Como Integrar ChatGPT no n8n: 4 Caminhos com Código e Custo Real

Quem busca como integrar ChatGPT no n8n acha 90% dos tutoriais mostrando só um caminho — o OpenAI Chat Model ligado a um AI Agent. Na prática, existem 4 caminhos distintos com trade-offs diferentes: Chat Model (cérebro de agent), OpenAI node Message (resposta única), AI Agent com tools (ReAct completo) e HTTP Request direto (flexibilidade total). Cada um serve para um caso. Aqui o tutorial dos 4 com JSON copiável, custo em R$ por 1.000 execuções com GPT-4o-mini e quando usar cada um.

Resposta rápida (Featured Snippet): Os 4 caminhos para integrar ChatGPT no n8n são:

1. OpenAI Chat Model node — para usar como cérebro de um AI Agent.

2. OpenAI node (Message) — para uma única chamada sem loop de tools.

3. AI Agent node + OpenAI — para agente ReAct com tools customizadas.

4. HTTP Request direto — quando os nodes nativos limitam (modelos novos, parâmetros customizados).

Pré-requisitos

Antes de tudo:

n8n rodando (self-host Docker ou Cloud). Se ainda não tem, veja o tutorial completo de n8n com IA passo a passo.
API key OpenAI — abra platform.openai.com/api-keys, clica Create new secret key, copia (formato sk-proj-...).
Créditos OpenAI — US$ 5 já testa muito. Adicione cartão em Billing.

Cotação base: US$ 1 = R$ 5,40 (junho/2026).

Criar credencial OpenAI no n8n

Esse passo é uma vez só e serve para todos os 4 caminhos:

No n8n, abre Credentials (menu lateral).
Clica Add Credential → busca “OpenAI” → escolhe OpenAI API.
Cola a API key. Salva.
Pronto. Todo node OpenAI no projeto vai usar essa credencial.

Caminho 1 — OpenAI Chat Model (cérebro de AI Agent)

Esse é o caminho mais comum quando você quer um agente (não só uma resposta única).

Quando usar: quando o fluxo precisa de loop ReAct — o LLM decide qual tool chamar, executa, vê o resultado, decide de novo.

Como configurar:

Adiciona node AI Agent no canvas.
Na conexão azul lateral Chat Model, adiciona OpenAI Chat Model.
Em modelo, escolhe gpt-4o-mini (barato) ou gpt-5 (premium).
Em System Message do AI Agent, cola seu prompt.
Conecta tools (HTTP Request, Postgres, etc) na conexão Tool do AI Agent.

{
  "name": "OpenAI Chat Model",
  "type": "@n8n/n8n-nodes-langchain.lmChatOpenAi",
  "parameters": {"model": "gpt-4o-mini", "options": {"temperature": 0.3, "maxTokens": 1000}}
}

Detalhe importante: Chat Model não funciona sozinho — só serve para ser conectado num AI Agent.

Caminho 2 — OpenAI node (Message)

Esse é o caminho quando você só quer uma resposta sem agent loop, sem tool calling, sem nada complexo.

Quando usar: classificar texto, traduzir, resumir, formatar, completar campo. Tarefa pontual.

Como configurar:

Adiciona node OpenAI (não Chat Model — é outro).
Em Resource, escolhe “Message Model” → Operation: “Send a Message”.
Modelo: gpt-4o-mini.
Em Messages, coloca System e User.

{
  "name": "OpenAI Classificar",
  "type": "n8n-nodes-base.openAi",
  "parameters": {
    "resource": "chat",
    "operation": "message",
    "modelId": "gpt-4o-mini",
    "messages": {
      "values": [
        {"role": "system", "content": "Classifique o lead em: frio, morno, quente. Responda só uma palavra."},
        {"role": "user", "content": "={{ $json.descricao_lead }}"}
      ]
    },
    "options": {"temperature": 0}
  }
}

Saída: {{ $json.message.content }} — o texto direto da resposta.

Custo típico dessa chamada para 1.000 execuções (≈300 tokens cada): US$ 0,05 (R$ 0,27). Praticamente grátis.

Caminho 3 — AI Agent node + OpenAI (com tools)

Esse é o caminho mais poderoso: agente ReAct que decide entre múltiplas tools.

