خودکارسازی ممیزی افت ترافیک سئو با هوش مصنوعی و Slack

خودکارسازی ممیزی افت ترافیک سئو با هوش مصنوعی و Google Search Console به Slack

این گردش کار (Workflow) فرآیند شناسایی و تجزیه و تحلیل افت ترافیک سئو را خودکار می‌کند. این گردش کار از داده‌های Google Search Console برای تشخیص کاهش عملکرد استفاده کرده و با بهره‌گیری از هوش مصنوعی، توصیه‌های عملی برای بهبود ارائه می‌دهد و این بینش‌ها را مستقیماً به کانال Slack شما ارسال می‌کند.

دسته‌بندی‌ها: تحقیقات بازار، خلاصه‌سازی هوش مصنوعی

کاتالوگ Pixori: https://pixori.me/n8n

---

🚀 نمای کلی گردش کار (Workflow)

این گردش کار برای متخصصان سئو و بازاریابان دیجیتال طراحی شده است که نیاز به نظارت فعالانه بر عملکرد جستجوی وب‌سایت خود دارند. این گردش کار به طور خودکار:

1. افت ترافیک را تشخیص می‌دهد: به طور منظم Google Search Console را برای صفحاتی که کاهش کلیک و بدتر شدن رتبه جستجو را تجربه می‌کنند، بررسی می‌کند.

2. صفحات با عملکرد ضعیف را تجزیه و تحلیل می‌کند: برای هر صفحه شناسایی شده، کوئری‌های جستجوی مرتبط را جمع‌آوری کرده و محتوای صفحه زنده (عنوان و سرتیترهای H2) را استخراج می‌کند.

3. توصیه‌های هوش مصنوعی را تولید می‌کند: داده‌های جمع‌آوری شده را برای تجزیه و تحلیل دقیق و پیشنهادات بهبود سئو سفارشی به یک مدل هوش مصنوعی ارسال می‌کند.

4. به Slack گزارش می‌دهد: بینش‌های تولید شده توسط هوش مصنوعی را در یک پیام واضح و مختصر قالب‌بندی کرده و آن را در یک کانال Slack مشخص ارسال می‌کند.

گردش کار به سه بلوک منطقی اصلی تقسیم شده است:

• جمع‌آوری داده: داده‌های مرتبط Google Search Console را جمع‌آوری و فیلتر می‌کند.
• تجزیه و تحلیل عمیق: تجزیه و تحلیل عمیق صفحات با عملکرد ضعیف را با استفاده از هوش مصنوعی انجام می‌دهد.
• گزارش‌دهی: یافته‌ها را به Slack ارائه می‌دهد.

---

🔍 تحلیل گام به گام

۱. جمع‌آوری داده‌ها

هدف: این بخش گردش کار را بر اساس یک برنامه زمان‌بندی شده آغاز می‌کند، ویژگی وب‌سایت هدف را پیکربندی می‌کند، داده‌های عملکرد مقایسه‌ای را از Google Search Console بازیابی می‌کند و صفحات دارای روند نزولی را فیلتر می‌کند.

نودها:

• برنامه هفتگی (Schedule Trigger)
• 📝 ویرایش من: پیکربندی (Set)
• GSC: مقایسه دوره (Google Search Console)
• فیلتر: افت‌ها (Filter)

جزئیات نود:

• برنامه هفتگی

* نوع: scheduleTrigger

* عملکرد: گردش کار را هر دوشنبه ساعت ۹:۰۰ صبح فعال می‌کند.

* پیکربندی: تنظیم شده برای اجرا به صورت هفتگی در روز دوشنبه ساعت ۹:۰۰ صبح.

* ورودی: ندارد.

* خروجی: نود "📝 ویرایش من: پیکربندی" را آغاز می‌کند.

* مدیریت خطا: بعید است مگر اینکه سیستم n8n در دسترس نباشد.

• 📝 ویرایش من: پیکربندی

* نوع: set

* عملکرد: پارامترهای پیکربندی ضروری، به ویژه URL ویژگی Google Search Console (target_site_property) را ذخیره می‌کند.

