n8n AI-agent maken: stap voor stap een vergadering voorbereiden

Je hebt een werkproces gebouwd in n8n. Het werkt. Nu heeft iedereen online het over AI-agents. Je sleept de AI Agent-node naar het werkvlak, sluit hem aan en stelt een simpele vraag. Maar hij doet niets bruikbaars of roept drie keer de verkeerde tool aan. Niet wat je hoopte. En heel normaal bij je eerste agent.

Het korte antwoord: een werkproces met een n8n AI-agent bestaat uit een trigger, één AI Agent-node, een chatmodel, geheugen en een paar tools waaruit de agent mag kiezen. Het model bepaalt welke tool nodig is, n8n voert die uit en de agent geeft antwoord op basis van het resultaat. Beperk je eerste agent tot drie tools, schrijf een duidelijke systeeminstructie en stel menselijke goedkeuring in voor elke tool die iets verstuurt of wijzigt. Hieronder bouw je precies dat: een agent die je agenda en e-mail leest en een korte voorbereidingsnotitie voor je vergadering schrijft. Jij controleert die.

No password needed – your reset opens instantly.

Geen wachtwoord. Alleen je e-mailadres, en je bent erbij.

Korte, praktische AI-lessen voor je werkweek. Meld je hierboven gratis aan voor Launchpad.

Wat een werkproces met een n8n AI-agent precies is

Een gewoon werkproces in n8n volgt een vast recept. Stap 1, dan stap 2, dan stap 3. Elke keer weer. Heb je onze n8n-handleiding voor beginners gevolgd? Dan heb je zo’n werkproces gebouwd, met in het midden één AI-stap die tekst herschrijft.

Een agent werkt anders. Je geeft hem een doel en een set tools. De stappen kiest hij zelf. Zo beschrijft n8n de AI Agent-node: sluit een chatmodel en één of meer tools aan, en de agent bepaalt welke tools hij gebruikt om een taak uit te voeren (n8n-documentatie: AI Agent).

Die vrijheid is precies de bedoeling. Het is ook waar je op moet letten. Een vast recept verrast je niet. Een agent kan dat wel. Een goede n8n-agent bouwen draait daarom vooral om grenzen stellen: weinig tools, duidelijke instructies en iemand die goedkeurt wat er vanuit je account naar buiten gaat.

Weet je nog niet of je wel een agent nodig hebt? Onze handleiding een AI-agent maken zonder code helpt je kiezen en laat hetzelfde principe zien in Zapier en Make.

De vijf onderdelen van elke n8n AI-agent

Open een werkend werkproces met een agent in n8n en je vindt steeds dezelfde vijf onderdelen. Ken je die, dan begrijp je bijna elk agentsjabloon.

Trigger: wat het werkproces start. Bij een chatagent is dat de Chat Trigger. Het kan ook een tijdschema, een formulier of een nieuwe e-mail zijn.
AI Agent-node: het blok in het midden dat als ‘brein’ werkt. Sinds n8n 1.82.0 werkt elke AI Agent-node als Tools Agent. Je hoeft dus geen type agent meer te kiezen (n8n-documentatie).
Chatmodel: het taalmodel dat het denkwerk doet, bijvoorbeeld de subnode voor het chatmodel van OpenAI of Anthropic.
Geheugen: hiermee onthoudt de agent eerdere berichten in hetzelfde gesprek. Simple Memory is een makkelijk startpunt.
Tools: de acties die de agent mag uitvoeren. Gmail, Google Calendar, Google Sheets, Slack, een HTTP Request en nog veel meer. n8n vereist minstens één tool bij een AI Agent-node.

Op het werkvlak hangen het model, het geheugen en de tools als kleine ‘subnodes’ onder de agent. Daarom ziet het er anders uit dan een gewoon werkproces. Het is eenvoudiger dan het lijkt: ze zijn aangesloten op de agent, in plaats van erachter te staan.

Voordat je begint: kies één taak

‘Een agent die mijn inbox beheert’ is geen handig begin. Te groot, te vaag, te veel tools. Kies één taak die je elke week doet en waarvan duidelijk is wanneer die klaar is.

Ons voorbeeld: vergaderingen voorbereiden. Voor een klantgesprek open je je agenda, zoek je de laatste e-mails met die persoon op en noteer je wat er nog openstaat. Tien minuten, voor elk gesprek. De agent doet het zoekwerk en schrijft de notitie. Jij leest die en gaat voorbereid het gesprek in.

