ساخت خودکار پست لینکدین با GPT-4 و تلگرام در n8n

ساخت خودکار پست لینکدین با GPT-4 و تلگرام در n8n

10 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۳۰

دانلود workflow

فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.

  1. فایل JSON را دانلود کنید.
  2. در n8n: Workflows → Import from File.
  3. Credentialهای هر node را متصل کنید.
  4. workflow را فعال کنید.

شناسه workflow: 11279 · منبع: کاتالوگ Axeto

تولیدکننده پست لینکدین از مقاله با تلگرام، GPT-4 و Google Sheets

این گردش کار n8n، ایجاد پست‌های جذاب لینکدین را از مقالاتی که از طریق تلگرام به اشتراک گذاشته می‌شوند، خودکار می‌کند. این سیستم از GPT-4 برای خلاصه‌سازی و تحلیل محتوا و از Google Sheets برای مدیریت محتوا استفاده می‌کند. این گردش کار برای متخصصان در زمینه‌های هوش مصنوعی، اتوماسیون و فناوری که می‌خواهند محتوای ارزشمند را به طور مؤثر به به‌روزرسانی‌های حرفه‌ای لینکدین تبدیل کنند، ایده‌آل است.

این گردش کار و موارد دیگر را در کاتالوگ Axeto کاوش کنید: Axeto.ai/n8n

---

نمای کلی گردش کار

این گردش کار برای ساده‌سازی جمع‌آوری محتوا و انتشار در شبکه‌های اجتماعی طراحی شده است. این گردش کار در سه مرحله اصلی عمل می‌کند:

1. دریافت و تحلیل محتوا: لینک مقالات یا متن را از طریق تلگرام دریافت می‌کند، سپس از هوش مصنوعی برای استخراج اطلاعات کلیدی، خلاصه‌سازی محتوا و تولید نظرات روشنگرانه استفاده می‌کند.

2. بایگانی محتوا و بازخورد کاربر: داده‌های مقاله تحلیل‌شده را برای مراجعه آتی در یک Google Sheet ذخیره می‌کند و خلاصه‌ای مختصر را از طریق تلگرام به کاربر بازمی‌گرداند.

3. تولید پست لینکدین درخواستی: پس از دریافت دستور "generate"، گردش کار بینش‌های مقاله ذخیره‌شده را بازیابی می‌کند، یک پست جذاب برای لینکدین با استفاده از هوش مصنوعی ایجاد می‌کند و آن را مستقیماً از طریق تلگرام به کاربر تحویل می‌دهد.

---

تشریح گره‌های جزئیات

فاز ۱: دریافت و تحلیل محتوا

این بخش به دریافت اولیه محتوا از تلگرام و تحلیل مبتنی بر هوش مصنوعی آن می‌پردازد.

  • Telegram Trigger

* نوع: n8n-nodes-base.telegramTrigger

* نقش: نقطه ورود گردش کار، گوش دادن به پیام‌های دریافتی در یک ربات تلگرام مشخص.

* پیکربندی: نیاز به اعتبارنامه API ربات تلگرام دارد. برای دریافت به‌روزرسانی‌های پیام پیکربندی شده است.

* ورودی: ندارد (مبتنی بر وب‌هوک).

* خروجی: بار داده JSON حاوی جزئیات پیام تلگرام (شناسه چت، متن و غیره).

* مشکلات احتمالی: خطاهای احراز هویت API تلگرام، راه‌اندازی نادرست وب‌هوک.

* مستندات: برای دستورالعمل‌های راه‌اندازی دقیق به Sticky Note3 مراجعه کنید.

  • مقاله یا تولید؟

* نوع: n8n-nodes-base.if

* نقش: هدایت گردش کار بر اساس محتوای پیام دریافتی تلگرام. این گره بین لینک‌های مقاله و دستور "تولید" تمایز قائل می‌شود.

* پیکربندی: بررسی می‌کند که آیا متن پیام حاوی "https://" (نشان‌دهنده مقاله) یا کلمه کلیدی "generate" از یک کاربر مجاز است.

* ورودی: خروجی از Telegram Trigger.

* خروجی: به گره Set Field (برای مقالات) یا گره If generate (برای دستورات) هدایت می‌کند.

* مشکلات احتمالی: خطاهای ارزیابی عبارت در صورتی که متن پیام به طور غیرمنتظره‌ای قالب‌بندی شده باشد.

* نسخه: از نسخه 2.2 برای منطق شرطی پیشرفته استفاده می‌کند.

