AI工作流怎么搭建：跨境运营从选品到客服的5步串联教程

能搭，用n8n或Make都行，先花几天把一条四五个节点的小链跑通，再往里加环节。ai工作流怎么搭建，关键不在工具多强，在你有没有先把五个环节各自的输入字段和输出字段定下来：选品跑出来的表要变成文案的输入，文案要变成商品表的一行，商品表又要变成客服回复时的依据。

n8n把节点定义成工作流的积木，一个节点负责取数、处理数据或者发出数据，几个节点接上，就是一条完整的工作流。中间靠人手复制粘贴，错一次就得回头翻半天记录。先把字段定清楚再挑工具，后面返工少很多。

• 先回答「这个工作流该怎么开始」，定时、表单、消息三选一，再往下串。
• n8n的Starter计划20€/mo，按年付，含2.5K次工作流执行。
• 只有生产执行计入配额，手动跑、子工作流、报错的那次都不算。
• 五个环节里先搭文案和图片，选品和客服放到后面接。

这篇只讲这条链怎么从零搭起来，每个节点取什么数、输出什么字段、出问题回哪里看。

工具怎么选、每个工具能干什么，AI工具这个栏目里按类别列过。如果搭这条链的目的不只是自己用，还想让它变成能收钱的东西，思路可以参考AI自动化赚钱项目。

什么是AI工作流，跨境运营为什么要串成一条链

n8n官方文档的第一句是「n8n is a fair-code licensed workflow automation tool that combines AI features with business process automation.」，翻过来就是：它是一个fair-code许可的工作流自动化工具，把AI功能和业务流程自动化放在一起。Make把自己叫做AI自动化平台，可视化搭自动化工作流和AI智能体，运行情况在一个地方看。

两家的叫法不一样，底层是同一个东西。n8n把集成叫节点，节点是工作流的积木：有的节点负责取数，是入口；有的节点负责处理数据，像一个函数；有的节点负责把数据发出去，是出口。一次执行就是工作流的一次运行。Make把积木叫模块，搭出来的整条工作流叫场景。

跨境运营要把五个环节串起来，原因在数据本身。选品跑出来的是一张带价格、销量、评论数的表，文案环节要吃的正是这些字段；文案写完，标题、卖点、描述要变成商品表里的列；商品上了架，客服回复又要知道这个商品是什么、发的是哪家物流。每一环的输出，都是下一环的输入。用手工搬，搬十次错一次，找错的时间比搭链的时间长。

想先看n8n这条路走不走得通，自建和免费额度的细节在自建免费工作流自动化里。

选n8n还是Make：两条路线的差别和适合谁

n8n能开箱连接500+应用，节点式搭建，某个产品的节点没覆盖全部操作时，可以用HTTP Request节点发自定义API调用绕过去；服务连节点都没有，也能用HTTP Request连。Make能开箱连接3,500+应用，任何有API的都能作为自定义集成接进来。

计费口径不一样。n8n按执行次数算，官方说与按步骤或按用户收费的工具不同，它只在工作流从头到尾跑一次时收费；Starter计划20€/mo，按年付，含2.5K次执行。Make按积分算，每个模块执行一次动作消耗积分，多数动作1积分，部分用Make AI Provider的高级功能会更多。

怎么选看两件事。手上要接的应用多、希望拖拽就能看懂每一步在干什么，选Make；要自己部署、希望按执行次数而不是按步骤算钱，选n8n。两边都能先用一句提示词起第一版，n8n这边是n8n Assistant，Make这边是Maia。

还有一条替代路线：已经在用Zapier的，迁移成本要算进去，具体差别在Zapier自动化里。

第一步：先定工作流怎么开始，再一个节点接一个节点

搭之前第一个要回答的问题，n8n官方写得很直白：这个工作流该怎么开始。三种起法最常见：定时，比如每天早上八点跑一次；用户提交表单，比如你填一张选品需求表；消息，比如Telegram发来一条指令。起法定了，后面所有节点的数据形状基本就定了。

官方给的新手示例是四个节点：Schedule Trigger每天早上8点启动，HTTP Request节点去取数据，Edit Fields (Set)节点把取回来的字段拼成一段文本，Data table节点把这段文本插进表格的新一行。四个节点各干一件事，每个节点把结果交给下一个。

搬到跨境这条链上，第一个节点仍然是起法，第二个节点换成取选品数据，第三个节点把字段拼成文案要求的格式，第四个节点写进商品表。先跑通四个节点，再往里加AI和上架。

出问题怎么回查：在画布上点Execute Workflow手动跑一次，逐个节点看输入和输出。手动执行不计入执行配额，可以放心跑。节点里取字段用的{{ $json.city }}这种写法叫表达式，运行时n8n会把它换成真实值，写错字段名就在这里露出来。

