Eine n8n-Vorlage kann erweitert werden, um nicht nur Daten abzurufen oder zu bereinigen, sondern tatsächlich sinnvolle, KI-generierte Ausgaben zu erzeugen. In diesem Abschnitt wird der importierte Workflow aus der vorherigen Lektion so angepasst, dass er automatisch Text generiert, indem gesplittete Elemente aggregiert, stabile Daten angeheftet und eine strukturierte Nutzlast an den KI-Agenten übergeben wird.

Bis jetzt konnte der Workflow nur Daten abrufen und aufteilen. Nun gehen Sie einen Schritt weiter und lernen, wie Sie:

• Die gesplitteten Elemente zu einer KI-freundlichen Nutzlast zusammenführen;
• Daten anheften, damit die Rainforest API während des Testens nicht erneut aufgerufen wird;
• Diese strukturierten Daten korrekt an den KI-Agenten übergeben;
• Den Ton oder Stil der KI mit einem einzigen Wort verändern.

An diesem Punkt hört der Workflow auf, ein Demo-Diagramm zu sein, und beginnt, echte, kundenfertige Ergebnisse zu liefern.

Was Split Out tatsächlich erzeugt hat

Nach der letzten Lektion hat der Workflow bereits Produkte eines Verkäufers über die Rainforest API abgerufen und diese in mehrere Elemente aufgeteilt, zum Beispiel in 16 einzelne Produkteinträge.

Ein häufiger Fehler ist es, den Split Out-Knoten direkt mit dem KI-Agenten zu verbinden und zu erwarten, dass dieser alles zusammenfasst. Das scheitert, weil die KI jeweils nur ein Element erhält. Sie sieht nicht das Gesamtbild und kann daher keine sinnvolle Zusammenfassung erstellen.

Split Out eignet sich hervorragend für Logik auf Einzelebene, aber nicht, um eine Zusammenfassung von allem zu schreiben.

Einen Aggregate-Knoten hinzufügen

Damit die KI alle Daten auf einmal sehen kann, fügen Sie nach Split Out einen Aggregate-Knoten hinzu. Stellen Sie ihn so ein, dass alle Elemente zu einer einzigen Liste oder einem Array zusammengeführt werden. Dieser Knoten nimmt mehrere Einträge und fasst sie zu einem strukturierten Element zusammen, das alle Produktdetails enthält.

Anstatt nun 16 einzelne Nachrichten an die KI zu senden, übermitteln Sie einen umfassenden Kontextblock.

Daten anheften

Bevor weitere Tests durchgeführt werden, den Node-Output anheften.

Dadurch wird verhindert, dass n8n bei jedem Durchlauf die Rainforest API aufruft, was Tokens spart und das Prompt-Tuning beschleunigt. Nachfolgende Nodes verwenden die angeheftete Antwort, bis sie wieder gelöst wird.

Aggregiertes Ergebnis prüfen

Nach Ausführung des Aggregate-Nodes sollte n8n nur noch ein Item statt vieler anzeigen. In diesem einzelnen Item befindet sich ein Array mit Titeln, ASINs, Links, Bildern und weiteren Produktfeldern.

Dies ist der Kontext-Blob, der exakt so an den AI Agent übergeben werden soll.

Daten an den KI-Agenten übergeben

Im KI-Agenten-Knoten das Feld Benutzernachricht oder Prompt öffnen und das aggregierte Datenfeld hineinziehen (zum Beispiel: {{$json["data"]}}).

Links wird der Ausdruck angezeigt. Rechts zeigt n8n eine Live-Vorschau – das ist der Inhalt, den die KI tatsächlich erhält. Wenn diese Vorschau nicht die echten Produktdaten anzeigt, kann die KI keine gute Zusammenfassung erstellen.

Immer prüfen, ob die Vorschau auf der rechten Seite strukturierte Inhalte enthält.

Den KI-Agenten-Knoten ausführen. Die KI sollte eine kurze Zusammenfassung mit Produktnamen, ASINs, Preisen, Bewertungen und Verkäuferinformationen zurückgeben.

Dies bestätigt, dass der Workflow nun aktuelle, strukturierte Daten an die KI übergibt und keine statischen Beispiele.