Da zero alla tua prima Automazione AI con n8n in 17 minuti (SENZA CODICE) transcript

Ad oggi, nel 2025, le automazioni AIAI sono lo strumento più potente che abbiamo a disposizione per risparmiare tempo. Centinaia di aziende professionisti le stanno già utilizzando e di fatto è come avere decine di assistenti che lavorano per te occupandosi delle attività più noiose e ripetitive. La cosa bella poi è che questi assistenti lavorano 24-7 e senza neanche ricevere lo stipendio. Se da un lato tutti quanti riconoscono l'opportunità offerta da queste automazioni AI, è vero anche che molte persone fanno fatica ad approcciarsi a questo mondo, ritenendolo troppo tecnico, complesso, insomma cosa da smanettoni.

Ciò che voglio fare oggi, quindi, è spiegare in un modo che sia comprensibile a tutti che cos'è un'automazione I. E non solo, andremo anche a crearne una analizzando nel dettaglio tutti quanti gli step dello sviluppo. Ovviamente a fine video ditemi qui sotto nei commenti se è tutto chiaro o se avete qualche dubbio. Ultima cosa, prima di iniziare ci tengo a ringraziare Gikom, lo sponsor di questo video, che mi ha inviato questo mini PC sul quale sto sviluppando tutte quante le automazioni AI dei miei clienti e che è una vera bomba.

Partendo quindi dalle basi, diamo una definizione di che cos'è un'automazione I. Di fatto si tratta di un processo automatizzato composto da una sequenza di step che vengono eseguiti ordinatamente uno dopo l'altro. Andando più nel concreto, però, voglio mostrarvi l'automazione che oggi sviluppiamo insieme. Se c'è una cosa che odio con tutto me stesso è il dover compilare la nota spese. Il fatto di dover ricopiare a mano sul PC tutto ciò che c'è già scritto sullo scontrino mi sembra semplicemente una grandissima perdita di tempo, motivo per cui ho deciso di automatizzare questa attività.

Ecco quindi la mia automazione che, come vedete, è esattamente una sequenza ordinata di step. Innanzitutto l'utente carica la foto dello scontrino tramite un'app. Questa foto poi viene salvata sul Drive, è analizzata dall'intelligenza artificiale che raccoglie informazioni come importo, data e così via. Queste informazioni poi vengono ordinate e salvate all'interno di un file Excel. Infine viene inviata una mail al manager per informarlo che una nuova nota spese è stata compilata.

Automazioni di questo tipo si possono sviluppare in tanti modi. Oggi però vanno molto di moda i cosiddetti strumenti low code che ci permettono di creare automazioni senza scrivere troppo codice. Tra questi strumenti, uno dei più famosi si chiama NA10 che ci permette di creare delle automazioni anche molto complesse, collegando tra loro dei blocchetti, ciascuno dei quali svolge una specifica attività. N10 si può utilizzare sia on che in locale sul nostro PC.

Usando l'online abbiamo due settimane gratis, poi si paga un abbonamento che parte dai $20 al mese. Usandolo in locale invece lo si può utilizzare completamente gratis. Personalmente lo uso in locale per tenere bassi costi e nello specifico lo sto utilizzando su questo fantastico Geom12. Geikom, lo sponsor di questo video, è un'azienda che produce mini PC tanto piccoli quanto potenti. Pensate che il nuovo IT12 mi sta nel palmo della mano, ma al tempo stesso ha 32 GB di RAM DDR4, un processore Intel Core i 7 di ultima generazione e 1 TB D SSD.

Risulta inoltre molto affidabile visti tutti i test che fanno sulla macchina. Su questo piccolo dispositivo che tengo comodamente sulla mia scrivania sto sviluppando ormai da un mesetto tutte le automazioni e AI dei miei clienti e onestamente non ho mai avuto nessun problema con questo schermo abbinato. Poi il setup risulta essere anche molto bello dal punto di vista estetico. La cosa più assurda di questo mini PC però è indubbiamente il prezzo.

Costa infatti una frazione del mio MacBook Pro, ma di fatto riesco a farci le stesse identiche cose. Se la cosa vi interessa e volete dare un'occhiata, vi lascio il mio link qui sotto in descrizione, grazie al quale avrete anche il 6% di sconto. Tornando a noi, se volete utilizzare NA10 online, vi basta andare su questo sito web e creare un account. Se invece volete usarlo in locale sul vostro PC e quindi gratis, dovete scaricare Docker, trovate il link in descrizione.

Nella sezione images cercate na10io/na10, cliccate su Pool, cliccate poi su play e andando su questo link local host avrete modo di accedere all'app. Partiamo quindi con lo sviluppo della nostra automazione e la prima cosa che facciamo è aggiungere un trigger. Questo componente è quello con cui iniziano tutte quante le automazioni e ciò che fa è stabilire quando l'automazione deve essere avviata. Come vedete esistono trigger di tanti tipi.