如果你习惯先把环境在本地跑通再上生产，本地安装跑通工作流是同一个顺序。

第二步：选品环节怎么接进来

多数卖家的做法是两条：一条是直接用HTTP Request节点调选品数据源的API，另一条是先手动导出一份CSV，再让工作流读表。两条路的目的都一样，把候选品的价格、销量、评论数这些字段拉进工作流，变成后面节点能取的结构化数据。

n8n官方对HTTP Request节点的解释是：它向一个网址（叫端点）发请求，返回那个地址提供的数据，以这种方式共享数据的服务就是API。所以哪怕某个选品工具没有现成节点，只要它对外提供API，就能用这个节点接。

出问题怎么回查：先手动跑一次，看返回的JSON里字段名到底叫什么，再用{{ $json.字段 }}这种表达式去取。字段对不上，就回节点看原始返回，不要凭猜写字段名。有些接口一次只返回一页，翻页参数也要在节点里配。

这一步不点名具体工具，因为各家的接口字段和权限规则不一样，照官方接口文档填就行。

第三步：文案和图片环节，AI怎么接在节点里

这一环要做的事，是把上一步拿到的商品原始数据，变成能直接用的标题、卖点、描述和关键词。用OpenAI的Responses API发模型请求，它支持直接发模型请求、用工具、处理音频图像和文本输入，也支持有状态交互。图片环节同理，把图片地址作为输入传进去，让模型返回图片描述或卖点。

关键在输出格式。自由文本传给下一个节点很难接，用Structured Outputs让模型返回固定字段的JSON，比如title、bullets、description、keywords四个字段，下一个节点直接按字段名取。字段固定了，整条链才有稳定的接口。

出问题怎么回查有两条。一是不能假定模型的文本输出就在output[0].content[0].text，官方写明output数组常有多项，可能还带工具调用和推理token的信息，取文本前先把整个输出打出来看一眼。二是API key从服务端的环境变量或密钥管理服务里取，不写进前端。

文案和图片这两个环节跑顺以后，模板本身也能单卖，工作流模板卖19美金讲的就是这条路。

第四步：上架环节，商品数据怎么自动写进店铺

WooCommerce是WordPress的开源电商平台，核心平台免费，官方称可用REST API和webhooks接入几乎任何服务。WordPress的REST API让应用以JSON对象收发数据的方式和站点交互。所以这一步的动作很直接：工作流最后一个节点，把前面拼好的商品JSON POST到站点。

权限要先想清楚。REST API是面向开发者的功能，公开内容一般可以通过它公开访问，私有内容、受密码保护的内容、内部用户、自定义文章类型和元数据，要鉴权或者专门设置之后才能访问。商品数据属于后者，凭证要单独配，不能拿公开接口去写。

出问题怎么回查：更新后如果商店页或分类页出问题，去WordPress后台的Settings > Permalinks点一下Save，刷新固定链接就能恢复。更新前先备份站点。批量写入的时候先用少量数据试，确认字段映射对了再放量。

这一步只走官方API和官方插件允许的接口，不改平台规则不允许改的东西。

第五步：客服环节，AI回复草稿怎么生成又不失控

动作是把客服对话记录喂给模型，用提示词让它先分类，比如物流、退换、尺码、其他，再输出一个固定结构的JSON：{"type":"","need_human":true/false}。need_human为true的，直接转人工，不进自动回复。

为什么要有need_human这个字段，因为客服这一环要的是可控。Make官方把智能体和AI工作流分得很清楚：智能体是给一个目标，它自己决定步骤；AI工作流是按你定义的路径走，只在特定的判断点用AI。客服回复应该走后面这种，判断点固定，路径固定，出错能定位到是哪一步。

出问题怎么回查：固定模型版本，定期跑评测。模型输出本质上是可变的，快照之间提示词的行为可能变化，保证一致性的办法就是固定版本加评测。同一个分类问题，多跑几次看结果稳不稳。

