講我的實作以前，我想先介紹一下這個功能。因為如果你對 n8n 的印象，還停留在要自己拉節點、每一個設定都慢慢填，那現在的使用方式已經有很大的不同。
n8n 的 AI Builder 是什麼？現在的 n8n Assistant 又是什麼？
n8n 的 AI 建置功能，讓使用者用自然語言描述需求，由 AI 協助產生或修改工作流程。2026 年 9 月官方介紹的 n8n Assistant 接替 AI Workflow Builder，進一步把建立、執行與修正放在同一段對話裡。
n8n 可以把不同系統之間的工作接起來。畫面上的一個「節點」，可以負責收到表單、整理欄位、呼叫模型，或把結果寫回系統；串起來後，就是一個 workflow，也就是工作流程。
以前建立流程時，我們需要先知道要用哪個節點、前後怎麼接，再逐一設定。AI Workflow Builder 則讓我們先用日常語言描述目標，讓 AI 協助選節點、連接並設定流程。早期官方介紹就把它當成協助探索做法與改善流程的工具。
這裡先把名稱說清楚：我原本習慣把這類功能叫做「AI Builder」。n8n 在 2026 年 9 月 9 日的公告則說明，新版 n8n Assistant 接替 AI Workflow Builder，會建立流程、跑起來、查看哪裡出錯，再繼續修改。我這次就是依照 n8n Assistant 官方自架文件完成安裝，以下會使用 n8n Assistant 這個名稱。
它產生的結果，仍然是我們可以打開、看懂節點、手動修改的 n8n 工作流程。對我來說，這點很重要：我可以先用對話完成大部分建置，需要時再進去看細節。
我們可以怎麼用口語請它建立或修改流程？
使用 n8n Assistant 時，可以描述工作目標、資料來源與預期結果，再讓 AI 協助規劃、建置及測試。需要登入帳號或缺少關鍵資訊時，使用者仍要補充；生成後的流程也可以繼續用對話調整。
假設我要做一個簡單的網站工具，我可以這樣描述：
收到網頁送來的資料後，先檢查必要欄位。資料齊全才做 AI 分析，再把結果整理成網頁需要的格式。如果缺少資料，請回傳缺少哪些欄位。先幫我規劃流程，有不清楚的地方問我。
這是方便說明功能的示範文字，不是我當時操作的逐字紀錄。
描述完需求後，接下來不是只收到一段建議。n8n Assistant 可以在有權限的專案裡協助建立與修改流程，也能執行檢查、查看錯誤，再依結果調整。當某個步驟需要憑證，會引導我們選擇既有憑證或建立新的連線。官方使用文件有列出這些操作方式。
用起來比較像是：我說我要改成什麼，它提出做法或直接處理；遇到不能自行決定的事情，再回頭請我補資料。我仍然要知道服務最後應該做出什麼結果，但不用每次都親手找到每個節點修改。
對第一次接觸的人，我會建議先說清楚「什麼時候開始、讀取什麼、最後交出什麼」。如果原本已經有流程，也把哪些地方改了、哪些規則要保留說清楚。需求說得具體，後面的來回就比較有方向。
我為什麼需要 n8n？免費的小工具也要考慮執行成本
免費 AI 小工具仍有模型與主機成本。我選擇讓 n8n 串接固定程式和不同模型，將規則明確的工作直接用程式執行，只有需要理解、判斷或生成內容的步驟才使用 AI，減少不必要的模型呼叫。
我現在在官網開發的小工具，有些需要好幾種 AI 協作。可能某一步我會想用 OpenAI 的模型，比較簡單的任務則用 DeepSeek 這類價格較低的選項；有些工作，我也希望能呼叫 Codex 等 CLI 工具。
但因為這些小工具免費提供給大家用，我很在意成本能不能控制。如果整個任務都交給一個 AI Agent，連欄位整理、固定條件判斷、資料搬移，都讓它每次重新想一遍，就可能多出很多模型呼叫。
我會希望把能寫成固定規則的部分，先交給程式。例如檢查欄位是否存在、日期格式轉換、依既定條件分流，或把已經算好的結果放進固定格式。這些步驟只要沒有呼叫模型，執行時就不會耗用模型 token；當然，程式仍然會用到主機資源。
| 工作的性質 | 我會考慮怎麼做 |
|---|---|
| 規則明確、每次做法相同 | 用程式或一般節點執行 |
| 需要理解文字，任務範圍較單純 | 先測試較便宜的模型是否足夠 |
| 需要較多推理或特定 Agent 工具 | 選適合的模型或 CLI，再核對使用方式與費用 |
