打工權益解惑｜用 n8n × LINE 打造 AI 勞動權益小助手

一、製作動機

這次我希望製作一個真正能幫助大學生的 AI 小工具。

許多大學生都有打工經驗，但在工作過程中，可能遇到薪資短少、老闆任意扣薪、加班費計算、臨時取消排班、請假、保險及離職等問題。當這些情況發生時，不一定知道自己有哪些權益，也不清楚該去哪裡查詢法律規定。

雖然網路上能找到許多相關資料，但法律條文對沒有相關背景的人來說，可能不容易理解，也很難判斷哪些規定適用於自己的情況。

因此，我決定使用 n8n、LINE Messaging API 與 AI Agent，製作一個名為「打工權益解惑」的 AI 聊天機器人。

希望讓使用者只需要透過平常熟悉的 LINE 聊天介面，用自然語言描述自己的問題，就能取得初步的勞動權益說明、官方法規參考資料，以及實際處理問題的建議。

二、作品功能

目前機器人主要包含以下功能：

1. AI 打工權益問答

使用者可以直接用日常對話的方式詢問打工相關問題，例如：

• 老闆可以因為打破杯子就扣薪水嗎？
• 已經過了發薪日，老闆還沒有給薪水怎麼辦？
• 兼職也有特休和病假嗎？
• 老闆突然取消已經排好的班，可以不給薪水嗎？
• 工作未滿一年被資遣，可以領資遣費嗎？

AI 會根據使用者描述的情況進行初步分析，必要時詢問缺少的資訊，而不是只回覆固定答案。

另外，也測試了錯字與口語化輸入，讓使用者即使打錯字，AI 仍能理解大致意思。

2. 多輪對話記憶

透過 n8n 的 Simple Memory 記住目前的諮詢內容，並利用 LINE 使用者 ID 區分不同使用者的對話。

例如使用者先告訴 AI 自己的時薪、工作年資與爭議金額，之後再請 AI 計算薪資或整理申訴資料時，就不需要重新輸入所有資訊。

使用者也可以透過「結束諮詢」功能清除對話記憶，重新開始新的諮詢。

3. 薪資與加班費試算

根據使用者提供的時薪、工作時數、加班情況及適用條件，協助進行初步薪資與加班費計算。

例如，測試時輸入：

「時薪 200 元，平日正常工作 8 小時後又加班 2 小時，加班費是多少？」

AI 可以依據台灣勞動基準法的一般平日延長工時規定，說明計算方式並試算金額。

4. 官方勞動法規查詢

這是本次作品的重要功能之一。

我透過 n8n 的 HTTP Request Tool，讓 AI Agent 可以依照使用者的問題，讀取勞動部及勞工保險局的官方網站資料。

目前已整合的查詢主題包含：

• 扣薪與損害賠償：例如打破物品後，老闆能否直接從薪資扣款。
• 工資給付與欠薪：例如延遲發薪、薪資短付。
• 加班費計算：查詢平日延長工時等相關規定。
• 例假、休息日與排班：例如連續工作七天、每週休息安排。
• 臨時取消排班與減班：區分個別班次取消與正式減班休息。
• 兼職特別休假：了解部分工時勞工是否享有特休及如何計算。
• 病假與請假權益：包含病假、全勤獎金及 2026 年相關新措施。
• 勞保、就保與職災保險：區分不同保險的強制投保規定。
• 自請離職與預告期間：依照工作年資說明提前通知的天數。
• 資遣費計算：依適用制度、年資及平均工資進行初步試算。

AI 會盡量提供對應的官方來源網址，讓使用者可以進一步自行查證，而不是完全依賴 AI 生成的內容。

5. 雇主溝通訊息助手

除了分析勞動權益問題，AI 也能協助使用者撰寫適合傳給老闆的訊息。

例如遇到欠薪時，使用者可以要求：

「幫我寫一段有禮貌、但能清楚表達希望補發薪水的 LINE 訊息。」

AI 就能依照目前的問題，產生適合複製使用的溝通文字，也能依要求調整成更正式或更委婉的語氣。

6. AI 勞資申訴整理助手

這是後來新增的功能，也是我認為很實用的一部分。

當使用者遇到薪資爭議、扣薪或其他勞資問題時，可以請 AI 將前面的對話整理成：

• 爭議事件經過
• 工作年資與薪資資訊
• 爭議金額及計算依據
• 目前已知的證據
• 尚需補充的資料
• 可能涉及的法律規定
• 可供修改的勞資爭議調解申請草稿