  • Set Field

* نوع: n8n-nodes-base.set

* نقش: آماده‌سازی ورودی برای تحلیل هوش مصنوعی با استخراج متن پیام و اختصاص آن به فیلد chatInput.

* پیکربندی: متن پیام تلگرام را به فیلد chatInput نگاشت می‌کند.

* ورودی: خروجی از شاخه "مقاله" گره Article or Generate?.

* خروجی: chatInput را به گره Content Collector ارسال می‌کند.

* مشکلات احتمالی: معمولاً مورد انتظار نیست.

  • Content Collector

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: تحلیل محتوای مقاله یا متن ارائه شده. از هوش مصنوعی برای استخراج عنوان، لینک، خلاصه و تولید تفسیرهای روشنگرانه استفاده می‌کند.

* پیکربندی: chatInput را به عنوان ورودی می‌گیرد. از گره OpenAI Chat Model به صورت داخلی استفاده می‌کند که با یک اعلان سیستمی دقیق برای هدایت تحلیل، لحن و قالب خروجی هوش مصنوعی پیکربندی شده است، با تمرکز بر اتوماسیون هوش مصنوعی و بینش‌های گردش کار.

* ورودی: خروجی از Set Field.

* خروجی: شیء JSON حاوی فیلدهای تحلیل شده و خروجی متن کامل.

* مشکلات احتمالی: مهلت‌های زمانی API، URLهای مقاله غیرقابل دسترس، خطاهای تجزیه محتوا، یا مشکلات مربوط به مدل هوش مصنوعی زیربنایی.

* وابستگی‌ها: برای پردازش هوش مصنوعی به OpenAI Chat Model متکی است.

  • Edit Fields

* نوع: n8n-nodes-base.set

* نقش: تجزیه خروجی خام هوش مصنوعی از گره Content Collector. از عبارات منظم و دستکاری رشته برای استخراج و ساختاردهی فیلدهای عنوان، لینک، خلاصه و بینش و تفسیر استفاده می‌کند.

* پیکربندی: از عباراتی مانند تطابق regex و روش‌های کمکی (مانند extractUrl()) برای پاکسازی و سازماندهی داده‌ها استفاده می‌کند.

* ورودی: خروجی از Content Collector.

* خروجی: داده‌های JSON پاکسازی شده و ساختاریافته با فیلدهای مجزا.

* مشکلات احتمالی: عدم تطابق Regex در صورت تغییر قالب خروجی هوش مصنوعی، یا در صورت ناقص بودن داده‌ها.

  • OpenAI Chat Model

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi

* نقش: به عنوان مدل زبان پشتیبان برای گره Content Collector عمل می‌کند. این پیوند اغلب داخلی یا ضمنی در گره LangChain agent است.

* پیکربندی: از مدل GPT-4 (مانند gpt-4.1-mini) استفاده می‌کند و به اعتبارنامه API OpenAI نیاز دارد.

* ورودی/خروجی: اعلان‌ها و پاسخ‌های هوش مصنوعی را برای تحلیل مقاله مدیریت می‌کند.

* مشکلات احتمالی: محدودیت‌های نرخ API، شکست‌های احراز هویت.

فاز ۲: بایگانی محتوا و بازخورد کاربر

این فاز بر ذخیره داده‌های تحلیل شده و تأیید دریافت با کاربر تمرکز دارد.

  • Clean Code

* نوع: n8n-nodes-base.code

* نقش: قالب‌بندی داده‌های تحلیل شده به یک آرایه تمیز از اشیاء JSON، اطمینان از سازگاری برای درج در Google Sheets.

* پیکربندی: موارد ورودی را به یک ساختار JSON استاندارد نگاشت می‌کند.

* ورودی: خروجی از Edit Fields.

* خروجی: یک آرایه JSON مناسب برای گره Google Sheets.

* مشکلات احتمالی: خطاهای کد در صورت ناقص بودن داده‌های ورودی.

  • Append row in sheet

* نوع: n8n-nodes-base.googleSheets

* نقش: اضافه کردن داده‌های مقاله پردازش شده به عنوان یک ردیف جدید در یک Google Sheet مشخص. ستون‌ها معمولاً شامل تاریخ، عنوان، لینک، خلاصه و بینش و تفسیر هستند.

* پیکربندی: نیاز به اعتبارنامه OAuth2 Google Sheets دارد. شناسه سند Google Sheet و نام برگه پیکربندی شده‌اند. می‌تواند در حالت لیست برای اهداف پویا یا از پیش تعیین شده عمل کند.

* ورودی: خروجی از Clean Code.

