2026-05-02
OpenAI Airtable 集成：n8n 工作流指南
了解如何使用 n8n 连接 OpenAI 和 Airtable 来自动化数据处理。遵循我们的 5 步指南，无需编写代码即可构建强大的 AI 工作流。
使用 n8n 连接 OpenAI 与 Airtable：5 步指南
快速解答： 您可以使用 n8n 将 OpenAI 与 Airtable 连接起来，方法是创建一个工作流，该工作流在新的 Airtable 记录出现时触发，将数据传递给 OpenAI 节点进行处理（如摘要或分类），并使用 AI 生成的响应更新原始 Airtable 记录。这需要来自 OpenAI 和 Airtable 的 API 密钥以及一个活动的 n8n 实例。
散落在电子表格中的数据通常需要手动的审查、标记和摘要。对于管理内容管道、客户反馈或大型库存数据库的团队来说，瓶颈很少是数据收集——而是数据处理。手动阅读数百个文本条目以提取洞察或起草回复是对运营效率的巨大消耗。
将人工智能直接集成到您的数据库操作中可以改变这种动态。通过将 OpenAI 强大的语言模型与 Airtable 的结构化数据库功能连接起来，您可以构建自动对传入数据进行分类、根据特定参数起草电子邮件或在上传时立即总结冗长会议记录的系统。
虽然自定义脚本可以处理这种集成，但 n8n 提供了一种更强大、更直观的方法。作为一种公平代码（fair-code）的工作流自动化工具，n8n 允许您规划复杂的逻辑，优雅地处理 API 速率限制，并在无需编写自定义中间件的情况下扩展您的操作。本指南详细介绍了如何配置此集成以构建可靠、自动化的 AI 工作流。
了解 n8n 工作流的架构
在构建自动化之前，了解 n8n 如何管理不同服务之间的数据至关重要。n8n 基于节点架构运行，其中每个节点执行特定功能——触发事件、请求数据或操作 JSON 对象。
在标准的 Airtable-OpenAI-Airtable 循环中，数据按顺序流动。工作流从监听 Airtable 中更改的 Trigger 节点开始。当添加新行或更新状态时，n8n 会获取该特定行的数据。这个 JSON 负载随后被传递到 OpenAI 节点，在那里它作为提示词（prompt）中的变量发挥作用。一旦 OpenAI 返回完成结果，n8n 就会将该特定的文本输出路由回最终的 Airtable 节点，从而更新启动该过程的确切记录。
这种架构确保可以异步处理大量数据。如果您将 500 条记录导入 Airtable，n8n 将逐个处理它们，同时遵守 Airtable 的 API 限制（通常为每秒 5 个请求）和 OpenAI 的 token 限制。
第 1 步：配置您的 Airtable Base
为了构建可靠的工作流，您的 Airtable Base 需要特定的结构。自动化需要一种方法来识别哪些记录需要处理，以及一个指定的位置来存储 AI 的输出。
创建一个至少包含以下四列的表：
- Input Data (Long Text)： 这是您希望 OpenAI 处理的原始文本。它可能是客户反馈、文章草稿或产品描述。
- AI Output (Long Text)： 一个空白字段，n8n 将在其中写入 OpenAI 的响应。
- Status (Single Select)： 包含诸如“Pending”、“Processing”和“Complete”等选项。这对于控制触发器和防止无限循环至关重要。
- Record ID (Formula)： 创建一个包含
RECORD_ID()的公式字段。虽然 n8n 可以原生获取 ID，但使其可见有助于在设置过程中进行调试。
将您现有的记录设置为“Pending”。这种明确的状态控制可确保您的工作流仅处理需要 AI 干预的行，从而节省 API 成本并防止意外覆盖现有数据。
第 2 步：在 n8n 中设置 Airtable Trigger
打开您的 n8n 工作区并启动一个新工作流。您的第一个节点将是 Airtable Trigger。此节点告诉工作流何时执行。
添加“Airtable Trigger”节点。您将需要使用 Airtable Personal Access Token 进行身份验证，您可以在 Airtable Developer Hub 中生成该令牌。确保该令牌对于您正在使用的特定 Base 具有 data.records:read 和 data.records:write 作用域。
配置触发器，以根据特定视图或轮询间隔监视更改。最可靠的方法是在 Airtable 中创建一个通过 Status = "Pending" 过滤的视图（View）。将 n8n 触发器设置为监视此特定视图。每次记录进入此视图时，n8n 都会触发。
要测试触发器，请在 Airtable 中手动将一条记录的状态更改为“Pending”，然后在 n8n 中点击“Listen for Event”。您应该会在输出面板中看到代表您的行的完整 JSON 对象。
第 3 步：连接并提示 OpenAI
一旦 n8n 捕获了 Airtable 数据，下一步就是将其传递给语言模型。将“OpenAI”节点添加到您的工作流中，并将其连接到 Airtable 触发器的输出。
您将需要一个 OpenAI API 密钥，该密钥从 OpenAI 开发者平台生成。将此密钥输入到 n8n 凭据管理器中。
按如下方式配置 OpenAI 节点：
- Resource: Chat
- Operation: Create
- Model: 选择您首选的模型。强烈推荐使用
[gpt-4o](/zh-cn/posts/gemini-for-content-writing-vs-gpt-4o/)-mini进行常规文本处理，因为其速度快且成本低，而gpt-4o应该保留用于复杂的推理任务。
此步骤中最关键的部分是构建提示词。您必须使用 n8n 的表达式编辑器将 Airtable 数据动态注入到提示词中。
标准的提示词结构如下所示：
You are an expert data analyst. Please summarize the following customer feedback into three bullet points.