* پیکربندی: یک رشته ثابت حاوی URL ویژگی وب‌سایت هدف (مثلاً https://www.example.com/). فراموش نکنید که این را با URL ویژگی واقعی خود به‌روز کنید.

* ورودی: محرک را از "برنامه هفتگی" دریافت می‌کند.

* خروجی: target_site_property را به نودهای بعدی منتقل می‌کند.

* مدیریت خطا: فرمت نادرست URL می‌تواند منجر به شکست در نودهای بعدی Google Search Console شود.

• GSC: مقایسه دوره

* نوع: googleSearchConsole

* عملکرد: داده‌های عملکرد در سطح صفحه را با مقایسه دو دوره برای ویژگی وب‌سایت مشخص شده، واکشی می‌کند.

* پیکربندی:

* عملیات: comparePageInsights

* URL سایت: به صورت پویا به target_site_property از نود "📝 ویرایش من: پیکربندی" متصل است.

* اعتبارنامه‌ها: نیاز به احراز هویت OAuth2 برای Google Search Console دارد.

* ورودی: URL target_site_property را دریافت می‌کند.

* خروجی: لیستی از صفحات با تفاوت‌های عملکردی آن‌ها (کلیک‌ها، موقعیت‌ها و غیره) بین دو دوره.

* مدیریت خطا: مشکلات احتمالی شامل شکست احراز هویت، فراتر رفتن از سهمیه‌های API، یا URL ویژگی نامعتبر است.

• فیلتر: افت‌ها

* نوع: filter

* عملکرد: نتایج "GSC: مقایسه دوره" را فیلتر می‌کند تا فقط صفحاتی را شامل شود که در آن‌ها کلیک‌ها کاهش یافته‌اند (clicks_diff < 0) و موقعیت‌های جستجو بدتر شده‌اند (pos_diff > 0).

* پیکربندی: شرایط بر روی خصوصیات JSON clicks_diff و pos_diff تنظیم شده‌اند.

* ورودی: داده‌ها از نود "GSC: مقایسه دوره".

* خروجی: لیستی اصلاح شده حاوی فقط صفحاتی که روندهای عملکرد نزولی را نشان می‌دهند.

* مدیریت خطا: ممکن است در صورت عدم تطابق ساختار داده ورودی با انتظار یا در صورت مفقود بودن فیلدهای مورد نیاز، شکست بخورد.

۲. تحلیل عمیق

هدف: این بخش هر صفحه با عملکرد ضعیف شناسایی شده در بخش قبلی را پردازش می‌کند. داده‌های مربوط به پرس‌وجوهای جستجو را واکشی می‌کند، محتوای صفحه زنده را استخراج می‌کند و تمام اطلاعات جمع‌آوری شده را برای توصیه‌های دقیق سئو به یک مدل هوش مصنوعی ارسال می‌کند.

نودها:

• حلقه صفحات (SplitInBatches)
• انتظار ۱ ثانیه (Wait)
• GSC: دریافت پرس‌وجوها (Google Search Console)
• قالب‌بندی پرس‌وجوها (Code)
• استخراج صفحه (HTTP Request)
• استخراج محتوا (HTML Extract)
• تحلیلگر هوش مصنوعی (@n8n/n8n-nodes-langchain.openAi)

جزئیات نود:

• حلقه صفحات

* نوع: splitInBatches

* عملکرد: از طریق صفحات فیلتر شده یکی یکی تکرار می‌شود و پردازش متوالی را برای هر صفحه با عملکرد ضعیف امکان‌پذیر می‌سازد.

* پیکربندی: اندازه دسته روی 1 تنظیم شده است تا صفحات به صورت جداگانه پردازش شوند.

* ورودی: لیست فیلتر شده صفحات از "فیلتر: افت‌ها".

* خروجی: یک صفحه در هر زمان به نودهای بعدی ارسال می‌شود.