| 協調順序、傳遞資料、串起結果 | 交給 n8n 工作流程管理 |
這張表是我的分工思路，並不是這次企業健檢每個節點的部署清單。我喜歡 n8n，就是因為它允許工程人員把這些功能拆開，再依需要組合。n8n 官方也將程式、自動化與 AI 的結合列為平台特色。
這裡還有兩筆容易混在一起的成本：請 AI 幫忙建流程的費用，以及網站每次執行流程的費用。 開發時用 AI 幫我寫好固定程式，日後程式可以直接重複執行；但正式流程裡保留的模型步驟，每次使用仍有相應用量。實際降低多少，需要用執行紀錄計算，我目前不把這次案例寫成已量測的節省百分比。
我的自架 n8n，怎麼接到程式和 CLI？
我的 n8n 部署在 Docker 容器裡，透過容器間連接，呼叫另一個環境中的 CLI 與 Python 程式。容器連線和遠端執行需要另外設計；n8n 裡能執行命令，不代表可以直接使用主機或其他容器上的所有程式。
我的 n8n 是自架的，而且放在容器裡。我把使用的 Antigravity CLI 工具，以及操作 CLI 的 Python 程式放在另一個容器環境，再透過 Docker 容器間的連接，讓 n8n 呼叫這部分的功能。
對主管來說，可以先把它理解成：n8n 負責安排工作順序，Python 和 CLI 負責某些特定工作，做完後再把結果交回流程。工程人員可以依工作需要，維護或替換其中一個模組。
這是我自己的部署方式。Antigravity CLI 是我在環境中另外使用的工具，並不是 n8n 內建的節點。我是透過容器和程式，把它接到 n8n 的工作流程裡。因為不同環境的安裝方式和版本可能不一樣，本文先分享整體架構與使用方式，不列出尚未確認的安裝指令。
另外，有一個技術細節要說準。n8n 的 Execute Command 文件指出：如果 n8n 跑在 Docker 裡，命令是在 n8n 所在的容器執行，並不是直接跑在 Docker 主機上；這個節點也不提供給 n8n Cloud，且從 n8n 2.0 起預設停用。因此「呼叫另一個容器裡的工具」需要搭配自己的連線與執行介面，不能只把兩個容器連上網路，就以為程式會自動互通。
這也是我推薦工程團隊認識 n8n 的原因：現成節點能用就用，需要自己寫程式的地方，也有空間接進來。
月費額度可以直接拿來支撐免費網站嗎？
我在開發這些免費小工具時，也會思考能不能使用自己已經購買的月費額度，降低開發和測試成本。
例如在我自己的環境裡，有些工作可以透過 Codex 或其他 CLI 工具執行。這種方式適合用在開發、測試，或是我自己可以控制的固定流程。它和每一次都使用 API Key 呼叫模型，是不同的成本模式。
不過，如果網站要正式開放給其他使用者，就需要另外確認服務供應商允許的使用方式。自己的訂閱帳號可以在個人環境中使用，不代表就能直接拿來代替所有網站訪客執行任務。
所以我的做法是，先把能固定化的流程寫成程式，再依照任務的性質，選擇使用 API、價格較低的模型，或是在合適的情況下呼叫 CLI。這樣可以讓成本比較容易控制，也不會把所有工作都交給 AI Agent 處理。
從課堂練習改成網頁工具，它幫我一起修改了相關 workflow
這次企業健檢改版，改變的是使用入口、操作方式與讀取目標，而且原本已拆成多個 workflow。我實測時，AI 找到彼此相關的流程，依口語需求一起修改，協助測試，並在缺資訊或憑證時請我補充。
我原本就有一個企業健檢服務，當時是上課讓同學練習使用。現在我要把它改成官網上的小工具，使用者怎麼操作、流程要讀取什麼目標，都和原本不一樣。
而且它不是只有一條從頭跑到底的流程。我之前已經把自動化拆成許多 workflow，彼此之間有關聯。換成以前，我要先回想哪一條負責哪件事，再一個一個打開，檢查修改後會不會影響其他地方。
這次最讓我有感的是，它能找到相關聯的 workflow，再照著我用口語說的需求一起修改。 我後來的流程調整，幾乎就是透過 AI Agent 完成的。
過程中，它也會幫我測試。遇到我沒有交代的資訊，就回頭問我；需要建立憑證時，也會請我補上。對我來說，這已經比「幫我產生一張新的流程圖」更接近實際開發會遇到的工作：理解原本的流程、配合新的需求修改，再確認修改後能不能繼續執行。
