Een workflow automatiseert vaste stappen: als dit gebeurt, doe dat. Een AI-agent is iets anders — die krijgt een doel en een setje “tools” (acties die hij mag uitvoeren), en beslist zelf welke stappen hij zet en in welke volgorde. In n8n kan dat met de ingebouwde AI Agent-node. In dit artikel bouw je je eerste, werkende AI-agent, stap voor stap.
Nieuw bij n8n? Begin bij de complete n8n-gids om te zien welk artikel het beste bij jouw situatie past.
Workflow vs. agent: het verschil
In de lead-opvolgingsworkflow die ik eerder bouwde, staat elke stap vast: trigger → filter → CRM → AI-tekst → mail. De AI schrijft tekst, maar beslist niet zélf wat er gebeurt. Een agent doet dat wel: je geeft hem een instructie (“beantwoord deze klantvraag”) en een set tools (bijvoorbeeld: zoek in de kennisbank, zoek de bestelstatus op, stuur een e-mail), en de agent bepaalt zelf welke tool(s) hij inzet en in welke volgorde — inclusief meerdere pogingen als het eerste niet werkt.
Vuistregel: gebruik een workflow als het proces altijd hetzelfde is. Gebruik een agent zodra de vraag kan variëren en er meerdere routes naar het antwoord zijn.
Wat je nodig hebt
- Een n8n-omgeving (self-hosted of Cloud)
- Een API-key bij een taalmodel-aanbieder (OpenAI, Anthropic, of een lokaal model via Ollama)
- Een concreet, afgebakend doel voor je agent — begin klein
Voorbeeld: een klantenservice-agent voor je website
We bouwen een agent die binnenkomende klantvragen (via een chat-widget of webhook) beantwoordt: hij zoekt in je kennisbank, en als hij het antwoord niet weet, escaleert hij naar jou per e-mail in plaats van te gokken.
- Trigger: een Chat Trigger-node (voor testen in n8n zelf) of een Webhook-node (voor een chat-widget op je site) vangt de inkomende vraag op.
- AI Agent-node: voeg de AI Agent-node toe en koppel een taalmodel (bijv. via de OpenAI- of Anthropic Chat Model-node). Geef de agent een duidelijke systeeminstructie: waar hij wel/niet over mag antwoorden, en dat hij moet escaleren als hij het niet zeker weet.
- Tool 1 — kennisbank: koppel een Vector Store-node (bijv. gevuld met je FAQ, productinfo of documentatie) als tool, zodat de agent er zelf in kan zoeken voordat hij antwoordt.
- Tool 2 — escalatie: voeg een Gmail/SMTP-node toe als tool, zodat de agent ‘m zelf kan aanroepen als hij het antwoord niet in de kennisbank vindt.
- Memory: voeg een Memory-node toe (bijv. Window Buffer Memory) zodat de agent het gesprek binnen één sessie onthoudt — anders vergeet hij bij elk bericht wat er eerder gezegd is.
- Testen: stel een aantal typische én een paar lastige klantvragen, en controleer of de agent correct zoekt, antwoordt of escaleert — niet of hij “iets” antwoordt.
- Live zetten: zet de Webhook-URL achter een chat-widget op je site, of koppel ‘m aan WhatsApp/Slack als je liever daar klantvragen binnenkrijgt.
Waar dit misgaat (en hoe je dat voorkomt)
- Te vage instructie: een agent zonder duidelijke grenzen gaat gokken. Beschrijf expliciet wat hij WEL en NIET mag beantwoorden, en wanneer hij moet escaleren.
- Te veel tools in één keer: begin met 1-2 tools en breid pas uit als die betrouwbaar werken. Meer tools = meer kans dat de agent de verkeerde kiest.
- Geen escalatiepad: bouw altijd een “ik weet het niet, stuur door naar een mens”-optie in — dat voorkomt dat de agent klanten een verzonnen antwoord geeft.
- Gevoelige data: laat de agent geen acties uitvoeren die je niet aan een junior medewerker zonder toezicht zou toevertrouwen (bijv. zelfstandig terugbetalingen doen) zonder een goedkeuringsstap.
Self-hosten of Cloud voor je agent?
Dezelfde afweging als bij elke n8n-workflow: self-hosten geeft je volledige controle over waar klantdata en gesprekslogs staan (zie self-hosted n8n opzetten), terwijl n8n Cloud je het beheer uit handen neemt als je liever niet zelf een server onderhoudt.
Veelgestelde vragen
Heb ik programmeerkennis nodig om een AI-agent te bouwen?
Nee — de AI Agent-node en de tool-nodes werken visueel. Je moet wel goed nadenken over de instructie en welke tools je geeft, maar dat is geen code schrijven.
Kan een agent zomaar acties uitvoeren zonder dat ik het merk?
Alleen de acties waar je hem toegang toe geeft (de tools die je koppelt). Bouw voor risicovolle acties altijd een goedkeuringsstap in, bijvoorbeeld een Slack-bericht dat om bevestiging vraagt voordat de agent doorgaat.
Wat kost dit aan API-gebruik?
Dat hangt af van het model en het aantal gesprekken — reken bij een taalmodel met een kosten-per-token. Begin met een goedkoop/snel model en schaal pas op naar een duurder model als de kwaliteit dat vereist.
Leave a Reply