三個月前,我的 n8n 實例運行著 12 個工作流程,所有這些都調用 OpenAI API。我的月費是 $487。今天,這個數字在 API 成本上是 $0。我的總 AI 支出約為每月 $55:一個運行 Ollama 的 $30 VPS、Ertas 的 $20,再加上 $5 的搜尋 API。以下是我確切做了什麼,哪裡出了問題,以及在完全本地運行 60 天後讓我驚訝的是什麼。
我不是機器學習工 程師。我是一個使用 n8n 自動化從客戶引導到內容管道的一切的開發者。我在 2025 年中期開始使用 OpenAI 的 API,因為這是向工作流程添加智能的最簡單方式。確實如此——直到費用開始增長,一次速率限制事故讓我的生產工作流程宕機了三個小時,我意識到我距離整個業務崩潰只差一次 API 政策更改。
這是遷移的完整故事:規劃、訓練、測試、切換,以及兩個月生產使用後的誠實結果。
遷移前的設置
我經營一個小型自動化代理機構。我的 n8n 實例處理內部運營和客戶項目的工作流程。以下是調用 OpenAI API 的 12 個工作流程:
| # | 工作流程 | 使用的模型 | 日量 | 月成本 |
|---|---|---|---|---|
| 1 | 電子郵件分類(將收件電子郵件分類到 6 個類別) | GPT-4o-mini | 約 180 封郵件 | $18 |
| 2 | 潛在客戶評分(分析表單提交,分配 1–10 分) | GPT-4o | 約 45 個潛在客戶 | $32 |
| 3 | 內容摘要(為電子報摘要文章) | GPT-4o | 約 30 篇文章 | $28 |
| 4 | 支援工單分類(路由到正確的團隊) | GPT-4o-mini | 約 120 張工單 | $14 |
| 5 | 發票資料提取(從 PDF 文字中提取明細) | GPT-4o | 約 200 張發票 | $67 |
| 6 | 會議記錄摘要(將轉錄內容轉為行動項目) | GPT-4o | 約 40 個會議 | $45 |
| 7 | 社交媒體內容生成(從簡報草稿帖子) | GPT-4o | 約 25 個簡報 | $38 |
| 8 | 客戶反 饋分析(情感 + 主題提取) | GPT-4o-mini | 約 90 條回應 | $12 |
| 9 | 合同條款提取(識別關鍵術語) | GPT-4o | 約 15 份合同 | $52 |
| 10 | 產品描述標準化(標準化房源) | GPT-4o-mini | 約 300 個房源 | $35 |
| 11 | 聊天機器人響應生成(面向客戶的支援機器人) | GPT-4o | 約 250 個對話 | $98 |
| 12 | 資料豐富(從名稱 + URL 研究公司) | GPT-4o | 約 60 家公司 | $48 |
| 總計 | 約 1,355/天 | $487/月 |
隨著我的客戶為工作流程添加更多量,$487 每月增長約 12%。按照這個軌跡,到夏天我每月的費用將達到 $650,到年底超過 $800。
為什麼我決定遷移
三件事促使我做出決定。
費用在增長。 $487 聽起來可能不是災難性的,但我是一個小型運營商。那 $487 是我第二大的業務費用,僅次於我自己的薪水。而且與租金或軟件訂閱不同,我無法預測它——每個月的波動高達 15–20%,取決於量。
速率限制事故。 2025 年 12 月,OpenAI 經歷了容量問題,在一個週二下午的三個小時內導致延遲升高和速率限制錯誤。我的三個面向客戶的工作流程——電子郵件分類、支援工單分類和聊天機器人——都開始失敗。工單堆積。電子郵件未被分類。聊天機器人返回錯誤。我花了一下午向客戶道歉並手動處理佇列。我沒有備用方案。我的整個 AI 層是一個單點故障。
我想擁有這些模型。 我在別人的基礎設施 上建立我的業務。我花了幾個月完善的提示在沒有背後模型的情況下毫無用處。如果 OpenAI 更改定價,棄用模型,或決定我的用例違反了他們的條款,我沒有 B 計劃。對於業務的核心部分,這感覺是不可接受的。
遷移計劃
我沒有一次性遷移所有東西。我按任務類型和複雜度將 12 個工作流程分組:
第 1 組:分類(4 個工作流程) — 電子郵件分類、支援工單分類、客戶反饋分析、潛在客戶評分。這些接受文字輸入並輸出類別或分數。最容易微調。
第 2 組:提取(3 個工作流程) — 發票資料提取、合同條款提取、產品描述標準化。這些接受非結構化文字並輸出結構化資料。中等複雜度。
第 3 組:生成(5 個工作流程) — 內容摘要、會議記錄、社交媒體生成、聊天機器人響應、資料豐富。這些生成自由格式文字。最高複雜度。
我的計劃是按這個順序處理它們,每組花費約一週時間,最後一週進行並行測試和切換。
第 1 週:資料收集
這是最繁瑣的部分。我需要訓練資料——每個工作流程的輸入和正確輸出示例。
幸運的是,n8n 存儲執行歷史。我有幾個月的成功執行,包括發送給 OpenAI 的輸入和收到的輸出。我寫了一個簡單的腳本將這些導出為 JSONL 文件。
對於每個工作流程,我導出了過去 3 個月的成功執行並清理了它們:
| 工作流程組 | 原始執行 | 清理後 |
|---|

