Omdannelse Af Rådata Til AI-Output

En n8n-skabelon kan udvides til ikke blot at hente eller rense data, men også til faktisk at producere meningsfuldt AI-genereret output. Dette afsnit tager det importerede workflow fra forrige lektion og får det til at generere tekst automatisk ved at aggregere opdelte elementer, fastgøre stabile data og sende én struktureret payload ind i AI Agenten.

Indtil nu kunne workflowet kun hente og opdele data. Nu går du videre og lærer at:

• Samle de opdelte elementer til én AI-venlig payload;
• Fastgøre data så Rainforest API ikke kaldes igen under test;
• Sende de strukturerede data korrekt ind i AI Agenten;
• Ændre AI'ens tone eller stil med ét enkelt ord.

Dette er øjeblikket, hvor workflowet stopper med at være et demo-diagram og begynder at producere reelle, kunde-klare resultater.

Hvad Split Out Faktisk Producerede

Efter sidste lektion havde workflowet allerede hentet produkter fra en sælger via Rainforest API og derefter opdelt dem i flere elementer, for eksempel 16 separate produktposter.

En almindelig fejl er at forbinde Split Out-noden direkte til AI Agenten og forvente, at den opsummerer det hele. Det mislykkes, fordi AI'en kun modtager ét element ad gangen. Den ser ikke hele billedet og kan derfor ikke skrive en meningsfuld oversigt.

Split Out er velegnet til logik pr. element, men ikke til at skrive én samlet opsummering.

Tilføj en Aggregate-node

For at få AI'en til at se alle data på én gang, tilføj en Aggregate-node efter Split Out. Indstil den til at kombinere alle elementer til en enkelt liste eller array. Denne node tager flere poster og samler dem til ét struktureret element, der indeholder alle produktoplysninger.

Nu sender du ikke længere 16 separate beskeder til AI'en, men én samlet kontekstblok.

Fastgør dataene

Før du kører flere tests, fastgør nodeoutputtet.

Dette forhindrer n8n i at kalde Rainforest API'et hver gang, hvilket sparer tokens og gør prompt-tuning hurtigere. Nedstrøms noder vil genbruge det fastgjorte svar, indtil det frigøres.

Bekræft det aggregerede output

Efter kørsel af Aggregate-noden bør n8n vise ét element i stedet for mange. Inde i dette ene element vil du se et array, der indeholder titler, ASINs, links, billeder og andre produktfelter.

Dette er kontekstblokken, præcis det, der skal sendes til AI-agenten.

Indfør data i AI-agenten

Inde i AI Agent-noden skal du åbne feltet Brugermeddelelse eller prompt og trække det aggregerede datafelt ind (for eksempel: {{$json["data"]}}).

Til venstre ser du udtrykket. Til højre viser n8n en live forhåndsvisning, hvilket er det, AI'en faktisk modtager. Hvis denne forhåndsvisning ikke viser de reelle produktdata, vil AI'en ikke kunne lave et god opsummering.

Kontroller altid, at forhåndsvisningen til højre indeholder struktureret indhold.

Udfør AI Agent-noden. AI'en bør returnere en kort tekst, der nævner produktnavne, ASIN'er, priser, vurderinger og sælgerinformation.

Dette bekræfter, at workflowet nu indsætter live, strukturerede data i AI'en og ikke statiske eksempler.