Summary  
This chapter introduces building low-code automation workflows by connecting modular nodes that each perform specific tasks and demonstrates how to leverage large language models to generate or explain the necessary code within those workflows.

General domain of usage  
Workflow automation and integration

**n8n** er et low-code automatiseringsværktøj, der forbinder apps og tjenester ved hjælp af **noder**, så arbejdsgange kan opbygges uden at være fuldtidsudvikler.

Definition

Hvis du aldrig har åbnet **n8n** før, vil du lære at åbne en arbejdsgang, forstå de vigtigste dele af grænsefladen og navigere sikkert rundt. Du vil også se, at det er muligt at oprette **kraftfulde automatiseringer uden at skrive kode**, især når du bruger en **stor sprogmodel (LLM)** sammen med n8n.

### Sådan fungerer det

n8n er **low-code**, ikke **no-code**.
Nogle dele kan virke tekniske, men du behøver ikke en fuld programmeringsbaggrund.
Arbejdsgange opbygges ved at forbinde **noder**, hvor hver node udfører én opgave som at hente data, transformere det, sende det eller kalde AI.

**LLM** står for **Large Language Model** (ChatGPT, Gemini, Grok osv.).
LLM'er kan:

- Generere eller rense tekst og data automatisk;
- Forklare fejl på almindeligt engelsk;
- Producere små hjælpefunktioner, der ellers ville kræve kode;

Kort sagt, i stedet for at skrive kode fra bunden, kan du ofte bede en LLM om at **skrive det** eller **forklare det**. For at komme i gang skal du bruge et minimalt setup

### Bliv fortrolig med skabeloner

Der findes tusindvis af offentlige **n8n-workflows**.
Det er helt normalt at importere dem — selv professionelle gør det.
Dette kursus tilbyder skabeloner til udforskning, og det er hurtigere at studere fungerende eksempler end at starte fra bunden.

Efter tilmelding vil du se **oversigten/dashboard**.
Klik på **Opret workflow**, og et **tomt lærred** vises.
Det er på dette lærred, du tilføjer, forbinder, omdøber og kører dine noder.

En meget almindelig begynderfejl er at beholde ét **master**-workflow og redigere det igen og igen. Det er mere sikkert at duplikere et workflow, før du foretager større ændringer.

Bemærk

Begyndere støder ofte på de samme problemer, når de starter med n8n, såsom at forvente, at det er **drag-and-drop-magi** uden at forstå, hvordan data faktisk bevæger sig mellem noderne. Uden at bruge **Executions view** bliver fejl svære at finde, og ved at redigere den eneste kopi af et workflow mister de ofte en version, der tidligere fungerede. Manglen på **dokumentation** for, hvad hver node gør, øger forvirringen, når man vender tilbage til et projekt senere. Her er et hurtigt overblik over nøgledele:

Hovedområdet til opbygning, hvor noder vises og forbindes for at definere logik og dataflow.

Lærred (Editor)

Omdøb titlen, så den matcher en kunde eller brugssag. Brug tags til at organisere projekter.

Workflow-navn / Tags

Viser hver workflow-kørsel, varighed, succes eller fejl samt fejllokation. Dette er dit primære fejlsøgningsværktøj, tjek det før du gætter.

Eksekveringspanel

Bruges til at dokumentere og organisere workflowet.

Sticky Notes

Hvad beskriver bedst den væsentligste forskel mellem n8n og traditionel programmering?

n8n er en fleksibel automatiseringsplatform til at forbinde apps, transformere data og opbygge AI-drevne arbejdsgange. Du opnår solide grundlæggende færdigheder gennem virkelige, praktiske eksempler, der dækker triggere, JSON-håndtering, dataflow-teori, AI-integration, webhooks og komplette automatiseringsopbygninger. Fokus er på at forstå, hvordan information bevæger sig gennem en arbejdsgang, og hvordan denne information struktureres, så noder og API'er opfører sig forudsigeligt. Resultatet er evnen til at designe, fejlfinde og implementere pålidelige automatiseringer, der fungerer fra ende til anden.

En praktisk oversigt over n8n's miljø, kerneværktøjer og den nødvendige tankegang for at opbygge automatiseringer. Begreber omfatter effektiv anvendelse af AI, forståelse af hvordan data flyder gennem noder, import af skabeloner og omdannelse af rå input til struktureret output.

En fokuseret gennemgang af de væsentlige arbejdsgangskomponenter. Triggere, datamanipulationsnoder, HTTP-forespørgsler, webhooks og flowkontrollogik. Materialet opbygger en klar mental model for, hvordan eksekveringer starter, hvordan data formes, og hvordan rutevalg træffes.

En grundig gennemgang af, hvordan n8n repræsenterer og behandler data. Emner omfatter JSON-struktur, læsning af komplette payloads, reparation af defekt JSON, håndtering af arrays og objekter samt arbejde med binære filer. Målet er forudsigelig og sikker datahåndtering på tværs af alle workflows.

En trinvis omdannelse af en ODT-plan til en struktureret automatiseringsplan. Materialet dækker pålidelige RSS-feeds, forberedelse af data til LLM'er, generering af tweets med Airtable-løkker, design af resultatbaserede flows og kortlægning af hele workflowet i Miro.

En komplet opbygning fra det indledende koncept til det endelige output. Emner omfatter strukturering af flowet, normalisering af API-data, løkker, fejlsikring og tilbageskrivning til Airtable med en gennemarbejdet automatisering, der demonstrerer pålidelighed og klarhed fra ende til anden.

Kom Godt I Gang Med n8n

Sådan fungerer det

Bliv fortrolig med skabeloner