n8n 是什麼？2026 n8n 完整教學：從部署、節點解析到 AI Agent 應用

學 n8n 要先做三件事：把 n8n 跑起來（用 Zeabur 大約 10 分鐘上線，或在自己電腦執行一行安裝指令）、認得 8 個最常用的節點（3 個觸發、5 個動作）、串出第一條「定時開始 → 讀試算表 → 整理成訊息 → 發 LINE」的流程。做到這裡，公司裡大部分每天重複的作業就自動化得掉。

這篇文章會從 n8n 是什麼、費用怎麼算、介面怎麼看、8 個基本節點、Google 憑證設定，講到 n8n 裡的 AI Agent 節點，最後回答我被學生問過好幾次的問題：AI Agent 越來越能自己做事，n8n 要學到什麼程度就夠。

n8n 是什麼

n8n 是一套開源的工作流程自動化工具（授權方式叫 fair-code，原始碼公開、自己架設免費，商用雲端版另外收費）。做法是把「某件事發生之後，要依序做哪些動作」用方塊和連線畫在畫布上，畫完按下啟用就會自己跑，取代你每天手動點來點去，或是請工程師寫程式把兩個服務接起來。

自動化核心名詞：Trigger、Node、Workflow

一條自動化流程只有兩件事：什麼時候開始，開始之後做什麼。舉個例子：客人填完網站上的表單，就把資料寫進試算表、再寄一封確認信給他。「填完表單」是開始，寫進試算表和寄信是開始之後做的事。

我在實體講座帶零基礎的人學 n8n，開場只講三個詞，其他都是這三個的排列組合：

方塊之間的連線，意思是「這一步做完的結果，交給下一步」。我自己每天在跑的一條流程也是這個結構：每天早上定時開始，讀試算表、整理成訊息、發到 LINE，一個起點加三個方塊。後面講節點時會一直拿它當例子。

n8n 跟 Zapier、Make 差在哪

三個都是拉節點的自動化工具，差別在能不能自己架、怎麼計費、程式邏輯放不放得進去：

我幫客戶挑工具只看兩件事：一個月執行次數會破千、或流程裡有一段需要自己寫邏輯，就走 n8n；只是把表單送進試算表這種一步到位的事，Zapier 十分鐘就設完，沒必要架 n8n。

n8n 費用與三種部署方式怎麼選

n8n 的錢花在哪，取決於你把它跑在哪。三條路的差別是金錢成本跟維護精力：

n8n Cloud 一個月多少錢

2026 年 9 月 n8n 官方定價頁的數字（年繳價，月繳貴約 17%）：

「執行」是整條流程跑一次算一次，跟節點數無關。那條 LINE 流程每天跑一次，一個月只用掉 30 次，Starter 綽綽有餘。會把額度吃掉的是「有人傳訊息就跑一次」的流程，像 LINE 機器人，人一多就破 2,500。

Zeabur 自架每月多少錢

Zeabur 的免費方案就能掛一台伺服器，伺服器本身另外計費。我 2026 年 6 月部署時買的是日本東京、2 vCPU／2 GB 的機器，一個月大約 US$3，跑三四條每天執行的流程完全夠。伺服器價格會隨供應商調整，下單前看一下當下的報價再決定。

只是想在自己電腦先玩玩看，連 Zeabur 都不用，裝好 Docker（一套讓軟體在你電腦上獨立跑起來的工具）之後在終端機貼這一行（n8n 官方提供的一行安裝腳本，Mac、Linux 或 Windows 的 WSL 都能跑）：

curl -fsSL https://get.n8n.io | sh

跑完打開瀏覽器進 http://localhost:5678 就是 n8n 的畫面。缺點是電腦關機流程就停，半夜排程的工作不會跑，所以這條路只適合練習，正式要用還是放到雲端。

新手先從 Zeabur 開始

我比較常推薦新手走 Zeabur，理由是比自架輕鬆，又比官方雲端便宜。自架最常卡的是網域跟 https 設定，Zeabur 這兩件事都幫你做掉。先上線、先做出第一條流程，等你知道自己一個月會跑多少次，再決定要不要搬。

