Transcription
Это ваше главное видео по n8n. Если вы новичок, то это видео для вас. Если же вы уже умеете строить и работать с сервисом n8n, то есть вы уже создавали какие-то шаблоны, вы уже делали какие-то автоматизации, вас не пугает слово "нода", "узел", "триггер", то, скорее всего, вы здесь ничего нового не узнаете. Рекомендую вам точечно изучать те направления, которые вам интересны.
У меня есть плейлист, где собрано больше ста восемнадцати различных видеоуроков по сервису n8n. Где-то мы разбираем точечно ноды, где-то я вам показываю какую-то действительно магию, где-то мы с вами строим просто крутые шаблоны, которые позволяют нам облегчить жизнь и зарабатывать чуть больше. Поэтому, если вы не новичок, то рекомендую вам перейти в плейлист по n8n и найти тот урок, который нужен в данный момент именно вам.
Если же вы новичок, то это ваше главное видео по n8n. Я хочу показать вам, как мыслить в n8n, как создавать шаблоны, как не бояться шаблонов, как не бояться интерфейса, как без знаний кода, без знаний программирования создавать вот такие вот автоматизации, использовать их для себя либо продавать их очень дорого. Поэтому в этом видео я вам хочу показать не какую-то магию, которая создаётся с помощью сервиса n8n, а дать понимание, как использовать сервис n8n. Ну и, конечно, мы с вами в конце создадим полноценного AI-агента буквально за несколько минут, и вы увидите, как здесь всё просто. Поехали.
Смотрите, первое: я сейчас не буду вам рассказывать, как зарегистрироваться в сервисе n8n. Здесь всё, в принципе, интуитивно понятно, и вы без проблем справитесь с этой задачей. Я бы вам хотел сказать о другом: зачем вообще нам нужен сервис n8n, если у нас уже есть ChatGPT, если у нас уже есть Claude AI, если у нас уже есть Gemini AI? С помощью этих инструментов, с помощью этих LLM-моделей либо нейросетей мы можем выполнить практически там девяносто процентов задач, которые у нас есть. Можем сгенерировать картинку, мы можем задать какой-то вопрос, мы можем обработать какие-то, какое-то большое количество данных, мы можем написать посты, мы можем сделать даже полноценное видео, например, с помощью того же Gemini AI, либо мы можем сделать презентацию. То есть мы можем сделать всё что угодно.
Но самое главное различие между вот этими вот нейросетями, между LLM-моделями, это в том, что работая с ними, мы всё выполняем вручную. То есть мы должны всё это делать руками, то есть самостоятельно присутствовать с помощью телефона либо с помощью веб-версии тех приложений, которые нам нужны. n8n же — это система. То есть, один раз построив систему, один раз построив и настроив шаблон n8n, мы всегда будем получать тот результат, который нас на сто процентов будет удовлетворять. То есть, по сути, мы убираем весь ручной труд. Наши AI-агенты, консультанты и продавец могут работать, когда это нужно нам, по какому-то запросу, когда в него приходит какой-то запрос, какое-то сообщение, либо он может просто просыпаться в определённое время и выполнять все те дела, которые вы на него взвалили, которые ему нужно выполнить. То есть мы строим систему, где не нужно постоянно вводить что-то руками, где не нужно постоянно быть на связи с нашим с нейросетью, с нашей с нашей LLM-моделью. Мы строим систему, которая работает без нас, и в этом есть преимущество сервиса n8n.
Сервис n8n можно, конечно, использовать для личных задач, для того, чтобы стать чуть быстрее, чуть эффективней, для того, чтобы не нанимать каких-то себе живых ассистентов, делегировать всё это роботу, и робот будет выполнять те задачи, которые мы не хотим выполнять, либо те задачи, с которыми он будет справляться быстрее и лучше. Но большая часть, конечно же, работы сервиса n8n, то есть большая часть заявок на работу сервиса n8n — это заявки от бизнеса. То есть бизнес хочет стать эффективнее, бизнес хочет стать зарабатывать больше денег, бизнес хочет решать какие-то проблемы не с помощью увеличения штата, увеличения фонда заработной платы, а с помощью роботов, которые, в принципе, на сегодня могут также эффективно выполнять те задачи бизнеса, которые им нужны. Поэтому большая часть запросов, конечно же, идёт на создание шаблонов именно для бизнеса. Там есть крупные заказчики, там есть хорошие, интересные проекты, и мы за этот год создали уже больше тысячи различных шаблонов, которые помогут бизнесу решать какие-то свои проблемы.