Waarom dit een goede eerste agent is:

Hij leest vooral. Je agenda lezen en je e-mail doorzoeken kan niemand kwaad doen.
Er is één stap die iets schrijft: een concept in Gmail. Daar stel je goedkeuring voor in.
Je kunt het resultaat in een paar seconden controleren. Je kent je eigen afspraken.

Bouw de agent voor je vergadervoorbereiding, node voor node

Je hebt een n8n-account nodig. n8n Cloud heeft een gratis proefperiode waarvoor je geen creditcard nodig hebt. Je kunt ook de gratis Community Edition zelf hosten. Daarnaast heb je een Google-account met Gmail en Calendar nodig. Reken de eerste keer op ongeveer 45 minuten.

Stap 1: voeg een Chat Trigger toe

Begin een nieuw werkproces en kies On chat message als trigger. Je krijgt dan een chatvenster in de editor, zodat je tijdens het bouwen met je agent kunt praten. Laat Make Chat Publicly Available voorlopig uit staan. n8n adviseert zelf om die optie tijdens het bouwen uit te laten en pas aan te zetten als je er klaar voor bent (n8n-documentatie: Chat Trigger).

Stap 2: voeg de AI Agent-node en een chatmodel toe

Klik op het plusje na de trigger en voeg AI Agent toe. Laat Prompt op “Take from previous node automatically” staan. Zo leest de agent wat je in de chat typt.

Klik onder de agent op Chat Model en kies een model, bijvoorbeeld OpenAI Chat Model of Anthropic Chat Model. Voeg daarna je API-sleutel toe als toegangsgegeven. Bij de Cloud-abonnementen van n8n staat ook ‘AI-modellen zonder API-sleutels’ als functie vermeld. Controleer dus je abonnement voordat je een sleutel aanmaakt (n8n-prijzen).

Stap 3: voeg Simple Memory toe

Klik onder de agent op Memory en voeg Simple Memory toe. Met Context Window Length bepaal je hoeveel eerdere berichten de agent onthoudt. De standaardinstelling is prima om mee te beginnen.

Goed om te weten: volgens n8n blijft dit geheugen niet bewaard tussen sessies (n8n-documentatie: Tools Agent). Ook werkt Simple Memory niet in een actief werkproces dat in productie draait als n8n in queue mode staat (n8n-documentatie: Simple Memory). Voor een persoonlijke assistent die je vergaderingen voorbereidt, is dat prima. Die hoeft alleen de huidige chat te onthouden.

Stap 4: geef de agent twee tools om te lezen

Klik onder de agent op Tool.

Google Calendar-tool, actie Event: Get Many. Kies je agenda. Klik bij de velden voor de periode op het kleine knopje “let the model define this”. Dan vult de agent die in op basis van je vraag.
Gmail-tool, actie Message: Get Many. Stel een passende limiet in (10 is ruim voldoende) en laat het model het zoekfilter invullen. Zo kan het e-mails opzoeken van de persoon met wie je afspreekt.

Dat knopje schrijft een $fromAI()-expressie voor je. Je kunt die ook zelf typen, met een aanwijzing voor het model, zoals {{ $fromAI('search', 'Gmail-zoekopdracht, bijvoorbeeld from:name@company.com', 'string') }}. De sleutel verwijst niet naar bestaande gegevens. Het is een aanwijzing waarmee het model de juiste waarde invult (n8n-documentatie: $fromAI()).

Geef elke tool op het werkvlak een duidelijke naam, zoals ‘Lees mijn agenda’ en ‘Doorzoek mijn e-mail’. De agent ziet die namen en beschrijvingen wanneer hij kiest welke tool hij gebruikt.

Stap 5: voeg een schrijftool toe met menselijke controle

Nu de enige actie die iets achterlaat: een Gmail-tool met de actie Draft: Create. Die slaat de voorbereidingsnotitie op als concept in je eigen mailbox. Er wordt niets verstuurd.

Laat de tool toch om goedkeuring vragen. Zoek in het Tools-paneel van de agent het onderdeel Human review. Kies een kanaal: de ingebouwde Chat werkt, net als Slack, Telegram, Gmail en andere kanalen. Koppel de tool voor concepten aan die controlestap. Zodra de agent de tool wil gebruiken, pauzeert het werkproces en vraagt het je om goedkeuring of afwijzing. Je ziet welke tool en welke waarden de agent wil gebruiken (n8n-documentatie: menselijke controle bij tools). n8n vermeldt menselijke goedkeuring voor toolaanroepen bij zijn Cloud-abonnementen, ook bij Starter.

Voeg je later een tool toe die e-mail verstuurt of een record wijzigt? Laat die dan langs dezelfde controlestap gaan. Dat is een goede gewoonte om al bij je eerste agent aan te leren.

