ساخت محتوا با هوش مصنوعی برای ChatGPT، Gemini و Google با n…

تولید محتوا توسط ایجنت هوش مصنوعی برای انتخاب توسط ChatGPT، Gemini، Google

https://axeto.ai/n8n

ایجنت هوش مصنوعی محتوا تولید می‌کند تا توسط ChatGPT، Gemini، Google انتخاب شود

۱. نمای کلی گردش کار

این گردش کار با عنوان "موتور تولید محتوای GEO/SEO" برای خودکارسازی تولید، طبقه‌بندی و توزیع محتوای بهینه‌سازی شده برای اهداف جغرافیایی و SEO طراحی شده است. این گردش کار داده‌ها را از Google Sheets دریافت می‌کند، داده‌های تکراری را پردازش و فیلتر می‌کند، محتوای مبتنی بر هوش مصنوعی را با استفاده از مدل‌های زبانی (شامل Google Gemini و Langchain LLM) تولید می‌کند، محتوا را طبقه‌بندی کرده و سپس خروجی را از طریق چندین کانال ارتباطی و انتشار مانند Gmail، LinkedIn، Wordpress و Mailgun هدایت می‌کند.

گردش کار را می‌توان به صورت منطقی به بلوک‌های زیر تقسیم کرد:

• ۱.۱ دریافت ورودی و پیش‌پردازش: دریافت و حذف موارد تکراری داده‌های جدید از Google Sheets.
• ۱.۲ تولید محتوای هوش مصنوعی: استفاده از زنجیره‌ای از مدل‌های زبانی برای تولید محتوای جدید.
• ۱.۳ طبقه‌بندی محتوا: طبقه‌بندی محتوای تولید شده برای تعیین مسیر توزیع.
• ۱.۴ توزیع و انتشار: ارسال محتوای طبقه‌بندی شده از طریق ایمیل (Gmail)، انتشار در Wordpress و LinkedIn، و ارسال ایمیل از طریق Mailgun.

---

۲. تحلیل بلوک به بلوک

#### ۱.۱ دریافت ورودی و پیش‌پردازش

نمای کلی:

این بلوک سند Google Sheets را برای ردیف‌های جدید یا به‌روزرسانی شده نظارت می‌کند، ورودی‌های تکراری را برای اطمینان از پیشرفت منحصربه‌فرد داده‌ها حذف می‌کند و داده‌ها را برای تولید محتوای هوش مصنوعی آماده می‌کند.

گره‌های درگیر:

• Google Sheets Trigger
• Remove Duplicates

جزئیات گره:

• Google Sheets Trigger

- نوع: گره Trigger، تغییرات در یک صفحه گسترده Google Sheets را گوش می‌دهد.

- پیکربندی: پارامترهای پیش‌فرض، گوش دادن به ردیف‌های جدید یا به‌روزرسانی شده صفحه.

- ورودی‌ها: Trigger خارجی از Google Sheets API.

- خروجی‌ها: داده‌های جدید یا به‌روزرسانی شده صفحه را به پایین‌دست ارسال می‌کند.

- موارد شکست: خطاهای احراز هویت به دلیل توکن‌های OAuth منقضی شده یا نامعتبر؛ مشکلات اتصال به Google API؛ داده‌های صفحه نامعتبر.

- نکات: نقطه ورود برای گردش کار.

• Remove Duplicates

- نوع: گره پردازش داده، ورودی‌های تکراری را بر اساس کلیدهای پیش‌فرض یا پیکربندی شده حذف می‌کند.

- پیکربندی: از تنظیمات پیش‌فرض برای فیلتر کردن ردیف‌های تکراری از داده‌های ورودی استفاده می‌کند.

- ورودی‌ها: داده‌ها از Google Sheets Trigger.

- خروجی‌ها: ردیف‌های منحصربه‌فرد به بلوک تولید محتوای هوش مصنوعی ارسال می‌شوند.

