第一次接觸 n8n，我本來以為介面會很複雜、很難懂。實作幾次之後發現，每個模組的選項都滿好理解，邏輯也很清晰。小時候玩過機器人、Scratch 這類模組化方塊的程式，所以看到 n8n 覺得又熟悉又陌生，滿有感覺的。

我做的是一封活動回饋信，同時也是一封「展覽推薦信」。

我假設在一場「策展工作坊」結束後，大家會填一份回饋表單，寫下對活動的心得，也回答自己平常有沒有看展的習慣。我想讓系統讀完每個人的回答，自動寄一封信給他：先謝謝他參加，再依照他的心得推薦適合的展覽。

會想做這個，是因為我本來就很喜歡看展，平常也會依照每個人的個性推薦不同的展覽，腦袋裡其實一直在跑「這個人適合看哪個展」的邏輯。這次剛好可以把這件事，變成一條會自己跑的流程。

流程是：表單 → Switch 分流（平常看不看展）→ AI 寫推薦信 → Gmail 寄出。愛看展的人，推薦二到三檔；不太看展的人，只委婉推薦一檔，讓他沒有壓力。

一開始我其實想讓 AI 先判斷「這個人喜不喜歡看展」，再接著推薦。但做到一半覺得不對勁，這題的答案本來就是固定的，直接在表單加一個下拉選單問就好，讓 AI 判斷反而多此一舉。所以我改成用 Switch 分流，AI 只負責讀心得、寫推薦。

另一個讓我卡很久的，是整條流程怎麼按都跑不起來，但前面的節點明明都沒錯。看了錯誤訊息才發現，是最後面的 Gmail 沒有填入ai給的output（好笨），這才知道原來在系統執行之前，會先檢查整張畫布，只要有一個必填欄位空著，整條流程都不給跑（原本覺得前面有東西就可以先跑跑看...）。

還有任務提示詞的部分，我本來以為只要寫「幫我推薦展覽」就好，結果信件內容很不穩定，後來才把內容要求寫清楚，而且愛看展和不看展的人，需要的語氣和推薦數量不一樣，所以我把它拆成兩份。此外，信件一開始是擠成一整坨的文字，不好閱讀，我才調整成分段，加上表情符號。

總而言之，我最大的心得是自動化是一種思考的邏輯，不是把節點接起來就好。做的時候我一直在問自己：這一步需要嗎？可以更精簡嗎？能不能用合理的邏輯，一層一層做完？在跟自己不斷討論的過程中真的收穫很多，這是個有趣的作業呢！