N8n workflows: как импортировать и проверить готовый сценарий
Как выбрать готовый workflow n8n, импортировать JSON и проверить обе ветки. Скачиваемый шаблон проверки продуктового брифа.
Готовый workflow для n8n выглядит как быстрый путь к автоматизации: импортировал файл — получил результат. Но импорт переносит схему, а не понимание её поведения. Внутри могут оказаться чужие подключения, ненужные отправки сообщений и условия, которые не подходят твоим данным.
Разберём, как прочитать и проверить n8n workflows на небольшом продуктовом кейсе: отправлять бриф на обсуждение только после указания метрики успеха. В конце у тебя будет собственный JSON-шаблон, два проверочных примера и понятный способ адаптации.
1. Прочитай сценарий до запуска
Начни с трёх вопросов: что запускает workflow, какие данные он читает и куда записывает результат. Проследи каждую ветку до последнего узла. Особенно внимательно посмотри на HTTP Request, отправку почты и действия с записями: они могут менять внешние системы.
| Часть сценария | Вопрос для продакта |
|---|---|
| Trigger | Это ручной запуск, расписание или входящий запрос? |
| Входные данные | Откуда взялись поля и есть ли пример заполнения? |
| Условие | Что будет с пустым значением и неизвестной категорией? |
| Выход | Где появится результат и можно ли безопасно повторить запуск? |
| Credentials | Чьим подключением выполняется действие? |
Не оценивай шаблон только по количеству узлов или слову AI в названии. Для проверки обязательного поля достаточно обычного условия. Модель понадобится позднее, если нужно оценивать смысл метрики или находить противоречия в тексте.
2. Импортируй учебный шаблон
Скачай JSON-шаблон проверки брифа. В нём только ручной запуск, учебные поля, условие и два результата. Нет API-ключей, моделей, расписаний и внешних отправок.
Создай пустой workflow. В меню с тремя точками выбери Import from File и укажи файл. n8n хранит сценарии в JSON; доступны также импорт по URL и копирование узлов через буфер. Официальный порядок описан в Export and import.
После импорта проверь, что видны пять узлов: Manual Trigger, Бриф, Метрика заполнена?, На обсуждение, Нужно уточнение. Если узел неизвестен или интерфейс предлагает миграцию, сначала проверь совместимость версии n8n. Импорт без сообщения об ошибке ещё не означает успешный прогон.
3. Посмотри исходные данные и правило
Открой узел Бриф — это Edit Fields (Set). В режиме JSON Output находятся учебные значения:
{
"feature": "Напоминание о незавершённой заявке",
"audience": "Пользователи, начавшие заявку",
"success_metric": "",
"owner": "Продакт команды заявок"
}Пустая метрика здесь намеренная: это отрицательный контрольный пример. Узел Edit Fields задаёт поля, а If разделяет данные по условию. См. Edit Fields и If.
В нашем If проверяется, что success_metric не пустая после удаления пробелов по краям. Истина ведёт к На обсуждение, ложь — к Нужно уточнение. Это проверка наличия текста, а не качества продуктовой постановки: слово «успех» тоже непустое.
4. Прогони оба пути и проверь данные
Нажми Execute workflow. Открой результат последнего сработавшего узла и проверь поле decision. Потом измени только метрику в узле Бриф и повтори запуск.
| Значение success_metric | Ожидаемая ветка | Ожидаемый decision |
|---|---|---|
| Пустая строка | Нужно уточнение | needs_clarification |
| Доля отправленных заявок среди начатых за 7 дней | На обсуждение | ready_for_review |
| Три пробела | Нужно уточнение | needs_clarification |
В положительном примере должны сохраниться название функции, аудитория и владелец. Если результат содержит только decision, потерялись исходные поля: проверь опцию Include Other Input Fields у конечного Edit Fields. Она включена в приложенном шаблоне.
Проверь не только зелёные узлы, но и смысл результата. Статус ready_for_review означает «можно обсудить», а не «можно выпускать». Правило не проверяет согласие на уведомления, размер выборки или влияние на отписки.
Моя рекомендация: сохраняй рядом с каждым workflow хотя бы один пример, который обязан пройти, и один, который обязан остановиться. Без отрицательного примера легко принять за рабочее условие ветку, которая пропускает всё.
5. Адаптируй шаблон под реальный процесс
Сначала замени учебный источник одним тестовым брифом из своего процесса. Сохрани названия полей или явно сопоставь их: «Критерий успеха» из таблицы должен попасть в success_metric. Затем проверь те же три случая. Подключение таблицы разобрано в руководстве n8n и Google Sheets.
Если нужен ИИ-разбор смысла метрики, передай помощнику такое задание:
Предложи расширение workflow проверки продуктового брифа.
Сначала проверяем наличие success_metric обычным условием.
Затем модель оценивает: есть ли показатель, аудитория и период.
Ответ модели — рекомендация для человека, без автоматического релиза.
Опиши вход, возможную ошибку модели и проверочные примеры.
Не подключай реальные отправки и не меняй текущий workflow.До подключения рабочих уведомлений реши, как избежать повторной отправки при повторном запуске. Перед передачей JSON коллеге проверь credentials, URL и заголовки запросов: экспорт может содержать названия подключений, а импортированный cURL — секреты. Это отдельно отмечено в документации n8n.
Проверка материала: JSON и связи узлов проверены статически; три ожидаемых исхода правила проверены отдельно. Импорт и выполнение в живом n8n не проводились. Поэтому первый ручной прогон обязателен. Если хочешь перейти от этого каркаса к помощнику с моделью, начни с первого ИИ-агента в n8n или курса по ИИ-агентам.
Собери своего ИИ-агента и проверь результат
«AI Agents: от vibe coding к AI-команде»: desktop agents, MCP, skills, evals и harness. Отдельные воркшопы — от подключения инструментов до контроля качества.
7 практических воркшопов · записи · вопросы автору в чате
Посмотреть программу курса ↗