Quando usar: o agente precisa fazer mais de uma coisa — buscar na web, consultar banco, chamar API, e decidir sozinho quando parar.

Estrutura mínima:

AI Agent node no centro.
Conecta OpenAI Chat Model (Caminho 1) como Chat Model.
Conecta N tools como Tool — pode ser SerpAPI (busca web), HTTP Request (sua API), Postgres (consulta), Vector Store (RAG).
System message instrui quando usar cada tool.

{
  "name": "AI Agent Atendente",
  "type": "@n8n/n8n-nodes-langchain.agent",
  "parameters": {
    "agent": "openAiFunctionsAgent",
    "text": "={{ $json.body.pergunta }}",
    "options": {
      "systemMessage": "Você é atendente. Use vector_search para buscar políticas, get_pedido para status. Responda em PT-BR, máx 3 frases.",
      "maxIterations": 5
    }
  }
}

Function calling acontece automático — você não precisa escrever JSON Schema, o AI Agent monta sozinho a partir dos tools conectados.

Caminho 4 — HTTP Request direto

Esse é o caminho flex quando os nodes nativos limitam — modelo novo que ainda não tem suporte, parâmetros customizados (logprobs, structured outputs com schema custom, response_format JSON específico), ou você quer total controle.

Quando usar: modelo lançado anteontem; quer usar response_format: {"type": "json_schema", "json_schema": {...}}; quer chamar endpoint /v1/embeddings ou /v1/audio/translations que não tem node nativo direto.

{
  "name": "OpenAI HTTP Direct",
  "type": "n8n-nodes-base.httpRequest",
  "parameters": {
    "method": "POST",
    "url": "https://api.openai.com/v1/chat/completions",
    "authentication": "predefinedCredentialType",
    "nodeCredentialType": "openAiApi",
    "sendBody": true,
    "specifyBody": "json",
    "jsonBody": "={\n  \"model\": \"gpt-5\",\n  \"messages\": [{\"role\": \"user\", \"content\": \"{{ $json.prompt }}\"}],\n  \"response_format\": {\"type\": \"json_schema\", \"json_schema\": {\"name\": \"resp\", \"schema\": {\"type\": \"object\", \"properties\": {\"resposta\": {\"type\": \"string\"}, \"score\": {\"type\": \"number\"}}, \"required\": [\"resposta\", \"score\"]}}}\n}"
  }
}

A credencial OpenAI configurada no n8n é reaproveitada — não precisa expor a chave no body.

Bonus: gerar imagem (DALL-E) e transcrever áudio (Whisper)

O node OpenAI também cobre:

DALL-E 3 — gerar imagem:

Resource: Image | Operation: Generate.
Modelo: dall-e-3. Size: 1024x1024.
Prompt no campo: {{ $json.descricao }}.
Custo: US$ 0,04/imagem padrão (≈R$ 0,22).

Whisper — transcrever áudio:

Resource: Audio | Operation: Transcribe.
Modelo: whisper-1.
Input: binary data de arquivo de áudio (vindo de outro node, ex: Telegram).
Custo: US$ 0,006/minuto (≈R$ 0,032).

Casos típicos: gerar imagem ilustrativa de post + transcrever áudio de WhatsApp para texto antes de mandar para o agente.

Tabela de quando usar cada caminho

Caminho	Quando usar	Quando NÃO usar
1 — Chat Model	É cérebro de AI Agent	Resposta única (use caminho 2)
2 — OpenAI Message	Tarefa pontual: classificar, traduzir, resumir	Precisa de tools (use caminho 3)
3 — AI Agent + OpenAI	Agente com N tools, loop ReAct	Tarefa simples sem tool (use 2)
4 — HTTP Request	Modelo novo, parâmetros custom, endpoint sem node	Caso clássico (use 1, 2 ou 3)

Custo real (tabela de preços OpenAI)

Preços junho/2026 — confira sempre em platform.openai.com/docs/pricing:

