Нейросеть читает заявку и определяет категорию

В предыдущем уроке заявки разделялись на ветки через узел IF: условие проверяло точное значение поля — например, priority равен «high» или нет. Это работает, когда данные строго структурированы. Но что делать, если нужно понять смысл свободного текста — «хочу купить прямо сейчас» или «просто интересуюсь»? Жёсткое условие здесь не поможет. Именно для таких случаев в n8n есть узел Text Classifier, который передаёт решение языковой модели.

Text Classifier и chat model: архитектура AI-классификации в n8n

Text Classifier — это узел из группы AI/Langchain в n8n. Его задача проста: взять текстовый item и отнести его к одной из заранее заданных категорий. Никакого кода, никаких регулярных выражений — узел передаёт текст языковой модели, и та решает, куда его направить.

Сам по себе Text Classifier не умеет ничего — у него нет встроенного интеллекта. Чтобы он заработал, к нему нужно подключить chat model. Это дочерний узел (sub-node), который появляется прямо под основным узлом на холсте — визуально как отдельный блок со своей точкой подключения. Chat model — это мост к конкретной языковой модели: OpenAI GPT, Anthropic Claude или любой другой совместимой.

Важно понимать разделение ответственности:

• Text Classifier отвечает за логику классификации: какие категории есть, что значит каждая, какое поле item читать.
• Chat model отвечает за подключение к API: какую модель использовать, какие credentials применить.

API-ключ задаётся именно в настройках sub-node chat model, а не в самом Text Classifier. Это не очевидно с первого взгляда — интерфейс выглядит как один рабочий блок, но под капотом это два отдельных узла с разными настройками.

Такая архитектура даёт гибкость: можно поменять модель (например, с GPT-4o на другую) прямо в sub-node, не трогая логику категорий в основном узле. Или наоборот — перенастроить категории, оставив подключение к API без изменений.

Text Classifier, chat model и выходы категорий.