Tạo AI Agent với n8n — Trợ lý AI riêng của bạn

AI Agent là gì?

AI Agent là một chương trình tự động có khả năng “suy nghĩ” và hành động dựa trên ngữ cảnh. Khác với chatbot truyền thống chỉ trả lời câu hỏi, AI Agent có thể sử dụng công cụ (tools), truy xuất thông tin, và thực hiện tác vụ phức tạp — giống như một trợ lý ảo thông minh làm việc 24/7 cho bạn.

Với n8n, bạn có thể tạo AI Agent mà không cần viết code phức tạp. n8n cung cấp các node chuyên biệt để xây dựng agent hoàn chỉnh với memory, tools, và khả năng reasoning.

Kiến trúc AI Agent trong n8n

Một AI Agent trong n8n bao gồm các thành phần:

• AI Agent node: Bộ não điều phối, quyết định hành động tiếp theo
• LLM (Large Language Model): OpenAI GPT-4, Claude, hoặc model local
• Tools: Các công cụ agent có thể sử dụng (search, calculate, call API…)
• Memory: Lưu trữ ngữ cảnh hội thoại
• Trigger: Kích hoạt agent (webhook, chat, schedule…)

Thiết lập AI Agent — Hướng dẫn chi tiết

Bước 1: Chuẩn bị credentials

Bạn cần API key từ nhà cung cấp LLM. Phổ biến nhất:

Trong n8n, vào Settings → Credentials → Add Credential → chọn “OpenAI API” (hoặc provider khác) → nhập API key.

Bước 2: Tạo workflow với AI Agent node

Tạo workflow mới và thêm các node theo thứ tự:

1. Trigger: Chat Trigger (cho testing) hoặc Webhook (cho production)
2. AI Agent: Node chính xử lý logic
3. OpenAI Chat Model: Kết nối LLM
4. Tools: Thêm tools mà agent có thể dùng

Bước 3: Cấu hình AI Agent node

Agent Type: Tools Agent (khuyến nghị)
System Message: "Bạn là trợ lý AI của công ty XYZ.
Nhiệm vụ: trả lời câu hỏi khách hàng về sản phẩm,
hỗ trợ đặt hàng, và giải quyết khiếu nại.
Luôn trả lời bằng tiếng Việt, lịch sự và chuyên nghiệp."
Max Iterations: 10
Return Intermediate Steps: true (cho debugging)

Bước 4: Kết nối LLM

Kéo connection từ AI Agent → đến OpenAI Chat Model node. Cấu hình model:

Model: gpt-4o-mini (cân bằng chi phí/chất lượng)
Temperature: 0.7 (sáng tạo vừa phải)
Max Tokens: 2000

Thêm Tools cho Agent

Tools là “tay chân” của agent — giúp nó thực hiện hành động ngoài việc trả lời text.

Tool phổ biến trong n8n:

Tạo Custom Tool

Bạn có thể tạo tool riêng bằng cách dùng n8n workflow như một tool:

1. Tạo sub-workflow riêng (ví dụ: “Check Product Inventory”)
2. Trong AI Agent, thêm “Call n8n Workflow Tool”
3. Trỏ đến sub-workflow và mô tả chức năng cho agent biết khi nào dùng

Memory — Nhớ ngữ cảnh hội thoại

Không có memory, agent sẽ “quên” mọi thứ sau mỗi tin nhắn. n8n hỗ trợ nhiều loại memory:

Window Buffer Memory

Lưu N tin nhắn gần nhất trong RAM. Đơn giản, phù hợp hội thoại ngắn.

Memory Type: Window Buffer Memory
Context Window Length: 10 (lưu 10 cặp tin nhắn)

Postgres/Redis Chat Memory

Lưu vào database, persist qua nhiều session. Phù hợp chatbot production.

Vector Store Memory

Lưu và tìm kiếm context bằng semantic search. Phù hợp khi cần nhớ thông tin dài hạn.

Ví dụ thực tế: Customer Support Agent

Xây dựng agent hỗ trợ khách hàng tự động:

Workflow structure:

Telegram Trigger
  → AI Agent (Tools Agent)
    ├── LLM: GPT-4o-mini
    ├── Memory: Postgres Chat Memory
    ├── Tool 1: Vector Store (FAQ knowledge base)
    ├── Tool 2: HTTP Request (check order status API)
    └── Tool 3: Code (format response)
  → Telegram (reply to user)

System prompt cho agent:

Bạn là trợ lý AI của Shop ABC trên Telegram.

Nhiệm vụ:
1. Trả lời câu hỏi về sản phẩm (dùng tool FAQ search)
2. Kiểm tra trạng thái đơn hàng (dùng tool Check Order)
3. Hướng dẫn đổi/trả hàng theo chính sách

Quy tắc:
- Luôn lịch sự, xưng "em", gọi khách "anh/chị"
- Nếu không biết, nói "Em sẽ chuyển cho nhân viên hỗ trợ"
- Không bịa thông tin sản phẩm/giá

RAG — Retrieval Augmented Generation

RAG cho phép agent trả lời dựa trên tài liệu riêng của bạn (knowledge base). Trong n8n:

1. Ingest data: Workflow riêng đọc tài liệu (PDF, Google Docs, Notion) → chunk text → embed → lưu vector store (Pinecone, Supabase, Qdrant)
2. Query: Agent dùng Vector Store Tool để tìm context liên quan → đưa vào prompt → LLM trả lời

Kết quả: Agent trả lời chính xác dựa trên data của bạn, không hallucinate.

Tips tối ưu AI Agent

• System prompt rõ ràng: Càng cụ thể về role, rules, format → agent càng chính xác
• Dùng GPT-4o-mini trước: Rẻ gấp 20 lần GPT-4o, đủ tốt cho 80% use cases
• Giới hạn max iterations: Tránh agent loop vô tận (set 5-10)
• Log intermediate steps: Debug dễ hơn khi biết agent “nghĩ” gì
• Fallback mechanism: Nếu agent không giải quyết được → chuyển cho người thật
• Test kỹ edge cases: Input lạ, câu hỏi ngoài scope, injection attempts

Chi phí vận hành

Ước tính chi phí cho 1000 conversations/ngày (mỗi conversation 5 lượt trao đổi):

Tip: Dùng GPT-4o-mini làm “first responder”, chỉ escalate lên GPT-4o cho câu hỏi phức tạp.

Kết luận

AI Agent trong n8n mở ra khả năng tự động hóa thông minh mà trước đây cần team developer xây dựng. Với giao diện visual của n8n, bạn có thể prototype một AI Agent trong vài giờ thay vì vài tuần. Bắt đầu với use case đơn giản (FAQ bot) và mở rộng dần khi đã nắm vững các concept.

Tham khảo: n8n Documentation · GitHub n8n