- موارد شکست: کلیدهای نادرست یا گمشده برای تشخیص موارد تکراری ممکن است باعث رفتار غیرمنتظره شوند.

---

#### ۱.۲ تولید محتوای هوش مصنوعی

نمای کلی:

از مدل‌های زبانی بزرگ (LLMs) برای تولید محتوای بهینه‌سازی شده برای SEO بر اساس ورودی‌های منحصربه‌فرد از بلوک قبلی استفاده می‌کند.

گره‌های درگیر:

• Basic LLM Chain
• Google Gemini Chat Model

جزئیات گره:

• Basic LLM Chain

- نوع: گره زنجیره LLM Langchain برای تولید محتوای متنی.

- پیکربندی: از یک LLM پیکربندی شده استفاده می‌کند (از طریق اتصال "ai_languageModel" از Google Gemini Chat Model باز می‌شود).

- ورودی‌ها: داده‌های منحصربه‌فرد از گره Remove Duplicates و پاسخ‌های هوش مصنوعی از Google Gemini Chat Model.

- خروجی‌ها: داده‌های محتوا برای ذخیره‌سازی به Google Sheets ارسال می‌شود.

- موارد شکست: کلید API یا سهمیه فراتر رفته؛ خطاهای پیکربندی prompt؛ مهلت پاسخ.

• Google Gemini Chat Model

- نوع: گره مدل زبانی با استفاده از Google Gemini برای تولید مبتنی بر چت.

- پیکربندی: به عنوان بک‌اند مدل زبان هوش مصنوعی برای Basic LLM Chain ادغام شده است.

- ورودی‌ها: متن تولید شده توسط هوش مصنوعی را از طریق اتصال ai_languageModel به Basic LLM Chain تغذیه می‌کند.

- خروجی‌ها: محتوای تولید شده را به Basic LLM Chain بازمی‌گرداند.

- موارد شکست: خرابی احراز هویت با Google API؛ محدودیت‌های نرخ؛ عدم دسترسی مدل.

• اتصالات: Google Gemini Chat Model به عنوان ارائه‌دهنده مدل زبان هوش مصنوعی برای Basic LLM Chain پیوند داده شده است.

---

#### ۱.۳ طبقه‌بندی محتوا

نمای کلی:

محتوای تولید شده توسط هوش مصنوعی را برای تعیین کانال‌های ارتباطی یا انتشار مناسب طبقه‌بندی می‌کند.

گره‌های درگیر:

• Google Sheets
• Text Classifier
• Google Gemini Chat Model1

جزئیات گره:

• Google Sheets

- نوع: گره ذخیره‌سازی داده برای ثبت محتوای تولید شده توسط هوش مصنوعی.

- پیکربندی: نتایج Basic LLM Chain را در یک Google Sheet مشخص می‌نویسد.

- ورودی‌ها: محتوا را از Basic LLM Chain دریافت می‌کند.

- خروجی‌ها: داده‌ها را به Text Classifier ارسال می‌کند.

- موارد شکست: خطاهای مجوز نوشتن؛ محدودیت‌های سهمیه؛ صفحه یافت نشد.

• Text Classifier

- نوع: گره طبقه‌بندی متن Langchain.

- پیکربندی: محتوا را برای تصمیم‌گیری در مورد مسیرهای توزیع طبقه‌بندی می‌کند. ورودی مدل هوش مصنوعی را از Google Gemini Chat Model1 دریافت می‌کند.

- ورودی‌ها: محتوا از Google Sheets.

- خروجی‌ها: محتوای طبقه‌بندی شده را بر اساس نتایج طبقه‌بندی به یکی از چهار گره Gmail هدایت می‌کند.

- موارد شکست: طبقه‌بندی نادرست به دلیل آموزش مدل؛ خرابی API؛ ورودی نامعتبر.