用 Zeabur 部署 n8n 的七個步驟

Zeabur 是一個主打把部署變簡單的雲端平台，不需要懂 Docker、不用自己設定伺服器，選好範本、填幾個欄位就能讓服務跑起來。在 Zeabur 上部署 n8n 這類開源服務是很常見的用法，範本支援度不差。

部署前要準備什麼

一個 Zeabur 帳號（可以用 GitHub 帳號登入）、一張可以綁定的信用卡（買伺服器要扣款）。另外，第一次打開 n8n 時它會要你註冊一個管理者帳號（設定 email 跟密碼），先想好要用哪組就行，不用自己去設什麼環境變數。

照七個步驟把 n8n 部署上線

1. 登入 Zeabur（可用 GitHub 帳號）。
2. 右上角「建立伺服器」，選供應商、挑方案；地區建議選日本東京，離台灣近、連線快。
3. 選剛買好的伺服器，建立一個新專案。
4. 專案裡按「部署新服務」，選「模板」，從清單挑 n8n。
5. 設定 n8n 的網域名稱（Zeabur 會配一組 .zeabur.app；下方 AI Hub API Key 留空不用填），按下部署。
6. 左側點選 n8n 服務，等約五分鐘讓上方狀態變「運作中」、網域那列的紅字 PROVISIONING 轉綠。
7. 點該網址打開 n8n，第一次會要你註冊管理者帳號，設好就能開始拉節點。

部署後一定要做的兩個設定

服務跑起來之後先別急著拉節點。第一，第一次進 n8n 介面會跳出註冊管理者帳號的畫面，把 email 跟密碼設好，這組帳號就是你的後台登入保護，設定完才不會對外公開。第二，確認 n8n 用的網域是 https 而不是 http，之後串 Webhook 時，LINE、Slack 這類服務都要求一定要是 https 才設得成功。這兩步漏掉一個，後面串接就會卡住，而且錯誤訊息常常看不出是這裡的問題。

n8n 介面三個區塊先看懂

第一次登入 n8n，畫面上只有一片空白畫布，很多人就是在這裡停住。整個介面只要認得三個地方。

流程在畫布上拉，節點從面板找

中間那片就是畫布，流程在這裡拉。點畫布右上角的「＋」會打開節點面板，直接打節點名稱搜尋（打 sheet 就會出現 Google Sheets），選了就落在畫布上。點兩下任何一個節點會開設定視窗，左邊是上一個節點傳進來的資料，中間是你要填的欄位，右邊是這個節點跑完的輸出。新手最該養成的習慣是每填完一個節點就按一次「Test step」，看右邊輸出對不對，不要串完五個才一起跑。

執行記錄怎麼看

左側選單的 Executions 是執行記錄，流程每跑一次就留一筆，綠色成功、紅色失敗。點進去會看到那一次每個節點的輸入跟輸出，出錯的節點會標紅，錯誤訊息就寫在上面。我自己除錯大多靠這一頁，看到紅字先讀訊息，多半直接寫出是授權過期、欄位名稱打錯，還是對方服務回了錯誤代碼。

測試跑一次和正式啟用差在哪

畫布下方的「Test workflow」是手動跑一次，資料流過每個節點都看得到，適合邊做邊驗。右上角的 Active 開關打開之後，流程才會照 Trigger 的設定自動跑，關掉就停。

八個基本節點各自負責什麼

n8n 內建的節點有好幾百個，新手不用全認識。這八個是每一條流程幾乎都會碰到的：三個負責「什麼時候開始」，五個負責「開始之後做什麼」。

三個觸發節點決定流程什麼時候跑

Webhook 是最常見的起點，n8n 給你一個專屬網址，只要有人或別的系統對這個網址送請求，流程就啟動。Schedule Trigger 是固定時間跑，每天幾點、每週幾、每月幾號都能設，前面那條 LINE 流程的開頭就是它。