Хорошо, давайте уже разберёмся с принципом работы n8n. Если вы сейчас это поймёте, то вы без проблем сможете строить вот эти вот все шаблоны буквально там за несколько минут либо там за несколько часов, в зависимости от задачи, которую вы хотите выполнить. Значит, смотрите, любая LLM-модель, любой AI-агент, он работает от запроса, то есть от задачи, которую ему необходимо решить. То есть у нас есть, например, задача: "напиши email да кому-то", либо у нас есть задача: "найди видео на YouTube", у нас есть задача: "узнать ээ про сделать какой-то ресурс ээ в интернете, найти какую-то там самую дешёвую цену на что-то", у нас есть задача: "мы ему отправляем какие-то файлы, и он должен обработать всё это". То есть у нас есть какая-то задача, и эту задачу мы отправляем в LLM-модель, нашего AI-агента, и он должен решить эту задачу и дать ответ по этой задаче в том формате, который нам нужен.
Как это сделать? Мы подключаем к нашему LLM-модели, к нашему AI-агенту, различные инструменты, которым он может пользоваться. Например, инструмент YouTube: он может заходить на YouTube, искать там, транскрибировать ролики на YouTube, вытаскивать текст, смотреть статистику, искать популярный контент, искать по хэштегу, искать новый контент. То есть выполнять какие-то задачи там, связанные с YouTube. Ну, либо с TikTok, либо с Instagram. Неважно. Но для того, чтобы он смог выполнять эту задачу, ему необходим инструмент, который позволяет выполнять эту задачу. Например, на том же YouTube. Или мы хотим, чтобы он после выполнения этой задачи, например, присылал нам в Telegram либо на электронную почту информацию о том, как он решил эту задачу. То у него должен быть подключён другой инструмент. У него должен быть подключён там Telegram, у него должен подключать, подключена быть почта, по которой он будет отправлять. Либо мы хотим просто, чтобы он в виде файла либо в виде таблицы всё это отправлял. То есть, в зависимости от тех задач, которые мы хотим решать, мы должны к нашему AI-агенту подключать те инструменты, с помощью которых он будет решать эту задачу.
Например, мы хотим, чтобы он формировал какую-то базу знаний по нашему там Telegram-каналу, да, либо по чужому Telegram-каналу, либо он должен сидеть в каком-то Telegram-чате и Telegram-боте и быть администратором этого Telegram-канала. Если у него есть те инструменты, которые позволят ему решить эту задачу, то он без проблем сможет выдавать эту задачу, то есть выполнять эту задачу. Если инструментов подключенных нет, то он не сможет выполнять и решать эту задачу. Например, в ChatGPT, в Gemini AI, в Claude AI есть ограниченный функционал тех задач, которые он может решать. В сервисе n8n таких инструментов, таких задач, таких инструментов, таких возможностей неограниченное количество. Здесь есть большое количество инструментов, с помощью которых наш AI-агент может выполнять те задачи, то есть выходить за пределы того, что ему необходимо выполнить. Здесь больше тысячи различных приложений, тысячи различных сервисов, которыми он может без проблем пользоваться.
В зависимости от того AI-агента и робота, который мы строим, мы и даём ему выполнять те или иные задачи. То есть он сам принимает решение, какой в тот или в тот или иной период времени использовать инструмент для решения этой задачи. Это сильно его отличает от классической автоматизации, где есть, например, какой-то входящие данные, есть несколько инструментов, AI-агент обрабатывает эти инструменты и идёт дальше и отдаёт нам ответ. То есть мы строим AI-агент, который думает и который пользуется сам теми инструментами, которые в него подключены.
