每天省 30 分鐘！用 n8n 打造 AI 時間管理大師

手動記錄工作時間經常讓人感到煩躁。大家可能習慣在筆記本上寫下時間，或者打開 Excel 一格一格輸入。這不只容易忘記打卡，頻繁切換工具更會打斷專注力，白白浪費寶貴時間。

問題很明顯：手動紀錄效率極低，依賴大腦記憶並不牢靠。一旦忘記記錄，月底回顧工作時就會發現數據全是一筆糊塗帳。

為了解決這個痛點，我們可以利用 Telegram 配合 n8n AI Agent 來打造自動化的時間管理系統。

這套系統的邏輯很直接：Telegram 接收訊息 → AI 自動理解並提取關鍵資訊 → Google Sheets 自動記錄。

大家不再需要死記硬背格式，只需像跟朋友聊天一樣，在 Telegram 輸入：「剛剛拍片剪片搞了兩個鐘」，背後的 AI Agent 就會幫我們將「拍片剪片」歸類為「內容創作」，把「兩個鐘」換算成正確的時間數值，然後整齊地寫入 Google Sheet 裡。

傳統自動化工具只能做到 A → B 的刻板操作，但加入了 AI Agent，系統就具備理解自然語言的能力。設定好這套流程後，大家每天至少能省下 30 分鐘處理行政工作 (Administrative work) 的時間。

2. 系統運作展示：從輸入指令到自動分類

在拆解 n8n workflow 之前，先讓大家看看這套系統在實際應用時的流暢度。

以往我們要記錄時間，往往要打開特定的 APP，點擊「開始」和「結束」，甚至要手動選擇分類標籤。現在，所有操作都在 Telegram 對話框內完成。

大家可以想像以下場景：

輸入日常對話：大家在 Telegram 輸入「剛才和客戶開會 1.5 小時，討論了新一季的 marketing plan」。
AI 理解與運算：n8n 接收到訊息後，立刻交由 AI Agent 處理。AI 會提取「開會」、「1.5 小時」和「marketing plan」等關鍵字。若有需要，AI 工具箱內的 Calculator (計算機) 會自動將時長轉換為標準格式 (例如 90 分鐘)。
自動分類與記錄：AI 會把這項工作自動分類為「客戶溝通」，然後呼叫寫入工具，直接把資料更新到大家的 Google Sheet 報表中。

這代表什麼？

AI 自動分類 > 手動選分類
隨意文字輸入 >> 死板表格輸入

整個過程不用 3 秒。大家不需要打開任何表格，更不需要擔心格式錯誤。Telegram 就是唯一的介面，輸入完畢即可立刻回到原本的工作狀態中。

3. n8n workflow 核心拆解：主流程與資料庫準備

要建立這個時間管理大師，我們需要準備兩個核心組件：接收介面 (Telegram) 與資料庫 (Google Sheets)。

步驟 1：建立 Google Sheet 資料庫

首先，打開 Google Sheets 並建立一個新表格，命名為「AI 時間日誌」。在第一列 (Row 1) 建立以下四個欄位標題：

日期 (Date)
任務分類 (Category)
耗時/分鐘 (Duration)
工作備註 (Description)

步驟 2：設定 Telegram Trigger (觸發節點)

回到 n8n 畫布，我們需要一個起點來接收訊息：

點擊畫布上的 + 號，搜尋並加入 Telegram 節點。
將節點類型設定為 Trigger (On message)。
連接大家的 Telegram Bot API Token (如果沒有，請在 Telegram 搜尋 @BotFather 創建一個新機器人並取得 Token)。
設定完成後，點擊 Test Step，然後在 Telegram 對你的機器人隨便發送一句話，確認 n8n 能成功接收資料。

4. 建立 AI Agent 的 4 個關鍵設定

這是整個 workflow 中最重要的部分。n8n 的 Advanced AI 節點具備「大腦」的功能，它能夠思考、判斷並呼叫工具。大家要在 n8n 畫布中加入一個 AI Agent 節點，並連接到剛才的 Telegram Trigger。

接下來，我們要對這個 AI Agent 進行 4 個極致細化的設定。

4.1. 拆分指令：Message 與 Role

AI Agent 需要知道用戶輸入了什麼。

點開 AI Agent 節點的設定面板。
找到 Prompt / Message 欄位。
點擊旁邊的齒輪或 Expression 按鈕，將 Telegram 傳來的文字對應過來。運算式應該會類似 {{ $json.message.text }}。
這代表：Telegram 接收到的每一句話 → 直接傳送給 AI 作為輸入指令。

4.2. 系統指令 (System Message)：限制 AI 不閒聊

預設的 AI 喜歡長篇大論，但我們只需要它執行任務，不要跟我們打招呼或廢話。

在 AI Agent 的 System Message (系統提示詞) 欄位中，貼上以下精準的 Prompt：

「你是一個專業的時間管理助手。你的唯一任務是從用戶的輸入中提取時間記錄，並使用工具將其寫入資料庫。規則：

不要回覆任何問候語或閒聊。

將用戶描述的工作分類為以下幾種：內容創作、客戶溝通、行政工作、學習進修、其他。

將所有時間單位轉換為『分鐘』（例如 1 小時 = 60 分鐘）。

提取完畢後，強制呼叫 ‘Manage_Log’ 工具寫入資料。成功後，只回覆一句簡短的確認，例如：『已記錄：[分類] – [耗時] 分鐘』。」

這段 Prompt 確保了：精準執行 > 冗長對話。

4.3. 連接必備工具：加入計算機與寫入工具

AI Agent 預設只會「說話」，要讓它能「做事」，必須給它裝上工具 (Tools)。

工具一：Calculator (計算機)

