
تولیدکننده محتوای شبکههای اجتماعی با GPT-4
11 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۲۷
دانلود workflow
فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.
- فایل JSON را دانلود کنید.
- در n8n: Workflows → Import from File.
- Credentialهای هر node را متصل کنید.
- workflow را فعال کنید.
شناسه workflow: 6550 · منبع: کاتالوگ Axeto
تولیدکننده محتوای شبکههای اجتماعی با رویکرد استراتژیک با استفاده از مدلهای GPT-4
این گردش کار از مدلهای پیشرفته هوش مصنوعی، از جمله GPT-4، برای تبدیل درخواستهای کاربر به محتوای جذاب و استراتژیک شبکههای اجتماعی استفاده میکند. این ابزار برای تولیدکنندگان محتوا، مربیان، کارآفرینان انفرادی و کسبوکارهای کوچک که به دنبال سادهسازی تولید محتوا، غلبه بر موانع خلاقیت و صرفهجویی در زمان ارزشمند خود هستند، طراحی شده است.
این گردش کار و موارد بیشتر را در کاتالوگ n8n شرکت Axeto.ai کاوش کنید.
---
نمای کلی گردش کار
فرآیند برای اطمینان از رویکردی جامع به تولید محتوا، به مراحل مجزا تقسیم شده است:
1. دریافت ورودی: درخواستهای محتوای کاربر را به صورت امن از طریق یک Webhook دریافت و پیشپردازش میکند.
2. استخراج اطلاعات: از هوش مصنوعی برای تجزیه و تحلیل و استخراج پارامترهای کلیدی از ورودی کاربر استفاده میکند.
3. تولید هدف (Intent Generation): یک بیانیه "هدف" واضح و مختصر ایجاد میکند که هدف محتوا را تعریف میکند.
4. استدلال استراتژیک: یک منطق استراتژیک توسعه میدهد و "چرایی" ایجاد محتوا را توضیح میدهد.
5. چارچوببندی احساسی: لحن و قوس احساسی را برای ایجاد ارتباط با مخاطب هدف تعریف میکند.
6. ایجاد طرح کلی محتوا: یک طرح کلی ساختاریافته شامل قلاب (hook)، روایت (narrative)، نقطه عطف (pivot) و فراخوان به اقدام (call-to-action) ایجاد میکند.
7. تولید محتوا: قطعه نهایی و صیقلی محتوا را تولید میکند که برای پلتفرم مشخص شده بهینه شده است.
8. قالببندی خروجی و پاسخ: محتوای تولید شده را آماده کرده و به عنوان پاسخی به درخواست اولیه ارسال میکند.
---
تشریح جزئیات نودها
۱. دریافت ورودی
این بلوک اولیه، درخواستهای امن کاربر را مدیریت میکند.
- Webhook
* نوع: n8n-nodes-base.webhook
* نقش: گوش دادن به درخواستهای HTTP POST ورودی که شامل درخواست محتوای کاربر هستند.
* پیکربندی:
* متد HTTP: POST
* مسیر: برای دریافت درخواستها در یک نقطه پایانی مشخص و منحصربهفرد پیکربندی شده است.
* مدیریت پاسخ: توسط نود Respond to Webhook در پایین دست مدیریت میشود.
* امنیت: ترافیک ربات را نادیده میگیرد و درخواستها را از هر مبدأ میپذیرد.
* ورودی: انتظار یک payload JSON با فیلد webInput را دارد.
* خروجی: دادههای دریافتی را به نود بعدی منتقل میکند.
* موارد خاص: مشکلات احتمالی شامل JSON نامعتبر، عدم وجود webInput، یا درخواستهای غیرمجاز است.
- Edit Fields
* نوع: n8n-nodes-base.set
* نقش: استخراج webInput از دادههای webhook و تولید یک sessionId منحصربهفرد برای ردیابی.
* پیکربندی:
* مقدار webInput را از بدنه JSON ورودی اختصاص میدهد.
* یک sessionId منحصربهفرد با ترکیب یک timestamp و یک رشته تصادفی تولید میکند.
* ورودی: دادهها از نود Webhook.
* خروجی: یک شیء JSON شامل webInput و sessionId.
* موارد خاص: به ورودی معتبر از webhook متکی است؛ برخورد sessionId بسیار بعید است.
