Jak połączyć ChatGPT z n8n i zbudować własnego asystenta 

Ostatnia istotna aktualizacja: 28 października 2026. Co zmieniono: sprawdzone nazwy węzłów i parametry w dokumentacji n8n, poprawiony błąd (pamięć nie jest obowiązkowa - wymagane jest co najmniej jedno narzędzie), usunięte nieaktualne stwierdzenie o modelach dostępnych na darmowym koncie, dodane aktualne ceny OpenAI, kalkulator kosztu tokenów, gotowy workflow JSON, lista kontrolna, FAQ i źródła.

Żeby połączyć ChatGPT z n8n, dodajesz węzeł Chat Trigger, podpinasz do niego węzeł AI Agent, a do agenta węzeł OpenAI Chat Model z kluczem API OpenAI (to model z API, nie aplikacja ChatGPT) i co najmniej jedno narzędzie. Pamięć jest opcjonalna, ale bez niej asystent nie pamięta rozmowy. Koszt tokenów zależy głównie od modelu i długości pamięci: w scenariuszu referencyjnym z tego artykułu (1000 rozmów po 6 wiadomości miesięcznie) wychodzi od ok. 2,07 do ok. 110,48 USD miesięcznie (wyliczenie), zależnie od modelu. Gotowy workflow do skopiowania i kalkulator na Twoje liczby są niżej.

Czym jest integracja ChatGPT z n8n i do czego się przydaje

n8n to platforma do automatyzacji, w której układasz węzły w przepływ: coś się dzieje (np. przychodzi wiadomość), n8n to przetwarza i wykonuje kolejny krok. Węzeł AI Agent wstawia w ten przepływ model językowy, który sam decyduje, co zrobić, zamiast wykonywać sztywną logikę. Zwykły bot ma skończoną listę odpowiedzi. Agent czyta wiadomość, wybiera narzędzie (kalendarz, wysyłka maila, wyszukiwarka) i dopiero potem odpowiada.

W praktyce to asystent odpowiadający na czacie na stronie, segregujący maile albo obsługujący proste zgłoszenia. Całość stoi na n8n, więc jeśli dopiero zaczynasz, najpierw ogarnij podstawy workflow. Nie jesteś pewien, czy to właściwe narzędzie? Porównanie znajdziesz w tekście n8n vs Make vs Zapier. Jeśli asystent ma odpowiadać na podstawie wiedzy o Twojej ofercie, zajrzyj też do artykułu o asystencie opartym o RAG.

Z czego składa się asystent AI w n8n

Według dokumentacji węzła AI Agent wszystkie takie węzły działają teraz jako Tools Agent, a ustawienie typu agenta jest przestarzałe. Do agenta musisz podłączyć co najmniej jedno narzędzie. To różni się od popularnego uproszczenia, że potrzebne są zawsze trzy elementy: pamięć jest dodatkiem, bardzo zalecanym przy czacie, ale nie warunkiem uruchomienia.

Model językowy (Chat Model)

To mózg agenta. W tym poradniku używamy węzła OpenAI Chat Model. n8n obsługuje też innych dostawców (m.in. Anthropic, Google, Mistral i modele lokalne przez Ollamę). W węźle OpenAI model wybierasz z listy ładowanej dynamicznie, więc widzisz tylko modele dostępne na Twoim koncie. Dokumentacja nie wskazuje modelu domyślnego, dlatego wybierz go świadomie - o wyborze decyduje tabela kosztów niżej. Przełącznik Use Responses API włącza wbudowane narzędzia OpenAI (Web Search, File Search, Code Interpreter), które działają tylko w połączeniu z węzłem AI Agent. W n8n Cloud zamiast własnego klucza możesz użyć opcji Use Gateway credits.

Pamięć (Memory)

Bez pamięci każda wiadomość jest osobną rozmową. Wybór węzła opisuje tabela w sekcji o pamięci.