* خروجی: تأیید عملیات افزودن ردیف.

* مشکلات احتمالی: شکست‌های احراز هویت، محدودیت‌های سهمیه API گوگل، شناسه‌های سند/برگه نادرست، مشکلات اتصال شبکه.

  • Send a text message

* نوع: n8n-nodes-base.telegram

* نقش: ارسال پیام تأیید، از جمله خلاصه مقاله، به کاربر از طریق تلگرام.

* پیکربندی: متن پیام روی فیلد Summary تنظیم شده است. شناسه چت به صورت پویا از Telegram Trigger اولیه بازیابی می‌شود. متن انتساب غیرفعال است.

* ورودی: خروجی از Append row in sheet.

* خروجی: تأیید تحویل پیام.

* مشکلات احتمالی: خطاهای API تلگرام، شناسه چت نامعتبر.

فاز ۳: تولید پست لینکدین درخواستی

این بخش به تولید پست‌های لینکدین در صورت درخواست کاربر می‌پردازد.

  • If generate

* نوع: n8n-nodes-base.if

* نقش: فیلتر کردن پیام‌های دریافتی برای فعال کردن خاص فرآیند تولید پست لینکدین در صورتی که پیام حاوی دستور "generate" از یک کاربر مجاز باشد.

* پیکربندی: شناسه چت و وجود کلمه کلیدی "generate" را بررسی می‌کند.

* ورودی: خروجی از شاخه "generate" گره Article or Generate?.

* خروجی: در صورت برآورده شدن شرط، به گره Get row(s) in sheet ادامه می‌دهد، در غیر این صورت، جریان برای این شاخه خاتمه می‌یابد.

* مشکلات احتمالی: خطاهای عبارت در صورت قالب‌بندی غیرمنتظره پیام.

  • Get row(s) in sheet in Google Sheets

* نوع: n8n-nodes-base.googleSheetsTool

* نقش: بازیابی داده‌های مقاله از Google Sheet. این گره برای واکشی ورودی‌های اخیر یا بالقوه استفاده نشده برای استفاده به عنوان مواد منبع برای پست‌های جدید لینکدین پیکربندی شده است.

* پیکربندی: از اعتبارنامه OAuth2 Google Sheets استفاده می‌کند. شناسه سند و برگه را می‌توان به صورت پویا تنظیم کرد.

* ورودی: خروجی از If generate.

* خروجی: ردیف‌های داده حاوی خلاصه‌ها و بینش‌های مقاله.

* مشکلات احتمالی: خطاهای دسترسی به Google Sheet، عدم یافتن ورودی‌های جدید در برگه.

  • Generate LinkedIn Post

* نوع: @n8n/n8n-nodes-langchain.agent

* نقش: استفاده از هوش مصنوعی برای ایجاد یک پست لینکدین جذاب و "آماده برای وایرال شدن" بر اساس بینش‌های بازیابی شده از Google Sheets. اعلان سیستمی هوش مصنوعی را برای اتخاذ یک صدای و سبک خاص، رعایت دستورالعمل‌های محتوا (مانند اجتناب از سیاست، محدود کردن پست‌های هفتگی) و جلوگیری از محتوای تکراری هدایت می‌کند.

* پیکربندی: از مدل GPT-4 از طریق گره OpenAI Chat Model1 استفاده می‌کند. دستورالعمل‌های درون اعلان مشخص می‌کنند که چگونه با منبع داده (Google Sheets) و ویژگی‌های خروجی مورد نظر تعامل شود.

* ورودی: داده‌های مقاله از Get row(s) in sheet و پردازش هوش مصنوعی از طریق OpenAI Chat Model1.

* خروجی: متن قالب‌بندی شده برای پست لینکدین.

* مشکلات احتمالی: محدودیت‌های نرخ API، محتوای جدید ناکافی در برگه موجود است، خطاهای تجزیه اعلان.

  • The post

* نوع: n8n-nodes-base.telegram

* نقش: تحویل پست لینکدین تولید شده توسط هوش مصنوعی مستقیماً به چت تلگرام کاربر.

* پیکربندی: متن پیام از خروجی گره Generate LinkedIn Post پر می‌شود. شناسه چت از Telegram Trigger اولیه گرفته می‌شود. انتساب غیرفعال است.

* ورودی: خروجی از Generate LinkedIn Post.

* خروجی: تأیید تحویل پیام.

* مشکلات احتمالی: خطاهای API تلگرام، شناسه چت نامعتبر.

