高見龍：當我把事情交給 n8n 之後，人生變得更廢了

1. 一句話總結

n8n 是一種把重複性工作拆解成一個個節點、串起來自動執行的低code工具，重點不是 AI，而是任務拆解的能力；只要願意從生活裡的小事開始試，不需要工程背景也能上手。

2. 重點筆記

主持人介紹講者過去多次拿下 iThome 鐵人賽冠軍，出版過《為你自己學 Git》《為你自己學 Ruby on Rails》《為你自己學 Python》等暢銷技術書籍，目前是五倍學院的共同創辦人（查證後，官方教育品牌頁面以「五倍學院」稱呼這個單位；五倍學院團隊頁另把他列為院長，兩種頭銜可能對應創辦與現職兩種身分，一併記下）。

n8n 是什麼、不是什麼

n8n 這個名字是「node」加「automation」硬拼出來的（本來想造字叫 nodemation，但 n 開頭、n 結尾、中間八個字母嫌麻煩不想打，就縮寫成 n8n）。他把 n8n 定義成「一堆節點組合在一起完成任務」的 no code、low code 工具，並特別澄清：n8n 不是 AI 工具，只是眾多節點裡剛好內建了 AI 節點而已，它真正的核心價值是任務拆解。

他舉一個例子說明什麼叫任務拆解：假設老闆要求「每天去 PTT 或 Dcard 上面看有沒有人在罵公司」，可以拆成四個節點——「每天」是定時器、「上 PTT 或 Dcard」是網站爬蟲、「有沒有罵公司」需要交給 AI 做語意分析、「回報給老闆」是寄信通知。他也直白地說，n8n 的操作介面其實是工程師取向的介面，節點數量多達四百到五百個，一開始難免覺得無從下手，但他的建議很簡單：試就對了，最多壞掉重灌，不會有更嚴重的後果。

現場示範：抓取年會官網的講者名單

他現場示範一個小型工作流：呼叫年會官網取得頁面的 HTML，用選擇器解析出講者名字（他坦承自己抓取用的選擇器寫法很脆弱，只要官網一改版就會失效），再把抓到的完整講者名單發送到 Discord 頻道，並用陣列的長度算出總人數。

解決自己的問題

他分享了幾個自己日常用 n8n 解決的小麻煩：

• 書籍排行監控：他習慣每天查看自己「為你自己學」系列書籍在天瓏書局的排行，於是做了一個工作流：定時器每天觸發、抓取網站資料、比對關鍵字，再發 Discord 通知——不管有沒有進榜都會通知，因為如果哪天沒收到通知，他反而無法判斷是「沒進榜」還是「流程本身壞掉了」。
• 工作流與金鑰備份：既然 n8n 是自動化工具，他也用 n8n 定時備份 n8n 自己的工作流跟金鑰，執行系統指令匯出後發 Discord 通知，避免系統萬一出問題求助無門。
• 客戶留言板轉 Excel：客戶希望把留言板資料匯出成 Excel 方便寄信感謝留言者，他用連接資料庫的節點加上檔案轉換節點做到；重點是用 Webhook 節點加上基本驗證（Basic Auth）設定權限，把連結直接給客戶，客戶輸入帳號密碼就能自行下載，整個工作流不到十分鐘做完，也不需要額外部署。
• 書稿中翻英：他自己在寫一本要交給國外出版社的書，原稿是 Markdown 格式，內容有不少偏在地化的例子、需要保留程式碼原本的格式、翻譯時不能自作主張加料、各章語氣要一致，而且不同大語言模型的翻譯品質也不一樣。他做了一個表單節點讓自己上傳 Markdown 檔案，中間串接 AI 處理，跑完就能拿到翻譯好的 Markdown 檔案，他抽查了幾篇後確認品質夠穩定就直接採用。

