ROOM64 / KNOWLEDGE / N8N

การใช้งาน Text Classifier

Text Classifier — เรียนรู้วิธีใช้ node ตัวแยกประเภทข้อความใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node ตัวแยกประเภทข้อความเข้ากับ workflow ของคุณ

อ่านต้นฉบับที่ n8n Official Docs ↗
คำแปลอัตโนมัติภาษาไทย แปลด้วย Google Translate / M2M100 จากเอกสาร n8n ณ วันที่ 2026-09-28 ยังไม่ได้ตรวจทานทางเทคนิคทุกหน้า โค้ดและ expression คงตามต้นฉบับ ชื่อ node เมนู และศัพท์เทคนิคคงภาษาอังกฤษเพื่อเทียบกับหน้าจอ n8n

Cluster nodes · AI และองค์ประกอบย่อย · Text Classifier

← Root nodes

สารบัญในหน้านี้

เรียนรู้วิธีใช้ node ตัวแยกประเภทข้อความใน n8n ปฏิบัติตามเอกสารทางเทคนิคเพื่อรวม node ตัวแยกประเภทข้อความเข้ากับ workflow ของคุณ

ใช้ node Text Classifier เพื่อจัดประเภท (จัดหมวดหมู่) ข้อมูลขาเข้า การใช้หมวดหมู่ที่ให้ไว้ใน parameter (ดูด้านล่าง) แต่ละรายการจะถูกส่งไปยังโมเดลเพื่อกำหนดหมวดหมู่

ในหน้านี้ คุณจะพบ parameter node สำหรับ node ตัวแยกประเภทข้อความ และลิงก์ไปยังแหล่งข้อมูลเพิ่มเติม

parameter node

  • Input Prompt กำหนด input เพื่อจัดประเภท โดยปกติจะเป็น expression ที่อ้างอิงฟิลด์จากรายการ input ตัวอย่างเช่นนี่อาจเป็นได้ {{ $json.chatInput }} หาก input เป็นตัวกระตุ้นการแชท โดยค่าเริ่มต้นจะอ้างอิงถึง text สนาม
  • Categories : เพิ่มหมวดหมู่ที่คุณต้องการจัดประเภทข้อมูลที่คุณป้อน หมวดหมู่มีชื่อและคำอธิบาย ใช้คำอธิบายเพื่อบอกแบบจำลองว่าหมวดหมู่หมายถึงอะไร นี่เป็นสิ่งสำคัญหากความหมายไม่ชัดเจน คุณสามารถเพิ่มหมวดหมู่ได้มากเท่าที่คุณต้องการ

ตัวเลือก node

  • Allow Multiple Classes To Be True : คุณสามารถกำหนดค่าตัวแยกประเภทให้ส่งออกคลาสเดียวต่อรายการเสมอ (ปิด) หรืออนุญาตให้โมเดลเลือกหลายคลาส (เปิด)
  • When No Clear Match : กำหนดสิ่งที่จะเกิดขึ้นหากโมเดลไม่พบรายการที่ตรงกับรายการ มีสองตัวเลือก:
    • Discard Item (ค่าเริ่มต้น): หาก node ตรวจไม่พบหมวดหมู่ใดๆ node ก็จะทิ้งรายการนั้น
    • Output on Extra, 'Other' Branch : สร้างสาขา output แยกต่างหากที่เรียกว่า Other . เมื่อ node ตรวจไม่พบหมวดหมู่ใดๆ node จะส่งออกรายการในสาขานี้
  • System Prompt Template : ใช้ตัวเลือกนี้เพื่อเปลี่ยนพรอมต์ระบบที่ใช้สำหรับการจัดหมวดหมู่ มันใช้ {categories} ตัวยึดตำแหน่งสำหรับหมวดหมู่
  • Enable Auto-Fixing : เมื่อเปิดใช้งาน node จะแก้ไข output ของโมเดลโดยอัตโนมัติเพื่อให้แน่ใจว่าตรงกับรูปแบบที่คาดหวัง ทำได้โดยการส่งข้อผิดพลาดในการแยกวิเคราะห์สคีมาไปยัง LLM และขอให้แก้ไข

ดูของ n8n AI ขั้นสูง เอกสารประกอบ

เอกสารและภาพต้นฉบับ © n8n GmbH · คำแปล คู่มือประกอบ และภาพแนวคิดเพิ่มเติมโดย Room64 · เว็บไซต์นี้ไม่ใช่เอกสารทางการของ n8n · Apache 2.0 พร้อม Commons Clause

มีงานที่อยากให้ Software, AI หรือ Automation ช่วยอยู่ไหม?

เล่า workflow หรือปัญหาที่ทีมกำลังเจอ เราช่วยดูได้ว่าควรใช้ระบบสำเร็จรูป เชื่อมเครื่องมือเดิม หรือพัฒนาเพิ่มเฉพาะส่วนไหน

คุยกับเราทาง LINEhello@room64.net