Narzędzia (Tools)

Narzędzia to akcje, które agent wykonuje samodzielnie: wysłanie maila, zapis rekordu, wyszukiwanie. To one odróżniają asystenta od okienka czatu i - co ważne dla rachunku - każde wywołanie narzędzia oznacza kolejne wywołanie modelu.

Czego potrzebujesz, zanim zaczniesz

Dwóch rzeczy: konta n8n (Cloud albo self-hosted) i poświadczeń OpenAI. Według cennika n8n plan Cloud Starter kosztuje 20 euro miesięcznie przy rozliczeniu rocznym i obejmuje 2,5 tys. wykonań workflow miesięcznie, Pro 50 euro i 10 tys. wykonań, a Community Edition to standardowa, samodzielnie hostowana wersja dostępna na GitHubie. Jeśli podłączysz skrzynkę mailową, WhatsApp czy bazę, przygotuj też dostępy do tych usług.

Jak krok po kroku połączyć ChatGPT z n8n

1. Dodaj Chat Trigger

Chat Trigger tworzy interfejs czatu dla workflow i musi być połączony z węzłem agenta lub łańcucha. Ma dwa tryby: Hosted Chat (gotowy interfejs n8n) i Embedded Chat (własny interfejs albo widget z pakietu npm @n8n/chat, który wywołuje adres webhooka czatu). Przełącznik Make Chat Publicly Available trzymaj wyłączony, dopóki budujesz, i włącz go dopiero przy publikacji. Do maili użyj innego triggera (np. Gmail Trigger), do zadań cyklicznych Schedule Trigger. Jak działają takie adresy wywołań, tłumaczy tekst o webhookach.

2. Dodaj AI Agent i OpenAI Chat Model

Kliknij plus przy triggerze, dodaj AI Agent, a w slocie Chat Model wybierz OpenAI Chat Model i podepnij poświadczenia (nazwij je czytelnie, np. „OpenAI - produkcja”, zwłaszcza przy kilku klientach). W opcjach węzła ustaw Maximum Number of Tokens, żeby ograniczyć długość odpowiedzi.

3. Ustaw system message

To instrukcja definiująca rolę, język, zakres i zachowanie przy niepewności, np. „Jesteś asystentem sklepu X, odpowiadasz krótko i po polsku, przy niepewności proponujesz kontakt z człowiekiem”. Od niej zależy, czy agent trzyma się tematu. O tym, jak zaprojektować moment przekazania rozmowy człowiekowi, piszę w artykule chatbot, który wie, kiedy oddać rozmowę człowiekowi.

4. Dodaj pamięć i narzędzia

Slot Memory i Tool wypełniasz według sekcji niżej. Chcesz pominąć klikanie? Zaimportuj gotowy workflow z tego artykułu.

