Điều hướng
Mục lục: 🏠 Wiki N8N - Trang chủ Bài trước: 12-Vai trò của LLM trong Quy trình Tự động hóa Bài tiếp theo: 22-Xây dựng AI Agent với các Tools tùy chỉnh
💬 Kết nối OpenAI (ChatGPT) / Anthropic (Claude) vào n8n
Tổng quan
n8n tích hợp sẵn các node cho OpenAI, Anthropic Claude, Google Gemini và nhiều LLM khác. Bài này hướng dẫn bạn thiết lập kết nối, gọi API và xây dựng những workflow AI đầu tiên của mình.
🏗️ Kiến trúc tổng quan
graph LR A["📥 Trigger\n(Webhook/Form/Schedule)"] --> B["🔧 Chuẩn bị Prompt\n(Set Node)"] B --> C{Chọn LLM} C -->|OpenAI| D["🤖 OpenAI Node\ngpt-4o / gpt-4o-mini"] C -->|Claude| E["🧠 Anthropic Node\nclaude-3-5-sonnet"] C -->|Gemini| F["✨ Google Gemini Node"] D --> G["📤 Xử lý kết quả\n& Output"] E --> G F --> G
🔑 Bước 1: Thiết lập Credentials
OpenAI
- Vào platform.openai.com → API Keys → tạo key mới
- Trong n8n: Credentials → New → tìm
OpenAI→ dán API Key vào
Anthropic Claude
- Vào console.anthropic.com → API Keys → tạo key mới
- Trong n8n: Credentials → New → tìm
Anthropic→ dán API Key vào
Bảo mật API Key
Không bao giờ hardcode API Key trực tiếp vào node. Luôn sử dụng hệ thống Credentials của n8n — key được mã hóa và lưu trữ an toàn.
⚙️ Bước 2: Cấu hình OpenAI Node
Các thao tác chính (Operations)
| Operation | Mô tả | Dùng khi nào |
|---|---|---|
| Message a Model | Gửi tin nhắn và nhận phản hồi | Chat, Q&A, phân tích |
| Generate an Image | Tạo ảnh với DALL-E | Tạo hình ảnh minh họa |
| Transcribe a Recording | Chuyển audio → text | Whisper STT |
| Analyze Image | Phân tích nội dung ảnh | Vision tasks |
Cấu hình “Message a Model”
| Trường | Giá trị gợi ý | Ghi chú |
|---|---|---|
| Model | gpt-4o-mini | Rẻ, nhanh, đủ dùng cho hầu hết tasks |
| Messages | System + User message | System: định nghĩa vai trò AI |
| Temperature | 0.7 | 0=chắc chắn, 1=sáng tạo |
| Max Tokens | 2048 | Giới hạn độ dài phản hồi |
📝 Ví dụ thực tế
1. Workflow tóm tắt email tự động
sequenceDiagram participant G as Gmail Trigger participant N as n8n participant O as OpenAI participant S as Slack G->>N: Email mới nhận được N->>O: "Tóm tắt email này thành 3 bullet points:\n{{ $json.text }}" O-->>N: "• Điểm 1\n• Điểm 2\n• Điểm 3" N->>S: Gửi tóm tắt vào channel #email-digest
Prompt mẫu:
System: Bạn là trợ lý tóm tắt email chuyên nghiệp.
Luôn trả lời bằng tiếng Việt, ngắn gọn và súc tích.
User: Tóm tắt email sau thành 3 bullet points quan trọng nhất:
{{ $json.emailBody }}
2. Phân loại ticket hỗ trợ khách hàng
System: Phân loại yêu cầu hỗ trợ vào 1 trong các nhóm:
[billing, technical, general, urgent]
Chỉ trả về đúng 1 từ phân loại, không giải thích thêm.
User: {{ $json.ticketContent }}
Kết quả → dùng Switch Node để route ticket đến đúng team.
🆚 So sánh các Model phổ biến
| Model | Tốc độ | Chi phí | Điểm mạnh |
|---|---|---|---|
gpt-4o-mini | ⚡ Rất nhanh | 💚 Rất rẻ | Tasks đơn giản, phân loại |
gpt-4o | ⚡ Nhanh | 💛 Trung bình | Phân tích phức tạp, reasoning |
claude-3-5-sonnet | ⚡ Nhanh | 💛 Trung bình | Viết nội dung, code generation |
claude-3-opus | 🐢 Chậm hơn | 🔴 Đắt | Tasks đòi hỏi độ chính xác cao |
💡 Mẹo tối ưu chi phí
Prompt Engineering tiết kiệm token
- Ngắn gọn: Mỗi token = tiền. Viết prompt súc tích.
- Few-shot examples: Đưa 1-2 ví dụ mẫu thay vì giải thích dài dòng.
- gpt-4o-mini trước: Thử với model nhỏ trước, chỉ dùng model lớn khi cần.
- Cache responses: Nếu prompt giống nhau, lưu kết quả vào DB thay vì gọi lại API.
Điều hướng
Bài trước: 12-Vai trò của LLM trong Quy trình Tự động hóa Bài tiếp theo: 22-Xây dựng AI Agent với các Tools tùy chỉnh