n8n per chi inizia: cinque automazioni concrete per le PMI

Chi in una PMI conosce i gesti ripetitivi – riportare a mano nelle tabelle le richieste dal modulo web, digitare conferme di appuntamento, tenere aggiornato il calendario – sa quanto tempo ci si perda. La piattaforma di automazione n8n promette di farsi carico proprio di queste attività di routine, collegando fra loro applicazioni diverse. Un tutorial per principianti molto dettagliato di Jono Catliff costruisce cinque workflow concreti. Riassumo con sobrietà i concetti più importanti – senza l’hype che spesso li accompagna, ma guardando a ciò che serve davvero nella quotidianità di una PMI.

Che cos’è n8n in sostanza

n8n è una piattaforma di automazione che collega fra loro più applicazioni. Il principio di base è semplice: un evento innesca una catena di passi. Se qualcuno compila un modulo, n8n può inviare un messaggio su Slack, creare una riga in Google Sheets o spedire un’e-mail. Si possono collegare migliaia di applicazioni.

Due termini sono centrali:

• Trigger (attivatore): il primo passo che avvia un workflow – per esempio l’invio di un modulo, un messaggio di chat in arrivo o una nuova riga in una tabella.
• Azioni: tutto ciò che accade dopo l’attivazione – inviare un’e-mail, creare una voce in calendario, passare dati.

Per inquadrare il prezzo: secondo il tutorial n8n parte da circa 20 sterline al mese. La differenza sostanziale rispetto a strumenti analoghi come Zapier o Make.com sta nel modello di fatturazione – si paga per esecuzione del workflow invece che per singolo modulo. Nelle sequenze con molti passi questo è spesso più economico. Chi lo gestisce in proprio (self-hosting) usa la piattaforma gratuitamente.

I cinque scenari in sintesi

Il tutorial costruisce deliberatamente workflow di utilità reale, non esercizi dimostrativi:

1. raccolta dei lead da un modulo web, con qualificazione automatica
2. un primo agente IA come assistente personale per calendario e attività
3. un sub-workflow che genera un report giornaliero sui lead non ricontattati
4. webhook e richieste HTTP come interfacce verso l’esterno
5. un sistema RAG – un agente IA con una propria base di conoscenza

Scenario 1: raccogliere e qualificare i lead automaticamente

Per le aziende di servizi la gestione dei lead è spesso critica per il business. Il primo workflow parte con un trigger da modulo: non appena qualcuno compila un modulo con nome e cognome, e-mail, budget (come campo a scelta) e messaggio, la catena si avvia.

Le azioni successive:

• Google Sheets: i campi vengono assegnati alle colonne della tabella con il trascinamento. Con la funzione «Append or Update» viene creato un record oppure – se l’indirizzo e-mail come chiave univoca esiste già – aggiornato.
• Data e logica tramite espressione: i campi possono contenere un testo fisso oppure una Expression, cioè una variabile. Una piccola funzione JavaScript come {{ $now }} imposta la marca temporale. Una funzione IF contrassegna automaticamente come «rifiutate» le richieste sotto una soglia di budget.
• Filter e Switch: un filtro scarta le richieste sotto una soglia minima. Una funzione Switch instrada le restanti su percorsi diversi a seconda del budget – per esempio per e-mail di risposta formulate in modo differente.
• Merge e notifica: i percorsi vengono ricongiunti; il team riceve una notifica immediata via Gmail (in alternativa Slack, SMS o CRM).

Nel tutorial si accenna al fatto che una reazione rapida entro 60 secondi aumenterebbe nettamente il tasso di conversione. Il dato viene dal video e andrebbe verificato criticamente prima di riutilizzarlo – il principio «reagire in fretta» resta comunque sensato.

Un trucco pratico: con dati di test bloccati il workflow si può testare quante volte si vuole, senza ricompilare ogni volta il modulo.

Scenario 2: il primo agente IA come assistente

Il secondo workflow comincia con un trigger di chat e un blocco AI-Agent. Un agente IA è composto da tre parti:

• Modello di chat: il «cervello» – nell’esempio OpenAI/ChatGPT tramite API. È l’unico blocco a pagamento; si presuppone un credito di almeno 5 dollari USA.
• Memory (Window Buffer): la memoria a breve termine, che conserva un numero definito di messaggi precedenti perché l’agente conosca il contesto della conversazione.
• Tools: gli strumenti con cui l’agente agisce davvero – per esempio Google Calendar o Google Sheets.

Invece di riempire ogni campo a mano, se ne occupa la funzione $fromAI(): l’agente estrae da sé dalla richiesta l’ora di inizio e di fine o il titolo di un appuntamento. Così nell’esempio è stato possibile creare via chat una voce in calendario, richiamare gli appuntamenti esistenti e tenere aggiornato un elenco di attività in Google Sheets.

Due lezioni del tutorial sono rilevanti per la pratica:

• Il modello non conosce la data corrente. Senza indicazione ha fissato un appuntamento nell’anno sbagliato. Rimedio: inserire la data odierna come espressione nel system prompt.
• Regole chiare nel system prompt – per esempio un formato di data uniforme (MM/GG/AAAA) o l’istruzione di cercare prima il record giusto a ogni aggiornamento – evitano interpretazioni sbagliate. L’IA toglie lavoro, ma non sostituisce un modello di dati ben pensato.