例如使用者先描述自己在飲料店打工八個月、時薪 200 元，上個月薪水短少 1,500 元，之後再輸入「幫我整理申訴資料」，AI 就能根據先前的對話產生整理文件。

對於使用者沒有提供的姓名、日期、店家名稱等資訊，則標示「待補充」，避免自行編造。

這項功能目前是產生可複製、可修改的草稿，不會直接代替使用者向主管機關送出申訴。

7. LINE 圖文選單與快捷操作

我也在 LINE 官方帳號加入圖文選單，讓使用者能快速操作：

• 使用說明：介紹機器人可以提供的協助，以及如何開始詢問。
• 結束諮詢：清除目前的對話記憶，讓下一次可以重新開始。

這兩項功能透過 n8n 的條件判斷與指定流程執行，不需要每次都呼叫 AI 模型，也能減少不必要的額度消耗。

三、使用工具與技術

本次作品主要使用以下工具：

四、製作過程

1. 建立 LINE 與 n8n 的連線

一開始先建立 LINE 官方帳號，設定 Messaging API，再利用 n8n 的 Webhook 接收 LINE 訊息。

當使用者傳送訊息時，LINE 會將事件傳送到 n8n，由工作流程判斷如何處理，再透過 LINE Reply API 回覆。

2. 建立 AI Agent 對話功能

完成基本訊息收發後，我加入 AI Agent 與語言模型，讓機器人能夠理解使用者的問題，提供比較自然的回答。

之後再加入 Simple Memory，以 LINE 使用者 ID 作為對話識別依據，讓不同使用者的聊天紀錄可以分開處理。

3. 加入快捷指令與記憶清除

為了讓操作更加方便，我利用 IF Node 判斷「使用說明」與「結束諮詢」。

當使用者點選使用說明時，系統直接回覆固定教學文字；選擇結束諮詢時，則透過 Chat Memory Manager 清除目前的對話記憶。

4. 讓 AI 能查詢官方網站

最初 AI 主要依靠語言模型本身回答問題。

但在測試過程中，我發現法律相關資訊可能出現不準確、引用錯誤法條或使用過時來源等情況。

因此，我開始利用 HTTP Request Tool，將勞動部和勞保局的官方資料接入 AI Agent。

不同工具對應不同的查詢主題，讓 AI 能依照使用者的問題選擇適合的官方資料，而不是每次都抓取所有網站。

5. 擴充勞動權益功能

在扣薪、欠薪及加班費功能可以正常運作後，我陸續增加了休假與排班、特休、病假、保險、離職及資遣費等查詢內容。

最後，再利用原本的對話記憶功能，增加 AI 勞資申訴整理助手，讓機器人不只能解釋法律資訊，也能協助使用者整理問題。

五、遇到的困難與解決方式

1. LINE 訊息無法正常回覆

一開始串接 LINE 時，曾遇到 Invalid reply token 等問題。

後來發現 HTTP Request 的 JSON Body 與 Expression 設定方式會影響送出的資料內容。

經過調整訊息格式與參數後，成功讓 n8n 正常接收及回覆 LINE 訊息。

2. AI 對話記憶與清除功能

初期需要確認 AI 是否真的能記住前面提供的薪資、工作年資及事件內容。

另外，「結束諮詢」也必須確實清除對應使用者的記憶，而不是只有回覆一句「已清除」。

後來透過 Simple Memory、LINE 使用者 ID 與 Chat Memory Manager，完成多輪記憶及清除功能的基本測試。

3. 官方網站回傳太多無關內容

使用 HTTP Request Tool 查詢官方網站時，雖然成功取得網頁資料，但有些內容包含大量選單、導覽列、頁尾及其他連結。

這些內容不只影響 AI 判讀，也可能增加模型的處理成本。

因此，我透過調整 CSS Selector，讓部分工具能夠只擷取官方文章的主要內容。

不過不同網站的 HTML 結構並不相同，例如勞保局頁面仍有擷取內容較多的情況，因此這部分還有優化空間。

4. AI 可能引用不正確或不適用的法規

測試過程中，我發現即使 AI 能回答問題，也不代表所有法律判斷都完全正確。

例如，減班休息的官方說明，不一定能直接套用在飲料店臨時取消單一班次的情況。

因此，我逐步調整 AI Agent 的 System Message，要求 AI：

• 區分不同法律情境。
• 不要將相似但不同的規定直接視為相同。
• 優先查詢官方資料。
• 附上實際使用的來源。
• 資訊不足時先詢問必要問題。
• 不確定時說明限制，避免直接下絕對結論。

