Parametryzowanie AI agenta w n8n z Google Sheets

Automatyzacja procesów z wykorzystaniem AI w n8n daje ogromne możliwości, zwłaszcza przy integracji z potężnymi modelami językowymi, takimi jak OpenAI GPT. Wiele zastosowań wymaga elastycznego i łatwego zarządzania promptami, które sterują zachowaniem AI agentów. Zamiast hardkodować komunikaty bezpośrednio w workflow, warto parametryzować je z zewnętrznego źródła, które łatwo aktualizować i monitorować. Jednym z praktycznych rozwiązań jest Google Sheets, które dzięki prostemu interfejsowi i API pozwala na dynamiczną konfigurację promptów bez konieczności wchodzenia w detal workflow.

W tym artykule omówimy krok po kroku, jak skonfigurować AI agenta w n8n, aby parametryzować jego system prompt na podstawie danych pobieranych z Google Sheets.

Dlaczego bezpieczeństwo danych w AI jest ważne

Parametryzowanie promptów z zewnętrznego źródła pozwala nie tylko na elastyczność, ale również na lepszą kontrolę i audyt. Google Sheets oferuje:

• Automatyczną historię zmian w arkuszu — można łatwo prześledzić, jak zmieniał się prompt w czasie.
• Możliwość delegowania edycji promptów klientom lub zespołowi bez konieczności udostępniania całego workflow w n8n.
• Centralizację konfiguracji, co zapobiega przedostawaniu się błędów przy modyfikacjach bezpośrednio w kodzie.

Dzięki temu rozwiązaniu mamy większą kontrolę nad bezpieczeństwem i przewidywalnością działania AI agenta.

Jak działa rozwiązanie w n8n

W prostym przykładowym workflow wyróżniamy trzy główne elementy:

1. Trigger (Chat node) — inicjuje całe działanie, przyjmując tekst użytkownika.
2. Google Sheets node (Get Rows) — pobiera dane konfiguracyjne (prompt) z określonego arkusza.
3. AI Agent node — łączy się z modelem OpenAI i generuje odpowiedź na podstawie promptu i zapytania użytkownika.

Schemat działania:

Chat Input (Trigger) -> Google Sheets (parametryzacja promptu) -> AI Agent (OpenAI) -> Odpowiedź

Takie podejście zapewnia dynamiczne ładowanie promptu za każdym razem, gdy agent ma wykonać zapytanie.

Jak działa workflow z filmu

W tym przypadku rola AI Agenta polega na interpretacji dwóch kluczowych składników:

• System message (system prompt) — definiowany dynamicznie na bazie wartości pobranej z arkusza Google Sheets. To właśnie tu konfigurujemy "instrukcję" dla AI, która tłumaczy modelowi, jaki typ odpowiedzi ma wygenerować.
• User prompt (prompt użytkownika) — wejście od użytkownika, np. pytanie lub fraza do zapytania o datę historyczną czy wycenę przedmiotu.

Dzięki separacji system message w Sheets, można wygodnie zmieniać charakter AI agenta (np. z historyka na rzeczoznawcę) bez potrzeby modyfikacji workflow. AI Agent używa OpenAI GPT-4 lub podobnego modelu do wygenerowania odpowiedzi na podstawie tych dwóch komunikatów.

Przykład 1: Historia na zadaną datę

1. W Google Sheets tworzymy arkusz Wars z dwiema kolumnami: name i value:

name,value
system prompt,Co wydarzyło się w podanej dacie? Podaj krótki opis i możliwie miejsce zdarzenia historycznego.

2. W n8n konfiguruje node Google Sheets Get Rows, aby pobierał wiersz, gdzie name = system prompt.

3. W node AI Agenta parametr system message podpinamy do wartości value pobranej z arkusza.

4. Prompt użytkownika pobieramy bezpośrednio z node Chat (trigger).

5. Po uruchomieniu workflow, użytkownik wpisuje np. datę 1900, a agent zwraca odpowiedź zgodną z promptem:

{
  ""system_message"": ""Co wydarzyło się w podanej dacie? Podaj krótki opis i możliwie miejsce zdarzenia historycznego."",
  ""user_prompt"": ""1900""
}

Agent odpowie np.:

""W 1900 roku miało miejsce podpisanie traktatu w siłach, znane jako Czarny Poniedziałek...""

Przykład 2: Wycenianie przedmiotu

1. W tym samym arkuszu wiersz system prompt zmieniamy na:

system prompt,Wyceń element podany w promptcie. Podaj cenę minimalną, średnią oraz maksymalną w formacie JSON {""min"": ..., ""mid"": ..., ""max"": ...}.

2. Użytkownik w Chat wpisuje zegarek do garnituru.

3. AI Agent generuje wycenę w podanym formacie JSON:

{
  ""min"": 150,
  ""mid"": 300,
  ""max"": 600
}

Cały prompt, a więc i zachowanie agenta zmienia się bez modyfikacji workflow – wystarczy edycja w Google Sheets.

Najlepsze praktyki

• Zewnętrzna konfiguracja: Trzymaj prompty i inne parametry w Google Sheets (lub innym źródle zewnętrznym np Airtable), jeśli chcesz umożliwić łatwą edycję bez ingerencji w workflow.
• Wersjonowanie: Korzystaj z wbudowanej historii zmian w Google Sheets, aby mieć podgląd i rollback promtów.
• Bezpieczeństwo: Kontroluj dostęp do arkusza, aby tylko wybrane osoby mogły edytować prompty.
• Testowanie: Przy każdej zmianie promptu wykonaj test w n8n, aby zweryfikować poprawność i brak halucynacji AI.
• Formatowanie danych: Jeśli prompt wymaga formatów danych (np. JSON), jasno określ reguły i sprawdzaj je w outputach AI.

Podsumowanie

Parametryzacja AI agentów w n8n za pomocą Google Sheets to skuteczny sposób na łatwe zarządzanie promptami i dynamiczne dostosowywanie zachowania modelu AI. Umożliwia to elastyczne podejście do rozwiązań AI, pozwala na łatwiejszą współpracę z klientami oraz zapewnia audyt i kontrolę w trakcie użytkowania. Jeśli pracujesz z AI w n8n i chcesz mieć szybki dostęp do konfiguracji, integracja z Google Sheets powinna znaleźć się w Twoim arsenale narzędzi automatyzacji.

Zachęcam do stosowania tej metody w swoich projektach, zwłaszcza tam, gdzie prompt wymaga cyklicznych zmian lub edycji przez osoby nieznające szczegółów technicznych workflow.

Dzięki za lekturę! Zapraszam do komentowania i dzielenia się swoimi doświadczeniami z parametryzacją AI w n8n.