幫客戶解決問題：媒體、學校、醫院

• 媒體：記者需要即時掌握特定關鍵字（例如印巴衝突、特定人物的發言）或特定機關（例如總統府）是否發布新消息。因為這些媒體與機關網站大多提供 RSS，做法相對單純：定時器搭配 RSS 節點抓取來源、比對關鍵字，再依關鍵字把通知分流到不同的 Slack 頻道。
• 學校：圖書館想做一個線上客服機器人回答 FAQ。他指出這種資料量小、內容單純的場景其實不需要動用 RAG 或向量資料庫，直接用 HTTP Request 節點爬取 FAQ 頁面、交給 AI Agent 節點依內容回答就足夠。
• 醫院藥師：藥師想每隔一兩天確認衛福部食藥署網站是否公告新藥或藥品下架，但該網站沒有提供 API，只能自己寫網頁解析邏輯；他額外用一份 Excel 當作簡易資料庫，每次抓回資料就跟先前存下的資料比對，有差異才發信通知，這一步是整個流程裡最花力氣的部分。
• 醫院護理師：護理師每天要根據病患資料（Excel 檔）勾選並通知符合特定條件（例如血壓、心跳等數值）的高風險病人，他做了一個表單節點讓對方上傳 Excel，中間用判斷節點加程式碼節點做數值篩選，最後轉檔匯出，把原本要花不少時間的人工判讀縮短到幾秒鐘完成。
• 學生的請求（婉拒）：有學生問能不能用 n8n 幫忙搶演唱會門票，他當場拒絕教這件事，直接引用《文化創意產業發展法》第十條之一第三項，指出以虛偽資料或其他不正方式利用電腦或設備購買藝文表演票券、取得訂票或取票憑證者，最重可處三年以下有期徒刑，或科或併科新台幣三百萬元以下罰金（查證後，全國法規資料庫的條文原文第三項寫的是「以虛偽資料或其他不正方式，利用電腦或其他相關設備購買藝文表演票券、取得訂票或取票憑證者，處三年以下有期徒刑，或科或併科新臺幣三百萬元以下罰金」，跟他台上講的一致）。他強調自己後來換了一種做法：只做「監看售票頁面上顯示的剩餘票數變化、有異動就發通知」，而不是自動幫忙搶購下單。

怎麼開始用 n8n

他建議在自己的電腦上執行一行指令（npx n8n），幾分鐘後就能在地端開出一套可以用的 n8n 環境；缺點是筆電閤上工作流就會停止運作，如果想要全天候運行，得考慮不關機或改用雲端主機。他也提醒不要一開始就想著要用 n8n 拯救世界，建議從生活裡最小的瑣事開始練手感，累積出成就感之後再往更大的題目挑戰。

常見問題

被問到「沒有技術背景學得會嗎」，他的回答是不敢打包票，但在這個時代學一點 Python 防身也不錯，並附上自己開源、免費公開的入門教材網址。至於「AI agent 會不會取代 n8n 這類自動化工具」，他認為兩者性質不同：AI 帶有一定的不確定性，但像備份這種自動化流程完全不能有不確定性，出一次包就麻煩；他把 n8n 定位成不同應用程式之間的「膠水」，重點在於學會怎麼把不同服務串接起來，而不是取代 AI 或被 AI 取代。

3. 關鍵數據與案例

• n8n 的全球搜尋量從當年年初開始明顯上升，講者用 Google 搜尋趨勢跟 Zapier 相互比對後得出這個觀察（講者自述，無外部來源佐證）。
• 節點種類約四百到五百個。
• 客戶留言板轉 Excel 案例：從發想到做完整個工作流，講者自述花費不到十分鐘（講者自述，無外部來源佐證）。
• 護理師病患資料判讀案例：原本人工作業約需半小時，改用工作流後縮短到幾秒鐘完成（講者自述，無外部來源佐證）。

4. 金句

• 「你不用很厲害才能開始，但要開始才能很厲害。」
• 「n8n 不是 AI，它只是剛好有內建的 AI 節點在裡面。」
• 引用《葬送的芙莉蓮》：「魔法是想像的世界，在魔法世界裡無法想像的事情就無法實現。」

5. 提到的工具與名詞

n8n、node（節點）、workflow（工作流）、定時器節點、網站爬蟲節點、HTTP Request 節點、RSS 節點、Webhook 節點、Basic Auth、AI Agent 節點、if 節點、Code 節點、npx、Node.js、Zapier、Make（原 Integromat）、PTT、Dcard、Discord、Slack、RAG、向量資料庫。

6. 延伸觀察

這場的價值不在工具本身，而在「任務拆解」這個思維方式：把模糊的老闆需求拆成定時器、爬蟲、語意判斷、通知四個節點，這種拆解能力其實跟寫程式的邏輯訓練是同一件事，只是不需要真的寫 code。他區分 n8n 跟 AI agent 的方式（自動化流程不能有不確定性、AI 可以有不確定性）跟前面 Wisely Chen 場次講 RPA 跟 AI agent 差異的邏輯幾乎一模一樣，兩場對照起來特別有印證感。婉拒教學生搶票這段也處理得很得體：先講清楚法律風險，再示範一個不觸及自動下單、只做監看通知的替代方案，示範了「甲方責任」不只是驗收結果，也包括判斷什麼事不該讓自動化去做。

7. 資料來源