Выглядит это примерно так: то есть у нашего AI-агента, в нашей LLM-модели есть несколько инструментов. Таких инструментов может быть неограниченное количество. Это могут быть сами инструменты, это могут быть его помощники, как, например, вот в этом случае, где у нас есть главный AI-агент, грубо говоря, наш помощник главный, и у этого AI-агента есть большое количество, ммм, как бы сотрудников, отделов, которым он может отправлять те задачи, которые нужно решить нам. И за счёт этого, те из-за счёт этого он становится, знаете, таким многоруким, многоногим, который может решить абсолютно все задачи за счёт того, что в качестве инструментов у него подключены другие роботы, специализированные другие роботы, которые могут выполнять отдельные задачи. Например, задачи, связанные со социальными сетями, у него поделены также на несколько отделов: это отдел по Twitter, по Instagram, по Threads, по YouTube, по TikTok. Аа, отделы по генерации видео: тоже зависит от того, какое видео мы хотим сгенерировать. Нам нужен логотип, либо нам нужно полноценное видео от VEO, три нана-банана, либо VEO три и один, в зависимости от той версии, которая сейчас есть, либо нам нужно сделать видео с аватаром. И наш AI-агент, когда мы ему отправляем задачу, он сам принимает решение, какому AI-отделу отправить эту задачу для решения. Либо нам нужно просто сгенерировать изображение, либо нам нужно сделать просто, аа, написать пост, да, написать пост в виде истории, или пост в Telegram, пост для Insta, пост для, аа, email, либо пост для нашего блога. И в зависимости, то есть, чем больше количество инструментов есть у нашего AI-агента, тем он быстрее понимает, как выполнить ту задачу, которую мы ему отправляем.
Если вы сейчас это поняли, то вы без проблем сможете построить любых AI-агентов, просто добавляя к ним те необходимые инструменты, которые вам нужны. Давайте перейдём уже непосредственно к интерфейсу чат n8n. Что здесь важно узнать? Значит, вы с самого начала попадаете вот на главную страницу n8n. Смотрите, у нас есть два варианта использования сервиса n8n: платный и условно бесплатный, либо бесплатный способ использования сервиса n8n. n8n — это приложение, это сервис, у которого как бы есть открытый исходный код, и за счёт этого мы можем использовать его как облачную версию, да, в классическом виде. n8n эо. Переходим в раздел "Price" и, соответственно, выбираем тот тариф, который нам нужен. Либо мы можем сами разместить n8n, скачать его, разместить на своём собственном сервере и использовать его, либо на своём собственном компьютере использовать его абсолютно бесплатно. Главное, чтобы у этого сервера либо у этого компьютера был доступ в интернет. Всё, вы ничего не платите.
Здесь же, по сути, при работе с сервисом n8n, мы платим за хостинг, да. Но здесь цены на хостинг они достаточно высокие, потому что площадка заточена чисто под сервис n8n. Сейчас есть большое количество хостинг-провайдеров, которые могут вам разместить на вашем собственном хостинге сервис n8n, и вы сможете его использовать абсолютно бесплатно. У меня есть отдельное видео о том, как не платить за сервис n8n, и без кода создать. Нет, вот оно: "Как не платить за сервис n8n", и буквально там за семнадцать минут я вам покажу, как вы сможете разместить сервис n8n на своём собственном хостинге и не платить за n8n.
В чём преимущество вот этого вот неоплаты за n8n? В том, что когда мы платим за облачную версию n8n, мы ограничены количеством выполненных процессов. Когда мы не платим за сервис n8n, мы не ограничены за количество, аа, процессов, которые будут использованы. Например, у меня есть один из ботов, который размещён на сервисе n8n. Мы, я его использую для администрирования своего Telegram-канала, где в сутки приходит там от ста до там пятисот различных сообщений от пользователей. Для того, чтобы сто пятьсот сообщений от пользователей — это сто пятьсот выполненных процессов в сутки. Вы представляете, какой тариф мне необходимо было выбрать для того, чтобы этого, как бы, бота я использовал на облачной версии n8n? То есть мне бы нужен был бы максимальный тариф. Поэтому я выбрал размещение n8n на своём собственном сервере, и за счёт этого я не плачу просто за те тарифы, которые, соответственно, здесь есть. То есть я экономлю большое количество денег за счёт того, что размещаю сервис n8n на своём собственном сервере. Как это сделать? Есть подробное видео, обязательно посмотрите.