• Google Gemini Chat Model1

- نوع: گره مدل زبانی (Google Gemini) که به طور خاص به عنوان بک‌اند برای Text Classifier استفاده می‌شود.

- پیکربندی: از طریق اتصال ai_languageModel به عنوان مدل زبان هوش مصنوعی برای گره Text Classifier عمل می‌کند.

- ورودی‌ها: پاسخ‌های هوش مصنوعی طبقه‌بندی را به Text Classifier تغذیه می‌کند.

- خروجی‌ها: نتایج طبقه‌بندی شده را به Text Classifier ارسال می‌کند.

- موارد شکست: مشابه Google Gemini Chat Model؛ هرگونه مشکل اتصال یا سهمیه.

---

#### ۱.۴ توزیع و انتشار

نمای کلی:

محتوای طبقه‌بندی شده را در چندین کانال توزیع می‌کند: ارسال ایمیل از طریق Gmail و Mailgun، انتشار پست‌ها در Wordpress، و ارسال پست در LinkedIn.

گره‌های درگیر:

• Gmail
• Gmail1
• Gmail2
• Gmail3
• LinkedIn
• Wordpress
• Wordpress1
• Mailgun

جزئیات گره:

• Gmail, Gmail1, Gmail2, Gmail3

- نوع: گره‌های Gmail برای ارسال ایمیل با استفاده از اعتبارات مختلف Webhook Gmail.

- پیکربندی: هر گره به یک Webhook Gmail مجزا برای ارسال ایمیل بر اساس دسته طبقه‌بندی پیوند داده شده است.

- ورودی‌ها: مسیردهی محتوای طبقه‌بندی شده را از Text Classifier دریافت می‌کنند.

- خروجی‌ها: به ترتیب به گره‌های LinkedIn، Wordpress، Mailgun و Wordpress1 هدایت می‌شوند.

- موارد شکست: انقضای توکن OAuth؛ محدودیت‌های ارسال؛ آدرس‌های ایمیل نامعتبر؛ محدودیت‌های نرخ.

• LinkedIn

- نوع: گره ارسال پست در LinkedIn.

- پیکربندی: محتوای دریافتی از گره Gmail را پست می‌کند.

- ورودی‌ها: محتوا از گره Gmail.

- خروجی‌ها: ندارد (گره پایانی برای انتشار در LinkedIn).

- موارد شکست: خطاهای مجوز API؛ مشکلات فرمت پست.

• Wordpress, Wordpress1

- نوع: گره‌های انتشار Wordpress.

- پیکربندی: محتوا را در سایت‌های Wordpress پست می‌کنند، هر کدام به گره‌های مختلف Gmail (Gmail1 و Gmail3) پیوند داده شده‌اند.

- ورودی‌ها: محتوا از گره‌های Gmail مربوطه.

- خروجی‌ها: ندارد (گره‌های پایانی برای انتشار در Wordpress).

- موارد شکست: خطاهای احراز هویت؛ داده‌های پست نامعتبر؛ محدودیت‌های API.

• Mailgun

- نوع: گره ارسال ایمیل Mailgun.

- پیکربندی: ایمیل‌ها را با محتوای گره Gmail2 با استفاده از Mailgun API ارسال می‌کند.

- ورودی‌ها: محتوا از گره Gmail2.

- خروجی‌ها: ندارد (گره پایانی ارسال ایمیل).

- موارد شکست: مشکلات کلید API؛ رد پیام؛ محدودیت‌های ارسال.

---

۳. جدول خلاصه

---

۴. بازسازی گردش کار از ابتدا

1. ایجاد گره Google Sheets Trigger:

- اعتبارسنجی OAuth2 برای Google API را راه‌اندازی کنید.

- برای فعال شدن در ردیف‌های جدید یا به‌روزرسانی شده در یک Google Sheet مشخص که برای داده‌های ورودی استفاده می‌شود، پیکربندی کنید.

