零代码搭建n8n AI客服自动回复工作流

很多团队每天都会被登录问题、退款申请、账号安全之类的咨询淹没，人力回复既慢又容易漏。有一位YouTube创作者演示了一套完全不用写代码的n8n工作流：客户填表后由AI判断能否自动处理，能处理的直接生成回复草稿，搞不定的转交人工。整个过程在n8n里拖拽节点就能完成。

整体流程：三步分流

这套工作流的逻辑非常清晰：客户提交表单 → AI判断消息类型 → 分两路处理。一路由AI起草回复并存入Gmail草稿箱，另一路直接转发给负责人人工处理。演示者强调，这种“AI先筛、人工兜底”的设计，既保留了自动化效率，又避免AI在敏感问题上胡乱承诺。

第一步：搭建表单入口

在n8n中添加一个表单节点（Form节点），设置三个字段：sender（发件人）、subject（主题）、message（正文）。演示者特意提醒字段名用小写，方便后续节点引用。这个表单就是客户提交问题的入口，可以嵌入网站或直接分享链接。

n8n 的 Form 节点是一个内置的触发器节点，运行后会由 n8n 生成一个可公开访问的表单页面链接。你可以在节点里自由增删字段、设置字段类型（文本、邮箱、下拉选项等）以及是否必填。用户提交表单后，该节点的输出即为一个包含各字段值的 JSON 对象，字段名就是后续节点引用数据时使用的键名，因此演示者要求字段名统一小写，避免大小写不一致导致引用失败。由于表单由 n8n 托管，使用者无需自建前端页面或服务器，把链接嵌入网站、文档或直接发给客户即可收集结构化输入，这也是整套方案能做到零代码的原因之一。

第二步：用文本分类器做AI分流

这是整个工作流的核心节点——文本分类器（Text Classifier）。把subject和message拖进分类器，设置两个类别：can draft（可自动起草）和needs human（需人工处理）。登录帮助、简单咨询归入前者；取消订阅、退款、安全相关的问题一律归入后者。分类器背后接入Claude或其他LLM，由模型阅读内容并判断归属。

这种分类策略值得注意：退款和账号安全属于高风险场景，一旦AI回复不当可能引发纠纷，所以演示者选择让这些请求直接绕开AI。这个边界设定比分类准确率本身更重要。

文本分类器（Text Classifier）节点是 n8n 中专门用于意图识别与内容归类的 AI 节点。它的工作方式是：你提供一段待分类的文本（此处是 subject 与 message 的组合），并预先定义若干类别及其含义描述，节点将这些内容连同类别定义一起发送给底层大语言模型，由模型返回该文本最匹配的类别。与直接调用 LLM 节点再自行解析返回结果相比，文本分类器把「定义类别—调用模型—解析归属」封装成了一个步骤，输出结果是结构化的类别标签，可直接用于后续的 IF 分支判断。类别名称和描述写得越具体、边界越清晰，模型判断的稳定性就越高；反之，如果两个类别的描述语义重叠，模型容易摇摆。这正是文中强调分类效果依赖提示词质量的原因。

第三步：可自动处理的分支

在can draft分支下，添加一个LLM节点，接入Claude，并粘贴一段简短提示词，要求生成友好、得体的回复。随后添加Gmail节点，操作选择“创建草稿”（Create a Draft），把客户的邮箱和Claude生成的回复分别映射进去。这样每封可自动处理的咨询都会在Gmail草稿箱里生成一封待发送的回复，人工扫一眼确认即可发出，而不是完全无人值守地直接发送——这是一个兼顾效率与安全的折中。

Gmail 节点的「创建草稿」与「发送消息」两种操作，对应 Gmail API 中不同的权限与行为。创建草稿只是在账号的草稿箱中写入一封未发送的邮件，不会触发任何投递，人工检查后点击发送即可；发送消息则立即投递到收件人。在自动化中使用草稿模式，相当于在 AI 输出与真实发送之间插入了一道人工确认关卡，即使模型生成了措辞不当或信息错误的内容，也不会直接到达客户手中。需要注意的是，Gmail 节点需要先在 n8n 中完成 OAuth 授权，并且所用账号需具备相应的邮件读写权限；若用同一账号同时处理自动草稿与人工转交，两路分支写入的是同一个邮箱，需靠操作类型区分。

第四步：需人工处理的分支

在needs human分支下，添加自己的Gmail账号，操作选择“发送消息”（Send a Message），把主题和正文发给自己。这样退款、取消、安全类请求会第一时间出现在负责人邮箱里，由真人接手。两路分支互不干扰，分类器判断错了也只是多一封草稿或少一封草稿，不会造成客户收到错误回复。

这套方案适合谁

从演示内容看，这套工作流最适合小型团队或独立开发者：没有客服系统预算，但每天有零散的客户咨询需要处理。n8n的开源属性和可视化编排降低了门槛，LLM节点负责语言理解，Gmail负责收发，整套系统不需要服务器和代码。

需要留意的局限也很明显：演示只覆盖了表单入口，如果客户习惯用邮件或聊天工具联系，还需要额外接入对应触发器；分类器的类别划分依赖提示词质量，实际使用中需要根据业务反复调整；草稿模式虽然安全，但每天仍需人工过一遍草稿箱，谈不上完全解放人力。

对于想入门自动化的人来说，这个工作流是一个不错的练手项目——节点数量少、逻辑闭环完整，改一改分类规则就能适配自己的业务场景。