Облачную версию же я использую больше для съёмки видео и для демонстрации, либо создания каких-то шаблонов. n8n — одно из главных преимуществ сервиса n8n в том, что у него есть огромное комьюнити. То есть сейчас со временем у него появилось огромное комьюнити, и это комьюнити, аа, днями и ночами создаёт бесконечное количество шаблонов автоматизации, которые мы можем использовать. Для этого нам необходимо просто нажать "Create Workflow" и выгрузить тот шаблон, который мы где-то скачали либо где-то использовали. Но здесь тоже очень важно: если вы используете сервис n8n на своём собственном хостинге, то смотрите, да, какие шаблоны вы скачиваете, потому что могут возникать какие-то проблемы с этими шаблонами. А так, в принципе, вы просто выгружаете тот шаблон, который вам нужен, который создал кто-то другой, и он у вас будет полноценно функционировать и работать. Например, у нас есть сообщество. Ссылка находится в первом закреплённом сообщении под этим видео, где у нас собрано и разобрано больше тысяча трёхсот восьмидесяти двух различных шаблонов по n8n. Вы просто переходите по первому закреплённому сообщению, попадаете в Telegram-бот, и Telegram-бот вам подробно рассказывает, где и как вы сможете скачать эти шаблоны, как их использовать и как вступить в наше сообщество. То есть мы здесь полностью заточены под работу с искусственным интеллектом и с сервисом n8n, и любой шаблон вы сможете скачать и адаптировать, загрузить в свою n8n workflow для собственного использования.
Если говорить про интерфейс n8n, то изначально, когда мы попадаем в сервис n8n, мы видим вот такое вот поле workflow, где собраны наши workflow. "Create New Workflow" — это создать новое workflow. Дальше, значит, в новом workflow ты видишь такие инструменты: это название нашего нашего шаблона, нашего workflow-пространства, мы его можем подкорректировать, изменить так, как нужно нам. Здесь мы можем также добавить какие-то теги для того, чтобы в будущем было проще искать этот. Дальше, значит, рабочая часть. Здесь процесс увеличения, да, как мы можем увеличить либо уменьшить наш workflow. Мы можем очистить либо выстроить всё это в ту систему, которая нам необходима. Значит, дальше у нас есть возможность добавлять инструмент.
Если говорить про те самые инструменты либо те самые ноды, которые есть в сервисе n8n, то первое — это триггеры. Это то, что будет зажигать и запускать нас наш сценарий. Остальное — это ноды, аа, действий, либо ноды инструментов, либо различные утилиты. Как выглядят триггеры? Триггеры выглядят вот таким вот образом. Они собраны, аа, в самом начале, когда мы создаём какого-то AI-агента, у нас тут же активируется поле с триггерами. После того, как мы выбрали тот или иной триггер, мы можем использовать ноды в качестве нот. Мы можем использовать как самих AI-агентов, так и различные сервисы, инструменты, которые здесь собраны. Ноды — это узлы, ноды. Именно ноды помогают нам соединить наши n8n с различными сервисами, например, с Telegram-мессенджером, WhatsApp, Discord, Instagram. Например, мы можем подключить различные Google-сервисы: Sheets, Docs, Gmail, Calendar. Либо мы можем подключить почту, либо CRM-системы, CRM-таблицы. Мы можем подключить соцсети, мы можем подключить различные парсеры, мы можем делать запросы на какие-то сторонние ресурсы. То есть, аа, ноды — это готовые собранные интеграции с различными сервисами.
Также есть не готовые ноды, универсальные ноды, такие как HTTP Request. Вот это нода. Мы с вами в процессе работы будем часто обращаться к к этим нодам. Аа, ноды HTTP Request позволяют нам делать запросы в сторонние сервисы, которые ещё не собраны, которые ещё нет в сервисе n8n. Например, через ноду HTTP Request мы подключали различные там Яндекс.Диски либо Яндекс.Диск, либо какие-то сервисы, которые позволяли генерировать видео типа нана-банана, но намного дешевле, либо VEO три сервисы. У меня есть отдельно на это видео. Есть ноды Telegram, да. Посмотрите, у каждой ноды есть большое количество различных поднот. Есть ноды в Telegram для отправки сообщения, для отправки локации, есть ноды для отправки документов. И в зависимости от той задачи, которую нам нужно выполнить, мы выбираем именно ту ноду, которая способна выполнять ту или иную задачу. Если нам необходимо там спарсить какие-то социальные сети, мы, например, ищем ноду "ScrapeCreators". Да, с нода "ScrapeCreators" позволяет парсить социальные сети. В зависимости от той задачи, которую нам необходимо выполнить в той социальной, в той или иной социальной сети, мы выбираем ту или иную ноду. То есть ноды — это инструменты, это узлы. Ноды — это не инструмент, ноды — это узлы, которые позволяют соединять и усиливать нашу workflow, усиливать нашу интеграцию с сервисом сервиса n8n, создавать более сложные, более развитые автоматизации.