Modelo	Input (US$/1M tokens)	Output (US$/1M tokens)	1k chamadas (≈500 tok cada)
GPT-4o-mini	US$ 0,15	US$ 0,60	≈US$ 0,12 → R$ 0,65
GPT-4o	US$ 2,50	US$ 10,00	≈US$ 2 → R$ 10,80
GPT-5	US$ 5,00	US$ 15,00	≈US$ 4 → R$ 21,60
Embeddings (small)	US$ 0,02	—	≈US$ 0,01 → R$ 0,05
DALL-E 3 (1024×1024)	US$ 0,04/imagem	—	US$ 40 → R$ 216 (1.000 imagens)
Whisper	US$ 0,006/min	—	1.000 min → US$ 6 → R$ 32,40

Para automação típica de 1k execuções/mês com GPT-4o-mini, paga menos de R$ 1.

Erros comuns

1. “401 Unauthorized” Credencial OpenAI errada ou sem créditos. Verifica em platform.openai.com/usage.

2. “Rate limit exceeded” Conta nova tem limite baixo (RPM). Adicione node Wait entre chamadas ou suba o tier (gasta US$ 5 → tier 1 → 500 RPM).

3. “Model not found” Modelo deprecated ou nome errado. gpt-4 virou gpt-4o; sempre confira nome atual em platform.openai.com/docs/models.

4. Resposta não vem no formato JSON esperado GPT às vezes embala JSON em markdown (`json…`). Solução: use response_format: { "type": "json_object" } (modo JSON garantido) ou json_schema para schema estruturado.

5. Custo estourando inesperado Provavelmente um AI Agent em loop. Configure maxIterations: 5 no AI Agent. Acompanhe consumo em platform.openai.com/usage.

Veredicto do V. Santos

Uso os 4 caminhos no CortexIA dependendo do caso. Para classificar pauta nova (frio/morno/quente), caminho 2 (OpenAI Message) — uma chamada, US$ 0,0001 por execução. Para o agente de monitoramento que precisa buscar web + ler RSS + consultar nosso banco interno, caminho 3 (AI Agent + tools). Para alguns experimentos com structured outputs ainda não suportados nativos, caminho 4 (HTTP Request).

A regra que aprendi: comece pelo caminho 2 (Message). 70% dos casos não precisam de agent loop. Adicionar AI Agent quando não precisa é gastar mais tokens (overhead do prompt) e ficar lento. Só sobe pra caminho 3 quando o caso pede 2+ tools com decisão.

Caminho 4 entra raramente — quando o modelo é novo demais ou você precisa de feature OpenAI específica.

FAQ

Quanto custa OpenAI no n8n? n8n não cobra extra — você paga só o consumo OpenAI. Para 1.000 execuções/mês com GPT-4o-mini, ≈R$ 1. Para GPT-5, ≈R$ 22.

Como pegar API key OpenAI? Acessa platform.openai.com/api-keys → Create new secret key → copia (formato sk-proj-…). Adiciona em Billing antes de usar.

n8n suporta GPT-5? Sim. Tanto no OpenAI Chat Model quanto no OpenAI node (Message) você seleciona gpt-5 no dropdown.

Como usar function calling no n8n? Use o AI Agent node (caminho 3). Tools conectadas viram functions automaticamente — não precisa escrever JSON Schema.

n8n tem DALL-E? Sim, no node OpenAI escolha Resource: Image → Operation: Generate → Modelo: dall-e-3.

OpenAI tem nó nativo no n8n? Sim, dois nodes: OpenAI Chat Model (para AI Agent) e OpenAI (Message, Image, Audio, Embeddings).

Posso usar Claude em vez de ChatGPT? Sim, troque OpenAI Chat Model por Anthropic Chat Model (caminhos 1 e 3 funcionam igual). Vale também comparar LangChain vs CrewAI vs AutoGen se vai construir agentes mais complexos fora do n8n.

Próximo passo: abre seu n8n, cria a credencial OpenAI e testa primeiro pelo caminho 2 (OpenAI Message) — em 5 min você tem GPT classificando texto. Quando o caso pedir tools, evolui pro caminho 3 (AI Agent). Para entender quando vale outro provider (Anthropic Claude), veja o comparativo n8n vs Zapier que cobre as opções de LLM dentro do AI Agent node.

Status: Entregue. Próximo: /revisor.