n8n 教學：使用 LINE Messaging API 搭配 AI 自動回覆

前言

為什麼需要這個 n8n 工作流程？

日常工作中，其實很多事情都可以自動化，但大多數人還是手動處理，白白浪費時間。尤其是台灣人幾乎人手一個 LINE 群組，不管是公司內部溝通、客戶服務，甚至是社群經營，LINE Messaging API 就能派上用場，讓 AI 幫你處理重複性回應，省下大量時間。

比如說：

這次的 n8n 工作流程，就是透過：

  1. Webhook 監聽 LINE 訊息
  2. Google Gemini AI 生成回覆
  3. HTTP Request 把 AI 的回應傳回 LINE

這樣你就能讓 LINE 群組裡的 AI 自動回應，不論是幫助團隊內部處理訊息，還是提升顧客服務的效率，都非常實用！

插播！ 如果你不熟悉什麼是API，什麼是HTTP Request, 建議你先從這開始：

學會n8n第一步：用案例帶你搞懂什麼是API&HTTP協議

誰適合使用這個流程？

這個流程適合 想要自動化回覆 LINE 訊息，但又不想寫程式 的人，不論你是：

如果你符合上述需求，那這篇教學就是為你準備的！接下來，我會一步步帶你了解這個 n8n 流程，教你怎麼建立 & 調整，讓它真正為你工作。

⚠️ 注意事項

如果你的自動化流程裡有語言模型的調用（例如 Gemini、GPT）或者是付費 API，並且打算把它丟到 LINE 群組裡讓很多人使用，那真的要小心！
一不注意，你的錢包可能一下子就被挖光了。
API 調用費用是依使用量計算的，如果有太多人發送訊息，可能會造成意想不到的帳單暴增，因此建議：

n8n 工作流程概覽

這次的 n8n 流程包含以下幾個步驟：

  1. Webhook 監聽 LINE 訊息 → 接收來自 LINE 群組或個人的訊息，觸發流程
  2. AI 解析與回應 → 使用 Google Gemini（或其他 AI）來產生回應
  3. 資料處理 → 解析 AI 回應內容，確保格式正確
  4. 回傳 LINE 訊息 → 透過 LINE API，把 AI 產生的回覆發送回去

Step 1: 建立 Webhook 監聽來自 LINE 的訊息

Webhook 節點 負責接收來自 LINE 的訊息，這是整個流程的起點。

📌 Webhook 節點設定

參數設定值
HTTP 方法POST
Pathline-message

這樣，當有人在 LINE 群組裡發送訊息，LINE 會將該訊息轉發到這個 Webhook，觸發 n8n 的工作流程。

Step 2: AI 解析訊息並產生回應

接收到來自 LINE 的訊息後，我們會將該訊息傳給 AI 代理 (Agent) 進行解析，讓 AI 幫忙自動回應。

📌 AI Agent 節點設定

參數設定值
模型Google Gemini 2.0（或其他 AI）
輸入格式JSON
輸出內容必須包含 replyToken 和 text

這樣可以確保 AI 產生的回應能夠正確傳送回 LINE。

Step 3: 處理 AI 回應並確保格式正確

AI 產生的回應可能會包含 Markdown 或其他格式，因此我們需要用 程式碼節點 (Code Node) 來確保 JSON 格式正確。

📌 Process Reply Token & AI Text 節點 這個節點會：

Step 4: 回傳訊息到 LINE

最後，我們使用 HTTP Request 節點，將 AI 產生的回應傳回 LINE。

📌 HTTP Request 節點設定

參數設定值
MethodPOST
URLhttps://api.line.me/v2/bot/message/reply
HeaderContent-Type: application/json
BodyJSON，包含 replyToken 和 text

這樣，AI 產生的回應就能自動發送到 LINE 群組，完成自動化流程。

完整的 n8n JSON 檔案

這裡提供完整的 n8n JSON 工作流程，你可以直接匯入到 n8n 中使用： 👉 下載 n8n JSON 檔案 （此處放置下載連結）