Здесь, в этом интерфейсе, мы в основном работаем вот с этим вот правым элементом. Здесь есть большое количество инструментов, которые мы можем использовать, аа, в сервисе n8n. Первый инструмент — это всегда триггер. То есть это всегда то, что будет зажигать нашего AI-агента. Триггеров есть большое количество. У меня есть отдельное также видео на YouTube, где мы подробно разбираем, аа, каждый из этих элементов, каждый из триггеров. Триггер — это то, что будет запускать наш процесс. Например, есть ручной триггер, есть Telegram-триггер. Ручной триггер — это когда система будет запускаться сама, то есть вручную, то есть мы её должны запускать вручную. Есть триггеры по времени, по таймеру, когда система будет запускаться в определённое время. Есть триггеры, аа, используя какие-то приложения, например, Telegram-триггеры, как в этом случае, когда мы в Telegram отправляем запрос, и, соответственно, наш AI-агент активируется и выполняет ту задачу, которая нам необходима. В основном это используется нам, когда мы строим каких-то AI-продавцов. Либо есть триггер, который, то есть триггер — это то, что будет зажигать, включать, активировать нашего AI-агента. В данном случае я вам просто покажу триггер, который используется в местном чате.
Всё, триггер мы создали, то есть то, что будет запускаться, запускать нашего AI-агента. Например, мы сейчас ему можем написать "Привет", и система также сразу же сработает. Система увидела сообщение "Привет", но это сообщение не обработалось. Для того, чтобы это сообщение обработалось, нам необходимо подключить сюда уже AI-агента, либо подключить ноды, узлы, которые будут выполнять ту задачу, которая нам необходима. Например, для того, чтобы построить базового AI-агента, как я вам обещал в самом начале, после триггера, после ээ, после триггера мы включаем AI-агент. Мы выбираем просто AI-агент и здесь выбираем ээ тот вариант AI-агента, который мы хотим использовать. В основном все используют ээ стандартную, обычную версию AI-агента. Вот он таким образом выглядит. И теперь, когда к нему придёт сообщение "Привет", он уже сможет принять это сообщение, обработать его и начать с ним работать.
Но для того, чтобы AI-агент работал, ему необходимо подключить мозг. Мозгом будет, мозгом может быть как раз та LLM-модель, которая будет обрабатывать тот запрос, который к нему пришёл. Мозг обычно у агента, то есть это та самая LLM-модель. Это может быть Chat, Claude AI, Anthropic. Это может быть, это может быть Deepseek. Из самых популярных — это может быть Gemini AI, это может быть Grok. Это может быть, так, ну это не совсем популярно, ну это может быть Grok. Это может быть ChatGPT. Я вот здесь выберу ChatGPT. И теперь у моего, либо это может быть даже Яндекс. Как в данном случае, мы просто выбрали модели Яндекса, и Яндекс работает с ChatGPT. О том, как подключить вместо ChatGPT Яндекс, у меня также есть отдельное видео. Но сейчас для демонстрации я покажу ChatGPT, как работает. То есть я подключаю модель, и теперь к моему AI-агенту уже подключена LLM-модель той версии, которая мне необходима. Я могу подключить ChatGPT версию 5.1, я могу подключить ChatGPT версию 4.1, могу подключить версию 3.5. То есть, смотрите, большое количество моделей у ChatGPT. У каждого из инструментов, если я не хочу подключать ChatGPT, я хочу, например, подключить Deepseek, я также выбираю, соответственно, Deepseek, ту модель, которая мне необходима. Если я хочу подключить, например, универсальный, аа, инструмент, я использую OpenRouter. По работе с OpenRouter, где собрано, собраны все практически модели AI-агентов, аа, у меня есть также отдельное видео. Посмотрите обязательно, как с этим инструментом работать. Здесь есть всё, чего нет в стандартных версиях AI-агентов, то есть и от OpenAI, и модели от Deepseek, и вот Deepseek, и модели от Claude AI, всё это вот так вот. Deepseek пишется. И модели от Alibaba, и от Deepseek. То есть все те модели, которые нам необходимы. То есть наша основная задача — подключить к нашему AI-агенту LLM-модель, то есть искусственный интеллект, нейросеть, которая будет выполнять ту задачу, всё, которую нам необходимо. Ну, здесь я подключил ChatGPT. Давайте версию 4.1. Она наиболее дешёвая, и она, в принципе, выполняет те задачи, которые мне необходимы.