Webhook 有兩個網址要分清楚：Test URL 只在你按測試的時候聽一次，Production URL 要 Active 打開才會一直聽。接 LINE 後台要貼的是 Production URL，貼成 Test URL 會變成測試時通、隔天就沒反應。

Manual Trigger 是你自己按才跑，新手做任何流程我都建議先用它測到每個節點輸出都對，再換成 Webhook 或 Schedule，不然一邊修一邊等排程時間到，一個小錯要等一天才發現。

五個動作與邏輯節點負責處理資料

HTTP Request 是 n8n 裡使用率最高的節點，幾乎所有第三方服務的 API（服務開給程式呼叫的入口，不用開網頁點按鈕）都能透過它呼叫，查資料、送資料、更新資料都行。前面那條 LINE 回報流程最後一步把內容發到 LINE，用的就是它去呼叫 LINE 的 API；換成發 Slack、寫進別的系統，也只是把網址跟參數改一改。

打開這個節點第一個要選的是 Method，新手最常用到 GET 跟 POST 兩種：

記一個原則就夠：只是讀取、查詢用 GET；要新增、送出、改動對方資料用 POST。推播 LINE 訊息是 POST、訊息放 Body；去抓匯率或天氣是 GET。Header、Body 的細節記不起來沒關係，後面「請 AI 幫你生」那節會講怎麼問。

IF 跟 Switch 都是條件判斷，差別在 IF 只能分兩條路（成立或不成立），Switch 可以一次分好幾條。訂單依金額分成小單、中單、大單三種處理，IF 要疊兩層，Switch 一個節點就解決。新手先學 IF 就夠，等流程要分三條以上的路再換 Switch。

Filter 跟 IF 很容易搞混：IF 是「這一筆資料要走哪條路」，Filter 是「這一批資料裡只留下符合條件的」。LINE 回報流程只想發「還沒處理完」的項目，就用 Filter 把已完成的列先篩掉，只留待處理的往下傳。

Code 節點是寫一小段 JavaScript 處理資料的地方，用在內建節點做不到的整理。LINE 回報流程裡的 Code 節點，工作就是把 Google Sheets 讀出來的幾列資料整理成 LINE 看得懂的訊息格式。大部分時候只是十幾行很直白的邏輯，而且現在請 AI 寫這段很快。

Edit Fields（舊版叫 Set）是不寫程式調整欄位的節點，直接在介面上指定哪個欄位要改成什麼值、要新增哪個欄位。很多時候你不需要動用 Code，光用 Edit Fields 把資料整理成下一個節點要的格式就夠了，這是新手最該優先學會的整理資料方法。

節點跑失敗要不要自動重試

打外部 API 的節點偶爾會失敗，對方暫時沒回應、額度剛好用完都會。每個節點的設定視窗裡有一個「Settings」分頁，打開 Retry On Fail，可以設失敗後隔幾秒再試、最多試幾次；旁邊的 On Error 決定失敗時整條流程要停下來，還是跳過這個節點繼續往下跑。

對外送訊息的節點我會設重試兩次、間隔幾秒，但不設「繼續」，因為推播失敗了還往下跑，後面的紀錄會寫成已送出。整條流程等級的錯誤通知則是另外建一條以 Error Trigger 開頭的 workflow，任何流程掛掉就發一則 LINE 給自己，不用每天去翻執行記錄。

Google 與 AI 節點讓流程接上真實工作

八個基本節點之外，最快讓流程接上真實工作的是 Google Workspace 那一組跟 AI 節點。Google Sheets 直接讀寫試算表，很多人第一條流程就是「某件事發生後自動寫一筆進 Sheets」，因為試算表是同事都看得懂的介面。Gmail 負責寄信跟讀信，Google Drive 負責檔案上傳下載，三個共用同一組 Google 授權，設定一次就好。