۲. استخراج اطلاعات
این مرحله از هوش مصنوعی برای تجزیه هوشمندانه ورودی خام کاربر استفاده میکند.
- Information Extractor
* نوع: @n8n/n8n-nodes-langchain.openAi
* نقش: استفاده از GPT-4.1-mini برای استخراج نقاط داده ساختاریافته مانند پلتفرم، حوزه تخصصی، لحن و اهداف از webInput.
* پیکربندی:
* مدل: GPT-4.1-mini (برای تعادل بین عملکرد و هزینه انتخاب شده است).
* دما (Temperature): 0.4 (برای خلاقیت کنترل شده).
* حداکثر توکن (Max Tokens): 300.
* دستور (Prompt): به هوش مصنوعی دستور میدهد تا پارامترهای خاص را شناسایی و استخراج کند: پلتفرم، حوزه تخصصی، نوع پست، لحن، مخاطب، هدف، مدت زمان و جزئیات کلیدی.
* ورودی: JSON شامل webInput و sessionId.
* خروجی: JSON با فیلدهای استخراج شده و دستور اصلی.
* موارد خاص: دستورات مبهم یا ناقص کاربر ممکن است منجر به استخراج جزئی یا کمی نادرست شود. سیستم برای جلوگیری از ساخت اطلاعات طراحی شده است.
۳. تولید هدف
این بلوک هدف اصلی محتوا را روشن میکند.
- Generate Intent
* نوع: @n8n/n8n-nodes-langchain.agent (با استفاده از مدل چت OpenAI GPT-4.1)
* نقش: ترکیب پارامترهای استخراج شده در یک پاراگراف مختصر که هدف محتوا را تعریف میکند.
* پیکربندی:
* مدل: GPT-4.1
* دما (Temperature): 0.2 (اولویت دادن به دقت و ثبات).
* دستور سیستمی (System Prompt): به صراحت به هوش مصنوعی دستور میدهد که فقط بیانیه هدف را تولید کند و نه محتوای کامل، تا از توهم (hallucination) جلوگیری شود.
* ابزارها (Tooling): از یک پارسر خروجی ساختاریافته برای خروجی قابل اعتماد JSON استفاده میکند.
* ورودی: خروجی از نود Information Extractor.
* خروجی: JSON شامل پاراگراف هدف و تمام پارامترهای استخراج شده قبلی.
* موارد خاص: احتمال خروجی نامعتبر در صورت شکست پارسر یا نامشخص بودن دستورالعملها وجود دارد.
- Structured Output Parser
* نوع: @n8n/n8n-nodes-langchain.outputParserStructured
* نقش: اعتبارسنجی و استخراج هدف تولید شده توسط هوش مصنوعی در یک فرمت JSON ساختاریافته.
* پیکربندی: از یک طرحواره JSON از پیش تعریف شده برای اعمال ساختار خروجی مورد انتظار استفاده میکند.
* ورودی: متن تولید شده توسط هوش مصنوعی از نود Generate Intent.
* خروجی: JSON تجزیه شده مطابق با طرحواره، آماده برای نودهای پایین دست.
* موارد خاص: خطاهای تجزیه ممکن است در صورتی رخ دهد که پاسخ هوش مصنوعی به طور قابل توجهی از طرحواره منحرف شود.
۴. استدلال استراتژیک
این بخش بر استراتژی زیربنایی محتوا تمرکز دارد.
- Strategy
* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi
* نقش: توسعه یک پاراگراف که تفکر استراتژیک و منطق پشت محتوا را بر اساس هدف و جزئیات استخراج شده توضیح میدهد.
* پیکربندی:
* مدل: GPT-4.1
* دما (Temperature): 0.6 (تعادل بین استراتژی منطقی و بینش خلاقانه).
* حداکثر توکن (Max Tokens): 400.
* دستور سیستمی (System Prompt): هوش مصنوعی را راهنمایی میکند تا استدلال استراتژیک را در قالب یک پاراگراف بیان کند و از سبک پرسش و پاسخ اجتناب کند.
* ورودی: خروجی از نود Generate Intent (پاراگراف هدف و پارامترها).
* خروجی: JSON شامل متن strategicreasioning و پارامترهای اصلی بدون تغییر.
* موارد خاص: هوش مصنوعی ممکن است در صورت ضعیف بودن ورودی، استدلال کلی تولید کند. مهندسی دقیق دستور (prompt engineering) به کاهش این موارد کمک میکند.
