workflow JSON 範例逐步操作教學¶

這份筆記是配合 workflow JSON 範例包 使用的。你可以一邊匯入 JSON，一邊對照這份操作。

匯入方式¶

打開 n8n。
建立新 workflow 或進入工作區。
選 Import from File。
選擇這個資料夾裡的 .json。
匯入後先不要急著啟用，先讀節點與資料流。

01-manual-student-routing.json¶

你會看到什麼¶

Manual Trigger
Set Student Data
Build Summary
Is VIP
VIP Result
Regular Result

建議操作¶

先直接按 Execute workflow。
看 Set Student Data 的 output。
看 Build Summary 是否產生 message、category、isPassed。
看 Is VIP 是走 true 還是 false。
把 score 改成 55 再跑一次，觀察分支變化。

這份在教什麼¶

最小 workflow
如何用 Set 建資料
如何用 IF 分支

02-webhook-order-intake.json¶

你會看到什麼¶

Webhook
Normalize Order
Respond to Webhook

測試資料¶

{
  "name": "Tung",
  "email": "tung@example.com",
  "course": "n8n Beginner",
  "amount": 1200,
  "paid": true
}

建議操作¶

匯入後打開 Webhook，確認 path。
用 n8n 提供的 test URL 測試。
用 Postman 或 curl 送資料。
看 Normalize Order 是否成功把資料整理成 order_name、order_email 等欄位。
看回應 JSON 是否正確。

這份在教什麼¶

如何接 webhook
如何把原始 body 整理成乾淨欄位
如何回應呼叫方

03-schedule-api-fetch.json¶

你會看到什麼¶

Schedule Trigger
Manual Trigger
HTTP Request
Normalize API Result

建議操作¶

先用 Manual Trigger 測，不要直接等排程。
看 HTTP Request 回來的 JSON。
看 Normalize API Result 是否成功整理欄位。
確認 title、completed、fetched_at 是否都有值。

這份在教什麼¶

如何主動打外部 API
如何把回傳資料轉成後續可用欄位
如何同時保留手動測試與定時執行入口

04-webhook-openai-summary-skeleton.json¶

你會看到什麼¶

Webhook
Build Prompt
Mock Summary Result
Respond to Webhook

這份和 06 的差別¶

04 是骨架，先讓你理解流程
06 才是真的打 OpenAI API

建議操作¶

先送一份 meeting notes 進去。
看 Build Prompt 產生的 prompt 長什麼樣子。
看 Mock Summary Result 怎麼模擬 AI 輸出。
理解整體資料流後，再去做 06。

05-webhook-google-sheets-skeleton.json¶

你會看到什麼¶

Webhook
Normalize Order
Append row in sheet
Build Response
Respond to Webhook

匯入後你要先改的地方¶

在 Append row in sheet 補上 Google Sheets credentials。
把 documentId 換成你的 spreadsheet URL 或 ID。
把 sheetName 改成你的工作表名稱。
確認你的試算表欄位名稱有：
created_at
order_name
order_email
course_name
order_amount
payment_status

建議測試資料¶

{
  "name": "Tung",
  "email": "tung@example.com",
  "course": "n8n Beginner",
  "amount": 1200,
  "paid": true
}

這份在教什麼¶

Webhook 接收資料
Set 整理欄位
Google Sheets append row
成功後回應結果

06-webhook-openai-summary-http-request.json¶

你會看到什麼¶

Webhook
Build Prompt
OpenAI Responses API
Normalize Summary
Respond to Webhook

匯入後你要先改的地方¶

打開 OpenAI Responses API。
把 Authorization header 的 YOUR_OPENAI_API_KEY 換成你的 key。
如有需要，把 model 改成你自己的目標模型。

測試資料¶

{
  "title": "Meeting Notes",
  "content": "今天討論了網站改版、資料同步錯誤與客服自動化。網站改版要下週三前完成，資料同步目前會漏單，客服想加自動回覆。"
}

建議操作¶

先送短內容測試。
看 Build Prompt 的結果。
看 OpenAI Responses API 是否成功回傳 output_text。
看 Normalize Summary 是否成功把摘要抽出。

如果失敗，先查這幾項¶

API key 是否正確
header 是否有 Bearer
body JSON 是否正確
模型名稱是否有效
OpenAI 回傳的錯誤訊息是什麼

建議實作順序¶

先做 01
再做 02
再做 03
然後看 04
接著做 05
最後做 06

這樣順序比較合理，因為你會先理解 workflow 本身，再碰需要 credentials 與外部 API 的版本。

07-webhook-google-sheets-production-template.json¶

你會看到什麼¶

Webhook
Normalize Input
Has Required Fields
Append row in sheet
Success Response
Error Response
Respond to Webhook