AI 節點分兩種：單純把資料丟給模型要一段輸出（寫摘要、翻譯、分類），跟讓模型自己決定要呼叫哪些工具的 AI Agent 節點，後面有一整節專門講。

📖 延伸閱讀：n8n × Apps Script 教學：打造全自動流程

串 Google 服務的憑證怎麼設定

串第三方服務時，n8n 會要你建一組 Credential（憑證），把 API Key 或授權存進去，之後所有節點共用。憑證分兩種，設定難度差很多。

API Key 型憑證貼上就能用

對方後台產生一串金鑰，你貼進 n8n 的 Credentials 就完成，LINE Messaging API 的 Channel access token、OpenAI 跟 Anthropic 的 API key 都是這種。唯一會出錯的地方是複製時多帶了前後空格，n8n 不會幫你去掉，貼進去之前看一眼頭尾。

這篇一直拿來當例子的 LINE 推播，token 是這樣拿、這樣貼的：

1. 到 LINE Developers 後台建一個 Messaging API 的 channel，在「Messaging API」分頁最下面發行 Channel access token。
2. 回到 n8n 的 HTTP Request 節點，Authentication 選 Generic Credential Type，再選 Header Auth。
3. Name 填 Authorization，Value 填 Bearer 加一個空格再接那串 token，存成一組憑證。

之後所有要打 LINE 的節點都選這組憑證，token 換了只要改一個地方。

Google OAuth 照六個步驟設定

Google 系列的服務走 OAuth，要先在 Google Cloud 開一個專案，步驟多但每一步都固定。照 n8n 官方文件的順序：

1. 登入 Google Cloud Console，建立一個新專案，確認右上角選的是這個專案。
2. 到「APIs & Services → Library」啟用你要用的 API。要用 Sheets 的話，Google Drive API 也要一起啟用，只開 Sheets API 會連不上。
3. 到「OAuth consent screen」填應用名稱跟支援信箱，受眾選 External，然後把你自己的 Google 帳號加進 Test users。沒加的話後面登入會跳「應用程式未經驗證」。
4. 到「Credentials → Create credentials → OAuth client ID」，類型選 Web application。回到 n8n 新增 Google 憑證的視窗，把裡面顯示的 OAuth Redirect URL 複製，貼到 Google 這邊的 Authorized redirect URIs。
5. Google 產生 Client ID 跟 Client Secret，貼回 n8n 憑證視窗對應的兩個欄位。
6. 按「Sign in with Google」，選帳號、同意授權，憑證變綠就完成。

第四步那個 Redirect URL 長這樣，中間是你 n8n 的網域：

https://你的網域.zeabur.app/rest/oauth2-credential/callback

這也是前面說「部署後一定要確認是 https」的原因：網址是 http 的話，Google 這一步會直接拒絕。

憑證連不上先看執行記錄

設定完節點跑不動，執行記錄裡的紅字通常就是答案，對著訊息回頭改對應那一步就好：

• redirect_uri_mismatch：第四步貼的網址跟 n8n 顯示的不完全一樣，http 跟 https、結尾有沒有斜線都算不一樣。
• 「應用程式未經驗證」：第三步沒把自己的帳號加進 Test users。
• invalid_client：Client ID 或 Secret 貼的時候多了空格。

這三種錯誤在課堂上幾乎每一場都有人遇到，Google 這個流程本來就長。

節點參數請 AI 幫你生

沒有程式背景的人打開 HTTP Request，看到 URL、Headers、Body、expression 一排空白欄位，最常做的事是關掉視窗。這時候最快的做法是把你要做的事講給 AI（Claude、ChatGPT 都行），讓它把設定生出來，你貼回去就好。我自己碰到不熟的 API 也是這樣做，省下大半摸索時間。

HTTP Request 參數和 Code 程式碼都能請 AI 代寫

要用 HTTP Request 推播一則 LINE 訊息，你不用去記 LINE API 的格式，直接問 AI「幫我寫 n8n HTTP Request 推播 LINE 訊息的設定，給我 URL、Header 跟 JSON body」，它會回一段可以照著填進欄位的內容。Code 節點也一樣，把「輸入資料長什麼樣、想整理成什麼樣」描述清楚，它就幫你生出那段 JavaScript。

