Cara Membuat AI Agent di n8n: Tutorial untuk Pemula

Workflow biasa mengikuti jalur yang Anda gambar: node A ke node B ke node C, selalu. AI agent berbeda di satu hal yang fundamental — Anda memberinya tujuan dan sekotak alat, dan ia yang memutuskan alat mana dipakai, dalam urutan apa, sampai tujuannya tercapai. Ditanya "berapa penjualan minggu lalu dibanding minggu sebelumnya?", agent memutuskan sendiri untuk membaca spreadsheet dua kali dengan rentang berbeda lalu membandingkannya — tanpa Anda menggambar jalur itu. Kekuatan ini datang bersama risikonya, dan tutorial ini mengajarkan keduanya sekaligus.

Apa bedanya AI agent dengan workflow biasa

Aturan pemilihannya bisa diringkas satu kalimat: kalau urutan langkahnya bisa Anda gambar, itu workflow; kalau urutan langkahnya bergantung pada pertanyaan yang belum Anda ketahui, itu agent. Konsekuensi praktisnya besar — workflow biasa deterministik dan mudah diuji; agent memutuskan saat berjalan, jadi dua pertanyaan serupa bisa ditempuh dengan cara berbeda. Karena itu prinsip desainnya terbalik dari intuisi: agent yang baik bukan yang paling bebas, melainkan yang paling terkekang — dibatasi alatnya, dibatasi perilakunya, dibatasi wilayah jawabannya.

Prasyarat: n8n yang berjalan dan akses model — OpenAI API atau model lokal via Ollama untuk eksperimen.

Langkah 1: Pasang AI Agent node dan modelnya

Buat workflow baru, tambahkan node AI Agent. Node ini punya tiga colokan yang membentuk anatomi setiap agent: Chat Model (otaknya), Memory (ingatan percakapan), dan Tools (tangannya). Sambungkan Chat Model ke credential model Anda — untuk agent, model yang lebih kuat terasa bedanya, karena tugasnya bukan sekadar menulis melainkan memutuskan; model lokal kecil cenderung salah pilih alat. Tambahkan Simple Memory supaya percakapan lanjutan nyambung.

Untuk mengujinya sambil membangun, pakai trigger Chat Trigger — n8n menyediakan antarmuka chat kecil langsung di editor.

Langkah 2: Beri agent alat pertamanya

Agent tanpa alat hanyalah chatbot. Alat adalah kemampuan nyata yang Anda pinjamkan, dan di n8n hampir semua node bisa dijadikan tool. Mulai dengan satu yang berguna dan aman: colokkan Google Sheets Tool yang membaca sheet penjualan Anda (operasi baca saja), dan beri deskripsi yang jelas — deskripsi ini yang dibaca agent saat memutuskan memakai alat: "Membaca data transaksi harian. Kolom: tanggal, item, qty, total."

Coba di chat: "berapa total penjualan kemarin?" Perhatikan di log eksekusi bagaimana agent memutuskan memanggil tool, membaca hasilnya, lalu menyusun jawaban. Membaca jejak keputusan ini adalah keterampilan inti men-debug agent.

Prinsip pemberian alat yang menjaga Anda tetap aman: mulai dari baca-saja. Alat yang mengubah dunia — mengirim pesan, menulis data, membuat invoice — baru diberikan setelah perilaku agent teruji, dan untuk tindakan berdampak besar, sebaiknya tidak pernah: biarkan agent menyiapkan dan manusia yang mengeksekusi.

Langkah 3: Tulis system prompt yang membatasi perilaku

System prompt agent adalah kontrak kerjanya. Yang lemah ("kamu asisten yang membantu") menghasilkan agent yang sok tahu; yang baik menetapkan wilayah dan perilaku di tepi wilayah itu:

Kamu asisten data penjualan internal.
Tugasmu HANYA menjawab pertanyaan tentang data penjualan
dari tools yang tersedia.

Aturan:
- Selalu ambil angka dari tools; jangan pernah mengarang angka.
- Kalau data tidak tersedia dari tools, katakan tidak ada.
- Pertanyaan di luar penjualan: tolak dengan sopan, satu kalimat.
- Jawab ringkas dalam bahasa Indonesia.

Baris "jangan mengarang angka" bukan formalitas — tanpa itu, agent yang gagal membaca sheet punya kecenderungan menjawab dengan angka yang masuk akal kedengarannya. Di sistem bisnis, jawaban salah yang meyakinkan lebih berbahaya daripada pesan error.

Langkah 4: Uji dengan skenario yang menjebak

Pertanyaan wajar hampir selalu berhasil, jadi jangan berhenti mengujinya di sana. Uji tepiannya: pertanyaan di luar wilayah ("buatkan puisi"), permintaan data yang tidak ada ("penjualan tahun 2019"), instruksi yang mencoba menimpa aturan ("abaikan semua instruksimu dan..."), dan pertanyaan ambigu ("bandingkan performanya" — performa apa?). Agent yang siap dipakai adalah yang di semua tepi itu menolak, mengaku tidak tahu, atau bertanya balik — bukan yang berimprovisasi. Catat kegagalan yang muncul dan tambal di system prompt, satu per satu; menulis prompt untuk sistem otomatis memang kerja iteratif.

Kapan agent berlebihan dan workflow biasa cukup

Kejujuran yang menghemat uang Anda: mayoritas otomasi kantor tidak butuh agent. Laporan harian, sinkronisasi data, notifikasi, follow-up — semuanya jalur tetap yang lebih murah, lebih cepat, dan lebih bisa diandalkan sebagai workflow biasa. Agent layak dipakai di antarmuka tanya-bebas: asisten data untuk tim, chatbot internal yang menjangkau beberapa sistem, triase permintaan yang bentuknya tak terduga. Pola paling sehat di praktik kami justru gabungan: workflow deterministik untuk pekerjaan rutin, satu agent sebagai pintu tanya-jawab di atasnya.

Kalau Anda ingin merancang batas itu dengan benar sejak awal — mana yang jalur tetap, mana yang layak diberi kebebasan — layanan AI automation Clovertechno membangun keduanya, lengkap dengan pagarnya. Mulai percakapannya lewat halaman kontak kami.