Для того, чтобы AI-агент заработал, нам необходимо его подвязать к сервисам. Для этого мы используем Credentials. То есть Credentials, New Credentials. Скорее всего, у вас здесь списка такого нет, и здесь нам необходимо использовать API-ключ от того сервиса, который мы будем использовать. Например, если мы используем ChatGPT, то мы переходим на сайт platform.openai.com, заходим в свой аккаунт, заходим в API Reference. И здесь нет, заходим в Dashboard, и здесь есть такая штука, как API Keys. Создаём новый API Key, например, "Тестовый", аа, для какого-то проекта своего, либо отдельно API Keys. Нажимаем "Create New Secret Key", получаем секретный ключ, вводим его сюда. Можно прописать ID организации, либо не прописывать эти данные. Нажимаем "Сохранить", и всё. И после этого у нас, а ещё можно переименовать вот здесь вот название на, аа, если у вас несколько аккаунтов у OpenAI, то есть выбрать тот именно аккаунт, который вам нужен. И после этого у вас будут доступны все те модели ChatGPT, которые у вас есть. Список своих credentials, то есть список тех, и так необходимо делать с каждым инструментом, список тех credentials, список тех инструментов, которые вы создаете, он будет всегда отображаться вот на главной странице n8n в разделе Credentials. А здесь будет список всех тех инструментов, которые у вас есть: это и ChatGPT, Claude AI, и какие-то, может быть, сторонние запросы, которые вы создаете. Здесь будет список всех этих инструментов, которые доступны вам для работы с сервисом n8n. Без этого сервиса n8n, либо ваша LLM-модель, которую вы создали, она работать не будет.
Также credentials мы настраиваем, например, для подключения каких-то дополнительных инструментов. Например, Telegram. Мы хотим создать Telegram-бот. Для этого нам необходимо выбрать ноду Telegram, узел Telegram. Давайте возьмём любой "Send a text message". И здесь также есть вот вариант Credentials. Здесь в Credentials мы должны прописать, так, стоп. Вот вариант Credentials, New Credential, New Credential, и также добавить свой API Key от того Telegram-бота, который вам нужен. То есть каждый инструмент, когда мы подключаем, мы должны его изначально подключить с основным инструментом. А сейчас на этом заострять внимание не будем. Мы с вами просто знакомимся с сервисом n8n. Как детально подключать Telegram-бот, у меня есть отдельные видео. Как детально подключать тот или иной инструмент, мы с вами разбираем, когда сталкиваемся с этим инструментом. Тоже самое там касается нод, либо инструментов от Google, да. Например, нам необходимо подключить Google Sheets, таблицы, либо документы Google Docs, да. Мы выбираем Docs, либо Google Drive, таблицы, либо Яндекс.Диск, таблицы. Мы выбираем, и здесь также мы должны подключить его изначально через API Key. Как это детально делать по каждому инструменту, у меня есть также отдельное видео. Обязательно их посмотрите.