2. افزودن گره Remove Duplicates:

- خروجی Google Sheets Trigger را به این گره متصل کنید.

- برای حذف موارد تکراری بر اساس ستون‌های مرتبط (کلیدهای پیش‌فرض یا سفارشی) پیکربندی کنید.

3. افزودن گره Basic LLM Chain:

- خروجی گره Remove Duplicates را متصل کنید.

- با استفاده از Langchain یک زنجیره LLM پیکربندی کنید و ورودی مدل هوش مصنوعی را برای پیوند از Google Gemini Chat Model خالی بگذارید.

4. افزودن گره Google Gemini Chat Model:

- اعتبارسنجی Google API را با مجوزهای لازم برای Gemini AI پیکربندی کنید.

- به عنوان ورودی مدل زبان هوش مصنوعی به گره Basic LLM Chain (از طریق اتصال "ai_languageModel") متصل شوید.

5. افزودن گره Google Sheets:

- خروجی Basic LLM Chain را به این گره متصل کنید.

- برای نوشتن محتوای تولید شده در یک Google Sheet مشخص پیکربندی کنید.

6. افزودن گره Text Classifier:

- خروجی گره Google Sheets را متصل کنید.

- با معیارهای طبقه‌بندی پیکربندی کنید و آن را به یک گره مدل زبان هوش مصنوعی (Google Gemini Chat Model1) پیوند دهید.

7. افزودن گره Google Gemini Chat Model1:

- مشابه گره اول Gemini پیکربندی کنید اما به طور اختصاصی برای طبقه‌بندی.

- به عنوان ورودی مدل زبان هوش مصنوعی به گره Text Classifier متصل شوید.

8. افزودن چهار گره Gmail (Gmail, Gmail1, Gmail2, Gmail3):

- هر کدام به خروجی‌های مختلف Text Classifier بر اساس نتایج طبقه‌بندی متصل شوند.

- اعتبارسنجی OAuth2 Gmail و شناسه‌های Webhook را برای هر کدام پیکربندی کنید.

- پارامترهای ایمیل را برای ارسال محتوا تنظیم کنید.

9. افزودن گره LinkedIn:

- خروجی گره Gmail را متصل کنید.

- اعتبارسنجی OAuth2 LinkedIn را پیکربندی کرده و پارامترهای پست را مشخص کنید.

10. افزودن دو گره Wordpress (Wordpress, Wordpress1):

- Wordpress را به خروجی Gmail1 متصل کنید؛ Wordpress1 را به خروجی Gmail3 متصل کنید.

- اعتبارسنجی Wordpress و پارامترهای وبلاگ و پست را مشخص کنید.

11. افزودن گره Mailgun:

- خروجی گره Gmail2 را متصل کنید.

- اعتبارسنجی API Mailgun و پارامترهای ارسال ایمیل را پیکربندی کنید.

12. گره‌ها را طبق گردش کار ایجاد شده متصل کنید:

- Google Sheets Trigger → Remove Duplicates → Basic LLM Chain → Google Sheets → Text Classifier

- Text Classifier → Gmail, Gmail1, Gmail2, Gmail3

- Gmail → LinkedIn

- Gmail1 → Wordpress

- Gmail3 → Wordpress1

- Gmail2 → Mailgun

13. هر گره را به صورت جداگانه برای احراز هویت موفقیت‌آمیز API و جریان داده تست کنید.

---

۵. نکات عمومی و منابع

---

_سلب مسئولیت: متن ارائه شده منحصراً از یک گردش کار خودکار ایجاد شده با n8n، ابزاری برای ادغام و اتوماسیون، مشتق شده است. این پردازش به شدت از سیاست‌های محتوای فعلی پیروی می‌کند و حاوی هیچ عنصر غیرقانونی، توهین‌آمیز یا محافظت شده‌ای نیست. تمام داده‌های پردازش شده قانونی و در دسترس عموم هستند._