تحلیل خودکار شکاف صفحات وب‌سایت با هوش مصنوعی و n8n

تحلیل شکاف صفحات وب‌سایت با هوش مصنوعی و Google Docs

این گردش کار فرآیند تحلیل ساختار محتوای یک وب‌سایت را برای شناسایی صفحات گمشده خودکار می‌کند. این گردش کار از مدل‌های هوش مصنوعی مانند GPT-4.1-mini و Perplexity برای تحقیقات عمیق، همراه با Google Docs برای تولید گزارش استفاده می‌کند.

دسته‌بندی‌ها: تحقیقات بازار، هوش مصنوعی RAG

کاتالوگ Axeto: https://axeto.ai/n8n

🚀 نمای کلی گردش کار

این گردش کار موارد زیر را انجام می‌دهد:

1. دریافت ورودی: پذیرش URL وب‌سایت از طریق یک فرم کاربرپسند.

2. بازیابی HTML: دریافت محتوای خام HTML URL ارائه شده.

3. تحلیل صفحه و کسب‌وکار: تجزیه HTML برای شناسایی صفحات رایج موجود (مانند درباره ما، تماس با ما، خدمات)، تشخیص نوع کسب‌وکار و استخراج فراداده.

4. تحلیل شکاف مبتنی بر هوش مصنوعی: استفاده از یک عامل LangChain با GPT-4.1-mini (شامل جستجوی وب) و ابزار Perplexity برای:

* تأیید صفحات موجود.

* تحقیق در مورد ساختار صفحات رقبا.

* شناسایی صفحات استاندارد صنعتی.

* تولید لیستی اولویت‌بندی شده از صفحات گمشده با ارزش بالا.

* ارائه پیشنهادات محتوا و نمونه‌های رقبا.

5. تولید گزارش: ذخیره گزارش نهایی و اولویت‌بندی شده تحلیل شکاف در یک سند Google مشخص شده.

موارد استفاده ایده‌آل:

• استراتژی سئو و محتوا: برنامه‌ریزی برای محتوای جدید و بهینه‌سازی ساختار سایت موجود.
• مقایسه رقابتی: مقایسه معماری صفحات با رقبا.
• ممیزی وب‌سایت: شناسایی سریع صفحات گمشده که باعث افزایش تبدیل یا پشتیبانی برای مشتریان می‌شوند.

---

🛠️ جزئیات گردش کار

۱. ورودی و بازیابی HTML

این بخش به دریافت URL هدف و دریافت محتوای آن می‌پردازد.

#### ۱.۱. ارسال URL وب‌سایت برای تحلیل

• نوع Node: Form Trigger (n8n-nodes-base.formTrigger)
• نقش: نقطه ورود گردش کار. یک فرم ساده برای ورودی URL وب‌سایت به کاربر ارائه می‌دهد.
• پیکربندی:

* عنوان فرم: "URL"

* فیلد ورودی: یک فیلد الزامی به نام "URL".

• خروجی: URL ارسال شده در خروجی JSON گردش کار موجود است.
• اتصالات:

* خروجی به: Fetch Website HTML

• نکات: اطمینان حاصل کنید که نسخه n8n شما از Form Trigger v2+ پشتیبانی می‌کند. URLهای نامعتبر ممکن است باعث بروز مشکل در گره‌های بعدی شوند.

#### ۱.۲. دریافت HTML وب‌سایت

• نوع Node: HTTP Request (n8n-nodes-base.httpRequest)
• نقش: محتوای HTML را از URL ارائه شده توسط فرم تریگر دانلود می‌کند.
• پیکربندی:

* URL: به صورت پویا با استفاده از ={{ $json.URL }} تنظیم شده است.

* از تنظیمات پیش‌فرض HTTP استفاده می‌کند.

• اتصالات:

* ورودی از: Submit Website URL for Analysis

* خروجی به: Detect Existing Pages and Business Type

• نکات: این گره ممکن است به دلیل محافظت در برابر ربات‌ها (مانند Cloudflare)، هدرهای User-Agent ناموجود یا محدودیت‌های سرور با خطا مواجه شود. محتوای غیر HTML یا تغییر مسیرهای بیش از حد نیز می‌تواند باعث شکست شود.

۲. تشخیص صفحه و طبقه‌بندی کسب‌وکار

این بخش HTML دریافت شده را برای درک ساختار فعلی سایت تجزیه و تحلیل می‌کند.

#### ۲.۱. تشخیص صفحات موجود و نوع کسب‌وکار

• نوع Node: Code (n8n-nodes-base.code)
• نقش: HTML را تجزیه می‌کند تا لینک‌های داخلی را شناسایی کند، حضور صفحات استاندارد را تشخیص دهد، نوع کسب‌وکار را استنباط کند و فراداده اولیه (عنوان، توضیحات) را استخراج کند.
• پیکربندی:

* HTML را از ورودی می‌خواند.

* لینک‌های داخلی را استخراج و نرمال‌سازی می‌کند.

* انواع صفحات رایج (مانند home, about, contact, services, blog, pricing, faq) را تشخیص می‌دهد.

* نوع کسب‌وکار را بر اساس کلمات کلیدی (مانند ecommerce, saas, agency) استنباط می‌کند.

* <title> و <meta name="description"> را استخراج می‌کند.