۵. قاببندی احساسی
این بلوک عناصر بازاریابی احساسی را که محتوا قصد ایجاد آن را دارد، تعریف میکند.
- Emotional Framing
* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi
* نقش: ایجاد عناصر بازاریابی احساسی، شامل احساس اصلی، قوس احساسی، اصلاحکنندههای لحن و عبارات کلیدی، بر اساس استدلال استراتژیک و ورودی کاربر.
* پیکربندی:
* مدل: GPT-4.1
* دما (Temperature): 0.3 (اطمینان از لحن احساسی پایدار و سازگار).
* دستور سیستمی (System Prompt): به هوش مصنوعی دستور میدهد تا احساس اصلی، سفر احساسی، سبک لحن و عبارات تاثیرگذار را تعریف کند و در یک فرمت JSON ساختاریافته خروجی دهد.
* ورودی: خروجی از نود Strategy (استدلال استراتژیک و پارامترها).
* خروجی: JSON شامل فیلدهای قاببندی احساسی همراه با پارامترهای اصلی.
* موارد خاص: ظرافتهای احساسی ممکن است از دست برود، یا برخی جزئیات لحن ممکن است در صورت مبهم بودن دستور، حذف شوند.
- Format Emotional Data
* نوع: n8n-nodes-base.set
* نقش: سادهسازی دادههای قاببندی احساسی به فیلدهای رشتهای مسطح برای استفاده آسانتر در نودهای بعدی.
* پیکربندی: فیلدهایی مانند احساس اصلی، سفر احساسی، سبک لحن و عبارات کلیدی، همراه با فرادادههای مرتبط (پلتفرم، حوزه تخصصی، لحن) را به یک فرمت ساده نگاشت میکند.
* ورودی: خروجی از نود Emotional Framing.
* خروجی: فیلدهای JSON مسطح مناسب برای طرح کلی و تولید محتوا.
* موارد خاص: ریسک حداقل است، عمدتاً به کامل بودن خروجی هوش مصنوعی از مرحله قبل بستگی دارد.
۶. ایجاد طرح کلی محتوا
این مرحله محتوا را قبل از تولید نهایی ساختار میدهد.
- Outline
* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi
* نقش: ایجاد یک طرح کلی دقیق برای محتوا، شامل قلاب (hook)، خلاصه داستان، چرخش/نکته اصلی (pivot/punchline) و فراخوان به اقدام (CTA). تمهای هشتگ برای پلتفرمهایی مانند X (توییتر) و LinkedIn گنجانده شدهاند.
* پیکربندی:
* مدل: GPT-4.1
* دما (Temperature): 0.7 (تشویق عناصر طرح کلی خلاقانه).
* حداکثر توکن (Max Tokens): 400.
* دستور سیستمی (System Prompt): هوش مصنوعی را راهنمایی میکند تا خروجی JSON شامل تمام اجزای طرح کلی و اطلاعات جلسه/زمینه مرتبط را تولید کند.
* ورودی: خلاصه احساسی، استدلال استراتژیک و سایر پارامترها از نود Format Emotional Data.
* خروجی: شیء JSON شامل فیلدهای طرح کلی ساختاریافته.
* موارد خاص: یک طرح کلی ناسازگار ممکن است در نتیجه دادههای ورودی ناسازگار ایجاد شود. دمای بالاتر میتواند تغییرات جزئی ایجاد کند.
۷. تولید محتوا
اینجاست که محتوای نهایی تولید میشود.
- Format Input
* نوع: n8n-nodes-base.set
* نقش: تجمیع تمام اطلاعات لازم (اجزای طرح کلی، جزئیات جلسه، پلتفرم، حوزه تخصصی، لحن، هدف، استراتژی، خلاصه احساسی، هدف، جزئیات کلیدی، مدت زمان) در یک شیء JSON واحد برای نود تولید محتوا.
* ورودی: خروجی از نود Outline و سایر نودهای قبلی.
* خروجی: یک شیء JSON یکپارچه که برای نود Generate Content قالببندی شده است.
* موارد خاص: فیلدهای گمشده یا نگاشت کلیدهای نادرست میتواند منجر به خطا یا تولید محتوای نامناسب شود.