  • OpenAI Chat Model1

* نوع: @n8n/n8n-nodes-langchain.lmChatOpenAi

* نقش: قابلیت‌های مدل زبان را برای عامل Generate LinkedIn Post فراهم می‌کند.

* پیکربندی: با مدل GPT-4 (مانند gpt-4.1-mini) پیکربندی شده و به اعتبارنامه API OpenAI معتبر نیاز دارد.

* ورودی/خروجی: اعلان‌ها و پاسخ‌های هوش مصنوعی را برای تولید پست لینکدین مدیریت می‌کند.

* مشکلات احتمالی: مشکلات احراز هویت یا سهمیه API.

---

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))مرجع مستندات (Documentation Reference)
Telegram Triggern8n-nodes-base.telegramTriggerنقطه ورود، دریافت پیام‌های تلگرامNoneArticle or Generate?Sticky Note3
Article or Generate?n8n-nodes-base.ifمسیریابی بر اساس محتوای پیام (مقاله/دستور)Telegram TriggerSet Field / If generate
Set Fieldn8n-nodes-base.setاستخراج متن پیام برای پردازش توسط هوش مصنوعیArticle or Generate? (شاخه مقاله)Content Collector
Content Collector@n8n/n8n-nodes-langchain.agentتحلیل و خلاصه‌سازی محتوای مقاله توسط هوش مصنوعیSet FieldEdit Fields
OpenAI Chat Model@n8n/n8n-nodes-langchain.lmChatOpenAiمدل هوش مصنوعی پشتیبان برای Content CollectorContent Collector (داخلی)Content Collector
Edit Fieldsn8n-nodes-base.setتجزیه و ساختاربندی خروجی هوش مصنوعیContent CollectorClean Code
Clean Coden8n-nodes-base.codeفرمت‌بندی داده‌ها برای Google SheetsEdit FieldsAppend row in sheet
Append row in sheetn8n-nodes-base.googleSheetsافزودن داده‌های مقاله به Google SheetsClean CodeSend a text message
Send a text messagen8n-nodes-base.telegramارسال تأییدیه خلاصه به کاربر تلگرامAppend row in sheet(پایان شاخه)
If generaten8n-nodes-base.ifفیلتر کردن برای دستور "generate"Article or Generate? (شاخه generate)Get row(s) in sheet
Get row(s) in sheetn8n-nodes-base.googleSheetsToolبازیابی داده‌های مقاله از Google SheetsIf generateGenerate LinkedIn Post
Generate LinkedIn Post@n8n/n8n-nodes-langchain.agentایجاد پست لینکدین با استفاده از هوش مصنوعیGet row(s) in sheet, OpenAI Chat Model1The post
OpenAI Chat Model1@n8n/n8n-nodes-langchain.lmChatOpenAiمدل هوش مصنوعی پشتیبان برای Generate LinkedIn PostGenerate LinkedIn Post (داخلی)Generate LinkedIn Post
The postn8n-nodes-base.telegramارسال پست لینکدین تولید شده به کاربر تلگرامGenerate LinkedIn Post(پایان شاخه)
Sticky Note1n8n-nodes-base.stickyNoteمستندات برای ذخیره‌سازی داده و پیام‌رسانیN/AN/A
Sticky Note2n8n-nodes-base.stickyNoteمستندات برای تولید پست لینکدینN/AN/A
Sticky Note3n8n-nodes-base.stickyNoteمستندات برای راه‌اندازی Telegram TriggerN/AN/A

Nodeهای استفاده‌شده

سوالات متداول

این گردش کار n8n چگونه کار می‌کند؟

این گردش کار لینک مقالات را از تلگرام دریافت کرده، با استفاده از GPT-4 محتوا را خلاصه و تحلیل می‌کند، آن را در Google Sheets بایگانی کرده و سپس پست‌های لینکدین جذابی را بر اساس درخواست شما تولید می‌کند.

چه ابزارهایی در این گردش کار استفاده شده است؟

این گردش کار از n8n به عنوان پلتفرم اصلی، GPT-4 برای پردازش زبان طبیعی، تلگرام برای دریافت ورودی و ارسال خروجی، و Google Sheets برای بایگانی محتوا استفاده می‌کند.

این گردش کار برای چه کسانی مفید است؟

این گردش کار برای متخصصان هوش مصنوعی، اتوماسیون، فناوری و بازاریابی محتوا که به دنبال راهی کارآمد برای تبدیل مقالات به پست‌های لینکدین هستند، ایده‌آل است.

workflowهای مرتبط

این workflow در کاتالوگ Axeto.ai بایگانی شده است. لایسنس اصلی متعلق به سازنده workflow است.