• خروجی: existing_pages, missing_pages, business_type, title, description و اطلاعات تشخیصی را تولید می‌کند.
• اتصالات:

* ورودی از: Fetch Website HTML

* خروجی به: Generate Gap Analysis Report with AI

• نکات: محتوای رندر شده با جاوا اسکریپت پویا ممکن است به طور کامل گرفته نشود. نرمال‌سازی لینک کمک می‌کند اما ممکن است شامل لینک‌های خارجی یا قطعه‌ای باشد. سایت‌های چند زبانه ممکن است دقت تشخیص را کاهش دهند.

۳. تحلیل شکاف و گزارش‌دهی مبتنی بر هوش مصنوعی

این بخش از هوش مصنوعی برای انجام تحقیقات پیشرفته و تولید گزارش نهایی استفاده می‌کند.

#### ۳.۱. OpenAI GPT-4.1 Mini با جستجوی وب

• نوع Node: LangChain Chat Model (@n8n/n8n-nodes-langchain.lmChatOpenAi)
• نقش: قابلیت‌های اصلی مدل زبان بزرگ (LLM) را برای عامل هوش مصنوعی فراهم می‌کند.
• پیکربندی:

* مدل: gpt-4.1-mini

* ابزارها: webSearch فعال (زمینه متوسط).

* اعتبارنامه: اعتبارنامه OpenAI پیکربندی شده.

• اتصالات:

* استفاده شده توسط: Generate Gap Analysis Report with AI (به عنوان مدل زبان آن).

• نکات: نیاز به اعتبارنامه OpenAI معتبر با اعتبار کافی دارد. قابلیت جستجوی وب به پشتیبانی ادغام بستگی دارد.

#### ۳.۲. ابزار تحقیق رقبا Perplexity

• نوع Node: Perplexity Tool (n8n-nodes-base.perplexityTool)
• نقش: به عامل هوش مصنوعی اجازه می‌دهد تا با استفاده از Perplexity تحقیقات خارجی انجام دهد.
• پیکربندی:

* گره برای درخواست از Perplexity پیکربندی شده است تا:

* وب‌سایت هدف را بخزد و صفحات آن را لیست کند.

* ۵ تا ۷ رقیب را شناسایی کند.

* ساختار صفحات رقبا را تحلیل کند.

* صفحات استاندارد صنعتی را لیست کند.

* فقط صفحات قابل مشاهده برای کاربر را درخواست می‌کند.

* اعتبارنامه: اعتبارنامه Perplexity پیکربندی شده.

• اتصالات:

* استفاده شده توسط: Generate Gap Analysis Report with AI (به عنوان یک ابزار).

• نکات: نیاز به اعتبارنامه Perplexity معتبر دارد. نتایج تحقیقات ممکن است بسته به دسترسی وب‌سایت و قابلیت‌های Perplexity متفاوت باشد.

#### ۳.۳. تولید گزارش تحلیل شکاف با هوش مصنوعی

• نوع Node: LangChain Agent (@n8n/n8n-nodes-langchain.agent)
• نقش: LLM و ابزارها را برای ایجاد گزارش نهایی تحلیل شکاف هماهنگ می‌کند.
• پیکربندی:

* از یک پرامپت سفارشی استفاده می‌کند که داده‌های گره‌های قبلی (URL، نوع کسب‌وکار، صفحات موجود/گمشده) را در بر می‌گیرد.

* به هوش مصنوعی دستور می‌دهد تا به طور دقیق بر صفحات با ارزش تجاری تمرکز کند و از توصیه صفحات موجود خودداری کند.

* فرآیند را تعریف می‌کند: استفاده از Perplexity برای تحقیق، مقایسه یافته‌ها و تولید گزارشی اولویت‌بندی شده با پیشنهادات محتوا.

* محدودیت خروجی: "فقط متن گزارش را خروجی دهید - بدون کد، بدون JSON، بدون قالب‌بندی Markdown".

• اتصالات:

* ورودی از: Detect Existing Pages and Business Type

* استفاده شده توسط: OpenAI GPT-4.1 Mini with Web Search (LLM) و Perplexity Competitor Research Tool (ابزار).

* خروجی به: Save Report to Google Docs

• نکات: کیفیت خروجی به دقت مراحل قبلی و تفسیر هوش مصنوعی بستگی دارد. خرابی ابزارها می‌تواند منجر به گزارش‌های کمتر جامع شود.

۴. ماندگاری گزارش

این بخش گزارش تولید شده را ذخیره می‌کند.

#### ۴.۱. ذخیره گزارش در Google Docs

• نوع Node: Google Docs (n8n-nodes-base.googleDocs)
• نقش: متن گزارش تولید شده توسط هوش مصنوعی را در یک سند Google مشخص شده درج می‌کند.
• پیکربندی:

* عملیات: update

* اقدام: insert

* متن برای درج: ={{ $json.output }} (انتظار می‌رود متن گزارش در فیلد output از عامل باشد).

* شناسه سند: 1xSDUxPlpSXj2dM3vQtUMHQjVXPE4-XtoB9h4peCFRys (شناسه سند هدف خود را جایگزین کنید).

* اعتبارنامه: اعتبارنامه Google Docs پیکربندی شده.

• اتصالات:

* ورودی از: Generate Gap Analysis Report with AI

* پایان گردش کار.

• نکات: نیاز به اعتبارنامه Google Docs معتبر با مجوز ویرایش برای سند هدف دارد. اطمینان حاصل کنید که شناسه سند صحیح است و اعتبارنامه دسترسی دارد. درج متن‌های بزرگ ممکن است بریده شود.

---

📊 جدول خلاصه