關鍵是把輸入與想要的輸出講清楚，AI 給的設定才會準，否則它只能用猜的。

怎麼問才拿得到能貼的設定

• 講明節點名稱：說「n8n 的 HTTP Request 節點」，不要只說「幫我打 API」，AI 才會照 n8n 的欄位格式回你。
• 附上真實資料：把上一個節點的輸出（一筆 JSON）貼給它，生出來的 expression 欄位名稱才對得上。
• 指定輸出格式：要它「只給 JSON body」或「給 Code 節點的 return 寫法」，省掉一堆用不到的解釋。
• 卡住就貼錯誤訊息：節點執行失敗的紅字直接丟給 AI，它通常能指出是哪個欄位填錯或授權沒給夠。

貼回去前要自己跑一次

AI 給的設定不是貼上就對，尤其是會對外送東西的節點。寄信、推播、寫進客戶的系統，先用 Manual Trigger 手動跑一次、看輸出符不符合預期，再換成正式的 Schedule 或 Webhook。會發訊息給客戶的流程，我一律在送出前留一道人看過的關卡，做法是把生成結果先寫進 Sheets 或發到自己的 LINE，確認沒問題再讓它真的發出去。

五個新手做得出來的 n8n 應用

這五條是我幫客戶做的或自己在跑的流程，每一條都只用到前面講過的節點。

社群一篇貼文同時發三個平台

把貼文寫進 Google Sheets，Schedule Trigger 到時間讀出來，三個 HTTP Request 分別打 Facebook、Instagram、Threads 的 API。我原本用 Buffer，換成這條流程後每個月省下訂閱費，也不用每篇手動貼三次，整條流程的節點設計在這篇。

每週一自動產出 GA4 行銷週報

Schedule Trigger 每週一早上八點觸發，HTTP Request 打 GA4 跟 Search Console 的 API 拉數字，Code 節點整理成表格，寫進 Sheets 再寄 Gmail。客戶原本每週一要手動把數字貼進試算表，現在打開信箱報表已經在，做法寫在這篇。

競品網站有動靜就通知

Schedule Trigger 每天抓幾個競品頁面，Code 節點比對跟昨天的差異，有變動就用 HTTP Request 推 LINE。客戶原本訂閱一套月費四萬多的監控工具，改成這條流程之後那筆錢省下來，節點結構在這篇。

用 RFM 分群把 EDM 發給對的人

從訂單資料算出每個顧客的最近購買、頻率、金額，IF 跟 Switch 把人分成幾群，不同群走不同的信件內容。分群的邏輯放在 Code 節點，發信走 Gmail 或 EDM 服務的 API，分群怎麼算在這篇。

IG 帳號數據每天自動記錄

Schedule Trigger 每天固定時間打 Instagram 的 API 拉追蹤數、觸及、互動，Edit Fields 整理欄位，寫進 Sheets。三個月後就有一張自己的成長曲線，不用花錢買社群分析工具，整條流程在這篇。

行銷團隊用得到的完整清單，我另外整理成一篇：n8n 應用：行銷團隊 5 大自動化工具。

n8n 的 AI Agent 節點怎麼用

前面所有節點有一個共同點：每一步做什麼都是你事先寫死的。AI Agent 節點把其中一步交給模型決定，你給它目標跟幾個工具，它自己判斷要呼叫哪一個、呼叫幾次、什麼時候算做完。這是 n8n 這兩年長最快的一塊，也是 n8n AI Agent 這個功能真正的入口。

Agent 節點要接的三個東西

AI Agent 節點本身不會動，要接幾個子節點（sub-node）才會跑：

• Chat Model：它的大腦，接 Claude、OpenAI 或其他模型。
• Tool：它的手，官方文件明講至少要接一個。可以是其他 n8n 節點、HTTP Request、呼叫另一條 workflow，或直接接 MCP server。
• Memory：選配，讓它記得同一段對話前面講過什麼。

三個接好之後，你在節點裡寫的就只有一段話：告訴它任務是什麼。

最小的一條 Agent 流程長這樣：Chat Trigger 當起點（n8n 內建的對話視窗，不用先接 LINE），接 AI Agent 節點，Agent 底下掛一個 Chat Model 跟一個 Google Sheets 當 Tool，任務寫「使用者問的問題，去這張表查答案再回覆」。

