Skip to content

Basic LLM Chain node#

ใช้ Basic LLM Chain node เพื่อตั้งค่า prompt ที่โมเดลจะใช้ พร้อมกับการตั้งค่า parser เสริมสำหรับ response

ในหน้านี้ คุณจะพบพารามิเตอร์ของโหนด Basic LLM Chain และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

Examples and templates

สำหรับตัวอย่างการใช้งานและ templates เพื่อช่วยให้คุณเริ่มต้น โปรดดูที่หน้า Basic LLM Chain integrations ของ n8n

Node parameters#

Prompt#

Prompt (ข้อความแจ้ง)#

เลือกวิธีที่คุณต้องการให้ node สร้าง prompt (หรือที่เรียกว่า query ของผู้ใช้ หรือ input จากแชท)

เลือกจาก:

  • Take from previous node automatically (รับจาก node ก่อนหน้าโดยอัตโนมัติ): หากคุณเลือกตัวเลือกนี้ node จะคาดหวัง input จาก node ก่อนหน้าชื่อ chatInput
  • Define below (กำหนดด้านล่าง): หากคุณเลือกตัวเลือกนี้ ให้ระบุข้อความคงที่หรือ expression สำหรับเนื้อหาแบบไดนามิกเพื่อใช้เป็น prompt ในฟิลด์ Prompt (User Message)

Require Specific Output Format#

Output Format (รูปแบบ Output)#

พารามิเตอร์นี้ควบคุมว่าคุณต้องการให้ node กำหนดรูปแบบ output ที่เฉพาะเจาะจงหรือไม่ เมื่อเปิดใช้งาน n8n จะแจ้งให้คุณเชื่อมต่อ output parser หนึ่งในรายการต่อไปนี้เข้ากับ node:

Chat Messages#

ใช้ Chat Messages เมื่อคุณกำลังใช้ chat model เพื่อตั้งค่าข้อความ

n8n จะไม่สนใจตัวเลือกเหล่านี้หากคุณไม่ได้เชื่อมต่อ chat model เลือก Type Name or ID ที่คุณต้องการให้โหนดใช้:

AI#

ป้อนตัวอย่าง response ที่คาดหวังในช่อง Message โมเดลจะพยายามตอบกลับในลักษณะเดียวกันในข้อความของมัน

System#

ป้อน Message ของระบบเพื่อรวมเข้ากับ input ของผู้ใช้ เพื่อช่วยแนะนำโมเดลว่าควรทำอะไร

ใช้ตัวเลือกนี้สำหรับสิ่งต่างๆ เช่น การกำหนดโทนเสียง ตัวอย่างเช่น: Always respond talking like a pirate

User#

ป้อนตัวอย่าง input ของผู้ใช้ การใช้ตัวเลือกนี้ร่วมกับตัวเลือก AI สามารถช่วยปรับปรุง output ของ agent ได้ การใช้ทั้งสองอย่างร่วมกันเป็นการให้ตัวอย่างของ input และ response ที่คาดหวัง (คือ AI Message) เพื่อให้โมเดลปฏิบัติตาม

เลือกประเภท input อย่างใดอย่างหนึ่งต่อไปนี้:

  • Text: ป้อนตัวอย่าง input ของผู้ใช้เป็น Message แบบข้อความ
  • Image (Binary): เลือก binary input จากโหนดก่อนหน้า ป้อน Image Data Field Name เพื่อระบุว่าฟิลด์ binary ใดจากโหนดก่อนหน้าที่มีข้อมูลรูปภาพ
  • Image (URL): ใช้ตัวเลือกนี้เพื่อป้อนรูปภาพจาก URL ป้อน Image URL

สำหรับประเภท Image ทั้งสองแบบ ให้เลือก Image Details เพื่อควบคุมวิธีที่โมเดลประมวลผลรูปภาพและสร้างความเข้าใจเชิงข้อความ เลือกจาก:

  • Auto: โมเดลใช้การตั้งค่า auto ซึ่งจะดูขนาด input ของรูปภาพและตัดสินใจว่าจะใช้การตั้งค่า Low หรือ High
  • Low: โมเดลจะได้รับรูปภาพเวอร์ชันความละเอียดต่ำ 512px x 512px และแสดงรูปภาพด้วยงบประมาณ 65 tokens ซึ่งช่วยให้ API ตอบกลับได้เร็วขึ้นและใช้ input tokens น้อยลง ใช้ตัวเลือกนี้สำหรับกรณีการใช้งานที่ไม่ต้องการรายละเอียดสูง
  • High: โมเดลสามารถเข้าถึงรูปภาพความละเอียดต่ำ จากนั้นสร้างภาพ crop โดยละเอียดของ input images เป็นสี่เหลี่ยมจัตุรัส 512px ตามขนาด input image แต่ละภาพ crop โดยละเอียดจะใช้งบประมาณ token สองเท่า (65 tokens) รวมเป็น 129 tokens ใช้ตัวเลือกนี้สำหรับกรณีการใช้งานที่ต้องการรายละเอียดสูง

Templates and examples#

Chat with PDF docs using AI (quoting sources)

by David Roberts

View template details
Respond to WhatsApp Messages with AI Like a Pro!

by Jimleuk

View template details
⚡AI-Powered YouTube Video Summarization & Analysis

by Joseph LePage

View template details
Browse Basic LLM Chain integration templates, or search all templates

อ้างอิง เอกสารของ LangChain เกี่ยวกับ Basic LLM Chains สำหรับข้อมูลเพิ่มเติมเกี่ยวกับบริการ

ดูเอกสาร Advanced AI ของ n8n

AI glossary#

  • completion: Completions are the responses generated by a model like GPT.
  • hallucinations: Hallucination in AI is when an LLM (large language model) mistakenly perceives patterns or objects that don't exist.
  • vector database: A vector database stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.
  • vector store: A vector store, or vector database, stores mathematical representations of information. Use with embeddings and retrievers to create a database that your AI can access when answering questions.

Common issues#

นี่คือข้อผิดพลาดและปัญหาทั่วไปบางประการเกี่ยวกับ Basic LLM Chain node และขั้นตอนในการแก้ไขหรือแก้ไขปัญหา

No prompt specified error#

ข้อผิดพลาดนี้จะแสดงขึ้นเมื่อ Prompt ว่างเปล่าหรือไม่ถูกต้อง

คุณอาจเห็นข้อผิดพลาดนี้ในสถานการณ์ใดสถานการณ์หนึ่งจากสองสถานการณ์:

  1. เมื่อคุณตั้งค่า Prompt เป็น Define below และไม่ได้ป้อนอะไรในช่อง Text
    • ในการแก้ไข ให้ป้อน prompt ที่ถูกต้องในช่อง Text
  2. เมื่อคุณตั้งค่า Prompt เป็น Connected Chat Trigger Node และข้อมูลขาเข้าไม่มีฟิลด์ชื่อ chatInput
    • โหนดคาดหวังฟิลด์ chatInput หากโหนดก่อนหน้าของคุณไม่มีฟิลด์นี้ ให้เพิ่มโหนด Edit Fields (Set) เพื่อแก้ไขชื่อฟิลด์ขาเข้าเป็น chatInput