5. AI 整理申訴資料時可能補上不存在的事實

在申訴整理功能的測試中，使用者原本只說老闆尚未補發薪水，但 AI 曾經把這段內容寫成「老闆沒有回覆訊息」。

雖然兩者看起來相近，但在正式的爭議文件中，這是不同的事實。

因此我又調整了規則，要求 AI 區分使用者明確提供的資訊、推測及待確認事項。

經過重新測試，AI 已能接受使用者的糾正，修改原本的申訴草稿。

六、實際測試成果

本次利用 LINE 對話進行多種情境測試。

測試一：扣薪與欠薪

模擬老闆因為打破物品而扣薪，以及薪水短少、延遲發放的情況。

AI 能提供初步說明、查詢相關官方資料，並協助使用者撰寫向雇主詢問的訊息。

測試二：加班費計算

輸入時薪 200 元、正常工作八小時後加班兩小時的案例。

AI 能依照一般平日延長工時規定，試算兩小時加班費約為 533.33 元，並提供官方參考資料。

測試三：休假與排班

模擬連續工作七天、老闆臨時取消已排定班次等情境。

AI 能說明例假與休息日的差別，也能提醒使用者保留排班表，並區分不同的法律適用情況。

測試四：兼職特休與病假

模擬每週工作三天、每天四小時、已工作滿一年的兼職人員，詢問是否有特休。

AI 能說明部分工時勞工仍享有特休權益，並依假設的工時比例提供參考試算。

另外也測試了一天病假被扣掉整個月全勤獎金的情況，AI 能查詢 2026 年相關規定並說明可能涉及的權益。

測試五：打工保險

模擬飲料店只有三名員工，老闆表示未滿五人不必投保任何保險的情況。

AI 能區分勞保、就保與職災保險，並引用勞保局的官方問答，說明不同保險的人數門檻與投保義務。

測試六：離職與資遣費

模擬打工八個月，老闆要求提前三十天離職，否則扣薪的情況。

AI 能按照工作年資說明預告期間。

另外，也測試平均月薪 12,000 元、工作八個月後被資遣的案例。

在符合新制資遣費計算假設的情況下，AI 可以試算資遣費約 4,000 元，並提供勞動部官方來源及試算系統。

測試七：AI 勞資申訴整理助手

模擬使用者在飲料店工作八個月、時薪 200 元、薪水短少 1,500 元，並已向雇主詢問兩次的情況。

AI 能記住前面的資訊，整理事件經過、爭議金額、證據清單及書面調解申請草稿。

另外，也測試使用者指出 AI 草稿中的錯誤後，AI 能否修正內容。

重新測試後，AI 已能刪除未經確認的敘述，並說明應向實際工作所在地的地方勞工主管機關申請勞資爭議調解。

測試八：基本操作與對話記憶

包含：

• 文字輸入包含錯字時的理解能力。
• AI 是否記得前面提供的資訊。
• LINE 圖文選單是否能正常顯示使用說明。
• 「結束諮詢」是否能清除對話記憶。
• 使用者提出修正要求後，AI 是否能延續對話。

以上功能均已完成基本情境測試，但並非所有可能的勞動爭議都已完整驗證。

七、心得與收穫

這次實作讓我發現，完成一個 AI 應用，並不是單純把語言模型連接到 LINE 就結束了。

真正需要花時間的部分，包含：

• 設計 n8n 工作流程與訊息分流。
• 理解 LINE Messaging API 的請求與回覆格式。
• 設定不同使用者的對話記憶。
• 處理 HTTP Request 的回傳資料。
• 判斷 AI 是否真的使用了查詢工具。
• 修改 AI 的回答規則，降低法律資訊錯誤的風險。
• 透過不同情境反覆測試及修正。

其中讓我最有感的是，AI 回答得很自然，不代表它回答得正確。

尤其是涉及勞動權益的問題，即使看起來合理，也需要再次檢查適用條件與官方資料來源。

另外，我也學到不能只看到 n8n 節點執行成功，就認定整個功能沒有問題，還需要檢查 OUTPUT 內容，以及 LINE 最終回覆是否符合預期。

這次最大的收穫，是把原本學習的 n8n、自動化流程、LINE API 和 AI Agent 結合起來，實際做出一個可以互動，也能協助整理問題的工具。

八、目前限制與未來改進方向

目前「打工權益解惑」已經能處理多種常見的打工問題，但仍然有一些限制。

1. 法規查詢範圍有限

目前主要針對已經整合的官方問答進行查詢。若使用者提出更少見或更複雜的法律問題，仍可能缺少對應資料。

2. 法律判斷仍需人工確認

AI 提供的是初步資訊整理及參考分析，不一定能完整判斷個案是否合法。正式申訴或法律爭議，仍應以主管機關及專業人士的意見為準。

3. 網頁資料擷取仍能優化

部分官方網站回傳資料較多，未來希望改善 HTML 擷取方式，減少不必要的資訊與模型額度消耗。

4. 目前申訴助手不會自動送件

AI 能協助整理事件與產生草稿，但使用者仍需要自行確認資料，並透過正式管道提出申請。

5. AI 服務有使用額度限制

目前使用的 AI 模型服務仍受到可用額度限制。未來希望進一步改善工具呼叫效率，降低運作成本。

未來若有更多時間，也希望增加更完整的勞動法規檢索、更多案例測試，以及更方便的申訴資料整理方式。

九、結語

這次的「打工權益解惑」，讓我從單純學習 n8n 節點操作，進一步了解如何設計一套有實際用途的 AI 自動化流程。

我希望這個作品能讓打工族在遇到問題時，不必一開始就面對難懂的法律條文，而是能先透過 LINE 描述自己的情況，了解可能涉及的權益，再進一步查詢官方資料與尋求協助。

雖然目前仍是課程實作與測試版本，但看到機器人能夠記住對話、查詢法規、試算金額，以及產生申訴整理草稿，我覺得這次學習不只是完成一份作業，也讓我更了解 AI 和自動化工具可以如何應用在生活中。

註：本作品提供一般勞動權益資訊、初步試算與資料整理，不取代專業法律諮詢，也不會代替使用者正式提出申訴。