存檔、在對話視窗打一句「上週的訂單有幾筆」，執行記錄會顯示它先呼叫了 Sheets 工具、拿到資料、再組成回答。這條流程五分鐘接得完，重點是看一次執行記錄裡 Agent 怎麼決定呼叫工具，之後換成 LINE 進來、換成查資料庫，結構都一樣。

什麼時候用 Agent、什麼時候用 IF

規則寫得出來就用 IF 跟 Switch，不要用 Agent。金額大於一萬走 A、小於走 B，這種判斷用 IF 一秒跑完、零成本、每次結果一樣。Agent 用在規則講不清楚的地方：客戶留言進來要分成「詢價、客訴、閒聊」三類，你列不出完整的關鍵字清單（「退貨」抓得到，「東西壞了」就漏了），但模型讀完就知道該歸哪類。

Agent 的決定要留紀錄

Agent 的問題是你事後不知道它為什麼這樣判斷。n8n 官方建議的做法是設定結構化輸出（規定它用固定欄位回答，例如「分類」跟「理由」兩欄），讓模型回答時連理由一起吐出來，再把理由寫進 Sheets 一欄。之後有人問「這則為什麼歸客訴」，打開試算表就有答案。讓 Agent 做決定可以，但每個決定都要留下能查的紀錄，這件事在 n8n 裡做起來剛好很順，因為執行記錄本來就把每一步的輸入輸出存下來了。

📖 延伸閱讀：AI Agent 教學：四個元件，組出會自己做事的 AI

AI Agent 時代 n8n 要學到哪裡

今年講座結束後，幾個學生前後問了同一個問題：n8n 會不會被 AI 取代？現在還要學嗎？我當下的回答是，n8n 現在的優點是流程可視化跟穩定性，但這兩個優點將來有可能蕩然無存，所以我自己傾向把時間投在代理式的 AI Agent 上。

n8n 現在贏在可視化和穩定性

可視化是你看得到每一步在做什麼，出錯看得到停在哪；穩定性是同樣的輸入永遠得到同樣的輸出，昨天跑對今天就不會跑錯。n8n 官方 2026 年 9 月一篇談流程編排的文章把這件事講得很直接：可預測的工作用固定步驟做，非結構化、不可預測的工作才交給 AI Agent；需要最高稽核性跟可預測性的時候，選固定步驟。n8n 現在的價值就在這一層：看得到、查得到、每次結果一樣。

AI Agent 會接走哪些工作

先被接走的是設定節點參數，這件事前面已經講了，把需求講給 AI 就好，不用再背 API 格式。接下來是整條流程的生成，n8n 官方自己也推出了用一句話生 workflow 的 AI 功能。再往後，當 Agent 自己就能產出結構化的推理紀錄、自己把執行過程寫進追蹤系統，「需要一個獨立的可視化平台來看它做了什麼」這個需求會變小。我不知道那一天是兩年後還是五年後，但方向是確定的。

為什麼學到 40 分就夠用

我把這篇的範圍稱為 40 分：會部署、認得 8 個節點、會設憑證、會讓 AI 生參數。這個程度能處理掉一間公司內部大部分的重複作業，週報、通知、資料同步、分群發信都在裡面。剩下的 60 分是把同樣的節點疊更多層、串更多服務，概念沒有新的，只是數量變多。而那 60 分正好是 AI 最快接走的部分，所以我不建議新手在那裡花時間。

40 分之後如果還想往上，順序我會這樣排：

1. 讓一條流程真的每天跑一個月，看它什麼時候壞、為什麼壞。這比多學十個節點有用。
2. 學前面講的錯誤處理跟 Error Trigger，讓流程壞了會通知你。
3. 把重複用到的那幾個節點抽成一條子流程（Execute Workflow 節點），別的流程直接呼叫。
4. Agent 節點，從最小的那條開始接。