Stap 6: schrijf de systeeminstructie

Open de AI Agent-node, ga naar Options, voeg System Message toe en plak iets als de tekst hieronder. Vervang de namen door de namen die je zelf gebruikt.

Je bent mijn assistent voor vergadervoorbereiding. Ik ben zelfstandig consultant.

Als ik een vergadering of een dag noem:
1. Gebruik "Lees mijn agenda" om de vergadering te vinden. Vind je meerdere passende afspraken, vraag dan welke ik bedoel.
2. Gebruik "Doorzoek mijn e-mail" om de laatste berichten met de deelnemers te vinden. Zoek op hun e-mailadres.
3. Schrijf een voorbereidingsnotitie met: met wie ik afspreek, wat we als laatste hebben besproken, openstaande vragen of toezeggingen en 3 vragen die ik kan stellen.

Regels:
- Gebruik alleen feiten uit mijn agenda en e-mail. Staat iets er niet in, zeg dan "niet gevonden". Ga nooit gokken.
- Voor "Concept opslaan" is mijn goedkeuring nodig. Wijs ik het af, probeer het dan niet opnieuw. Laat de notitie alleen in de chat zien.
- Houd de notitie onder de 200 woorden.

Let op de regel over een afgewezen verzoek. n8n raadt aan om de agent te vertellen welke tools goedkeuring nodig hebben en wat hij moet doen als je nee zegt. Zo handelt hij dat netjes af, in plaats van het opnieuw te proberen (n8n-documentatie).

Stap 7: test de agent in de chat

Klik op Open chat en probeer: ‘Bereid mijn eerstvolgende vergadering van morgen voor.’ Kijk naar het werkvlak. Elke tool licht op zodra de agent die gebruikt. Je kunt elke stap openen om precies te zien wat er is verstuurd en teruggekomen.

Werkt het? Sla het werkproces op en publiceer het. Voortaan krijg je met één chatbericht je voorbereidingsnotitie, in plaats van tien minuten tussen tabbladen te klikken.

Test de agent als een nieuwe collega, niet als een demo

Bij een demo stel je één vraag waarop alles goed gaat. Echt werk loopt minder netjes. Doe deze vijf tests voordat je op de agent vertrouwt:

Een vergadering die niet bestaat. De agent moet ‘niet gevonden’ zeggen en geen vergadering verzinnen.
Twee vergaderingen met vergelijkbare namen. De agent moet vragen welke je bedoelt.
Een nieuw contact zonder eerdere e-mails. Dat moet duidelijk in de notitie staan.
Wijs het concept af. De agent moet de notitie in de chat tonen en stoppen.
Een vage vraag, zoals ‘nog iets belangrijks deze week?’ Kijk of de agent bij zijn taak blijft.

Gaat er iets mis? Open de opties van AI Agent en zet Return Intermediate Steps aan. Je ziet dan elke toolaanroep van de agent. Dat maakt het veel makkelijker om te zien waar het anders liep dan bedoeld. De optie Max Iterations (standaard 10) beperkt het aantal rondes dat het model krijgt. Zo blijft een agent die de draad kwijt is niet eindeloos dezelfde stappen herhalen (n8n-documentatie: Tools Agent).

De oplossing zit meestal in de systeeminstructie, niet in de nodes. Een vaag antwoord? Maak de instructie concreter. De verkeerde tool? Geef de tool een naam die duidelijk zegt wat hij doet.

Wat het kost om een werkproces met een agent te gebruiken

Er lopen twee tellers tegelijk.

Uitvoeringen in n8n. n8n rekent per uitvoering: één volledige doorloop van een werkproces. Bij een Chat Trigger telt elk bericht als een uitvoering. Een chat met 10 berichten verbruikt er dus 10 (n8n-documentatie: Chat Trigger). De Cloud-proefperiode bevat 1,000 uitvoeringen. Betaalde Cloud-abonnementen beginnen bij Starter (n8n-prijzen). Host je de Community Edition zelf, dan betaal je niet per uitvoering. Je beheert dan wel zelf de server.
Het AI-model. Gebruik je je eigen OpenAI- of Anthropic-sleutel, dan brengt die aanbieder elke stap van de agent in rekening. Eén voorbereidingsnotitie vraagt meestal meerdere modelaanroepen: kiezen, agenda lezen, e-mail doorzoeken en schrijven. Niet één.

Voor een persoonlijke assistent die je een paar keer per dag gebruikt, blijft het aantal uitvoeringen beperkt. Bij een openbare chatbot op je website kan dat anders uitpakken. Nog een reden om de schakelaar voor openbaar gebruik uit te laten totdat je de aantallen kent.