- Generate Content
* نوع: @n8n/n8n-nodes-langchain.openAi (با استفاده از مدل OpenAI GPT-4o)
* نقش: ایجاد قطعه محتوای نهایی و صیقل خورده با استفاده از تمام ورودیهای استراتژیک جمعآوری شده و طرح کلی دقیق.
* پیکربندی:
* مدل: GPT-4o (برای قابلیتهای پیشرفته آن انتخاب شده است).
* دما (Temperature): 0.6.
* Top P: 0.9.
* جریمه حضور (Presence Penalty): 0.6.
* جریمه تکرار (Frequency Penalty): 0.3.
* دستور سیستمی (System Prompt): حاوی دستورالعملهای بسیار خاص در مورد قالببندی مخصوص پلتفرم، تعداد کلمات، ساختار محتوا، رعایت لحن، استفاده از هشتگ و سایر قوانین سبکی است.
* ورودی: JSON تجمیع شده و قالببندی شده از نود Format Input.
* خروجی: محتوای نهایی تولید شده به صورت یک رشته JSON.
* موارد خاص: خطرات احتمالی شامل محدودیتهای نرخ API، مهلتهای پاسخ، یا توهم هوش مصنوعی در صورت مبهم بودن ورودیها است. دستور به دقت مهندسی شده است تا این موارد به حداقل برسد.
- stringifyJSON
* نوع: n8n-nodes-base.code
* نقش: تبدیل فیلدهای JSON بالقوه پیچیده در محتوای تولید شده به فرمت رشتهای، اطمینان از سازگاری با پاسخ webhook.
* ورودی: خروجی از نود Generate Content.
* خروجی: شیء JSON با فیلدهای رشتهای شده، آماده برای پاسخ HTTP.
* موارد خاص: خطاهای سریالسازی ممکن است در صورت مواجهه با انواع دادههای غیرمنتظره رخ دهد.
- Respond to Webhook
* نوع: n8n-nodes-base.respondToWebhook
* نقش: ارسال JSON محتوای نهایی و رشتهای شده به عنوان یک پاسخ HTTP به درخواست کننده اصلی.
* ورودی: خروجی از نود stringifyJSON.
* خروجی: یک پاسخ HTTP شامل محتوای تولید شده.
* موارد خاص: مشکلات احتمالی شامل قطع شدن اتصال یا تجاوز از محدودیتهای اندازه پاسخ است.
---
جدول خلاصه
| نام نود (Node Name) | نوع نود (Node Type) | نقش عملکردی (Functional Role) | نود(های) ورودی (Input Node(s)) | نود(های) خروجی (Output Node(s)) | یادداشت (Sticky Note) |
|---|---|---|---|---|---|
| Webhook | n8n-nodes-base.webhook | دریافت درخواستهای HTTP POST کاربر | - | Edit Fields | گوش دادن به درخواستهای محتوا از طریق HTTP POST در یک مسیر منحصربهفرد؛ نادیده گرفتن رباتها؛ پذیرش همه مبدأها. |
| Edit Fields | n8n-nodes-base.set | استخراج webInput و تولید sessionId | Webhook | Information Extractor | |
| Information Extractor | @n8n/n8n-nodes-langchain.openAi | استخراج اطلاعات ساختاریافته از ورودی کاربر | Edit Fields | Generate Intent | استفاده از GPT-4.1-mini برای استخراج مقرونبهصرفه اطلاعات ساختاریافته از پلتفرم، حوزه تخصصی، لحن و غیره. |
| Generate Intent | @n8n/n8n-nodes-langchain.agent | ایجاد یک بیانیه هدف محتوای مختصر | Information Extractor | Structured Output Parser | استفاده از مدل چت GPT-4.1 با خروجی ساختاریافته برای تعریف هدف روشن. |
| Structured Output Parser | @n8n/n8n-nodes-langchain.outputParserStructured | اعتبارسنجی و تجزیه خروجی هوش مصنوعی به JSON | Generate Intent | Strategy | اطمینان از قالببندی قابل اعتماد JSON برای پردازش بعدی. |
| Strategy | @n8n/n8n-nodes-langchain.lmChatOpenAi | توسعه استدلال استراتژیک برای محتوا | Generate Intent | Emotional Framing | استفاده از GPT-4.1 برای بیان "چرایی" محتوا در یک پاراگراف. |