Abbiamo ad esempio trigger temporali, l'automazione parte ogni mattina alle 9:00, ma abbiamo anche trigger basati su eventi. L'automazione parte ogni volta che ricevo una mail. Nello specifico, il trigger che interessa a noi è questo chiamato on Webbook call. Un web è uno strumento che permette alla nostra automazione di ricevere dati dall'esterno. Ciò che stiamo dicendo con questo trigger, quindi, è che il flusso di lavoro deve essere avviato ogni volta che un utente invia degli scontrini tramite l'app.

Una volta aggiunto il trigger si apre in automatico questa schermata con le impostazioni. Tra tutte quelle disponibili ce ne sono due molto importanti a cui prestare la massima attenzione, il web URL e il metodo HTTP. Il web URL dovete immaginarlo come fosse il numero di telefono della nostra automazione. Senza questo non possiamo contattarla. Questo URL è molto importante poiché verrà usato dalla nostra applicazione per sapere come inviare le foto degli scontrini qui su NA10.

Per quanto riguarda invece il metodo HTTP, questo definisce la tipologia di richiesta che faremo alla nostra automazione. Come vedete c'è ampia scelta, ma i metodi principali sono essenzialmente due: post e get. Il metodo post lo utilizziamo ogni volta che vogliamo inviare delle informazioni dall'applicazione verso l'automazione. Viceversa, il metodo get lo utilizziamo quando vogliamo inviare informazioni dall'automazione verso l'applicazione.

Visto quindi che nel nostro caso è l'applicazione che invia gli scontrini qui su N10, possiamo utilizzare il metodo post. Ora che il nostro trigger web è stato settato correttamente, possiamo andare su Cloud e chiederle di sviluppare un'applicazione che permetta agli utenti di caricare le foto degli scontrini e di inviarli alla nostra automazione su N1. La richiesta che faccio quindi è questa qui. Cosa importante, ho fatto un copia incolla del webbook URL, così che l'applicazione sappia sin da subito come comunicare con N1.

Premo quindi invio e aspetto qualche secondo. Ecco quindi la nostra applicazione molto minimal. Ciò che faccio è scaricarla in locale e poi avviarla. Questo perché usando la cloud si hanno molto spesso problemi con la connessione e con l'invio delle informazioni. Ora che abbiamo sia il trigger che l'applicazione, siamo ufficialmente pronti per il nostro primo test. All'interno di N10 clicchiamo su Listen for Test event.

Andiamo poi nella nostra applicazione, inseriamo mail e foto dello scontrino, inviamo il tutto ed ecco che dopo pochi secondi il webbook ha ricevuto tutte quante le informazioni provenienti dall'app che si vedono qui a destra. Ora che abbiamo verificato il corretto funzionamento di trigger e applicazione, siamo pronti ad analizzare la foto dello scontrino usando l'intelligenza artificiale. Clicchiamo quindi sul più e colleghiamo al web un blocco AI di tipo open AI analyze image.

La prima cosa da fare affinché questo blocco funzioni correttamente è aggiungere delle credenziali e cioè aggiungere una chiave PI che ci permetta di utilizzare i modelli offerti da Open AI. Come al solito vi ricordo che le chiavi API si creano da questa pagina web che trovate anche qui sotto in descrizione e che ovviamente sono a pagamento, quindi dovete caricare un po' di credito per poterle utilizzare. Una volta inserita una chiave PI su NA10 scegliamo il modello con cui analizzare le immagini, nel mio caso GPT4 Mini che costa poco e funziona bene.

Fatto questo, modifichiamo anche il prompt da usare per l'analisi, passando da questo di default, molto generico, a un prompt specifico in cui si spiega che stiamo analizzando degli scontrini da cui vogliamo estrarre delle informazioni specifiche. Passando invece all'input type dobbiamo tenere a mente che l'utente ci invia l'immagine e non un link. Lo modifichiamo quindi da image URL a binary type e come input data field name scriviamo esattamente ciò che leggiamo qui in alto a sinistra e cioè il nome che l'immagine dello scontrino assume all'interno della nostra automazione.

Ora che il blocco AI è settato correttamente possiamo fare un test e analizzare lo scontrino. Se noi infatti clicchiamo su execute step qui in alto, l'intelligenza artificiale analizza l'immagine, estrae le informazioni che abbiamo richiesto e ce le mostra qui a destra. Arrivati a questo punto abbiamo ancora un grande problema da risolvere e cioè che la risposta dell'intelligenza artificiale è un unico blocco di testo.

Noi invece vorremmo dei dati strutturati, organizzati in colonne, così da poterli conservare all'interno di un file Excel. Anche questo si può fare con NA10 e adesso vediamo come. Innanzitutto ci serve un blocco AI chiamato information extractor. Ciò che fa questo blocco è analizzare un testo ed estrarre informazioni che poi vengono organizzate in colonne. Una volta aggiunto il blocco, dobbiamo specificare quale testo deve essere analizzato. nel nostro caso la risposta dell'intelligenza artificiale che qui a sinistra è chiamata content.

