Klasifikasi Email Masuk dengan n8n dan LLM

Inbox bersama seperti cs@ atau finance@ bisa menerima ratusan email sehari: pertanyaan produk, bukti transfer, komplain, tagihan dari vendor, sampai promosi. Seseorang harus membaca semuanya dulu sebelum email bisa diteruskan ke orang yang tepat. Pekerjaan memilah ini makan waktu, dan email penting kadang tenggelam di antara yang tidak penting.

Dengan n8n dan LLM (large language model, model AI yang memahami teks seperti ChatGPT atau Claude), pemilahan ini bisa berjalan otomatis. Setiap email masuk dibaca AI, diberi kategori, lalu diteruskan ke tim yang sesuai. Email yang AI ragu kategorinya tetap dikirim ke manusia untuk dicek.

Tentukan kategori yang masuk akal dulu

Kesalahan paling umum adalah langsung membuat prompt tanpa merapikan kategorinya. Hasilnya, AI bingung karena kategorinya tumpang tindih.

Kategori yang baik punya tiga ciri:

• Tidak saling tumpang tindih. “Komplain” dan “Keluhan pengiriman” sebaiknya digabung, atau dibedakan dengan aturan yang jelas.
• Setiap kategori punya pemilik. Kalau tidak ada tim yang menangani, kategori itu tidak perlu ada.
• Jumlahnya sedikit. Lima sampai delapan kategori biasanya cukup. Terlalu banyak membuat akurasi turun.

Contoh untuk inbox tim finance sebuah distributor:

Kategori	Contoh isi email	Diteruskan ke
Bukti pembayaran	“Terlampir bukti transfer INV-0831”	Staf AR
Tagihan vendor	Invoice dari supplier	Staf AP
Pertanyaan tagihan	“Kenapa nominal invoice berbeda?”	Staf AR senior
Permintaan dokumen	Minta faktur pajak atau salinan invoice	Admin finance
Lainnya	Promosi, newsletter, salah alamat	Label saja, tidak diteruskan

Tuliskan juga satu kalimat deskripsi untuk setiap kategori. Deskripsi ini nanti masuk ke prompt, dan sangat membantu AI membedakan kategori yang mirip.

Susunan workflow di n8n

Alurnya terdiri dari beberapa node (langkah) yang disambung:

1. Gmail Trigger atau Email Trigger (IMAP): mengambil email baru dari inbox.
2. Node LLM: membaca subjek dan isi email, lalu mengembalikan kategori dan skor keyakinan.
3. Node IF: mengecek skor keyakinan. Kalau rendah, email masuk jalur review manusia.
4. Node Switch: meneruskan email ke jalur sesuai kategorinya.
5. Aksi di tiap jalur: memberi label di Gmail, meneruskan email, atau membuat tugas di tracker tim.

Kalau Anda belum familiar dengan trigger dan label Gmail di n8n, baca dulu artikel otomatisasi email Gmail dengan n8n. Cara kerja node IF dan Switch dibahas di artikel node IF, Switch, dan Merge.

n8n juga punya node Text Classifier bawaan. Anda cukup mengisi nama kategori beserta deskripsinya, lalu node ini menyiapkan satu cabang output per kategori. Ada opsi untuk membuat cabang “Other” bagi item yang tidak cocok dengan kategori mana pun. Node ini praktis untuk mulai. Kalau Anda butuh skor keyakinan atau data tambahan (misalnya nomor invoice), pakai node LLM biasa dengan output terstruktur seperti di bagian berikut.

Prompt klasifikasi dengan output terstruktur

Supaya hasilnya bisa diproses node berikutnya, AI harus menjawab dalam format yang tetap, biasanya JSON. Ini yang disebut output terstruktur. Penjelasan lengkapnya ada di artikel structured output LLM.

Contoh inti prompt:

Anda memilah email masuk tim finance. Pilih satu kategori dari daftar berikut: bukti_pembayaran, tagihan_vendor, pertanyaan_tagihan, permintaan_dokumen, lainnya. Deskripsi tiap kategori: (isi deskripsi). Jawab hanya dalam JSON dengan field: kategori, keyakinan (angka 0 sampai 1), alasan (satu kalimat), nomor_invoice (kosongkan kalau tidak ada).

Beberapa hal yang membuat prompt lebih stabil:

• Kirim subjek, pengirim, dan potongan awal isi email. Email panjang dengan riwayat balasan tidak perlu dikirim seluruhnya.
• Berikan dua atau tiga contoh email per kategori yang sering tertukar.
• Minta field “alasan”. Tidak dipakai untuk routing, tapi sangat membantu saat Anda mengecek kenapa AI salah.
• Aktifkan fitur output terstruktur di model atau pakai Structured Output Parser di n8n, supaya JSON yang keluar selalu valid.