Значит, по полной детальной настройке модели ChatGPT есть отдельное видео. Обязательно его посмотрите. Сейчас мы там не будем сильно углубляться. И дальше нам, после того, как он обработал информацию, нам необходимо получить какой-то ответ. Мы сюда также можем написать "Respond Chat". В данном случае будем получать ответ от AI-агента. Значит, любую ноду мы можем деактивировать, мы можем сделать дубликат этой ноды. Давайте вот, пускай он обработает наше сообщение "Привет". С ним пришёл, пришла какая-то задача, пришло сообщение "Привет", и он, соответственно, должен ответить, либо обработать эту задачу. "Привет". И теперь смотрите, подключается уже AI-агент и обрабатывает тот запрос, которому, который в него пришёл. В данном случае "Привет, как я могу помочь?". То есть вот это вот будет его ответ. "Привет, как я могу помочь?". Даже с деактивированной нодой "Respond", он всё равно дал нам ответ. Значит, мы её сейчас активируем, чтобы ответ приходил в том варианте, который нам нужен. Например, смотрите, вот он здесь прислал: "Привет, как я могу вам помочь?". И сюда мы можем вручную что-то забить, что он будет постоянно отвечать нам именно в таком формате. Например, мы хотим получать от него сообщение: "Я робот, и вот мой ответ". И теперь, когда он отвечает, вот он отвечает: "Я робот, и вот мой ответ. Привет, как я могу вам помочь?". То есть мы можем сами подкорректировать тот ответ, который нам будет приходить с помощью вот различных инструментов, различных нот.
Что касается нашего AI-агента, здесь есть тоже несколько вариантов того, как он должен отвечать. Здесь есть "System Prompt", здесь есть то сообщение, которое к нему приходит. Мы его можем откорректировать, отскоординировать вручную, мы можем его оставить на автомате, а можем скоординировать вручную. То есть мы должны здесь указать, что приходит нашего AI-агента, например, приходит вот это вот сообщение, которое мы ему отправляем. И в качестве "System Prompt" мы можем прописать "System Message". Это, грубо говоря, промпт, промпт, который задаётся AI-агенту для того, чтобы он, аа, входил в контекст, как выполнять ту или иную задачу. Например, вот "System Prompt" в нана-банане AI-агенте выглядит таким образом. То есть он здесь чётко прописаны ему инструкции, как он должен действовать при выполнении при тех или иных запросах. Здесь вот "System Prompt", например, в "RAG Agent" у него несколько "System Prompt", "User Prompt" — те данные, которые к нему приходят, и "System Prompt". То есть это то, что вводит в контекст, как, в каком формате мы хотим получать от ответы AI-агента. "System Prompt" зависит то, как наши AI-агенты должны отвечать. Должен ли он отвечать со смайликами? Должен ли он отвечать, наоборот, без смайликов? Должен ли он формулировать свои мысли, либо он должен просто отдавать какой-то странный ответ? Должен ли он заходить в интернет для того, чтобы уточнить ответ на свой вопрос, либо он не должен заходить в интернет? Должен ли он использовать тот или иной инструмент при ответе, или не должен он использовать тот или иной инструмент? То есть здесь, грубо говоря, в этом AI-агенте будет чёткая, точная инструкция, что должен выполнять и что должен делать наш AI-агент, когда к нему приходит тот или иной запрос. От этого будет зависеть ответ, от этого будет зависеть то, как AI-агент будет выполнять эту задачу, и как он справится с этой ролью.
У меня также есть подробное видео о том, как писать те самые инструкции, как писать те самые промпты для AI-агентов. Если посмотрите это видео, вы узнаете секрет, что у меня есть специальный файл, который я отправляю в LLM-модель, и LLM-модель мне на основе этого файла формулирует тот промпт, который необходимо задать для того, чтобы AI-агент точно отвечал в зависимости от того запроса, который нужен именно мне. Если это AI-продавец, то он должен, соответственно, продавать товары, продавать услуги. Если это AI-консультант, то он должен помогать решать либо AI-службе поддержки, то он должен решать, помогать те проблемы, которые возникают у человека, который к нему обратился. Грубо говоря, на том конце провода.