在 AI Agent 節點的左側 Tools 接入點，拉出一條線，搜尋並加入 Calculator 節點。
這樣 AI 在面對「一個半小時」這類非標準數字時，就能自己呼叫計算機算出 90 分鐘。

工具二：Manage Log (Google Sheets 寫入工具)

再次從 Tools 接入點拉出線，這次搜尋 Google Sheets 節點 (需確保選擇的是 Action in Tool 模式，或者使用 Call Workflow 工具來包裝 Google Sheets 操作)。
將此工具命名為 Manage_Log。
填寫 Tool Description (非常重要，AI 靠這個決定何時用它)：「用於將整理好的時間紀錄（日期、分類、分鐘、備註）寫入 Google Sheet 資料庫中。」
在 Google Sheets 節點內部設定：
- Operation: Append Row (新增一列)。
- Spreadsheet: 選擇步驟 1 建立的「AI 時間日誌」。
- Columns: 將 AI 解析出的資料對應到表格的 A、B、C、D 欄位。

4.4. 選擇 AI 模型：使用 OpenRouter 降低成本

AI Agent 的核心是一顆語言模型。如果直接使用 OpenAI，長期下來 API 費用可能較高。我們強烈建議使用 OpenRouter 作為中轉站，以低成本存取最新模型（例如 Gemini 3 或 Llama 3 ）。

在 AI Agent 節點的底部 Model 接入點，拉出線並加入 OpenAI Chat Model 節點 (沒錯，即使不用 OpenAI 也是選這個)。
點開 Model 節點，建立新的 Credentials (憑證)。
將 API Base URL 修改為：https://openrouter.ai/api/v1。
輸入大家在 OpenRouter 申請的 API Key。
在 Model Name 欄位，手動輸入模型代號，例如 google/gemini-3-pro 或 meta-llama/llama-3-70b-instruct。
將 Temperature 設為 0 (或極低數值)，確保 AI 每次輸出的格式保持絕對一致，不隨意發揮創意。

5. 子流程邏輯：自動化操作 Google Sheet

大家可能會遇到一個問題：如果我在 Telegram 輸入時沒有寫明日期，AI 怎麼知道今天是幾號？直接寫入 Google Sheet 的時候會不會出錯？

為了解決這個盲點，我們需要在系統指令 (System Message) 中給予 AI 時間上下文 (Time Context)，讓它在準備寫入 Google Sheet 之前，自動化補齊所需的資料邏輯。

解決方案：注入動態日期

我們不依賴 AI 自己猜測時間，而是由 n8n 直接餵給它準確的系統時間。

回到 AI Agent 的 System Message。
在原有的 Prompt 開頭，加入一行 n8n 的 Expression： 現在的系統時間是：{{ $now.setZone('Asia/Taipei').format('yyyy-MM-dd HH:mm') }}
增加一條規則：「若用戶未特別指定日期，請預設使用上述的系統時間作為『日期』欄位的值填入。」

這樣一來，AI 在呼叫 Manage_Log 工具時，就能 100% 準確地將：

日期 → 2026-02-23 (自動抓取)
任務分類 → 行政工作 (AI 判斷)
耗時/分鐘 → 45 (Calculator 計算)
工作備註 → 回覆十封客戶 Email (擷取原文)

精準寫入到我們步驟 1 建立好的 Google Sheet 中。這個邏輯確保了即便我們的輸入極度口語化，最後落實到資料庫的格式依然嚴謹標準。

6. 進階版功能：整合 Telegram 與自動生成時間報表

我們已經完成了一個「只進不出」的記錄系統。但時間管理的最終目的是回顧與覆盤。既然 AI 已經幫我們把資料整齊地寫在 Google Sheet，我們可以更進一步，賦予它「讀取」的能力。

進階設定 1：賦予讀取報表能力

在 AI Agent 的 Tools 接入點，再增加一個 Google Sheets 節點。
這次將 Operation 設為 Get Many Rows (讀取多列資料)。
將工具命名為 Read_Log，並在 Tool Description 寫上：「用於讀取過去的時間記錄。當用戶詢問工作總結、這週花了多少時間等問題時，呼叫此工具取得數據。」

設定好之後，大家就可以在 Telegram 對著機器人說：「幫我總結一下這個禮拜，我在『客戶溝通』上花了多少時間？」AI Agent 會立刻去 Google Sheet 把資料抓出來，總結後直接在 Telegram 回覆大家。

進階設定 2：Telegram 自動推播週報 (Schedule Trigger)

如果大家不想每次都手動問，我們還可以讓 n8n 定時自動發送報表：

在同一個畫布中，新增一個 Schedule Trigger 節點。
設定為每週五下午 5 點觸發。
連接一個 Google Sheets 節點去讀取本週數據。
連接一個單純的 AI LLM 節點 (非 Agent)，讓它把這堆死板的數據寫成一篇口語化的「每週時間覆盤總結」。
最後連接一個 Telegram (Action 節點)，將這份總結直接 Send Message 推播到大家的 Telegram 手機上。

透過以上這些設定，我們不僅擺脫了手動打卡的噩夢，更擁有了一位專屬的數據分析師。每天為我們省下的 30 分鐘，累積下來將是一筆極其可觀的財富。大家不妨現在就動手，將這套系統在 n8n 裡架設起來吧！