真要让AI帮你搭n8n工作流的话，最没用的提示词不是写得短，而是光说愿望式的话：「帮我自动处理客户线索」。n8n-skills虽然能帮Claude Code匹配到对应的能力模块，但它还是得你把业务的边界说清楚才行。我自己的习惯是先给一张「需求单」，再让它开始做节点设计。

先写需求单，别一上来就要JSON

需求单至少得包含六项内容：触发来源、输入字段、处理规则、输出位置、失败处理、测试样本。举个例子：「新表单提交后，清洗邮箱和公司名，按地区分配销售，发Slack通知，还要把失败记录写到Data Table里」。就这么一句话，已经比空泛的「做个销售自动化」靠谱多了。

说个常见的失败场景：要是你没写清楚去重规则，AI生成的工作流每次重试都会再发一条Slack；看着是执行成功了，实际上团队会收到一堆重复消息。

让AI先问清楚问题，再动手搭节点

你可以这么给提示词开头：

请用n8n skills和n8n MCP帮我设计一个工作流。
先别创建节点，先把缺的信息列出来。
目标：Typeform有新线索进来后，清洗字段，按地区分配销售，发Slack通知。
必须包含：去重、失败记录、测试样本、上线前检查。

这一步会触发workflow lifecycle、node configuration、expressions、error handling这些相关skill的调用逻辑。正常情况下，Claude Code会反过来问你凭据、字段名、Slack频道、地区分配规则、用什么字段判断重复这些问题。要是它直接就开始创建节点了，那就是翻车了——说明你的需求还没把它约束住。

再把需求捋成节点草图

举个常见的草图例子：Trigger节点收数据，用Set或者Code节点洗字段，去Data Table查有没有重复，用IF分支判断是继续还是结束，再用Switch节点按地区分配负责人，然后发Slack消息，失败的路径就写到错误表里。这时候别急着追求节点越少越好，先保证每一步都能单独测试。

要是工作流里涉及分页API、批量处理或者AI Agent节点，一定要明确让它加载loops、agents、code nodes对应的规则。不然很容易翻车：AI会把所有逻辑都塞到一个Code节点里，短期内倒是能跑，后期谁都看不懂，改都没法改。

最后再让它写入n8n

正式写入之前，你得加这么一句：「先给我节点列表，还有每个节点的输入输出是什么，别调用创建工具。」等你看完没问题了，再允许它通过MCP创建或者修改。创建完之后，还要让它验证表达式、检查凭据占位符，再说明怎么用测试样本跑一遍。

说个常见翻车情况：你一上来就直接授权它创建，结果它直接在现有的生产工作流上改字段。更稳妥的做法是先新建一个测试工作流，跑通了再复制到正式流程里。

可以直接抄的检查口令

收尾的时候你可以这么问：「请按触发、字段、分支、错误处理、权限、测试样本、上线风险这七项，检查这个n8n工作流。」这可不是多此一举。n8n自动化最麻烦的地方，从来不是节点能不能建出来，而是异常数据进来之后，谁来兜这个底。