Mengirim pesan ke model

Dalam latihan ini, Anda akan menggunakan kredensial OpenAI untuk menghubungkan n8n ke aplikasi eksternal.

Anda akan mengirim pesan uji melalui node OpenAI dan melihat bagaimana model membalas, seperti asisten Acme Events yang menjawab pertanyaan tiket peserta secara otomatis.

Latihan ini adalah bagian dari kursus

Pengantar Otomatisasi Alur Kerja dengan n8n

Latihan interaktif praktis

Ubah teori menjadi tindakan dengan salah satu latihan interaktif kami.

Mulai berolahraga

Latihan ini adalah bagian dari kursus

Pengantar Otomatisasi Alur Kerja dengan n8n

SkillTag.level.beginnerSkillTag.label

4.8+

Mulai Kursus Gratis

Pelajari bagaimana n8n memungkinkan otomatisasi alur kerja visual melalui pemicu, node, dan aliran data. Bab ini mengenalkan antarmuka n8n, mengeksplorasi pemicu manual dan berbasis formulir, serta menunjukkan cara membangun logika percabangan, menangkap masukan pengguna, dan menghubungkan aplikasi eksternal secara aman menggunakan kredensial. Bab ini menyoroti konsep inti yang diperlukan untuk memahami dan bereksperimen secara efektif dengan proses otomatis.

Exercise 1: Gambaran Umum n8n Exercise 2: Mengapa memilih n8n?Exercise 3: Antarmuka n8n Exercise 4: Lihat aliran data secara langsung Exercise 5: Memicu sebuah workflow Exercise 6: Bangun automasi pertama Anda Exercise 7: Tangkap data dengan formulir Exercise 8: Pilih trigger yang tepat Exercise 9: Aplikasi eksternal dan kredensial Exercise 10: Ubah data menjadi HTML Exercise 11: Mengirim pesan ke model

Latihan Saat Ini

Exercise 12: Amankan koneksi Anda

Pelajari cara membentuk alur kerja yang cerdas dan andal dengan menambahkan logika, struktur, dan pemeriksaan kualitas data. Bab ini membahas percabangan dengan node If dan Switch, mentransformasi dan membersihkan data dengan ekspresi atau kode, memvalidasi keluaran, serta mendiagnosis kegagalan. Bab ini juga mengenalkan strategi penanganan kesalahan praktis agar otomatisasi tetap tangguh dan dapat diprediksi saat menjadi lebih kompleks.

Exercise 1: Logika kondisional dalam alur kerja Exercise 2: If vs. Switch Exercise 3: Membagi alur dengan logika If Exercise 4: Tangani banyak hasil Exercise 5: Transformasi dan pembersihan data Exercise 6: Tugas pembersihan data Exercise 7: Node merge Exercise 8: Perbaiki data masukan yang berantakan Exercise 9: Menggabungkan himpunan data tanpa hambatan Exercise 10: Menguji dan memvalidasi alur kerja Exercise 11: Pengujian vs. validasi Exercise 12: Uji selangkah demi selangkah Exercise 13: Periksa ketepatan data Exercise 14: Mengurai kesalahan alur kerja Exercise 15: Penanganan error Exercise 16: Menampilkan pesan kesalahan kustom Exercise 17: Bangun pengawas workflow

Jelajahi cara membangun otomatisasi cerdas berbasis peristiwa yang terhubung dengan dunia luar. Bab ini mengenalkan pemicu berbasis webhook, aliran data bertenaga API, dan logika berbasis LLM untuk mengklasifikasikan, meringkas, dan memperkaya informasi yang masuk. Anda juga akan mempelajari cara merancang alur kerja yang skalabel dan andal serta mengevaluasi kapan otomatisasi layak diterapkan untuk operasi dunia nyata.

Exercise 1: Memicu alur dari peristiwa eksternal Exercise 2: Memilih pemicu yang tepat Exercise 3: Membangun koneksi Webhook Exercise 4: Filter data masuk Exercise 5: Menggunakan data API dan LLM Exercise 6: Rencanakan automasi API Anda Exercise 7: Tambahkan logika pada data API Exercise 8: Hasilkan respons AI Exercise 9: Membangun otomasi yang tangguh untuk dunia nyata Exercise 10: Dapat digunakan ulang atau tidak?Exercise 11: Bangun prototipe yang berfungsi Exercise 12: Tambahkan pengambilan keputusan AI Exercise 13: Uji otomatisasi secara menyeluruh Exercise 14: Memilih Strategi Automasi yang Tepat Exercise 15: Evaluasi kelayakan otomasi Exercise 16: Persiapkan untuk berbagi dengan tim Exercise 17: Perencanaan untuk otomasi Exercise 18: Selamat