{
  "name": "Asystent AI - Chat Trigger + AI Agent + OpenAI",
  "nodes": [
    {
      "parameters": {
        "options": {}
      },
      "id": "a1000000-0000-4000-8000-000000000001",
      "name": "Chat Trigger",
      "type": "@n8n/n8n-nodes-langchain.chatTrigger",
      "typeVersion": 1.1,
      "position": [
        0,
        0
      ],
      "webhookId": "b2000000-0000-4000-8000-000000000001"
    },
    {
      "parameters": {
        "options": {
          "systemMessage": "Jesteś asystentem obsługi klienta firmy X. Odpowiadasz krótko, po polsku i tylko na pytania związane z ofertą firmy. Jeśli nie znasz odpowiedzi lub pytanie wykracza poza ofertę, powiedz to wprost i zaproponuj kontakt z człowiekiem."
        }
      },
      "id": "a1000000-0000-4000-8000-000000000002",
      "name": "AI Agent",
      "type": "@n8n/n8n-nodes-langchain.agent",
      "typeVersion": 2.2,
      "position": [
        320,
        0
      ]
    },
    {
      "parameters": {
        "model": {
          "__rl": true,
          "mode": "list",
          "value": "gpt-5-mini"
        },
        "options": {
          "maxTokens": 500
        }
      },
      "id": "a1000000-0000-4000-8000-000000000003",
      "name": "OpenAI Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
      "typeVersion": 1.2,
      "position": [
        220,
        240
      ]
    },
    {
      "parameters": {
        "contextWindowLength": 10
      },
      "id": "a1000000-0000-4000-8000-000000000004",
      "name": "Simple Memory",
      "type": "@n8n/n8n-nodes-langchain.memoryBufferWindow",
      "typeVersion": 1.3,
      "position": [
        380,
        240
      ]
    },
    {
      "parameters": {},
      "id": "a1000000-0000-4000-8000-000000000005",
      "name": "Calculator",
      "type": "@n8n/n8n-nodes-langchain.toolCalculator",
      "typeVersion": 1,
      "position": [
        540,
        240
      ]
    }
  ],
  "connections": {
    "Chat Trigger": {
      "main": [
        [
          {
            "node": "AI Agent",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "OpenAI Chat Model": {
      "ai_languageModel": [
        [
          {
            "node": "AI Agent",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Simple Memory": {
      "ai_memory": [
        [
          {
            "node": "AI Agent",
            "type": "ai_memory",
            "index": 0
          }
        ]
      ]
    },
    "Calculator": {
      "ai_tool": [
        [
          {
            "node": "AI Agent",
            "type": "ai_tool",
            "index": 0
          }
        ]
      ]
    }
  },
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  }
}

Jak dodać pamięć, żeby asystent pamiętał kontekst rozmowy

Wszystkie trzy mają parametry Session Key i Context Window Length. Ten drugi decyduje, ile poprzednich wymian trafia do każdego zapytania - i to on najmocniej napędza koszt, co widać w kalkulatorze.

Chat Trigger ma opcję Load Previous Session; każde ustawienie inne niż Off wymaga węzła pamięci, a n8n zaleca podłączyć ten sam węzeł pamięci do triggera i agenta. Jeśli asystent widzi dane osobowe klientów, od razu ustal, jak długo trzymasz historię, i zadbaj o zgodność z RODO.

Jakie narzędzia możesz podłączyć do asystenta

Do slotu Tool można dodać wiele węzłów naraz, a agent sam wybiera, z którego skorzystać. Typowe zestawy: wyszukiwarka internetowa, czytnik stron, wysyłka maila, zapis do arkusza lub bazy, tworzenie zgłoszenia. Każde narzędzie ma krótki opis, kiedy go użyć, i im jest precyzyjniejszy, tym rzadziej agent sięga po narzędzie w złym momencie (obserwacja z praktyki budowy workflow, nie pomiar). Pamiętaj o kosztach: opisy narzędzi lecą do modelu przy każdym zapytaniu, a wynik narzędzia zwiększa wejście kolejnego wywołania.

Ile to kosztuje: n8n i tokeny OpenAI

Koszt ma dwa składniki. Pierwszy to n8n: abonament Cloud albo serwer przy self-hostingu (wersja Community Edition jest samodzielnie hostowana). Drugi to tokeny OpenAI, rozliczane osobno dla wejścia, wejścia z cache i wyjścia, per milion tokenów. Z cennika OpenAI (poziom standardowy, 28 października 2026): gpt-5-mini kosztuje 0,25 USD za milion tokenów wejścia i 2,00 USD wyjścia, gpt-5.4-mini 0,75 i 4,50 USD, gpt-5.5 5,00 i 30,00 USD, a gpt-4o-mini 0,15 i 0,60 USD. Cena wejścia z cache jest dla każdego modelu niższa (np. dla gpt-4.1 0,50 zamiast 2,00 USD), ale pojawia się tylko tam, gdzie cennik ją podaje.