Perlu dicatat, skor keyakinan dari LLM adalah perkiraan model itu sendiri, bukan probabilitas yang terukur. Anggap saja sebagai sinyal kasar. Ambang batasnya perlu Anda sesuaikan setelah melihat hasil nyata.

Routing ke tim dan label

Setelah kategori didapat, node Switch mengarahkan email ke jalurnya. Aksi di tiap jalur bisa berbeda:

• Bukti pembayaran: beri label di Gmail, lalu catat nomor invoice dan tanggal ke Google Sheets untuk dicocokkan tim AR.
• Tagihan vendor: teruskan ke staf AP dan simpan lampirannya ke folder Google Drive.
• Pertanyaan tagihan: buat tugas di tracker tim dengan tenggat satu hari kerja.
• Lainnya: cukup diberi label dan diarsipkan.

Pakai label, jangan pindahkan atau hapus email asli. Kalau AI salah kategori, email masih ada di inbox dan mudah ditemukan.

Menangani email yang AI tidak yakin

Tidak semua email jelas kategorinya. Contohnya email pelanggan yang berisi bukti transfer sekaligus pertanyaan kenapa nominalnya berbeda.

Untuk kasus seperti ini, buat jalur review manusia:

1. Kalau skor keyakinan di bawah ambang (misalnya 0,7), atau kategori yang dipilih “lainnya” padahal pengirimnya pelanggan, email diberi label “perlu review”.
2. Satu orang di tim mengecek label ini beberapa kali sehari dan menentukan kategori yang benar.
3. Koreksi dari manusia dicatat ke spreadsheet: kategori dari AI, kategori yang benar, dan alasannya.

Catatan koreksi ini bahan emas. Dari situ Anda tahu kategori mana yang sering tertukar dan contoh apa yang perlu ditambahkan ke prompt.

Mengukur akurasi klasifikasi

Jangan langsung percaya pada hasil beberapa hari pertama. Cara sederhana mengukur akurasi:

1. Jalankan dalam mode bayangan dulu. AI hanya memberi label, tidak meneruskan email. Tim tetap bekerja seperti biasa.
2. Ambil sampel 100 sampai 200 email, lalu bandingkan label AI dengan kategori yang dipilih manusia.
3. Hitung per kategori, jangan hanya total. Akurasi total 90% bisa menyembunyikan satu kategori yang sering salah.
4. Perbaiki prompt, lalu ulangi. Setelah hasilnya stabil, baru aktifkan penerusan otomatis.

Soal biaya, klasifikasi email termasuk tugas ringan. Model yang kecil dan murah biasanya sudah cukup, dan biaya per email umumnya kecil. Harga API tiap penyedia berbeda dan sering berubah, jadi cek halaman harga resminya sebelum menghitung anggaran.

Satu hal lagi yang perlu diperhatikan: isi email akan dikirim ke penyedia model AI. Pastikan kebijakan data penyedia yang Anda pakai sesuai dengan aturan internal perusahaan, terutama kalau email berisi data pribadi pelanggan.

Klasifikasi email termasuk otomatisasi AI yang paling mudah diukur hasilnya, karena waktu memilah email bisa langsung dibandingkan sebelum dan sesudah. Contoh layanan kami untuk proyek seperti ini ada di bagian layanan kami. Kalau Anda ingin memastikan inbox tim Anda cocok untuk alur ini, Aqilatic bisa membantu lewat audit proses gratis.

Pertanyaan yang sering muncul

Apakah perlu n8n versi berbayar untuk klasifikasi email?

Tidak harus. Node AI tersedia di n8n Cloud maupun versi self-host. Yang berbayar biasanya justru pemakaian API model AI-nya, dihitung dari jumlah teks yang diproses.

Berapa akurasi yang bisa diharapkan?

Tergantung seberapa jelas kategorinya dan seberapa bervariasi email yang masuk. Karena itu, ukur sendiri dengan sampel email Anda sebelum mengaktifkan penerusan otomatis, dan sediakan jalur review untuk email yang ragu.

Bisakah AI langsung membalas email setelah mengklasifikasi?

Bisa, tapi sebaiknya bertahap. Mulai dari membuat draf balasan yang dicek manusia sebelum dikirim. Balasan otomatis penuh hanya cocok untuk kategori yang sangat sederhana, seperti konfirmasi bukti pembayaran sudah diterima.