Scenario 3: report giornaliero sui lead non ricontattati

Il terzo workflow è un sub-workflow richiamato da un altro workflow (trigger: «Executed by another workflow»). Il suo scopo: chi ha compilato un modulo ma non è stato richiamato non deve andare perso.

La sequenza cerca nella tabella dei lead le voci della giornata odierna, filtrate per «non rifiutato» e «non chiamato». Qui è importante un dettaglio dello scenario 1: chi per la marca temporale usa $now salva ore, minuti e millisecondi – un filtro su «oggi» non trova quindi nulla. La soluzione è salvare in creazione solo $today (la sola data del giorno). Queste questioni di tipo di dato e di formato sono, per esperienza, la fonte di errore più frequente quando si inizia con n8n.

I tipi di dato da conoscere

Il tutorial evidenzia i tipi di dato più importanti in n8n:

• Testo (per esempio un nome o un messaggio) e numero (per esempio un budget)
• Boolean – vero o falso, per esempio «budget superiore a 1.000?»
• Data – data di invio o di follow-up
• Dati binari – file come PDF o immagini
• Array e Collection – le strutture composte che costituiscono la spina dorsale del passaggio di dati

In n8n i dati si possono osservare in tre viste: come tabella, come JSON e come schema. È sempre la stessa informazione, solo rappresentata in modo diverso – JSON è il formato in cui i dati di norma viaggiano fra le applicazioni.

Scenario 4: webhook e richieste HTTP

Il tutorial definisce questi due blocchi come la funzionalità più usata. In sintesi:

• Webhook: l’ingresso. Attraverso un URL messo a disposizione, n8n riceve dati dall’esterno – per esempio con il metodo POST da un’altra applicazione.
• Richiesta HTTP: l’uscita. n8n invia dati a sistemi esterni. A rigore, molti blocchi già pronti come Google Sheets o Gmail sono in sostanza anch’essi richieste HTTP – solo preconfigurate.

Il valore pratico: per le applicazioni senza integrazione già pronta si può comunque stabilire un collegamento tramite una richiesta HTTP – per esempio per creare un nuovo contatto nel proprio CRM. È esattamente la leva che conta per le PMI con software specialistico fuori dagli strumenti standard più diffusi.

Scenario 5: un sistema RAG con base di conoscenza propria

Il quinto e più avanzato scenario costruisce un agente IA con una base di conoscenza propria – un sistema RAG (Retrieval-Augmented Generation). L’idea: l’agente deve rispondere sui dati aziendali propri, per esempio su prezzi o contenuti delle prestazioni.

I blocchi:

• Fonte: un file PDF viene caricato da Google Drive. Il collegamento di Google Drive è stato, nel tutorial, il passo più macchinoso.
• Vector store: la variante integrata in n8n si imposta in fretta; per risultati migliori vengono citate alternative come Pinecone.
• Modello di embedding: il testo viene tradotto in una rappresentazione numerica (vettori) – nell’esempio con «text-embedding-3-small» di OpenAI. Importante: su entrambi i lati, in immissione e in interrogazione, va usato lo stesso modello di embedding.
• Chunking: i testi più lunghi vengono suddivisi in unità di senso più piccole – per paragrafo, al limite per frase – perché il significato si conservi al momento del recupero.

Il risultato è che l’agente può rispondere a una domanda come «Quanto costa il vostro servizio?» trovando il passaggio giusto nella base di conoscenza, invece di tirare a indovinare. Per le PMI è l’approccio per rendere ricercabili, per esempio, cataloghi prodotti o documentazione interna.

Indicazioni pratiche per lavorare con n8n

• Editor ed Executions: nell’editor si costruisce, sotto «Executions» sta la cronologia delle esecuzioni. In caso di errori conviene guardare i log – lì si vede quali valori un passo ha effettivamente elaborato.
• Cronologia del workflow: le modifiche si possono versionare e annullare.
• Tag e progetti: i workflow si possono ordinare per vendite, marketing o recruiting e archiviare in progetti personali o aziendali.
• Quattro operazioni di base: in quasi ogni integrazione si tratta della stessa cosa – cercare/recuperare, creare, aggiornare, eliminare.

Conclusione

n8n offre alle PMI una via pragmatica per automatizzare compiti ricorrenti attraverso i confini delle applicazioni – dalla raccolta dei lead a un sistema di conoscenza ricercabile. Il modello di fatturazione basato sull’uso e l’opzione di self-hosting rendono la piattaforma interessante sul piano economico, proprio rispetto alle alternative fatturate per singolo passo.

Realisticamente: l’avvio richiede cura nei tipi di dato e nei formati, e i blocchi IA riducono sì il lavoro di configurazione, ma non sostituiscono un modello di dati pulito né regole chiare nel system prompt. Chi automatizza un primo processo ben delimitato – per esempio la raccolta dei lead – e lo testa a fondo ha scelto l’ingresso più utile. Le cifre citate, come l’effetto sulla conversione di una reazione entro 60 secondi, andrebbero verificate prima di farne un proprio argomento.

Fonte: Jono Catliff – «Master n8n in 2 Hours: Complete Beginner’s Guide for 2026» (YouTube)