n8n 自动分类聊天消息并路由至 ServiceNow 工单与 AI 客服

聊天输入 → LLM 三分类 → ServiceNow 事件/请求/AI 客服 → 摘要输出

给谁

已部署 n8n 且使用 ServiceNow 的 IT 服务台或运维团队

你会得到

将聊天消息自动分类为事件、服务请求或其他，分别创建 ServiceNow 事件记录、提交服务目录请求，或交由带网络搜索与记忆的 AI 客服处理，最终可选生成摘要

你需要

n8n

步骤

1. 配置聊天触发器与分类器模型

   在 n8n 工作流中添加 'When chat message received' 节点作为触发器。添加 'OpenAI Chat Model' 子节点并选择 gpt-4.1-mini（或 gpt-4.1 / gpt-4），绑定 openAiApi 凭证。该模型供 Text Classifier 使用。

2. 设置文本分类器与三分类提示词

   添加 'Text Classifier' 节点，绑定上一步的 OpenAI Chat Model。在分类器参数中保持默认输入 '={{ $json.chatInput }}'，配置三个分类：Incident（故障/投诉）、Request（访问申请/资源订购）、Everything Else（知识搜索等其他）。将 systemPromptTemplate 设为来源提供的提示词。

   运行提示词 · 来源原文。Text Classifier 节点的 options.systemPromptTemplate 字段

   复制提示词

   Please classify the text provided by the user into one of the following categories: {categories}, and use the provided formatting instructions below. Don't explain, and only output the json.

3. 配置 ServiceNow 事件创建分支

   从 Text Classifier 的 Incident 输出分支添加 'Create an incident' 节点（ServiceNow 类型），绑定 serviceNowBasicApi 凭证。保持 operation 为 create，resource 为 incident，short_description 使用默认表达式 '={{ $('When chat message received').item.json.chatInput }}'。该分支输出连接至 Summarization Chain。

4. 配置服务目录 HTTP 请求分支

   从 Text Classifier 的 Request 输出分支添加 'HTTP Request' 节点。将 method 设为 POST，authentication 设为 predefinedCredentialType 并选择 serviceNowBasicApi，header 添加 Accept: application/json。将 jsonBody 替换为实际 ServiceNow 实例的服务目录下单端点；模板默认 URL 为作者演示地址，必须修改。body 结构参考来源示例。

   运行提示词 · 本站建议版本。HTTP Request 节点的 jsonBody 字段；此为基于来源示例的编辑建议版本，须替换为实际 catalog item 端点

   复制提示词

   ={
     "sysparm_quantity": 1,
     "variables": {
       "description": "{{ $('When chat message received').item.json.chatInput }}"
     }
   }

5. 配置 AI 客服分支（含搜索与记忆）

   从 Text Classifier 的 Everything Else 分支添加 'AI Agent' 节点。为其绑定 'OpenAI Chat Model1'（gpt-4.1-mini）作为语言模型，'Simple Memory' 作为记忆，'SerpAPI' 作为工具。将 AI Agent 的 systemMessage 设为来源提供的提示词。该分支输出同样连接至 Summarization Chain。

   运行提示词 · 来源原文。AI Agent 节点的 options.systemMessage 字段

   复制提示词

   You are a helpful assistant. Who creates requests based on the user query using the tool. Always create the request using the http tool attached to you

6. 添加可选摘要链与最终输出

   在三个分支的末端汇聚处添加 'Summarization Chain' 节点，绑定 'OpenAI Chat Model3'（gpt-4.1-mini）。将 summarizationMethod 设为 stuff，prompt 设为来源提供的模板。该节点接收上游输出并生成 CONCISE SUMMARY。

   运行提示词 · 来源原文。Summarization Chain 节点的 options.summarizationMethodAndPrompts.values.prompt 字段

   复制提示词

   =Write a user friendly summary of the following:
   
   
   Agent Action"{text}" 
   User Query"{{ $('When chat message received').item.json.chatInput }}"
   
   
   CONCISE SUMMARY:

你正在根据 n8n 模板 7515 搭建一个 ServiceNow 聊天分流工作流。请按以下顺序确认环境和凭证：1) n8n 实例访问权限；2) OpenAI API 密钥（用于分类器、AI Agent、摘要链）；3) ServiceNow 实例 URL 及具有 incident_create 权限的 API 用户；4) 可选 SerpAPI 密钥；5) 实际的服务目录 catalog item 下单 URL（替换模板中的演示地址）。确认后逐步导入 workflow JSON 或按步骤手动配置节点，特别注意 Text Classifier 的三分类定义、AI Agent 的 systemMessage 语义是否匹配你的业务场景，以及 HTTP Request 节点的 URL 和 body 变量。