用 AI 为 Google 表格的每一行补完 FAQ 答案

用 AI 为 Google 表格的每一行补完 FAQ 答案

一个手动启动的 n8n 工作流。它读一个 Google 表格文件里的四张表，取出每一个 status 为空的行。对每一行，它做出五个带答案开头的问题，让 OpenAI 把每个答案补完。结果存成 Google Drive 文件夹里的一个 JSON 文本文件，并在这一行写上 done。

包里有什么

• workflow.json：n8n 导出的工作流，36 个节点。29 个是工作节点，七个是便签，解释各个步骤。其中四个工作节点（Strapi、WordPress、Webflow 和 HTTP Request）没有连到任何东西。里面没有任何凭据。
• README.md：这份设置说明，压缩包里的是英文版。

我们相对原来的副本改了什么

• Strapi 原来排在运行的最后，没有设置任何内容，也没有账号。运行到它就会以错误结束，而这时 Drive 文件和 done 标记已经做好了。Mindket 的版本保留它，连同 WordPress、Webflow 和 HTTP Request 节点，都不连线，放在画布上，作为 CMS 选项等你接上。
• 关于表的那张便签原来链接着作者的一个示例表格。链接已删掉，便签现在说明每张表需要哪些列。
• WordPress 节点原来关联着作者 n8n 里的一个凭据。这个关联已删掉。
• 文件原来没有 settings 部分，所以 Mindket 的版本加上了 executionOrder v1，也就是 n8n 给新工作流设的值。
• 别的都没改。问题模板、提示词和模型都是文件原有的。

开始之前

• 一个 n8n 实例，n8n Cloud 或自己的服务器都行。
• 一个 Google 表格文件，里面有四张表，名为 Single Integration Native、Single Integration Cred-only、Single Integration Non-native 和 Categories。前三张需要 displayName 和 status 两列。第四张需要 Category name 和 status。status 为空的行会被取出。
• 每张表一个 Google Drive 文件夹，以及它的 id。
• 一个用于 Sheets 和 Drive 凭据的 Google 账号，以及一个 OpenAI API 密钥。

设置

1. 在 n8n 里新建一个工作流，打开它的菜单，选 Import from File，选中 workflow.json。马上保存，因为 Execute Workflow 是按 id 调用这个工作流自己的。
2. 添加一个 Google Sheets 凭据。在 Get Services 和 Update Row Status 里选中它，并在两处都选你的文件。
3. 添加一个 Google Drive 凭据，在 Create From Text 里选中它。
4. 打开 Prepare Job。它的 outdir 字段里，每张表有一行占位符。把每一行换成那张表对应的 Drive 文件夹的 id。
5. 添加一个 OpenAI 凭据，在 OpenAI Chat Model 里选中它。文件里用的是 gpt-4o-mini，OpenAI 将在 2027 年 1 月 14 日关停它。如果你以后还要运行这个工作流，就在那里选 gpt-6-luna。
6. 在一张表里放两三行测试数据，status 保持为空，点 Execute workflow。
7. 打开那张表对应的 Drive 文件夹。每一行都有一个文件，它的 status 单元格现在写着 done。

一次运行的过程

1. 手动触发器启动这次运行。Define Sheets 列出四个表名，Sheets To List... 把它们拆开。
2. For Each Sheet...（Split In Batches 3）一次取一张表。Get Services（Google Sheets 4.3）读出 status 为空的行。它总会返回一个条目，所以空表会给出一个空白条目。Prepare Job 给每一行加上表名和 Drive 文件夹。
3. 所有表都读完后，For Each Service... 一次取一行。If has Data 丢掉空白条目。
4. Execute Workflow 为每一行启动这个工作流自己的第二次运行。在其中，Execute Workflow Trigger 把这一行交给 Switch，由它按表名选四个模板中的一个。
5. 模板（原始 JSON 模式的 Set 节点）列出五个问题，每个都带答案的开头。Question to List1 把它们拆开，For Each Question...1 一个一个地取。
6. 当一个问题的 ai_completion 为 true（现在五个都是）时，Needs AI Completion?1 把它送给 AI Completion1（Basic LLM Chain 1.4）。模型沿用给出的开头的语气，把答案补完，最多三句话，纯文字。Format QA Pair1 把开头、模型写的话和任何 append 文字连起来。
7. Questions to Object...1 把这些问答对收到一起，Format DisplayName + Questions1 按这一行的名称给它们命名。Create From Text 存一个以这一行和日期命名的文件，里面是 JSON 格式的问题和答案。然后 Update Row Status 在这一行写上 done。

改变风格

• 问题和答案开头：四个模板节点。把某个问题的 ai_completion 设为 false，就保留它原样的答案。
• 给模型的指令：AI Completion1 里的系统消息和提示文字。
• 模型：OpenAI Chat Model 里的 model。
• 表：Define Sheets 里的列表、Switch 里的一个分支，以及你每加一张表就要加的一个模板节点，还有 Prepare Job 的 outdir 字段里给它的一行。
• 答案去哪里：在 Create From Text 后面接上画布底部的某个 CMS 节点，用问题循环产生的 JSON 来填它的字段。

注意事项

• 模板是为 n8n 自己的集成页面写的。它们的问题和答案开头讲的是在 n8n 里设置一个服务，以及 n8n 的定价，所以先把它们改写成适合你自己网站的内容。
• OpenAI 每一行记五次调用。
• 如果 outdir 仍是占位符，Drive 这一步就会失败。每张表都必须有 status 列，否则读取会因为缺这一列而报错停下。
• 一行只有在它的 Drive 文件存好之后才标为 done，所以失败的运行会让它留着，下次再被取出。
• 每一行的名称和模板会发给 OpenAI，答案存到 Google Drive。
• 文件里没有任何凭据和密钥。