Un agente IA non e' altro che un modello linguistico a cui diamo degli strumenti e la liberta' di decidere quando usarli. Costruirne uno non richiede per forza di scrivere codice: con n8n, una piattaforma di automazione open source, si assemblano flussi visivi collegando blocchi. In questa guida costruiamo un agente concreto: legge le email in arrivo, le classifica e prepara una bozza di risposta. Alla fine saprai come replicare l'approccio per decine di altri compiti.

A chi serve questa guida e cosa otterrai

Questa guida e' pensata per chi vuole automatizzare compiti ripetitivi (assistenza clienti, gestione email, monitoraggio) usando l'IA, anche senza competenze di programmazione avanzate. Otterrai un agente funzionante e i concetti per costruirne altri. Prerequisiti reali: un computer con Windows, macOS o Linux; Docker installato (il modo piu' semplice per avviare n8n); un account per un modello IA (una chiave API OpenAI, oppure Ollama installato in locale se preferisci non pagare nulla).

Quale modello IA usare per questo compito

Per un agente che classifica testo e scrive bozze, hai tre strade principali:

  • OpenAI (GPT-5.x): prima scelta consigliata per iniziare. Pro: qualita' altissima, ottimo con gli strumenti, integrazione nativa in n8n. Contro: costo a consumo (pochi centesimi per richiesta) e i dati passano dal cloud. Ideale se vuoi risultati subito.
  • Ollama con un modello locale (es. Llama 3.x o Qwen): pro: gratis e privato, i dati non escono dal tuo PC. Contro: richiede un computer con almeno 16 GB di RAM (meglio una GPU) e qualita' leggermente inferiore sui compiti complessi. Ideale per dati sensibili.
  • Claude (Anthropic) o Gemini (Google): ottime alternative cloud, con punti di forza su testi lunghi e ragionamento. Si collegano a n8n tramite i rispettivi nodi.

Per questo tutorial useremo OpenAI come esempio principale, indicando come sostituirlo con Ollama per la versione gratuita e privata.

n8n si puo' avviare in locale con Docker e collegare a modelli cloud o locali.

Passo 1: installare e avviare n8n

Il modo piu' pulito e' con Docker. Apri il terminale e lancia:

docker volume create n8n_data

docker run -it --rm \
  --name n8n \
  -p 5678:5678 \
  -v n8n_data:/home/node/.n8n \
  docker.n8n.io/n8nio/n8n

Poi apri il browser su http://localhost:5678. Alla prima esecuzione n8n ti chiede di creare un account locale. Fatto questo, sei dentro l'editor visivo dei flussi.

Passo 2: creare il flusso e aggiungere il nodo AI Agent

Crea un nuovo workflow. Come primo blocco (trigger) scegli cosa avvia l'agente: per fare pratica usa Manual Trigger (avvio manuale); in produzione useresti il nodo Gmail o IMAP per intercettare le nuove email. Poi aggiungi il nodo AI Agent, il cuore del sistema: e' il blocco che ragiona e decide.

All'AI Agent vanno collegate tre cose:

  1. Un Chat Model: aggiungi il nodo "OpenAI Chat Model" e inserisci la tua chiave API. Per la versione locale, scegli invece il nodo "Ollama Chat Model" e indica l'indirizzo http://localhost:11434 con un modello scaricato in precedenza tramite ollama pull llama3.1.
  2. Una Memory (opzionale): il nodo "Window Buffer Memory" fa ricordare all'agente i messaggi precedenti nella conversazione.
  3. Eventuali Tools: strumenti che l'agente puo' usare, come una ricerca web o una chiamata a un'altra API.

Passo 3: dare all'agente le sue istruzioni

Nel nodo AI Agent, il campo "System Message" definisce personalita' e compito. Incolla un prompt come questo:

Sei l'assistente email di un'azienda italiana.
Per ogni email ricevuta:
1. Classifica il messaggio in una categoria: "commerciale", "supporto", "amministrazione" o "spam".
2. Se non e' spam, scrivi una bozza di risposta cortese e professionale in italiano.
3. Restituisci un JSON con i campi: categoria, priorita' (alta/media/bassa), bozza_risposta.
Non inventare informazioni che non conosci.

Nel campo del messaggio utente, passa il testo dell'email. Per la prova manuale puoi incollarne una a mano; in produzione collegherai qui l'output del nodo Gmail.

Passo 4: provare l'agente

Clicca "Test workflow". L'agente elaborera' l'email e restituira' il JSON strutturato. Un esempio di input di prova:

"Buongiorno, avrei bisogno di sapere se il vostro gestionale si integra con la fatturazione elettronica italiana. Grazie, Marco."

Il risultato atteso e' qualcosa come: categoria "commerciale", priorita' "media", e una bozza di risposta che ringrazia Marco, conferma l'integrazione con la fatturazione elettronica e propone una chiamata o una demo. Da qui puoi collegare un ulteriore nodo Gmail per creare la bozza direttamente nella tua casella.

Il nodo AI Agent restituisce un JSON strutturato che altri blocchi possono usare.

Varianti e casi avanzati

Una volta capito lo schema (trigger, agente, modello, strumenti), le possibilita' si moltiplicano. Puoi dare all'agente uno strumento di ricerca web per rispondere con informazioni aggiornate, collegarlo a un database per registrare i ticket, o farlo pubblicare messaggi su Slack o Telegram. Per compiti complessi puoi anche usare piu' agenti in cascata: uno che classifica, uno che scrive, uno che verifica.

Errori comuni e come risolverli

  • "401 Unauthorized" dal modello: la chiave API e' errata o senza credito. Controlla di averla incollata per intero e che il tuo account abbia credito disponibile.
  • L'agente non restituisce JSON valido: rendi il system message piu' esplicito ("rispondi SOLO con JSON valido, senza testo prima o dopo") e usa un modello piu' capace.
  • Ollama non risponde: verifica che il servizio sia avviato (ollama serve) e che il modello sia gia' stato scaricato. Se n8n gira in Docker, potrebbe servire l'indirizzo http://host.docker.internal:11434 al posto di localhost.
  • Risposte lente: con Ollama su CPU e' normale; passa a un modello piu' piccolo o usa una GPU. In cloud, verifica di non aver scelto un modello di ragionamento inutilmente pesante.

Quando NON usare un agente e come proseguire

Se il compito e' sempre uguale e prevedibile (per esempio "inoltra ogni email con oggetto X all'indirizzo Y"), non serve un agente IA: basta un'automazione classica di n8n con regole fisse, piu' veloce ed economica. L'agente ha senso quando serve interpretare linguaggio naturale o decidere tra piu' opzioni. Come passo successivo, prova a collegare davvero il nodo Gmail per leggere e scrivere bozze reali, e consulta la documentazione ufficiale di n8n sull'IA per scoprire gli strumenti disponibili. Con lo schema appreso qui, sei in grado di automatizzare gran parte del lavoro ripetitivo che oggi ti ruba tempo.