Feedback:
{{ $json["fields"]["Input Data"] }}通过将“Input Data”字段从左侧数据窗格拖到文本框中，您可以创建一个动态变量。测试节点。您应该会看到来自 OpenAI 的成功 API 响应，其中在 message.content 字段中包含了生成的摘要。
第 4 步：将数据写回 Airtable
最后的运营步骤是将生成的洞察返回到您的数据库。添加另一个“Airtable”节点（不是触发器，只是标准节点）并将其连接在 OpenAI 节点之后。
配置这最后一个节点以更新现有记录：
- Operation: Update
- Base: 选择您的目标 Base。
- Table: 选择您的目标 Table。
- Record ID: 使用表达式编辑器从初始触发器节点中提取特定的 Record ID（例如，
{{ $node["Airtable Trigger"].json["id"] }}）。这确保了输出进入正确的行。
在要更新的字段中，将 AI 的响应映射到您的“AI Output”列。表达式将类似于 {{ $json["message"]["content"] }}。
至关重要的是，您还必须将“Status”列更新为“Complete”。如果您未能更新状态，记录将保留在“Pending”视图中，工作流将在下一个轮询周期再次触发，从而导致无限循环，这将迅速耗尽您的 OpenAI API 额度。
第 5 步：错误处理和速率限制
基本线性工作流非常适合小批量数据，但生产级自动化需要安全防护。网络超时、API 速率限制和格式错误的数据可能会导致工作流在执行中途失败。
在单独的工作流中实施 Error Trigger 节点以捕获任何失败。这允许您记录错误，或者在 OpenAI API 超时时发送 Slack 通知。
如果您计划同时处理数百条记录，请配置 n8n 的批处理功能。在 OpenAI 步骤之前添加一个“Split In Batches”节点，以 10 或 20 个为一组处理记录。在批次之间引入小延迟（使用“Wait”节点），以确保您远低于 OpenAI 的每分钟 token 数（TPM）限制。这保证了即使在大量数据迁移期间也能稳定、持续地运行。
扩展您的 AI 数据库操作
一旦建立了基础的 Airtable-OpenAI 连接，潜在的用例就会迅速扩展。您不再局限于基本的摘要。
您可以将多个 OpenAI 节点链接在一起。例如，节点 1 可以确定客户支持工单的情绪。根据该情绪，Switch 节点对数据进行路由。负面情绪工单被路由到节点 2，它起草一封道歉的回复，而正面工单进入节点 3 请求撰写评论。所有这些不同的输出随后被汇集回适当的 Airtable 列中。
由于 n8n 允许在每一步对 JSON 数据进行细粒度控制，您可以构建完全自主运行的非常具体的内部工具，从而将静态的 Airtable 数据库变成一个主动处理引擎。
常见问题解答
如果在 n8n 工作流期间 OpenAI API 超时会怎样？
如果 OpenAI API 超时，该节点将失败，并且工作流将针对该特定执行停止。您可以在 OpenAI 节点上启用“Continue On Fail”设置，或构建一个错误处理工作流，以便在短暂延迟后自动重试请求。
我可以同时处理多条 Airtable 记录吗？
可以，但是您必须注意 API 限制。在 n8n 中使用“Split In Batches”节点以较小的块（例如，每次 5 条）处理大量记录列表，以避免达到 OpenAI 的速率限制。
我需要付费的 n8n 计划才能将 OpenAI 连接到 Airtable 吗？
不需要，如果您使用 Docker 或 npm 自托管 n8n，则不需要付费计划，因为核心软件可以免费使用。然而，您需要为自己的 OpenAI API 使用付费，并维护一个合适的 Airtable 计划。
如何阻止 n8n 循环并重复处理同一行？
您可以通过在工作流结束时更改 Airtable 中的状态字段来防止无限循环。触发器应该仅在行被标记为“Pending”时触发，并且最后一步必须将该行更新为“Complete”。
我应该在 n8n 中使用哪种 OpenAI 模型进行基本的文本分类？
对于基本分类、标记和简短摘要，强烈推荐使用 gpt-4o-mini。它处理请求的速度明显更快，成本仅为较大的 gpt-4o 模型的一小部分，同时对结构化任务保持极佳的准确性。