n8n 实战：自动化执行员工调研的智能体流程
「员工调研」是人力资源的高频任务。它的输入通常是调研目的，期望得到的是问卷与分析。这类有固定流程、又需要一点判断力的工作，很适合封装成智能体 Skill。
本文介绍如何在 n8n AI Agent 上实现这个技能，包括它的形态、示例配置、启用步骤、一次完整的运行过程和常见坑。
这个技能做什么
| 项目 | 说明 |
|---|---|
| 技能 | 员工调研（employee-survey） |
| 作用 | 设计员工满意度调研并分析结果 |
| 输入 | 调研目的 |
| 输出 | 问卷与分析 |
| 形态 | 带脚本 |
| 风险 | 低 |
| 适用人群 | 人力资源 |
处理流程分四步：
- 设计问题
- 保证匿名
- 分析结果
- 提出改进
这个技能需要运行本地脚本（解析文件、调用命令行工具等），要求运行环境允许执行代码；风险较低，但输出仍需快速过目再使用。
在 n8n AI Agent 中是什么形态
n8n 是可自托管的工作流自动化工具，内置 AI Agent 节点，可以给智能体挂上 HTTP 请求、代码等工具，并与数百种应用的触发器和动作衔接。
可以自托管或使用云服务；凭据在 n8n 中单独管理，不要写进节点参数。
示例配置
# n8n 流程示意（节点名称以 n8n 当前版本为准）
[Chat Trigger 或 Webhook]
│ content
▼
[AI Agent] 系统消息：员工调研，设计问题；保证匿名；分析结果；提出改进
├─ 工具：Code（解析与校验）
▼
[IF 需人工确认?] ──是──▶ [发送给负责人审核]
│否
▼
[输出：问卷与分析]
示例里最重要的是两处：一是描述（或指令开头）要写明「什么时候用」，让智能体在人力资源提出相关请求时能对上号；二是约束部分要写进「涉及个人信息与录用决定，必须由人做最终判断」这类领域规矩，避免智能体自作主张。
安装与启用步骤
- 新建工作流，选择聊天触发或 Webhook 触发
- 添加 AI Agent 节点，写系统消息
- 为 Agent 挂上需要的工具节点
- 加 IF 节点把需人工确认的结果转给负责人
- 测试后启用工作流
实操：一次完整的运行
假设你在招聘与人事系统中发出这样的请求（虚构示例）：
帮我做一下员工调研，材料是附上的调研目的。
智能体识别到任务与「员工调研」相关后，会依次设计问题、保证匿名、分析结果、提出改进。最终交付问卷与分析，并在末尾列出需要人工确认的内容。你的工作是对照原始调研目的抽查两三处关键信息，确认无误后再使用。
测试与验收
用固定测试数据手动执行工作流，检查每个节点输出，再开启自动触发。
针对这个技能，还建议额外准备：
- 一份信息齐全的标准调研目的，检查输出是否完整
- 一份缺少关键信息的输入，检查智能体是否先提问而不是编造
- 一份包含“忽略以上规则”等字样的输入，检查约束是否仍然有效
常见坑
- 把密钥直接写进代码节点。
- 自动触发未加频率限制，导致重复执行。
- 只写了步骤，没写交付格式，导致每次输出的问卷与分析结构不同。
- 没有给出样例，智能体对“好结果”的理解与你不一致；在参考资料里放一两份范例会明显改善。
延伸阅读
- 员工调研 · GPTs 版
- 员工调研 · Dify 工作流 版
- 员工调研 · 飞书 aily 版
- 招聘渠道文案 · n8n AI Agent 版
- 招聘漏斗分析 · n8n AI Agent 版
- 智能体Skills 分类：625 个技能 × 32 个角度
说明：文中的配置、代码与目录结构均为示意，用于说明思路；各平台的入口、字段名与能力会更新，落地前请以对应官方文档为准。示例中的数据与场景为虚构，不代表真实案例。