* مدیریت خطا: در صورت خالی بودن لیست ورودی می‌تواند رخ دهد.

• انتظار ۱ ثانیه

* نوع: wait

* عملکرد: یک وقفه کوتاه (۱ ثانیه) بین درخواست‌ها برای جلوگیری از رسیدن به محدودیت‌های نرخ API ایجاد می‌کند.

* پیکربندی: زمان انتظار روی 1 ثانیه تنظیم شده است.

* ورودی: در شاخه ثانویه نود "حلقه صفحات" فعال می‌شود.

* خروجی: نود "GSC: دریافت پرس‌وجوها" را فعال می‌کند.

* مدیریت خطا: ریسک حداقل، عمدتاً مربوط به وقفه گردش کار.

• GSC: دریافت پرس‌وجوها

* نوع: googleSearchConsole

* عملکرد: پرس‌وجوهای جستجوی مرتبط با URL صفحه فعلی را واکشی می‌کند و بینش‌هایی در مورد قصد جستجوی کاربر ارائه می‌دهد.

* پیکربندی:

* عملیات: getPageInsights

* فیلترها: بر روی URL صفحه فعلی از نود "حلقه صفحات" تنظیم شده است.

* ابعاد: شامل page و query است.

* اعتبارنامه‌ها: از همان اعتبارنامه‌های OAuth2 Google Search Console استفاده می‌کند.

* ورودی: URL صفحه را از نود "حلقه صفحات" دریافت می‌کند.

* خروجی: لیستی از پرس‌وجوهای جستجو مرتبط با صفحه.

* مدیریت خطا: مشابه سایر نودهای GSC؛ همچنین، ممکن است نتایج پرس‌وجوی خالی دریافت شود.

• قالب‌بندی پرس‌وجوها

* نوع: code (JavaScript)

* عملکرد: پرس‌وجوهای جستجوی واکشی شده را به یک لیست گلوله‌ای قابل خواندن قالب‌بندی می‌کند. این شامل متن پرس‌وجو، رتبه، کلیک‌ها، نمایش‌ها است و این را با URL صفحه و معیارهای افت برای تجزیه و تحلیل هوش مصنوعی ترکیب می‌کند.

* پیکربندی: کد جاوا اسکریپت تا ۲۰ پرس‌وجو را استخراج کرده و clicks_diff و pos_diff را از نود "حلقه صفحات" اضافه می‌کند.

* ورودی: داده‌ها از "GSC: دریافت پرس‌وجوها" و "حلقه صفحات".

* خروجی: یک شیء JSON حاوی target_url، query_summary، clicks_diff و pos_diff.

* مدیریت خطا: خطاهای اجرای کد می‌تواند در صورت عدم تطابق ساختار داده ورودی با انتظار یا خالی بودن آن رخ دهد.

• استخراج صفحه

* نوع: httpRequest

* عملکرد: محتوای HTML زنده URL صفحه هدف را واکشی می‌کند.

* پیکربندی:

* URL: به صورت پویا به target_url از نود "قالب‌بندی پرس‌وجوها" تنظیم شده است.

* قالب پاسخ: text (HTML).

* ورودی: محتوای HTML خام را از نود "قالب‌بندی پرس‌وجوها" دریافت می‌کند.

* خروجی: محتوای HTML خام صفحه.

* مدیریت خطا: خطاهای استاندارد HTTP (مانند ۴۰۴، ۵۰۰)، مهلت زمانی، یا مشکلات اتصال شبکه.

• استخراج محتوا

* نوع: htmlExtract

* عملکرد: محتوای HTML را تجزیه می‌کند تا تگ <title> صفحه و تمام عناوین <h2> را استخراج کند.

* پیکربندی:

* انتخابگرها: title و h2.

* خروجی: تگ‌های h2 را به صورت آرایه برمی‌گرداند.

* ورودی: محتوای HTML خام از نود "استخراج صفحه".

* خروجی: یک شیء JSON حاوی page_title و h2_tags.

