Kerangka Materi
Hari 1: Alur Kerja dan Langkah AI
Pengenalan
- Kapan harus mengotomasi, kapan harus menggunakan langkah AI, dan kapan harus menggunakan agen
- n8n dalam konteks: cloud dan self-hosted, serta arti masing-masing bagi data perusahaan
Dasar-dasar n8n
- Alur kerja, node, pemicu, dan eksekusi
- Memindahkan data antar node dengan menyeret bidang, tanpa mengetik sintaks
- Membaca eksekusi untuk menemukan dan memperbaiki masalah
Menghubungkan aplikasi dan data
- Webhook dan pemicu formulir
- Node spreadsheet, email, dan kalender
- Kredensial dan autentikasi untuk layanan eksternal
- Node HTTP Request, langkah demi langkah
Langkah AI
- Menambahkan model ke alur kerja
- Menulis prompt untuk output yang andal
- Output terstruktur dan koreksi otomatis untuk jawaban yang tidak valid
- Mengklasifikasi dan mengekstrak informasi dari email, formulir, dan dokumen
Keputusan dan Tindakan
- Percabangan dengan If dan Switch
- Langkah persetujuan: meminta masukan manusia sebelum tindakan diambil
- Menulis hasil ke spreadsheet dan mengirim notifikasi
Lab Praktis: Alur Kerja End-to-End Pertama
- Dari permintaan masuk hingga hasil yang terklasifikasi, tercatat, dan dirutekan
Hari 2: Agen dan Operasional
Agen
- Apa itu agen: model, memori, dan alat
- Alur kerja tetap vs agen: bagaimana memilihnya
- Memberikan akses agen ke dokumen dan spreadsheet perusahaan
Agen yang Bertindak
- Alat yang membaca dan alat yang menulis
- Aturan system prompt: bidang wajib, tidak ada data yang dibuat-buat, tidak ada duplikasi catatan
- Menguji agen dengan mencoba merusaknya
Kanal
- Antarmuka obrolan untuk penggunaan internal
- Menghubungkan agen ke satu kanal pesan
Keandalan
- Alur kerja error, retry, dan notifikasi
- Log dan riwayat eksekusi
- Mengontrol biaya model dan eksekusi
Data dan Privasi
- Apakah yang keluar dari perusahaan ketika model dipanggil
- Self-hosting dan model lokal: demonstrasi oleh instruktur
- Daftar periksa untuk ditinjau bersama tim IT atau legal
Membangun Alur Kerja dengan AI
- Meminta asisten AI untuk membuat draf alur kerja
- Meninjaunya: apa yang dilakukan setiap node, dari mana datanya berasal, dan apa yang terjadi jika data kosong
Proyek Akhir dan Langkah Selanjutnya
- Setiap peserta menyelesaikan dan mempresentasikan alur kerja dengan langkah AI dan agen di atas proses mereka sendiri
- Rencana pemeliharaan dan kandidat otomasi selanjutnya
Deliverable: Alur kerja yang berfungsi dengan langkah AI, agen yang terhubung ke data perusahaan, penanganan error, dan daftar periksa tinjauan.
Persyaratan
- Tidak memerlukan pengalaman dalam pemrograman
- Terasa nyaman menggunakan aplikasi web dan spreadsheet
- Punya gambaran yang jelas tentang satu proses berulang dalam pekerjaan mereka
Audiens
- Profesional bisnis, operasional, dan yang berinteraksi dengan pelanggan
- Tim lead dan pemilik proses
- Non-pengembang yang ingin membangun otomasi dan agen AI di atas data perusahaan
Testimoni (3)
Instruktur ini sabar dan sangat membantu. Ia memahami topik dengan baik.
CLIFFORD TABARES - Universal Leaf Philippines, Inc.
Kursus - Agentic AI for Business Automation: Use Cases & Integration
Diterjemahkan Mesin
Campuran yang baik antara pengetahuan dan praktik
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Agentic AI for Enterprise Applications
Diterjemahkan Mesin
Campuran teori dan praktik serta perspektif tingkat tinggi dan tingkat rendah
Ion Mironescu - Facultatea S.A.I.A.P.M.
Kursus - Autonomous Decision-Making with Agentic AI
Diterjemahkan Mesin
