n8n 串接 OpenAI (ChatGPT) 終極教學：5 個實戰範例，為你的自動化流程裝上 AI 大腦

你是否曾經想像過，如果你的自動化工作流 (Workflow) 不僅僅是一個只會聽命行事的機器人，而是一個能夠理解、思考、甚至創造的智慧夥伴？

當收到一封客訴 Email 時，它能自動讀懂內容、判斷情緒、抓出重點摘要，並草擬一封安抚的回信。
你只需要給它一個部落格文章的標題，它就能自動產出三篇風格各異、引人注目的社群媒體貼文。
它可以 24 小時不間斷地閱讀最新的產業新聞，並在每天早上為你整理好一份個人化的重點摘要報告。

這聽起來像是未來世界的場景，但透過 n8n 與 OpenAI (ChatGPT) API 的結合，這一切都已經是唾手可得的現實。將 n8n 強大的流程串接能力，與 OpenAI 領先全球的 AI 模型相結合，將會讓你的自動化能力產生質的飛躍——從「執行任務」進化到「解決問題」。

這篇文章將是市面上最完整的 n8n 串接 OpenAI 實戰指南。我們將從最基礎的 API 金鑰設定開始，深入解析 n8n 中 OpenAI 節點的核心功能，並提供 5 個超乎想像的實戰範例，一步步帶你為你的自動化流程，裝上那顆無所不能的 AI 大腦。

零基礎帶你完成屬於自己的n8n自動化流程

內容目錄

為什麼要將 n8n 與 OpenAI 結合？從「自動化」到「智慧化」的質變

傳統的自動化，擅長處理「結構化」的任務：如果 A 發生，就執行 B。例如，收到新訂單，就複製貼上到 Google Sheets。但當任務涉及「非結構化」的數據和需要「判斷」的情境時，傳統自動化就顯得力不從心。

這正是 OpenAI 發揮價值的地方。透過串接 ChatGPT 的大型語言模型 (LLM)，你的 n8n 工作流將獲得以下超能力：

自然語言理解 (NLU): 能讀懂人類的文字，從中提取關鍵資訊、判斷語氣、進行分類與摘要。
內容生成 (Content Generation): 能根據你的指令，創作出文案、郵件、報告、程式碼等多樣化的文字內容。
邏輯推理與決策： 能在一定程度上進行邏輯判斷，根據複雜的上下文，為你提供建議或做出決策。
多模態能力： 透過 DALL-E 等模型，甚至能根據文字描述，創作出獨一無二的圖片。

將這些 AI 能力融入到 n8n 的自動化流程中，你的可能性將是無窮無盡的。

串接第一步：取得 OpenAI API 金鑰與設定 n8n 憑證

在開始施展 AI 魔法前，我們需要先拿到進入魔法世界的鑰匙——OpenAI API Key。

註冊 OpenAI 帳號： 前往 OpenAI 官方網站，註冊一個開發者帳號。
建立 API 金鑰：
- 登入後，點擊左側邊欄的「API keys」。
- 點擊「Create new secret key」，為你的金鑰取一個好記的名字（例如 n8n-integration）。
- 點擊建立後，你會看到一串 sk- 開頭的亂碼，這就是你的 API 金鑰。請立即將它複製下來並儲存在安全的地方，因為你關閉視窗後，就再也無法看到完整的金鑰了。
在 n8n 中建立憑證 (Credential):
- 回到你的 n8n 畫布，新增一個 OpenAI 節點。
- 在節點設定的 Credential 欄位，點擊「Create New」。
- 在彈出的視窗中，將你剛剛複製的 API 金鑰，貼到 API Key 欄位中。
- 點擊「Save」，完成憑證的建立。

完成這一步後，你的 n8n 就已經具備了與 OpenAI 伺服器溝通的能力。

OpenAI 節點核心功能解析：精通 Chat Completion (聊天模型)

n8n 的 OpenAI 節點功能非常豐富，但我們最常使用的，就是 Resource: Chat -> Operation: Create Chat Completion。這就是大家所熟知的 ChatGPT 對話功能。