Wanneer een gewoon werkproces beter werkt dan een agent

Eerlijk is eerlijk: voor veel taken heb je geen agent nodig. Zijn de stappen elke keer hetzelfde? Dan is een vast werkproces goedkoper, sneller en voorspelbaarder.

Elke keer dezelfde stappen? Gebruik een gewoon werkproces met één AI-stap. Ons n8n-werkproces voor factuurverwerking is een goed voorbeeld. Facturen volgen steeds dezelfde route: Gmail, pdf lezen, spreadsheet.
Moet er worden bepaald wat je opzoekt, of is er een vervolgvraag nodig? Dat is werk voor een agent. Vergaderingen voorbereiden valt daaronder, want elke vergadering vraagt om een andere zoekopdracht.

Een goede middenweg: een vast werkproces dat volgens een tijdschema draait, met daarbinnen een agent voor die ene stap die een afweging vraagt. Onze handleiding voor CRM-automatisering met n8n laat dat zien met een AI-samenvatting binnen gewone werkprocessen.

Vier valkuilen bij je eerste n8n-agent

Te veel tools. Tien tools bij je eerste agent betekent tien manieren waarop het model verkeerd kan kiezen. Begin met twee of drie.
Geen systeeminstructie. Zonder die instructie moet de agent raden wat je wilt. Schrijf de taak, de stappen en de regels op.
Schrijftools zonder controle. E-mail versturen, een CRM bijwerken of iets verwijderen: laat dat eerst door een mens goedkeuren, totdat je er volledig op vertrouwt.
Alleen de ideale situatie testen. Doe de vijf tests hierboven. Van verkeerde antwoorden leer je meer dan van goede.

Hoe je verder kunt

Als deze agent werkt, kun je dezelfde opzet voor andere taken gebruiken. Vervang de tools en de systeeminstructie:

Beoordeel binnenkomende leads met een prompt die een score toekent: AI-agent voor leadkwalificatie.
Laat een agent beschikbare tijden voorstellen en afspraken inplannen: AI-agent voor afspraken inplannen.
Beantwoord klantvragen met een duidelijke overdracht aan een medewerker: klantenservice automatiseren met AI-agents.
Zoek je nog een tool om mee te bouwen? Vergelijk n8n met Zapier, Make en andere tools in een AI-agent bouwen zonder code: welke tool kies je?.

Wil je dit soort praktische lessen één voor één krijgen? Begin dan gratis met Launchpad op de homepage van robotshelp.

Veelgestelde vragen

Moet ik kunnen programmeren om een werkproces met een AI-agent in n8n te bouwen?

Nee. Alles hierboven doe je door te klikken en velden in te vullen. Je ziet wel expressies zoals $fromAI(), maar het knopje schrijft die voor je. In n8n kun je later ook stappen met code toevoegen als je dat wilt.

Welk chatmodel kan ik het beste gebruiken voor een n8n-agent?

Gebruik een model waarvoor je al betaalt of dat je al kent. De Tools Agent ondersteunt onder andere de chatmodellen van OpenAI, Anthropic, Groq en Mistral Cloud (n8n-documentatie). Kies een model dat goed is in het aanroepen van tools en test het met je echte vragen.

Waarom onthoudt mijn agent de volgende dag niets meer?

Simple Memory bewaart alleen het huidige gesprek. n8n geeft aan dat dit geheugen niet bewaard blijft tussen sessies. Moet de agent informatie langer onthouden? n8n heeft ook andere geheugensubnodes die een database gebruiken. Voor vergadervoorbereiding heb je dat zelden nodig. De feiten staan toch al in je agenda en e-mail.

Kan de agent zelfstandig e-mails versturen?

Alleen als je hem een tool geeft om te verzenden. De agent die je hier bouwt, kan alleen een concept maken. En alleen na jouw goedkeuring. Houd dat zo totdat je hem een paar weken hebt zien werken.

Is n8n beter dan Zapier voor AI-agents?

Anders, niet beter. Met n8n heb je meer controle over elk onderdeel en kun je op je eigen server werken. Met Zapier ben je sneller op weg als je apps daar al zijn gekoppeld. Onze vergelijking van n8n en Zapier gaat daar verder op in.

Bouw deze week je eigen agent

Kies een vergadering die binnenkort plaatsvindt. Bouw de agent, vraag hem die vergadering voor te bereiden en vergelijk zijn notitie met wat je zelf zou schrijven. Is het voor 80 procent goed? Dan heb je net tien minuten teruggewonnen voor elk gesprek. Is het nog niet zover? De oplossing is bijna altijd één duidelijkere regel in de systeeminstructie.