這份和 05 的差別¶

05 是最小 Google Sheets skeleton
07 比較接近真實用途，多了必要欄位檢查與成功/失敗分流

匯入後你要先改的地方¶

在 Append row in sheet 補上 Google Sheets credentials。
把 documentId 換成你的 spreadsheet URL 或 ID。
把 sheetName 改成你的工作表名稱。
確認你的試算表欄位有：
created_at
source
order_name
order_email
course_name
order_amount
payment_status
notes

建議測試資料¶

{
  "name": "Tung",
  "email": "tung@example.com",
  "course": "n8n Beginner",
  "amount": 1200,
  "paid": true,
  "notes": "Wants invoice"
}

缺欄位測試資料¶

{
  "name": "Tung",
  "amount": 1200
}

建議操作¶

先用完整資料測一次，確認會走成功分支。
再用缺欄位資料測一次，確認會走失敗分支。
看 Normalize Input 是否正確整理欄位。
看 Has Required Fields 的條件是否符合預期。
最後確認 Google Sheets 是否真的新增一列。

這份在教什麼¶

把輸入資料正規化
先做最基本的資料驗證
成功才寫入 Google Sheets
對呼叫方回傳清楚結果

08-bedside-quick-record-google-sheets.json¶

你會看到什麼¶

Webhook
Normalize Input
Has Required Fields
Evaluate Alert and Build Summary
Append row in sheet
Success Response
Error Response
Respond to Webhook

這份在做什麼¶

它是床邊快速記錄 MVP。重點不是正式病歷，而是： - 收到一筆結構化床邊記錄 - 檢查必要欄位 - 依簡單規則標記是否需要提醒 - 自動組出本次記錄摘要 - 寫入 Google Sheets 做暫存或工作清單

匯入後你要先改的地方¶

在 Append row in sheet 補上 Google Sheets credentials。
把 documentId 換成你的 spreadsheet URL 或 ID。
把 sheetName 改成你的工作表名稱，例如 BedsideRecords。
在試算表建立這些欄位：
created_at
patient_id
bed_no
shift
nurse_id
recorded_at
temperature
pulse
respiration
bp_sys
bp_dia
spo2
pain_score
consciousness
line_status
wound_status
intake_ml
urine_ml
stool_count
interventions
abnormal_notes
follow_up_needed
alert_needed
alert_reason
record_summary

建議測試資料¶

{
  "patient_id": "P001",
  "bed_no": "A-12",
  "shift": "day",
  "nurse_id": "NURSE-01",
  "recorded_at": "2026-04-10T08:40:00+08:00",
  "temperature": 37.8,
  "pulse": 96,
  "respiration": 20,
  "bp_sys": 138,
  "bp_dia": 84,
  "spo2": 93,
  "pain_score": 6,
  "consciousness": "clear",
  "line_status": "normal",
  "wound_status": "stable",
  "intake_ml": 500,
  "urine_ml": 300,
  "stool_count": 1,
  "interventions": "vital signs check, medication given",
  "abnormal_notes": "mild shortness of breath on exertion",
  "follow_up_needed": "recheck SpO2 in 30 minutes"
}

異常提醒測試資料¶

把下面任一值改掉就能測試 alert： - spo2 = 90 - temperature = 38.5 - pain_score = 8 - line_status = abnormal - wound_status = worsening

缺欄位測試資料¶

{
  "patient_id": "P001",
  "temperature": 37.5
}

建議操作¶

先用完整資料測一次。
看 Normalize Input 是否把欄位整理好。
看 Evaluate Alert and Build Summary 是否產生：
alert_needed
alert_reason
record_summary
確認 Google Sheets 是否新增一列。
再用異常值測一次，確認 alert_needed = true。
最後用缺欄位資料測一次，確認會回錯誤訊息。

這份在教什麼¶

如何做護理床邊快速記錄的最小流程
如何先用結構化資料取代大量自由文字
如何用規則判斷做基本提醒
如何自動整理一段交班/記錄摘要草稿

09-bedside-transcript-to-draft.json¶

你會看到什麼¶

Webhook
Normalize Transcript Input
Has Required Fields
Parse Transcript and Build Draft
Append row in sheet
Success Response
Error Response
Respond to Webhook