關鍵參數設定

Model (模型): 讓你選擇要使用的 AI 模型。常用的選項有：
- gpt-5 (最新、最強大、支援多模態)
- gpt-4-turbo (兼具智慧與速度)
- gpt-3.5-turbo (速度最快、成本最低，適合處理簡單任務)
Messages: 這是你與 AI 溝通的核心。它是一個陣列，裡面可以包含多個「角色 (Role)」的訊息：
- System: 系統提示詞。用來設定 AI 的「人設」和「行為準則」。例如：「你是一位專業的社群媒體文案寫手。」
- User: 使用者訊息。這就是你向 AI 提出的具體「問題」或「指令」。
- Assistant: AI 的回覆。在多輪對話中，你可以將 AI 先前的回覆也放進來，讓它記得上下文。

實戰範例一：打造社群文案自動產生器

目標： 當我們在 Airtable 中新增一筆文章點子（包含 title 和 keywords 欄位）時，自動產生三篇風格不同的 Facebook 貼文文案。
流程： Airtable Trigger -> OpenAI -> Airtable (Update)

OpenAI 節點設定：

Model: gpt-5
Messages:
- Role:System
  - Content: 你是一位專業的社群媒體文案專家，擅長用活潑、引人入勝的語氣撰寫 Facebook 貼文。你的回覆必須是 JSON 格式，包含三個 key: "style_humorous", "style_professional", "style_question"，分別代表三種不同風格的文案。
- Role:User
  - Content (使用 Expression):請根據以下資訊，為我產生三篇 Facebook 貼文文案：文章標題：{{ $json.fields.title }} 關鍵字：{{ $json.fields.keywords }}

執行後，OpenAI 節點會回傳一個 JSON 物件，你可以輕易地在後續步驟中，將這三篇文案分別更新回 Airtable 的對應欄位中。

實戰範例二：建立客服郵件自動分類與摘要系統

目標： 當 Gmail 收到新郵件時，自動判斷其「類型」（例如：售前諮詢、技術問題、客訴抱怨）和「緊急程度」（高、中、低），並產生一段 50 字的內容摘要，最後將這些資訊新增到 Trello 卡片中方便團隊追蹤。
流程： Gmail Trigger -> OpenAI -> Trello

OpenAI 節點設定：

Model: gpt-3.5-turbo (此任務速度優先)
Messages:
- Role:System
  - Content: 你是一個智能客服助理。你的任務是分析郵件內容，並以 JSON 格式回覆，包含三個 key: "category" (類型，選項為：售前諮詢、技術問題、客訴抱怨), "priority" (緊急程度，選項為：高、中、低), "summary" (50字以內的摘要)。
- Role:User
  - Content (使用 Expression): 請分析以下郵件內容：\n\n主旨：{{ $json.subject }}\n\n內文：{{ $json.text }}

這個流程能將混亂的收件匣，自動轉化為結構清晰、帶有優先級的待辦任務看板。

實戰範例三：自動生成 DALL-E 圖片並發布到社群

目標： 每天定時，根據一句預設的「每日一句」，使用 DALL-E 3 模型產生一張對應的插圖，並自動發布到 Instagram。
流程： Schedule -> Set (設定每日一句) -> OpenAI (Image Generation) -> Instagram

OpenAI 節點設定：

Resource: Image
Operation: Create Image Generation
Model: dall-e-3
Prompt (使用 Expression): {{ $json.quote }} (從上一個 Set 節點傳來的每日一句)
Size: 1024x1024

執行後，OpenAI 節點會回傳一個包含圖片 URL 的資料。接著，Instagram 節點就可以使用這個 URL 來發布圖片。

成本與提示詞 (Prompt) 優化技巧

選擇合適的模型： 不是所有任務都需要最強大的 gpt-4o。對於分類、摘要等簡單任務，使用 gpt-3.5-turbo 能大幅降低你的 API 費用，且速度更快。
明確的「人設」與「輸出格式」： 在 System Prompt 中，清楚地告訴 AI 它的角色（你是一位...）、它的任務，以及最重要的——你希望它回傳的格式（特別是要求回傳 JSON 格式），這能讓後續的資料處理變得極度簡單穩定。
提供範例 (Few-shot Prompting): 如果你希望 AI 的輸出風格更穩定，可以在 User Prompt 中提供一兩個「範例」，告訴它好的輸入長怎樣，對應的好的輸出又長怎樣。