边界要说清楚：这一环只用平台官方允许的接口读对话记录，回复走官方后台能写的地方。做不到的事宁可不做，别让一条工作流把店铺搭进去。

搭这条链要花多少钱、有哪些额度限制

先用免费额度把链跑通，等它每天稳定跑起来，再按执行次数或积分算成本。小链在试用额度里能跑很久，真正花钱是在它变成日常依赖之后。

n8n这条还有个折扣：员工少于20人的公司可以申请Startup计划，Business打5折。

几个容易算错的地方，和出问题时的回查顺序

先说最要命的：以为所有执行都占配额。官方写明只有生产执行计入，也就是由触发器、定时或轮询自动启动的那种；手动跑、子工作流执行、报错的那次执行，都不计。

新数据的轮询不计入执行次数。反过来，Schedule Trigger节点每次触发都算一次，不管有没有结果。

Make那边容易栽的是积分。积分一用完，场景就停，入站webhook会排队，等加了积分再处理。另外点Stop也不是马上停，当前模块要把手上所有bundle处理完才会停下来，管不了正在跑的那个模块。

回查顺序：n8n先看工作流级的执行列表，定位是哪一次跑坏了，再把上一次执行的数据复制到当前工作流里调试。Make看执行历史和错误处理器，能看清具体哪一步失败、为什么失败。至于这条链是自己搭还是交给别人搭，AI Agent工作流外包里是另一种选择。

AI能帮你搭哪几步，哪几步必须人来

AI能接的活有四块。一是n8n Assistant，官方说它能把一句提示词变成可运行的工作流，耗时不到五分钟，生成的是第一版，细节仍在画布上改。二是Make的Maia，按提示词搭出场景的第一版，再在画布上细化。三是Structured Outputs，让模型返回固定字段的JSON，环节之间好传。四是web search和file search这类工具，让模型在生成回复时去查网页或者你自己的文件。

人必须亲手做的有三个动作。第一个是在n8n或Make的后台把每个节点的凭证填上，API key从服务端的环境变量或密钥管理服务取，不写进前端。第二个是在n8n画布上点Execute Workflow手动跑一遍，看每个节点的输入输出对不对，再决定发布还是回去改。第三个是在Make里，场景跑完后点模块上方的白色气泡，展开这次操作看它处理了几个bundle，判断积分消耗要不要优化。

文案和图片这两个环节，产出物最像写文章：给一份商品资料，要出一段标题、几条卖点、一段描述。这类活可以先让猎者出海的AI Agent跑一版初稿，你再对着平台要求逐条改。它省的是从零写的时间，判断哪些字段能用、哪些话不能写，还是你自己来。

下面三条提示词是本文给的示例，不是官方模板，可以直接复制去改。

1. 「把这条链路拆成节点：定时触发 → 取选品数据 → 生成文案 → 生成图片描述 → 写入商品表 → 客服回复草稿。每个节点写清输入字段和输出字段，输出用JSON。」
2. 「下面是一段商品原始数据，请输出JSON，字段固定为title、bullets、description、keywords，不要加别的字段。」
3. 「这是客服对话记录，请判断属于哪类问题（物流、退换、尺码、其他），输出JSON：{"type":"","need_human":true/false}。」

常见问题

n8n和Make能不能不花钱先跑起来

能。n8n有免费试用，Make有免费计划，两家都能先跑一条小链。先用免费额度把四五个节点跑通，再决定要不要升级。

不懂代码能搭这条链吗

能搭出第一版。Make官方说任何能理清流程的人都能用提示词、拖拽或AI聊天来搭，不用写代码；n8n也能用n8n Assistant从提示词起第一版。要接没有现成节点的接口时，得看懂接口文档里返回的字段名。

工作流跑起来以后积分掉得太快怎么办

先看bundle数。前面模块的bundle数会对后面模块的操作数产生乘数效应，能合并的数据先合并。官方示例里用Text aggregator把新联系人合并成一封邮件，一次运行的总操作数从11降到3。

五个环节里先搭哪个

先搭文案和图片。这两个环节的输入输出最固定，跑通了就能看到效果，也最容易验证字段对不对。选品和客服留在后面，因为它们依赖外部接口和平台规则，变量多。

客服环节让AI直接回复，会不会答错

会，所以不要让AI直接发。让它先分类并输出need_human字段，为true的转人工，为false的才进自动回复草稿队列。模型版本固定住，定期跑评测看结果稳不稳。

小团队几个人一起搭，怎么分工

一个人管字段和凭证，一个人管节点和回查，第三个人管测试数据。人多了反而容易在同一个画布上改乱。小团队跑自动化的分工方式，小团队跑通自动化里是另一种组织法。

这条链搭完不会一直不变。平台接口会改字段，模型版本会换，执行次数会随着单量涨上去。每周花十分钟看一眼执行列表，比出问题再回头翻记录省事。后面内容那一头的活，猎者出海的AI Agent能接一部分：自己拉数据，每周给一张单子，写清改哪几篇、改什么、先改哪篇。工作流负责把数据搬对地方，判断哪些数据能用，还是人来。