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** on vähäkoodinen automaatiotyökalu, joka yhdistää sovelluksia ja palveluita **solmujen** avulla, joten työnkulkuja voidaan rakentaa ilman, että tarvitsee olla kokopäiväinen kehittäjä.

Määritelmä

Jos et ole koskaan avannut **n8n**:ää, opit avaamaan työnkulun, ymmärtämään käyttöliittymän pääosat ja liikkumaan siinä luottavaisesti. Näet myös, että on mahdollista luoda **tehokkaita automaatioita ilman koodin kirjoittamista**, erityisesti kun käytät **suurta kielimallia (LLM)** yhdessä n8n:n kanssa.

### Miten se toimii

n8n on **vähäkoodinen**, ei **kooditon**.
Jotkut osat voivat näyttää teknisiltä, mutta täyttä ohjelmointitaustaa ei tarvita.
Työnkulut rakennetaan yhdistämällä **solmuja**, joista jokainen suorittaa yhden tehtävän, kuten tiedon hakemisen, muuntamisen, lähettämisen tai tekoälyn kutsumisen.

**LLM** tarkoittaa **Large Language Model** (ChatGPT, Gemini, Grok, jne.).
LLM:t voivat:

- Tuottaa tai puhdistaa tekstiä ja dataa automaattisesti;
- Selittää virheitä selkokielellä;
- Tuottaa pieniä apulogiikoita, jotka muuten vaatisivat koodia;

Lyhyesti sanottuna, koodin kirjoittamisen sijaan voit usein pyytää LLM:ää **kirjoittamaan asian** tai **selittämään asian**. Aloittamiseen tarvitset vain minimiasetukset.

### Mallien hyödyntäminen

Julkisia **n8n-työnkulkuja** on saatavilla tuhansittain.
Niiden tuominen on tavallista — myös ammattilaiset tekevät niin.
Tämä kurssi tarjoaa malleja tutkittavaksi, ja toimivien mallien tutkiminen on nopeampaa kuin aloittaa tyhjästä.

Rekisteröitymisen jälkeen näet **yleisnäkymän/hallintapaneelin**.
Klikkaa **Luo työnkulku**, jolloin avautuu **tyhjä työtila**.
Tälle työtilalle lisäät, yhdistät, nimeät uudelleen ja suoritat solmujasi.

Hyvin yleinen aloittelijan virhe on pitää yhtä **pää**työnkulkua ja muokata sitä yhä uudelleen. On turvallisempaa tehdä työnkulusta kopio ennen suuria muutoksia.

Huomio

Aloittelijat kohtaavat usein samoja ongelmia aloittaessaan n8n:n käytön, kuten odottavat sen olevan **vedä ja pudota -taikaa** ymmärtämättä, miten data oikeasti liikkuu solmujen välillä. Ilman **Suoritukset-näkymän** käyttöä virheiden löytäminen vaikeutuu ja muokkaamalla työnkulun ainoaa kopiota he usein menettävät version, joka aiemmin toimi. **Dokumentaation** puute siitä, mitä kukin solmu tekee, lisää sekaannusta projektin pariin palatessa myöhemmin. Tässä nopea katsaus keskeisiin osiin:

Pääasiallinen rakennusalue, jossa solmut näkyvät ja yhdistyvät määrittämään logiikan ja tietovirran.

Canvas (Editor)

Nimeä otsikko asiakkaan tai käyttötapauksen mukaan. Käytä tunnisteita projektien järjestämiseen.

Työnkulun nimi / Tunnisteet

Näyttää jokaisen työnkulun suorituksen, keston, onnistumisen tai epäonnistumisen sekä virheen sijainnin. Tämä on tärkein debuggaustyökalusi, tarkista tämä ennen arvailua.

Suoritukset-paneeli

Käytetään työnkulun dokumentointiin ja järjestämiseen.

Tarralaput

Mikä kuvaa parhaiten n8n:n ja perinteisen ohjelmoinnin pääasiallista eroa?

n8n on joustava automaatioalusta sovellusten yhdistämiseen, datan muuntamiseen ja tekoälypohjaisten työnkulkujen rakentamiseen. Opit vahvat perusteet käytännön esimerkkien kautta, kattaen laukaisijat, JSON-käsittelyn, tietovirta­teorian, tekoäly­integraation, webhooksit ja kokonaiset automaatiorakenteet. Painopiste on ymmärtää, miten tieto liikkuu työnkulussa ja miten tieto kannattaa jäsentää, jotta solmut ja API:t toimivat ennustettavasti. Lopputuloksena on kyky suunnitella, debugata ja toteuttaa luotettavia automaatioita, jotka toimivat päästä päähän.

Käytännön katsaus n8n-ympäristöön, ydintyökaluihin ja automaatioiden rakentamiseen tarvittavaan ajattelutapaan. Käsittelee muun muassa tekoälyn tehokasta hyödyntämistä, tiedon kulun ymmärtämistä solmujen läpi, mallipohjien tuontia sekä raakadatan muuntamista jäsennellyksi lopputulokseksi.

Keskittynyt tarkastelu työnkulun olennaisiin osiin. Laukaisijat, datan käsittelysolmut, HTTP-pyynnöt, webhookit ja ohjauslogiikka. Materiaali rakentaa selkeän mielikuvan suoritusten käynnistymisestä, datan muokkaamisesta ja reitityspäätösten tekemisestä.

Syvällinen katsaus siihen, miten n8n esittää ja käsittelee dataa. Käsiteltäviä aiheita ovat JSON-rakenne, koko payloadin lukeminen, virheellisen JSON:n korjaaminen, taulukoiden ja olioiden käsittely sekä binääritiedostojen kanssa työskentely. Tavoitteena on ennustettava ja varma datan käsittely kaikissa työnkuluissa.

Vaiheittainen muutos ODT-suunnitelmasta jäsennellyksi automaatiomalliksi. Materiaali käsittelee luotettavia RSS-syötteitä, datan valmistelua LLM:ille, twiittien generointia Airtable-silmukoilla, lopputulokseen perustuvien prosessien suunnittelua sekä koko työnkulun mallintamista Mirossa.

Kokonaisvaltainen toteutus alkuperäisestä ideasta lopulliseen tulokseen. Käsiteltäviä aiheita ovat työnkulun rakenne, API-datan normalisointi, silmukointi, virheiden ehkäisy sekä tietojen kirjoittaminen takaisin Airtableen viimeistellyllä automaatiolla, joka osoittaa läpikotaisen luotettavuuden ja selkeyden.

N8n:n Käytön Aloittaminen

Miten se toimii

Mallien hyödyntäminen