Кто ещё есть у AI-агентов? У AI-агентов есть ещё память, для того, чтобы он был в контексте, для того, чтобы каждый раз он не заново включался, а вспоминал по каким-то идентификаторам, о чём он с вами общался, что он вам предлагал, либо какую проблему он вам решал. И есть те самые инструменты. В качестве инструментов мы можем выбрать там всё что угодно: есть базы данных, есть, есть Google Таблицы, есть Data Table таблицы, есть выход в интернет, есть, аа, инструменты типа Perplexity, которые ищут что-то в интернете, есть "Scrape Creators", которые могут заходить в социальные сети и вытаскивать ту информацию, которая нам нужна. То есть здесь большое количество инструментов. В зависимости от того, что конкретно вам нужно, вы добавляете те инструменты, которые нужны для решения той или иной задачи. Инструменты, грубо говоря, это руки AI-агента.
Я вам рекомендую также посмотреть отдельное моё видео, посвящённое AI-агенту, о том, как полностью настраивать AI-агента в зависимости от той задачи, которая вам необходима, какую память выбрать, какой инструмент выбрать. Об этом тоже есть. Сейчас мы с вами построили базового AI-агента. То есть мы ему прописали какую-то инструкцию, мы ээ сказали, какое сообщение к нему будет приходить, мы выбрали узлы ответа, то есть как мы будем общаться с этим AI-агентом, как он должен функционировать, и мы с вами добавили, как он должен отвечать, плюс мы с вами добавили LLM-модель, которая будет всё это обрабатывать и с этими данными работать. И теперь смотрите, если мы ему напишем "Привет, ты кто?", "Привет, ты кто?", он уже будет отвечать на основе того шаблона, который в нём есть. "Я робот, и вот мой ответ. Я готов помочь вам совсем". Мы в инструкции прописали: "Всегда отвечаю: я готов помочь вам совсем". Здесь в инструкции прописали, что "Я робот, и вот мой ответ". То есть вот так он должен формировать ответ. То есть в зависимости от тех настроек, которые мы в него вложили, он и даёт нам ответ на основе этих настроек.
Что ещё важного есть в интерфейсе n8n? Есть такой режим, как выполнение. В режиме выполнения мы можем посмотреть, как обрабатывались, как мы строили AI-агенты, как мы его тестировали, как мы делали запросы, и к чему это привело. Я специально допускал несколько ошибок, специально останавливал на ответе нашего AI-агента для того, чтобы вы увидели разные типы выполнения. Если зелёное, то значит, выполнение прошло успешно, то есть был задан ответ, и не было никаких ошибок, не было никаких проблем. Если красное, то были ошибки, возникали ошибки в процессе выполнения. Если вот это вот серое, то значит, AI-агент не выполнил работу до конца, он на каком-то этапе остановился. Что это нам даёт? Это нам даёт, в первую очередь, понимание, да, где была возникну, где была ошибка. Например, вот здесь вот ошибка была в последней ноте, ноте "Respond", и он отмечает то, где. А вот здесь была в AI-агенте ошибка, он отмечает на каком этапе у нашего AI-агента возникла ошибка, на каком этапе у нашего процесса возникла ошибка. Мы можем читать эти ошибки, либо мы можем создавать. У нас есть также отдельные видеоуроки. Наверное, у меня есть больше ста различных видеоуроков, и каждый видеоурок он посвящён отдельной тематике. И отдельной тематики есть видеоурок по ошибкам: как делать так, чтобы AI-агент не допускал ошибки и самостоятельно обрабатывал эти ошибки в процессе, у нас никогда не стопорились и всегда работали. Отдельно, поэтому посмотрите обязательно тот видеоурок тоже.
В принципе, это всё. Если вы просто смотрели это видео, то я вам рекомендую создать сейчас такого вот базового AI-агента. Этот шаблон я также приложу в первое закреплённое сообщение. Если у вас будут возникать какие-то сложности, вы всегда можете выгрузить этот шаблон, плюс потренироваться с выгрузкой шаблона и посмотреть, как с собрал этого AI-агента. Я зайду в его системные настройки, подкорректирую что-то, добавлю, посмотрю, как отвечает, добавлю, может быть, какие-то инструменты, добавлю память, посмотрю, насколько долго он будет хранить ту память, как он будет отвечать, посмотрю другие мои видео по n8n, по детальной настройке AI-агентов, по детальной настройке шаблонов, по привязке различных инструментов, например, Telegram, и по построению более сложных шаблонов n8n. Я надеюсь, что это видео было вам полезно. Обязательно поставьте мне лайк, подпишитесь на канал. С вами был Игорь Зуевич. Пока.