目录[-]

最近在做一个产品官网，为了 SEO 需要不断发博客文章。每次手动写、手动优化、手动发布，实在太累了。于是我花了点时间，用 n8n 搭了一个完全自动化的博客发布工作流。

现在的状态是，它每 3 天自动发布一篇文章。从选题、参考文章抓取、内容创作、到推送 GitHub 触发部署，全程不需要我插手。而且重点是，这些文章的质量还不错，SEO 优化也做得很到位。

更爽的是，整个工作流完全免费，一分钱都不花。

 

为什么要做这个

做产品的人都知道，SEO 是个长期工程。Google 现在越来越看重内容的一致性和质量，你不能指望发几篇文章就能有好排名。

HubSpot 的数据建议，新博客每周至少要发 1-4 篇。但问题是，手动写博客太费时间了。

 

我之前的流程是这样的：先想选题，然后搜索参考文章，把资料下载下来发给 AI 当素材，让 AI 阅读研究再写文章，最后手动优化和发布。

虽然有 AI 的帮助，但依然很麻烦。一篇文章大概要花 20-30 分钟。如果每周要发 3 篇，那就是一周 1-1.5 小时全耗在这上面了。

我想要的是，把这些重复劳动全部自动化，让我有时间去做更重要的事情，比如产品功能开发、用户反馈处理。

市面上已经有不少 AI 写作工具了，为什么还要自己搭工作流？

因为大多数 AI 写作工具只管能不能写出来，写得好不好、能不能持续写，它们管不了。

我对这个工作流的要求是：

1. 选题要有策略

不能随便写，要基于关键词研究，知道哪些词搜索量大、竞争度低、符合产品定位。而且要避免重复，不能写过的主题又写一遍。

2. 内容要有质量

不能是那种一看就是 AI 生成的套话文章。要参考 Google Top 3 的文章，吸取他们的优点，然后写出更好的内容。要符合 Google 的 E-E-A-T 原则（Experience, Expertise, Authoritativeness, Trustworthiness）。

3. SEO 要做到位

标题、Meta 描述、关键词分布、内部链接、图片 Alt 文本，这些 SEO 细节都要自动处理好。

4. 发布要完全自动

写完直接推送到 GitHub，触发 Vercel/Netlify 自动部署，网站自动更新博客。我只需要定期检查一下效果就行。

5. 成本要可控

理想状态是完全免费，或者成本极低。毕竟我还在验证产品，不想在内容上花太多钱。

基于这些需求，我设计了一个完整的工作流。

整个工作流分 8 个步骤，每一步都有明确的职责：

1. 定时触发
每隔 3 天的上午 10 点，工作流自动启动。

2. 列出已有博客
通过 GitHub API，读取项目的博客目录，获取所有已发布的文章标题（产品博客都是以 md 的形式放在项目代码仓库中）。

3. 提取标题列表
把文件名转成标题列表，传给下一步的 AI，这是为了让 AI 知道现在有哪些博客，不要写重复了。

4. AI 选题规划
这是第一个核心步骤。AI 分析已有标题，结合我预设的关键词库（按搜索量和竞争度分级），选出一个没写过的、高价值的选题。

输出一个结构化的 JSON，包含标题、主关键词和次关键词、内容角度、搜索意图、目标受众、独特价值、预估搜索量、SEO 难度等信息。

标题符合 SEO 规范，控制在 50-60 字符。内容角度会分教程、对比、评测、技巧等类型。搜索意图会判断是信息型、交易型还是导航型。

5. 抓取参考文章
用 Firecrawl API，根据主关键词搜索 Google Top 3 文章，抓取内容并转成 Markdown 格式。

6. AI 内容创作
这是第二个核心步骤。AI 基于选题信息和参考文章，写出一篇完整的博客文章。

提示词里我设置了很多规则：

  • • 不能直接抄袭参考文章，要深度理解后重新组织

  • • 要符合搜索意图（用户为什么搜这个词？想解决什么问题？）

  • • 要提供独特价值（比参考文章更详细、更清晰、更实用）

  • • 要遵循 E-E-A-T 原则（展示实际经验、专业性、权威性、可信度）

  • • 要自然融入产品介绍（不能硬广，要提供真实价值）

  • • 要做好 SEO 优化（关键词分布、内部链接、图片优化）

  • • 要避免 AI 套话（删掉「Dive into」「Revolutionize」之类的）

输出的是一个完整的 Markdown 文件，包含 YAML Frontmatter 元数据，比如标题、描述、日期、分类、标签、封面这些。

7. 推送到 GitHub
把生成的文章直接创建到 GitHub 仓库的博客目录，自动触发 Vercel/Netlify 部署。

8. 发送通知
等待 1 分钟让部署完成，然后通过飞书 Webhook 发通知，告诉我文章已上线。

整个流程跑完大概 2-3 分钟，我只需要收到通知后去看一眼效果就行。

用到的工具

  • • n8n，工作流编排平台，开源免费，可以自己部署，我是部署在 claw.cloud 上，github 登录每个月有免费额度，不花钱。

  • • OpenRouter，AI 模型聚合器，一个 API 访问多个模型，用的 minimax 新的模型，暂时免费。

  • • Firecrawl，网页抓取工具，把网页转成 LLM 友好的格式，有免费额度。

  • • GitHub API，管理博客文件

  • • 飞书 Webhook，发送通知，可选

成本

每月运行约 10 次，每 3 天一次，算下来成本是这样的。

OpenRouter 用的是 minimax/minimax-m2:free 模型，免费。Firecrawl 有 500 次/月的免费额度，实际用 30 次，免费。GitHub API 免费，5000 次/小时。飞书 Webhook 也免费。