| Emotional Framing | @n8n/n8n-nodes-langchain.lmChatOpenAi | تعریف ارتباط عاطفی و لحن | Strategy | Format Emotional Data | GPT-4.1 احساسات اصلی، قوس، اصلاحکنندههای لحن و عبارات کلیدی را برای تعامل با مخاطب ایجاد میکند. |
| Format Emotional Data | n8n-nodes-base.set | سادهسازی دادههای عاطفی به فیلدهای مسطح | Emotional Framing | Outline | آمادهسازی دادههای چارچوببندی عاطفی برای ادغام آسانتر در طرح کلی محتوا. |
| Outline | @n8n/n8n-nodes-langchain.lmChatOpenAi | تولید طرح کلی محتوای ساختاریافته | Format Emotional Data | Format Input | GPT-4.1 قلاب، داستان، چرخش، فراخوان به اقدام (CTA) و هشتگها (برای X/LinkedIn) را در قالب JSON ایجاد میکند. |
| Format Input | n8n-nodes-base.set | تجمیع تمام پارامترها برای تولید محتوا | Outline | Generate Content | جمعآوری تمام دادههای لازم در یک شیء JSON واحد برای مرحله نهایی تولید. |
| Generate Content | @n8n/n8n-nodes-langchain.openAi | تولید قطعه محتوای نهایی و صیقلی | Format Input | stringifyJSON | استفاده از GPT-4o برای تولید محتوای با کیفیت بالا، مطابق با الزامات خاص پلتفرم. |
| stringifyJSON | n8n-nodes-base.code | تبدیل JSON به رشته برای پاسخ Webhook | Generate Content | Respond to Webhook | اطمینان از سازگاری دادههای خروجی پیچیده برای پاسخ HTTP. |
| Respond to Webhook | n8n-nodes-base.respondToWebhook | ارسال محتوای تولید شده توسط هوش مصنوعی به کاربر | stringifyJSON | - | تحویل محتوای نهایی تولید شده توسط هوش مصنوعی به عنوان پاسخ HTTP به درخواست اولیه. |
Nodeهای استفادهشده
سوالات متداول
این گردش کار n8n چگونه به تولید محتوای شبکههای اجتماعی کمک میکند؟▾
این گردش کار با استفاده از مدلهای پیشرفته هوش مصنوعی مانند GPT-4، درخواستهای ورودی کاربر را تجزیه و تحلیل کرده و آنها را به محتوای جذاب، استراتژیک و هدفمند برای شبکههای اجتماعی تبدیل میکند. این فرآیند شامل استخراج اطلاعات کلیدی، تعیین هدف، استدلال استراتژیک، چارچوببندی احساسی و ایجاد طرح کلی محتوا است.
چه مدلهای هوش مصنوعی در این گردش کار استفاده شدهاند؟▾
این گردش کار عمدتاً از مدلهای GPT-4.1-mini و مدلهای چت OpenAI برای وظایف مختلف مانند استخراج اطلاعات، تولید هدف و تولید محتوا استفاده میکند.
مراحل اصلی این گردش کار تولید محتوا چیست؟▾
مراحل اصلی شامل دریافت ورودی از طریق Webhook، استخراج اطلاعات کلیدی از درخواست کاربر، تولید هدف محتوا، استدلال استراتژیک، چارچوببندی احساسی، ایجاد طرح کلی محتوا، تولید محتوای نهایی و قالببندی خروجی برای ارسال پاسخ است.
این ابزار برای چه کسانی مفید است؟▾
این ابزار برای تولیدکنندگان محتوا، مربیان، کارآفرینان انفرادی و کسبوکارهای کوچکی که به دنبال سادهسازی فرآیند تولید محتوا، غلبه بر موانع خلاقیت و صرفهجویی در زمان هستند، بسیار مفید است.
workflowهای مرتبط
- دستهبندی خودکار ایمیل جیمیل با GPT-4o و هشدار SlackAI Summarization
- دستهبندی خودکار پستهای وبلاگ با هوش مصنوعی و گیتهابContent Creation
- اتوماسیون زیرنویسگذاری ویدیو با n8n، Google Drive و SubmagicContent Creation
- تحلیل خودکار Google Analytics با هوش مصنوعی Gemini و اعلانه…Market Research
- اتوماسیون ثبت رزروهای Calendly در Google Sheets با n8nCRM
- اتوماسیون پیامهای تشکر و کوپن واتساپ برای مشتریان ShopifyContent Creation
