Alur kerja n8n berisi dua puluh node untuk mencatat pengeluaran pribadi. Foto sebuah struk dan model visi akan mengekstraksi tokonya, totalnya, itemnya, dan tanggalnya; ketik satu kalimat dan sebuah agen akan mengarsipkannya sebagai pengeluaran; kirim perintah laporan dan agen kedua akan menanyai lembarnya lalu menjawab dalam kalimat. Semuanya mendarat di Google Sheets — tidak ada server aplikasi dan tidak ada basis data.
Hambatan dalam mencatat pengeluaran bukan pada aritmetikanya, melainkan pada mengetiknya. Yang ini menghapusnya: masukannya adalah foto yang diambil di kasir, dan antarmukanya adalah aplikasi obrolan yang memang sudah terbuka.
Sebuah switch di depan alur kerjanya membaca pesan yang masuk lalu memilih satu dari tiga jalur — foto, perintah laporan, atau teks bebas. Ketiganya berakhir di spreadsheet yang sama, jadi ada satu tempat data itu tinggal, dari mana pun ia datang.
Gambar struk dikirim ke model visi dengan prompt yang menetapkan format keluaran empat baris secara persis, memberi satu contoh terisi, dan mendefinisikan satu baris galat untuk struk yang tidak terbaca. Responsnya kemudian dibaca menurut posisinya.
Itulah pertukaran yang diambil dengan sadar: prompt yang kaku dan pengurai yang bodoh, alih-alih prompt yang longgar dan pengurai yang harus menafsirkan kalimat. Ketika modelnya tidak bisa membaca sebuah struk, ia mengatakannya dalam satu bentuk yang memang diharapkan alur kerjanya, dan itu kegagalan yang jauh lebih baik daripada total yang salah tetapi meyakinkan muncul di spreadsheet.
Dua jalur percakapannya bekerja sebaliknya — keduanya mendapat agen dengan spreadsheet terpasang sebagai alat, karena "berapa yang saya belanjakan untuk bahan makanan minggu lalu" adalah pertanyaan, bukan formulir.