這份在做什麼¶

這份 workflow 假設前端已經把語音轉成 transcript，再把 transcript 送到 n8n。

它會： - 接 transcript - 用規則從 transcript 抽欄位 - 產生床邊摘要 - 產生護理紀錄草稿 - 標記是否需要提醒 - 寫入 Google Sheets 草稿表

匯入後你要先改的地方¶

在 Append row in sheet 補上 Google Sheets credentials。
把 documentId 換成你的 spreadsheet URL 或 ID。
把 sheetName 改成你的工作表名稱，例如 TranscriptDrafts。

建議測試資料¶

{
  "patient_id": "P001",
  "bed_no": "A-12",
  "shift": "day",
  "nurse_id": "NURSE-01",
  "recorded_at": "2026-04-10T08:40:00+08:00",
  "transcript": "A12床，病人 P001，早班。體溫 37.8，脈搏 96，呼吸 20，血壓 138/84，血氧 93，清醒，疼痛 6 分。已給藥，主訴活動時輕微喘，追蹤 30 分鐘後重測血氧。"
}

高風險測試資料¶

{
  "patient_id": "P002",
  "bed_no": "B-08",
  "shift": "night",
  "nurse_id": "NURSE-02",
  "recorded_at": "2026-04-10T21:10:00+08:00",
  "transcript": "B08床，病人 P002。體溫 38.5，脈搏 110，呼吸 24，血壓 150/92，血氧 90，清醒，疼痛 8 分。管路異常，主訴傷口滲液增加，追蹤立即通知值班。"
}

你要知道的限制¶

這份不是 LLM 抽取，而是規則式 parser
transcript 說法若差太多，可能抽不到欄位
它的目的是先做 MVP，證明流程可行

下一步怎麼升級¶

如果你要更穩定，就把 Parse Transcript and Build Draft 換成： - OpenAI 結構化抽取 - 或更強的院內 NLP 規則

這份在教什麼¶

transcript 如何進入 n8n
如何把自由文字整理成較可用欄位
如何先產生草稿，再由人員確認

10-bedside-transcript-openai-structured-extraction.json¶

你會看到什麼¶

Webhook
Normalize Transcript Input
Has Required Fields
OpenAI Structured Extraction
Parse OpenAI JSON
Append row in sheet
Success Response
Error Response
Respond to Webhook

這份和 09 的差別¶

09 是規則式 parser，適合固定說法
10 是 OpenAI 結構化抽取，較適合自然語言 transcript

匯入後你要先改的地方¶

打開 OpenAI Structured Extraction。
把 Authorization header 的 YOUR_OPENAI_API_KEY 換成你的 key。
如有需要，把 model 改成你要使用的模型。
在 Append row in sheet 補上 Google Sheets credentials。
把 documentId 換成你的 spreadsheet URL 或 ID。
把 sheetName 改成你的工作表名稱，例如 TranscriptDrafts。

建議測試資料¶

{
  "patient_id": "P001",
  "bed_no": "A-12",
  "shift": "day",
  "nurse_id": "NURSE-01",
  "recorded_at": "2026-04-11T08:40:00+08:00",
  "transcript": "A12床，病人 P001，早班。八點四十分床邊評估，體溫三十七點八，脈搏九十六，呼吸二十，血壓一百三十八八十四，血氧九十三。病人清醒，主訴疼痛六分。已給藥，活動時輕微喘，三十分鐘後重測血氧。"
}

高風險測試資料¶

{
  "patient_id": "P002",
  "bed_no": "B-08",
  "shift": "night",
  "nurse_id": "NURSE-02",
  "recorded_at": "2026-04-11T21:10:00+08:00",
  "transcript": "B08床夜班，病人 P002。體溫三十八點五，脈搏一百一十，呼吸二十四，血壓一百五十比九十二，血氧九十，疼痛八分。管路看起來異常，傷口滲液增加，建議立即通知值班並追蹤。"
}

你要看哪些 output¶

先看 Parse OpenAI JSON，確認是否產生： - temperature - pulse - respiration - bp_sys - bp_dia - spo2 - pain_score - bedside_summary - nursing_note_draft - alert_needed - alert_reason_text

重要限制¶

這份會呼叫 OpenAI API，請先確認資料合規與院內核准。
這份產生的是草稿，不是正式護理紀錄。
正式輸入院內系統前必須由護理人員確認。