Een AI-agent bouwen met n8n
Een AI-agent in n8n is een workflow waarbij een AI-taalmodel (zoals GPT-4 of Claude) binnenkomende data beoordeelt en op basis daarvan een actie kiest. Je configureert welke tools de agent mag gebruiken, wat de instructies zijn en welke stap volgt op elk AI-beslissing. n8n biedt hiervoor een AI-agent-node die je verbindt met een taalmodel en een set acties.
Met n8n bouw je een AI-agent die zelfstandig e-mails beoordeelt, beslissingen neemt en acties uitvoert, zonder dat je zelf code hoeft te schrijven.
n8n is een visuele workflow-automatiseringstool waarmee je zonder veel code processen kunt automatiseren. Combineer je dat met een AI-taalmodel, dan bouw je een agent die zelfstandig binnenkomende informatie beoordeelt en beslissingen neemt.
In dit artikel bouw je stap voor stap een eenvoudige AI-agent die inkomende e-mails beoordeelt op urgentie en ze automatisch doorstuurt of beantwoordt.
Wat je nodig hebt
Voordat je begint heb je het volgende nodig: een n8n-account (cloud of self-hosted), een API-sleutel van een AI-provider (OpenAI of Anthropic) en een e-mailaccount dat je wil koppelen via IMAP of Gmail.
Meer over wat een AI-agent precies is en hoe het concept werkt, lees je in het artikel over wat een AI-agent is.
Stap 1: maak een nieuw workflow aan
Open n8n en maak een nieuwe workflow. Geef hem een beschrijvende naam zoals “AI e-mail triage”. Klik op het plusteken om je eerste node toe te voegen.
Stap 2: stel de trigger in
Voeg een Gmail- of IMAP-trigger toe als startpunt. Stel de trigger in op “nieuwe e-mail ontvangen” en autoriseer de verbinding met je e-mailaccount. Stel de polling-interval in op vijf minuten voor een snelle respons.
Stap 3: voeg de AI-agent-node toe
Voeg een AI-agent-node toe. Kies als model GPT-4o of Claude 3.5 Sonnet. Voer je API-sleutel in als credential. Stel de systeeminstructie in, bijvoorbeeld: “Je bent een e-mail-assistent. Analyseer de inkomende e-mail en bepaal de urgentie: hoog, gemiddeld of laag. Geef alleen een van die drie woorden als antwoord.”
Zet de temperatuur op 0 voor consistente, reproduceerbare antwoorden. Hogere temperatuur leidt tot meer variatie in output, wat je hier niet wilt.
Stap 4: voeg een conditionele node toe
Voeg een IF-node toe die de output van de AI beoordeelt. Stel de condities in: als de output “hoog” is, ga naar actie A; als de output “gemiddeld” of “laag” is, ga naar actie B.
Stap 5: stel de acties in
Voor hoge urgentie: stuur de e-mail door naar een collega via Slack of e-mail, met een korte toelichting van de AI. Voor lage urgentie: stuur een automatische bevestiging terug naar de afzender of zet de e-mail op een label “later behandelen”.
Stap 6: voeg foutafhandeling toe
Voeg een foutafhandelingsnode toe voor gevallen waarbij het AI-model geen duidelijke classificatie geeft. Stel in dat de e-mail dan naar een handmatige wachtrij gaat, zodat je geen berichten mist door een onverwachte AI-output.
Stap 7: test en verfijn
Gebruik de testmodus van n8n om de workflow te testen met echte e-mails. Bekijk de uitvoer van de AI-node en check of de classificaties kloppen. Pas de systeeminstructie aan als de AI te veel fouten maakt. Meer over de risico’s en valkuilen van AI in automatiseringen lees je in het artikel over de risico’s van AI in bedrijfsprocessen.
Onze tip: begin met e-mails sorteren naar label of map, zonder dat de agent automatisch antwoordt. Verifieer een week lang of de classificaties kloppen. Pas als de nauwkeurigheid goed genoeg is, schakel je automatisch reageren in. Zo voorkom je dat je klanten per ongeluk onjuiste automatische antwoorden krijgen.
Veelgestelde vragen
Heb ik programmeerkennis nodig om een AI-agent te bouwen in n8n?
Niet per se. n8n is een visuele workflow-builder waarbij je nodes verbindt zonder code te schrijven. Voor eenvoudige AI-agents kun je toe met de standaard nodes voor AI-agent, taalmodel en acties. Als je complexere logica nodig hebt, zoals het verwerken van JSON-responses of het bouwen van conditionele stappen, is enige technische achtergrond handig. Maar de drempel is aanzienlijk lager dan zelf een agent schrijven in Python.
Welk AI-model kies ik in n8n: GPT-4 of Claude?
Beide werken goed in n8n. GPT-4 van OpenAI is de meest gebruikte optie en heeft de beste integratie met n8n. Claude van Anthropic is sterk in het volgen van instructies en het verwerken van lange teksten. Voor e-mailverwerking en triage zijn beide geschikt. Praktisch gezien bepaalt de beschikbaarheid van je API-sleutel en je kostenafweging de keuze. Begin met GPT-4o als je geen voorkeur hebt.
Hoe betrouwbaar is een AI-agent in productie?
Een AI-agent is nooit 100% betrouwbaar. Taalmodellen kunnen fouten maken, instructies verkeerd interpreteren of onverwachte output produceren. In productie is het verstandig om foutafhandeling in te bouwen: stel een fallback in voor gevallen waarbij het model geen beslissing kan nemen, log elke AI-uitvoer en laat een mens de grensgevallen beoordelen. Begin met lage-risico taken zoals sorteren en doorsturen voordat je de agent laat reageren namens jou.