总计 $0/月。

关键是选对了暂时免费的 AI 模型。minimax-m2 是 OpenRouter 上的免费模型，虽然比不上 GPT-5 或 Claude，但用来写博客文章效果还蛮好的。如果后面产品盈利了，可以换成付费模型进一步提升质量。

怎么配置这个工作流

配置过程也很简单：

1. 准备 API 凭证

需要三个 API Key，GitHub Personal Access Token 用于仓库访问，OpenRouter API Key 用于调用 AI 模型，Firecrawl API Token 用于抓取网页。都可以免费注册获取。

2. 替换占位符

工作流模板里有很多占位符，比如 YOUR_GITHUB_USERNAME、YOUR_REPO_NAME、YOUR_BLOG_DIRECTORY 等，需要替换成你自己的信息。

3. 配置关键词库

这是最重要的一步。关键词库直接决定了选题质量。

我的建议是，用 similarweb 或 Ahrefs 这类工具，研究你的产品相关的关键词，按搜索量和竞争度分级：

  • • 超高价值（月搜索 > 10K）

  • • 高价值（月搜索 1K-10K）

  • • 中等价值（月搜索 100-1K）

  • • 长尾关键词

然后把这些关键词填到提示词里。AI 会优先选择搜索量大、竞争度低、没写过的词。

4. 自定义提示词

提示词里需要填入你的产品信息，包括产品名称和定位、核心功能、目标用户、定价方案、技术优势，还有产品限制，这个要诚实说明。

这样 AI 才能自然地把产品融入文章，不会写成生硬的广告。

5. 调整 Frontmatter 格式

不同的博客系统的 Frontmatter 格式不太一样，需要根据你的博客系统调整。

具体的配置步骤我整理成了一份详细的文档，包含在工作流模板里。如果你想要这个模板，可以关注公众号，回复「博客工作流」免费获取。

模板里包含完整的 n8n 工作流 JSON 文件，配置指南会一步步教你怎么设置，还有提示词模板可以根据你的产品定制。

 

实际效果怎么样

工作流在我两个产品网站上已经跑了两三天，自动生成了 3 篇博客，说说真实感受。

质量：

生成的文章质量还不错，基本达到了我的预期。文章结构清晰，逻辑合理，SEO 优化到位。最重要的是，确实能抓到参考文章的精华，不是简单的改写。

有时候会出现一些小问题，比如产品介绍融入得不够自然，或者某些细节不够准确。稍微改改就行。

SEO 效果：

才跑了两三天，SEO 效果还看不出来。毕竟 Google 收录和排名都需要时间。

但至少现在能保证稳定输出，不用我每次都手动让 AI 生成、手动上传。这个流程跑通了，后面就是持续优化的问题了。

稳定性：

目前还没遇到过失败的情况。工作流每 3 天自动跑一次，跑完会发飞书通知，我看一眼就行。

时间成本

以前每篇文章要花 20-30 分钟（想选题、搜资料、让AI写作、优化、发布），现在每天至少能省下 10 分钟左右。虽然听起来不多，但积累下来也不少了。

而且更重要的是，我不用再操心博客更新的事了。每天早上打开飞书，看到新文章已经上线，这种感觉挺爽的。

能干的不止发博客

这个工作流的价值，远不止发博客。

核心是「内容自动化」的思路。同样的逻辑，可以扩展到很多场景：

1. 社交媒体内容发布

可以改成每天自动发 Twitter/小红书/LinkedIn。从热点话题中选题，生成符合平台风格的内容，自动发布。

2. 自动化视频生成

我最近在计划做这个。先写脚本，然后生成首尾帧图片（保证画面一致性），再用 AI 生成视频，自动拼接，最后自动发布到 YouTube/B站。

整个流程跑通，视频内容也能持续输出了。

3. 数据报告自动化

每周自动抓取产品数据，生成可视化报告，发送给团队。省得每次手动整理数据。

这些场景的共同点是：有明确的流程、需要持续执行、内容有一定规律。只要找到规律，就可以用工作流自动化。

关于 n8n 和自动化的一些想法

用了一段时间 n8n，我有一些更深的感受。

自动化的门槛正在降低。以前搭建这种工作流，需要会写代码、懂 API、会部署服务器。现在有了 n8n 这种可视化工具，加上 AI 的帮助，即使不是专业开发者也能搭出来。

很多人习惯了手工操作，遇到重复劳动就埋头干。其实应该停下来想想，这个流程能不能自动化？哪些环节可以交给 AI？哪些环节需要人工判断？

一旦有了这种思维，你会发现到处都是可以优化的点。发博客、发社交媒体、回复邮件、整理数据、生成报告，太多重复劳动可以自动化了。

AI 让自动化变得更智能了。以前的自动化工具，只能做简单的 if-then 逻辑。现在有了 AI，可以做复杂的判断、理解、创作。

比如我这个工作流，AI 要理解哪些选题写过了、哪些关键词值得写、参考文章的核心观点是什么、怎么写出更好的内容。这些都是以前的自动化工具做不到的。

未来的工作流会越来越智能，越来越接近「AI 员工」的概念。你给它一个目标，它自己规划路径、执行任务、处理异常。

未来的工作方式，应该是「人 + AI + 工作流」的组合。AI 负责执行，工作流负责编排，人负责策略和创造。

我分享这个工作流，也是希望更多人能用上这些工具，把时间花在更有价值的事情上，别被重复劳动困住。