* مدیریت خطا: خطاهای تجزیه ممکن است در صورت خرابی HTML یا عدم یافتن عناصر با انتخابگرهای مشخص شده رخ دهد.

• تحلیلگر هوش مصنوعی

* نوع: openAi (از @n8n/n8n-nodes-langchain)

* عملکرد: از یک مدل هوش مصنوعی (مانند GPT-4o-mini) برای تجزیه و تحلیل افت ترافیک سئو با ترکیب داده‌های پرس‌وجوی جستجو و محتوای صفحه استفاده می‌کند. توصیه‌های سفارشی برای بهبود سئو تولید می‌کند.

* پیکربندی:

* مدل: gpt-4o-mini (یا جایگزین ترجیحی).

* دستور: یک دستور دقیق که به هوش مصنوعی دستور می‌دهد تا توصیه‌های عملی بدون markdown یا کلیشه‌ها ارائه دهد، با لحنی انسانی، و خروجی را برای شامل کردن هشدار، پرس‌وجوهای مرتبط، ایده‌های عنوان و پیشنهاداتی برای عناوین H2 گمشده، ساختاربندی کند.

* متغیرها: داده‌ها را از نودهای "قالب‌بندی پرس‌وجوها" و "استخراج محتوا" تزریق می‌کند.

* اعتبارنامه‌ها: کلید API OpenAI شما را نیاز دارد.

* ورودی: داده‌های ترکیبی صفحه و پرس‌وجو.

* خروجی: متنی حاوی توصیه‌های ممیزی سئو تولید شده توسط هوش مصنوعی.

* مدیریت خطا: خطاهای API، محدودیت‌های نرخ، مهلت زمانی مدل، یا مشکلات مربوط به ساختار دستور.

۳. گزارش‌دهی

هدف: این بخش تجزیه و تحلیل تولید شده توسط هوش مصنوعی را به یک پیام سازگار با Slack قالب‌بندی کرده و آن را به یک کانال Slack مشخص ارسال می‌کند.

نودها:

• قالب‌بندی برای Slack (Code)
• اطلاع‌رسانی Slack (Slack)

جزئیات نود:

• قالب‌بندی برای Slack

* نوع: code (JavaScript)

* عملکرد: متن پاسخ هوش مصنوعی را پاکسازی و استخراج می‌کند، هرگونه markdown غیرضروری (مانند برجسته‌سازی) را حذف می‌کند و یک پیام Slack با یک سربرگ واضح شامل URL و عنوان گزارش ایجاد می‌کند.

* پیکربندی: کد جاوا اسکریپت طراحی شده برای مدیریت فرمت‌های مختلف پاسخ هوش مصنوعی و نرمال‌سازی متن برای Slack.

* ورودی: متن ممیزی تولید شده توسط هوش مصنوعی از نود "تحلیلگر هوش مصنوعی".

* خروجی: یک شیء JSON حاوی slack_message آماده برای ارسال.

* مدیریت خطا: خطاهای تجزیه احتمالی در صورت عدم تطابق فرمت پاسخ هوش مصنوعی با انتظار.

• اطلاع‌رسانی Slack

* نوع: slack

* عملکرد: گزارش بهبود سئو قالب‌بندی شده را با استفاده از احراز هویت OAuth2 به یک کانال Slack اختصاصی ارسال می‌کند.

* پیکربندی:

* نام کانال: این را سفارشی کنید (مثلاً #seo-alerts). پیش‌فرض "example" است.

* متن: به صورت پویا با slack_message از نود "قالب‌بندی برای Slack" پر می‌شود.

* اعتبارنامه‌ها: نیاز به اعتبارنامه‌های OAuth2 Slack دارد.

* ورودی: متن پیام Slack قالب‌بندی شده را دریافت می‌کند.

* خروجی: پاسخ از API Slack.

* مدیریت خطا: شکست احراز هویت، نام کانال نامعتبر، یا محدودیت‌های نرخ API Slack.

---

📊 جدول خلاصه