這是我這次操作的經驗，不代表每個專案都能一次改完，也不是已經證明所有例外情況都通過測試。官方文件也說明，它能處理的資源受使用者在所選專案內的權限限制。目前功能仍在 Preview，實際可做的動作會隨版本調整。
下面這張是 n8n Assistant 補問與要求建立憑證的樣子，取自我另一個「每週排程發文」流程：它先問我要把「排程 Facebook 發佈」節點換成什麼，我回覆一個工具網址後，它停在「Waiting for your input」，跳出 Simplified Custom Auth 的憑證設定卡，讓我選擇連線或暫時略過。
我最後是在公園陪孩子玩沙，一邊把功能改完的
這次實作讓我感受到，AI 輔助建置可以讓人把注意力放在需求、分工和結果確認，減少逐一操作節點的時間。我在既有服務與部署基礎上，以對話指揮修改，完成企業健檢轉成網頁工具的這次調整。
最後，我完成這個功能時，其實是一面在公園陪小孩子玩沙，一面指揮 AI 做的。
它需要資訊時，我就補充；需要我建立憑證時，我再處理。其他流程的修改和測試，就讓它繼續往下做。這是我這次使用最有感的地方。
當然，前面已經有企業健檢服務，也有自架環境和拆好的 workflow，這些基礎不是當天在公園憑空出現的。我的工作也還包括決定功能怎麼改、哪些步驟用程式、哪些任務用 AI，以及確認結果是不是我要的。
但以前這些想法後面，還跟著很多打開流程、找節點、改設定的操作。現在我可以把需求說清楚，讓 AI 接手更多實作，再在需要判斷的地方回來找我。這就是我想推薦大家重新認識 n8n 的原因。
對正在建置企業 AI 工具的人，我覺得值得試的組合是：用 AI 協助開發與修改，把確定的工作留下來變成可重複執行的流程，再把真正需要判斷的部分交給適合的模型。
n8n AI 建置功能常見問題
使用 n8n 的 AI 建置功能，應區分建置助理、正式流程中的 AI，以及程式執行環境。三者的設定與費用不同；自架環境也需要完成模型與執行環境設定，才能使用相關功能。
用 AI 建立工作流程，之後每個步驟都會耗 token 嗎？
不會。固定程式與一般節點只要沒有呼叫模型，執行該步驟就不會耗用模型 token。AI 協助建置或除錯有自己的用量，正式流程裡呼叫模型的步驟也有用量；兩者要分開記錄。
自架 n8n 就會自動有 n8n Assistant 嗎？
不一定，需要版本與設定配合。官方自架說明列出模型提供者與必要的 sandbox 執行環境，搜尋服務則是選配。這個給 Assistant 跑程式的 sandbox，和我另外放 CLI、Python 程式的工作容器，是不同用途，不能直接混為一談。
AI 要我建立憑證，可以直接把 API Key 貼給它嗎？
應透過 n8n 的憑證設定畫面建立連線，使用 Assistant 提供的憑證選擇或建立入口。官方說明要求使用標準憑證介面，不要把 API Key 或密碼貼進對話。
自動測試成功，就代表網頁工具可以正式提供給大家用了嗎？
單次成功代表該次輸入能跑通，還要核對輸出是否正確，以及缺資料、服務失敗等情況。本文記錄的是我的改版經驗，不把 AI 回報成功當成所有情境都已驗收。
參考資料
本文的企業健檢改版、容器分工與公園操作經過，來自 Claire Chang 的第一手描述。產品名稱、功能、執行環境與帳號使用限制，依 2026 年 9 月 27 日查閱的官方資料整理。
- n8n：Introducing n8n Assistant，2026-09-09。
- n8n：Use n8n Assistant，文件日期不明。
- n8n：AI Workflow Builder Best Practices，2026-01-12。
- n8n 官方網站，頁面日期不明。
- n8n：Execute Command，文件日期不明。
- n8n：Set up n8n Assistant，文件日期不明。
- OpenAI：Authentication，文件日期不明。
- Anthropic：Claude Code Legal and compliance，文件日期不明。
以上來源查閱日期皆為 2026-09-27。
關於作者
Claire Chang ｜ 企業 AI 導入與流程轉型顧問。專注於 AI Agent 架構設計、ERP 系統整合與企業 AI 治理。
首次發布：2026-09-27