每一步都是在前一步真的碰到問題之後才需要，沒碰到就先不用學。

什麼時候該從 n8n 走向 Agent

流程裡的 IF 越疊越多、規則越寫越長還是有漏網的情況、或是輸入的東西是人寫的自然語言而不是表單欄位，這三個是該把那一段交給 Agent 的訊號。但交出去之後，Agent 做的事還是要有人看得到、查得到，這一層目前還是 n8n 做得最順。

所以我給學生的答案分兩種：不追長期 AI 成長曲線的人，n8n 現在就能把公司的自動化問題解決掉一大半；想追的人，把 n8n 當入口，重心放在代理式 AI 的設計上，n8n 的節點會變，但「怎麼拆任務、怎麼給工具、怎麼留紀錄」的判斷帶得走。

📖 延伸閱讀：RPA 是什麼？和 n8n、AI Agent 差在哪，三種自動化怎麼選

常見問題 FAQ

Q1：學 n8n 需要程式基礎嗎？

不需要。八個基本節點裡只有 Code 節點會碰到 JavaScript，而且通常十幾行，現在請 AI 寫就好。我帶過的學員大多是行銷跟電商背景，部署跟「表單寫進 Sheets」這種第一條流程都做得出來。真正卡住新手的是憑證設定跟 Test URL、Production URL 的差別，這兩個跟程式無關，是流程知識。

Q2：n8n 費用一個月大概多少？

自己架軟體免費，錢花在機器上。Zeabur 買一台東京 2 vCPU／2 GB 的伺服器我當時是一個月約 US$3；n8n 官方雲端最便宜的 Starter 年繳 €20／月，含 2,500 次執行。一個月執行次數在幾百次以內的個人或小團隊，Zeabur 自架的成本不到官方雲端的五分之一。價格兩邊都會調，下單前看當下的定價頁。

Q3：n8n 跟 Zapier、Make 差在哪？

最大差別是 n8n 可以自己架、免費，Zapier 跟 Make 只有官方雲端。計費方式也不同：n8n 雲端按整條流程執行次數，Zapier 按每個動作步驟，Make 按每個操作，流程一長 n8n 明顯便宜。n8n 的 Code 節點跟 AI Agent 節點也比另外兩個完整。只是把表單送進試算表這種一步到位的事，三個都行，Zapier 設定最快。

Q4：n8n 會被 AI 取代嗎？現在還值得學嗎？

設定參數跟生成流程這兩件事已經在被 AI 接走，n8n 剩下的價值是可視化跟穩定性，這兩個將來也可能被 Agent 自己的紀錄機制取代。但眼前，一間公司要把週報、通知、分群發信這些事自動化，n8n 是最快能上線、最容易讓非工程師接手維護的工具。值不值得學看你要什麼：要解決現在的問題，值得；要追長期的 AI 成長曲線，把它當入口，重心放在 Agent 設計。

Q5：學完這篇能做出什麼？

能自己部署一個 n8n，串出「表單送出 → 整理資料 → 寫進 Google Sheets」或「排程時間到 → 呼叫 API 抓資料 → 判斷條件 → LINE 通知」這類流程，也知道怎麼設 Google 憑證、怎麼讓 AI 幫你生節點設定。上面五個應用範例每一條都只用到這些東西。再往上的自動發文、AI 寫稿，是同樣的節點疊更多層，看得懂這篇就看得懂那些。

總結

這篇 n8n 教學從 n8n 是什麼講到費用、介面、八個基本節點、Google 憑證跟 AI Agent 節點，範圍就是我定義的 40 分：能部署、能串第一條流程、能接公司內部大部分的重複作業。n8n 現在的價值是流程看得到、結果穩定，今年還沒被取代，但方向已經確定。學 n8n 最划算的方式是把它當成理解自動化的入口，不用花時間精通每一個節點，節點會變，怎麼拆任務、怎麼留紀錄的判斷才帶得走。

參考資料

• n8n 官方文件：n8n Docs
• n8n 官方定價頁：Pricing
• n8n 官方文件：Google OAuth2 single service
• n8n 官方文件：AI Agent node
• n8n Blog：Process orchestration: execution models compared
• Zeabur 官方定價頁：Pricing