Omvandla Rådata till AI-utdata

En n8n-mall kan utökas för att inte bara hämta eller rensa data, utan även för att faktiskt producera meningsfull AI-genererad output. Denna del tar det importerade arbetsflödet från föregående lektion och gör att det genererar text automatiskt genom att aggregera uppdelade objekt, fästa stabil data och mata en strukturerad nyttolast till AI-agenten.

Hittills kunde arbetsflödet endast hämta och dela upp data. Nu går du vidare och lär dig hur du:

• Återkombinerar de uppdelade objekten till en AI-anpassad nyttolast;
• Fäster data så att Rainforest API inte anropas igen under testning;
• Matat in den strukturerade datan korrekt i AI-agenten;
• Ändrar AI:ns ton eller stil med ett enda ord.

Detta är ögonblicket då arbetsflödet slutar vara ett demodiagram och börjar producera verkliga, kundklara resultat.

Vad Split Out faktiskt producerade

Efter förra lektionen hade arbetsflödet redan hämtat produkter från en säljare med Rainforest API och sedan delat upp dem i flera objekt, till exempel 16 separata produktposter.

Ett vanligt misstag är att koppla Split Out-noden direkt till AI-agenten och förvänta sig att den ska sammanfatta allt. Det misslyckas eftersom AI:n bara får ett objekt åt gången. Den ser inte hela bilden och kan därför inte skriva en meningsfull översikt.

Split Out är utmärkt för logik per objekt, men inte för att skriva en sammanfattning av allt.

Lägg till en Aggregate-nod

För att AI:n ska se all data på en gång, lägg till en Aggregate-nod efter Split Out. Ställ in den på att kombinera alla objekt till en enda lista eller array. Denna nod tar flera poster och slår ihop dem till ett strukturerat objekt som innehåller alla produktdetaljer.

Nu, istället för att skicka 16 separata meddelanden till AI:n, skickar du ett rikt kontextblock.

Fäst data

Innan du kör fler tester, fäst nodens utdata.

Detta förhindrar att n8n anropar Rainforest API varje gång, vilket sparar tokens och snabbar upp promptjustering. Nedströms noder återanvänder det fästa svaret tills det tas bort.

Bekräfta det aggregerade resultatet

Efter att ha kört Aggregate-noden ska n8n visa ett objekt istället för många. Inuti det enskilda objektet ser du en array som innehåller titlar, ASINs, länkar, bilder och andra produktfält.

Detta är kontextblobben, exakt det som ska skickas till AI-agenten.

Mata in data till AI-agenten

Inuti AI Agent-noden, öppna fältet Användarmeddelande eller prompt och dra in det aggregerade datafältet (till exempel: {{$json["data"]}}).

Till vänster ser du uttrycket. Till höger visar n8n en liveförhandsvisning, det är vad AI:n faktiskt kommer att ta emot. Om denna förhandsvisning inte visar de verkliga produktuppgifterna, kommer AI:n inte att producera en bra sammanfattning.

Kontrollera alltid att förhandsvisningen till höger innehåller strukturerat innehåll.

Kör AI Agent-noden. AI:n bör returnera en kort sammanfattning som nämner produktnamn, ASIN, priser, betyg och säljareinformation.

Detta bekräftar att arbetsflödet nu matar in levande, strukturerad data till AI:n, inte statiska exempel.