Fatto questo, dobbiamo specificare quali sono gli attributi, quindi le colonne, le informazioni che vogliamo estrarre da questo testo. Inizio quindi aggiungendo nome attività, la prima informazione che voglio estrarre e poi piano piano aggiungo tutti quanti gli attributi e cioè data, importo e indirizzo. Una volta scritti tutti gli attributi e completato il setup dell'information extractor, usciamo dalle impostazioni e colleghiamo a questo blocco un modello di intelligenza artificiale grazie al quale verrà effettuata questa analisi.

Anche in questo caso usiamo uno dei modelli offerti da Open AI. Ora che abbiamo setupato correttamente l'intero blocco, torniamo nelle impostazioni per fare un test. Anche questa volta clicchiamo su execute step. E come vedete quello che prima era un semplice blocco di testo è stato trasformato in un blocco di dati ben strutturato. Arrivati a questo punto tutta la parte di analisi dello scontrino effettuata tramite intelligenza artificiale funziona correttamente.

Ciò che ci resta da fare, dunque, è salvare la foto dello scontrino su Drive, salvare i dati estratti su un foglio Google Sheet e mandare una mail al manager per avvisarlo che una nuova nota spese è stata compilata. Per fare tutte queste cose, ovviamente, dobbiamo collegarci al nostro account Google. Per utilizzare i servizi di Google all'interno della nostra automazione su NA10 è necessario creare delle credenziali su Google Cloud Console.

Il processo è abbastanza macchinoso, ma è anche molto semplice. Non ve lo mostro in questo video perché ovviamente molte persone non sono interessate, ma se a voi la cosa interessa, qui sotto in descrizione trovate il link al video che ho guardato anch'io per fare il setup delle mie credenziali. È fatto davvero molto molto bene, quindi se vi interessa date un'occhiata. Assumendo quindi di aver creato le credenziali su Google Cloud, la prima cosa che vogliamo fare è salvare la foto dello scontrino caricata dall'utente su Google Drive.

Partiamo quindi dal web e aggiungiamo un blocco di tipo action in app Google Drive upload file. Nella schermata delle impostazioni, cliccando sulla matita in alto a destra abbiamo la possibilità di connetterci al nostro account Google tramite le credenziali Google Cloud create poco fa. Come vedete io l'ho già fatto. Al posto di input data field scrivo il nome che l'immagine dello scontrino assume all'interno dell'automazione e quindi resit.

Scelgo poi il file name e quindi il nome del file che voglio vedere in Google Drive e infine scelgo in quale cartella Google Drive salvare la foto. Anche in questo caso è possibile fare un test. Come vedete all'interno del mio drive non ci sono immagini, ma se torno su NA10, clicco su execute step e aspetto qualche secondo, ecco che la foto dello scontrino appare su Drive come per magia. La seconda cosa che voglio fare invece è prendere le informazioni ottenute tramite l'information extractor e portarle all'interno di un foglio Google Sheet.

Ormai avete capito, dobbiamo aggiungere un blocco di tipo Google Sheet row e poi iniziamo a settare le impostazioni. Scegliamo innanzitutto il file Google Sheet dove salvare queste informazioni. Selezioniamo il foglio e andiamo a fare il mapping delle colonne, così che N10 sappia come salvare le informazioni estratte dallo scontrino all'interno del nostro file Google Sheet. Anche in questo caso facciamo un test. Come vedete il foglio Google Sheet è vuoto, ma se noi clicchiamo su Execute Step e aspettiamo qualche secondo, ecco che una nuova riga con le informazioni lette dallo scontrino viene aggiunta al nostro foglio.

Dulcis in fondo. Ho aggiunto anche il blocco Gmail con cui il manager verrà informato che una nuova nota spese è stata compilata. Queste che vedete sono le impostazioni che sono praticamente sempre le stesse. Nella casella mail non ho alcun messaggio, ma se clicco su execute step e aspetto, ecco che mi arriva la tanto attesa mail. Questa semplice automazione che abbiamo appena sviluppato ci fa capire qual è il vero potenziale di strumenti come nei 10. basta davvero pochissimo e possiamo rendere la nostra azienda e il nostro lavoro infinitamente più efficienti.

Considerate poi che sul sito di NA10 ci sono tante tantissime automazioni che sono già pronte e che possiamo utilizzare. Vedo cosa fanno, le scarico in locale e poi le uso sul Geom. E questa quindi era una prima introduzione al tema delle automazioni AI sviluppate con NA10. Fatemi sapere se l'avete trovata interessante e se volete sviluppare delle automazioni ai per la vostra azienda o per il vostro lavoro, scrivetemi pure alla mail che trovate in descrizione.

Come sempre vi ricordo di lasciare un like e un commento, magari mi dite la vostra se avete dubbi, domande, perplessità. Detto questo, io vi saluto e ci vediamo la prossima settimana. M.