Najważniejsze, czego nie widać w cenniku: to nie pytania i odpowiedzi tworzą rachunek, tylko ponownie wysyłany kontekst. Przy każdej wiadomości model dostaje system message, definicje narzędzi i historię (do wysokości okna pamięci), a każde wywołanie narzędzia dokłada kolejne wywołanie. W scenariuszu referencyjnym poniżej na jedną 6-wiadomościową rozmowę przypada ok. 13 800 tokenów wejścia i ok. 1 400 wyjścia, czyli wejście to około 10 razy więcej tokenów (wyliczenie).

Scenariusz referencyjny - wyliczone wartości

Założenia (wszystkie założone przeze mnie, nie zmierzone u klienta): 1000 rozmów miesięcznie, 6 wiadomości w rozmowie, system message 400 tokenów, definicje narzędzi 300, pytanie 60, odpowiedź 200, pamięć 10 wymian, 0,5 wywołania narzędzia na wiadomość, wynik narzędzia 500 tokenów, brak rabatu z cache. Ten sam kod liczy kalkulator powyżej, więc możesz sprawdzić każdą liczbę.

Wniosek, który możesz zacytować: w tym scenariuszu różnica między najtańszym a najdroższym modelem z tabeli to ok. 53 razy, a przy tych samych założeniach wydłużenie rozmowy z 6 do 20 wiadomości podnosi miesięczny koszt gpt-5-mini z ok. 6,21 do ok. 30 USD (wyliczenie). Okno pamięci ma duże znaczenie: dla 20-wiadomościowej rozmowy na gpt-5-mini zmiana okna z 0 na 10 wymian podnosi koszt jednej rozmowy z ok. 0,016 do ok. 0,030 USD (wyliczenie). Jeśli wdrażasz to u klienta, całościowe widełki znajdziesz w artykule o kosztach wdrożenia AI w małej firmie, a o tym, kiedy własna automatyzacja wygrywa z abonamentem, w tekście o automatyzacji kontra SaaS.

Ograniczenia modelu: pomija tokeny rozumowania modeli reasoning (rosną rachunek wyjścia), koszt wyszukiwania i narzędzi wbudowanych OpenAI, RAG i wyjątkowo długie konteksty, które cennik rozlicza wyżej. Traktuj wynik jako rząd wielkości do porównania wariantów, a nie fakturę.

Jak przetestować asystenta, zanim go komuś pokażesz

n8n pozwala rozmawiać z agentem w edytorze, bez publikowania. Sprawdź, czy agent pamięta wcześniejsze wiadomości, czy sięga po narzędzia tylko gdy trzeba i co robi z pytaniem spoza roli - powinien odmówić lub przekierować do człowieka. Przetestuj też rozmowę dłuższą niż okno pamięci oraz próbę nadpisania instrukcji. Zajrzyj do wykonań workflow i sprawdź, ile wywołań modelu zrobiła jedna rozmowa.

Gdzie podłączyć gotowego asystenta

Chat Trigger w trybie Embedded Chat pozwala podpiąć własny widget (np. pakiet @n8n/chat) pod adres webhooka. Zawęź Allowed Origin do swojej domeny, bo domyślna wartość to gwiazdka, czyli wszystkie źródła, a przy uwierzytelnieniu None czatu może używać każdy. Do skrzynki mailowej użyj Gmail Trigger i odpowiedzi w osobnym węźle. Dla frontendu dopasowanego do strony potrzebna jest zwykle osobna praca dewelopera.

Najczęstsze błędy przy łączeniu ChatGPT z n8n

• Brak limitu wydatków i ograniczenia długości odpowiedzi - błąd w pętli albo atak na publiczny czat potrafi wygenerować nieoczekiwany rachunek (opinia).
• Zbyt ogólny system message, przez co agent odpowiada na wszystko.
• Za duże okno pamięci: ponieważ historia jest wysyłana przy każdej wiadomości, koszt rośnie szybciej niż liczba rozmów (wyliczenie w kalkulatorze).
• Simple Memory w queue mode: dokumentacja n8n ostrzega, że nie działa tam w aktywnym workflow produkcyjnym.
• Zbyt wiele narzędzi bez precyzyjnych opisów - agent gubi się i wykonuje więcej wywołań.

