用 n8n 给入站消息分类并接入人工兜底
教程使用 Text Classifier 将邮件、表单和工单按预定义类别分流。通过设置「其他」出口和人工接手流程处理模糊输入,下游分支可独立测试。
AI 深度解读
给邮件、表单和工单分流,未必需要一个会调用工具的 AI agent。作者建议先用 n8n 的 Text Classifier 判断消息属于哪一类,再交给对应分支处理。流程容易拆开测试,出错也更容易定位。
这篇教程值得读的地方,是把分类之外的几件事讲清楚了:类别怎么划、模糊消息往哪走、多分支会不会重复回复,以及哪些动作需要人工确认。不过,它提供的是配置方法和实践经验,没有准确率或成本对照数据。
只想知道消息发给谁,分类器就够了
agent 可以选择工具、串联步骤并执行动作;Text Classifier 的任务更窄:接收文本,对照事先描述好的类别,把数据项送到对应输出。
例如,报价请求进入销售分支,已有服务的问题进入支持分支,账单异议进入财务分支。后面的处理仍然是普通 n8n 节点,可以分别测试。出现错误时,也能先判断是类别选错了,还是分支执行出了问题。
如果需求只是判断消息该往哪里走,可以先从分类器开始。
不过,「流程可预测」不等于「模型每次都判断正确」。这里的优势是职责清楚、输出范围受限。真正需要多步推理的工作,可以放到具体分支里,再考虑是否使用 agent。
分类质量,先看输入和类别描述
作者建议在分类前,用 Edit Fields (Set) 整理输入,把邮件主题和正文拼起来,同时保留发件人与接收时间:
{
"texte": "{{ ($json.subject || '') + '\n\n' + ($json.text || '').slice(0, 3000) }}",
"expediteur": "{{ $json.from }}",
"recu_le": "{{ $now.toISO() }}"
}
要看的是 .slice(0, 3000):它只截取正文前 3000 个字符,主题不受这个限制。这样能减少发送给模型的文本,但代码没有真正识别签名、回复历史或免责声明,也可能截掉正文后半段的关键诉求。
附件、卡号等无关数据,作者建议不要发送给模型。上面的表达式本身没有实现脱敏,需要在输入整理环节另行处理。
接下来,给 Text Classifier 连接聊天模型。原文列举了 OpenAI、Anthropic、Mistral、Ollama,具体取决于可用的 credentials;没有指定模型版本。将 Text to Classify 设为 {{ $json.texte }},再在 Categories 中逐项填写短名称与描述。
类别名称只是入口,描述才负责划边界。例如,「报价」对应新项目,「支持」对应已有服务。只写两个标签,模型仍然得猜;补上区分条件,才是在表达团队的业务规则。
作者建议先保留 4 到 7 个类别,更多需求可以先粗分,再在分支内细分。多语言消息则应使用相应语言的类别描述,或在系统指令里说明可能出现法语、阿拉伯语、Darija、英语。原文没有提供多语言分类效果对比。
「其他」出口和人工确认,决定错误怎么收场
作者要求启用类似 When No Clear Match 的选项,让无法明确匹配的消息进入 Other,并连接 Slack、邮件或 Telegram 通知人工处理。具体选项名称可能随 n8n 版本变化。
这条建议合理:如果所有输入都必须落入有限类别,类别之外的消息也会被硬塞进去。但 Other 只是提供退路,不能保证模型会主动退让。它仍可能自信地分错,教程没有给出置信度阈值或相关校准方法。
混合诉求还有另一层问题。开启 Allow Multiple Classes To Be True 后,一条「想询价,同时上次账单有误」的消息可以进入多个分支,每条分支都会执行。若两边都自动回复,客户就可能收到两封邮件。因此,作者建议对会联系客户的流程保留单类别,把混合情况交给人工。
对于敏感动作,教程给出的路径是:先分类到财务,生成回复草稿,通过 Slack、Gmail、Telegram 等渠道的 Send and Wait 请求同事「确认或修改」,通过后才发送邮件。低风险的收件确认、邮箱标签则可以直接自动化。
上线前,作者建议准备 15 到 20 条样例,包含短消息、混合诉求、垃圾信息和其他语言;在 Manual Trigger 上固定数据(pin data),运行后把结果记入 Google Sheet,优先修改类别描述,并在每次类别变更后重跑。
每个分支还应记录日期、脱敏发件人、类别和执行标识 {{ $execution.id }},存到 Google Sheets、Postgres 或 n8n Data Table,便于几周后检查混淆情况。
我的判断
我赞同先收窄 AI 的职责。对消息分流而言,固定类别、普通流程分支和人工兜底,能让团队更容易理解系统到底做了什么。
但作者没有展示真实样例的预测结果、准确率、延迟或费用,也没有和关键词规则、agent 做对照。「分类器通常就够了」「先改描述而非模型」应当视为经验建议,不能当作经过量化验证的结论。
如果诉求已经由表单字段明确表达,或可以通过稳定关键词判断,条件分支可能更直接;当用户用自由文本表达意图时,模型分类才更有发挥空间。
另外,15 到 20 条样例适合起步检查,覆盖不了全部真实输入。只记录预测类别,也无法直接知道分类是否正确;若要衡量效果,还需要保留人工纠正后的类别。原文没有展开这一点。
能拿来做什么
- 给现有邮件或表单流程增加分类时,先定义少量业务类别,并写清相邻类别的区分条件,再连接模型。
- 检查输入整理表达式是否符合消息结构,尤其确认正文前 3000 个字符是否足够,以及敏感字段是否已被排除。
- 将
Other接到有人负责处理的入口,并逐条检查多类别分支是否会重复发送消息或创建记录。 - 保存 15 到 20 条起始样例,每次改类别都重跑;对外回复先生成草稿并人工确认,同时记录执行标识,方便追查具体错误。