n8n + Claude: amikor az automatizáció gondolkodik

Évek óta építünk n8n flow-kat, kezdetben Zapier-ról migráltunk át rá az ár és a self-host miatt. A klasszikus probléma viszont végig kísért: az IF node-ok merevek. Ha az input szöveg nem pont „IGEN”, hanem „igen, kérem!”, akkor a flow elszáll.

A megoldás nem komplexebb IF logika. A megoldás egy LLM node a fontos elágazási pontokon. Az utóbbi évben minden új automatizációba bekerült egy Claude vagy GPT node, és a flow-k 40%-kal kevesebbszer akadnak el.

Egy konkrét példa: ügyfélkérelem osztályozása

Egy ügyvédi iroda kontakt form-ot küld n8n-be. Régen 4 IF node nézegette a tárgy szót: ha „válás”, ide. Ha „cég”, oda. Ha „ingatlan”, amoda. Amikor valaki azt írta hogy „cégváltás miatti ingatlanügy”, mindhárom ágon elindult, és mindhárom ügyvéd kapott egy emailt.

A megoldás

// Claude node prompt (n8n LLM node)
Classify this client request into ONE primary category:
- divorce
- corporate
- real_estate
- inheritance
- other

Return JSON: { category: string, confidence: 0..1, reasoning: string }

Request: {{ $json.body.message }}

Az output egy JSON, a következő Switch node ezt használja. Ha a confidence < 0.7, akkor a flow automatikusan átirányít egy „manual review” Slack csatornára. Hibás routing 0.

Mikor éri meg AI node-ot tenni

• Természetes nyelvi input osztályozás (form, email, chat)
• Adat extrakció PDF-ből / képből (számlák, szállítólevelek)
• Szövegminőség check (hate speech, túl-promóciós tartalom)
• Több nyelvű input, strukturált válasz
• Bizonytalan jellegű döntések, ahol egy manual review fallback van mögötte

Mikor NE tegyél AI node-ot

• Pontos numerikus számítás, használj Function node-ot
• Determinisztikus ID lookup, adatbázis vagy KV
• Pénzügyi tranzakció jóváhagyása, sosem AI dönt
• Olyan flow ahol a latency kritikus (50ms alatt kell válaszolni)

Self-hosted n8n + Cloudflare Worker proxy

A Claude API direkt hívása n8n-ből működik, de a billing és a rate limit kezelés gyorsan nehézzé válik. Mi egy Cloudflare Worker proxyt teszünk elé: cache-eli az ismétlődő kéréseket, rate-limitel, és egy helyen logol mindent.

ROI számítás

Egy átlag automatizáció bevezetése nálunk 80-120 munkaóra (felmérés + flow építés + tesztelés + dokumentáció). Egy átlag KKV-nál 200-400 munkaóra/év automatizált, fejenként. 5-8 fős csapatnál az 1500-3000 munkaóra/év. Ez 6-10x ROI az első évben.