Kiedy zlecić, a kiedy zrobić samemu

Prosty asystent do testów da się złożyć w jeden wieczór z gotowego JSON-a powyżej. Zlecenie ma sens, gdy asystent wchodzi w realną obsługę klientów: potrzebujesz wtedy przemyślanej pamięci, zabezpieczeń budżetu, uwierzytelnienia czatu i integracji z systemami. Jeśli wolisz, żeby ktoś ogarnął to od konfiguracji po wdrożenie, napisz do mnie - odpowiadam zwykle tego samego dnia.

Najczęstsze pytania

Czy do połączenia n8n z OpenAI potrzebuję subskrypcji ChatGPT?

Węzeł OpenAI Chat Model w n8n korzysta z poświadczeń OpenAI, czyli klucza API, a w n8n Cloud można też wybrać opcję Use Gateway credits zamiast własnego klucza. Rozliczenie tokenów odbywa się wg cennika API, który znajdziesz w tabeli i kalkulatorze powyżej.

Ile kosztuje asystent AI zbudowany w n8n?

Koszt składa się z n8n i tokenów OpenAI. W scenariuszu referencyjnym (1000 rozmów po 6 wiadomości, pamięć 10 wymian) koszt tokenów wynosi od ok. 2,07 USD miesięcznie dla najtańszego modelu z tabeli do ok. 110,48 USD dla gpt-5.5 (wyliczenie). Plan n8n Cloud Starter kosztuje 20 euro miesięcznie przy rozliczeniu rocznym (2,5 tys. wykonań), a wersja Community Edition jest self-hosted.

Czy AI Agent w n8n musi mieć pamięć?

Nie. Z dokumentacji wynika, że do AI Agent trzeba podłączyć co najmniej jedno narzędzie; pamięć jest opcjonalna, ale bez niej agent nie pamięta wcześniejszych wiadomości z rozmowy.

Którą pamięć wybrać: Simple Memory, Postgres czy Redis?

Simple Memory na start i do testów, ale nie w queue mode. Postgres Chat Memory, gdy historia ma przetrwać restart i być trwale zapisana w tabeli. Redis Chat Memory, gdy sesje mają wygasać po zadanej liczbie sekund (Session Time To Live).

Dlaczego rachunek rośnie szybciej niż liczba rozmów?

Przy każdej wiadomości model dostaje ponownie system message, definicje narzędzi i historię rozmowy, a każde wywołanie narzędzia to kolejne wywołanie modelu. Dlatego koszt jednej rozmowy rośnie szybciej niż liniowo wraz z jej długością i oknem pamięci. W kalkulatorze przy 20 wiadomościach w rozmowie koszt miesięczny w scenariuszu referencyjnym dla gpt-5-mini rośnie do ok. 30 USD z ok. 6 USD przy 6 wiadomościach (wyliczenie).

Jak ograniczyć koszty asystenta?

Skróć system message i opisy narzędzi, zmniejsz Context Window Length, ustaw Maximum Number of Tokens w węźle modelu, wybierz mniejszy model tam, gdzie jakość pozwala, i sprawdź, czy dla powtarzalnego początku promptu twój model ma tańszą cenę cache (kolumna Cached input w cenniku OpenAI).

Źródła

1. OpenAI - cennik API (poziom standardowy, odczyt 28.10.2026)
2. n8n Docs - AI Agent node
3. n8n Docs - OpenAI Chat Model node
4. n8n Docs - Chat Trigger node
5. n8n Docs - Simple Memory node
6. n8n Docs - Postgres Chat Memory node
7. n8n Docs - Redis Chat Memory node
8. n8n - cennik

Wszystkie strony otwarte i sprawdzone 28 października 2026. Etykiety: wyliczone (derived) oznacza liczbę policzoną z jawnych założeń w tekście, a nie zmierzoną na produkcyjnym wdrożeniu.