ویدیو آموزشی
لینک ویدیو: https://youtu.be/_XgNpIHhEMo
مدت ویدیو: 59:56
دسته بندی: N8N
مدرس: پویا حیاتی
آنچه در این ویدیو می بینید:
در این ویدیو یاد میگیرید چطور یک سیستم خودکار تولید محتوا با هوش مصنوعی و n8n برای X (توییتر) بسازید که پستها را زمانبندی و خودکار منتشر کند.
از ساخت Credentialهای Gemini و X تا تولید متن و تصویر، دریافت/ویرایش عکس و ارسال نهایی متن و مدیا را مرحلهبهمرحله میبینید.
فهرست مطالب و زمان بندی ویدیو
در این مقاله، بر اساس ویدیوی «سیستم خودکار تولید محتوا با هوش مصنوعی و n8n برای X (توییتر)»، یک مسیر عملی برای ساخت اتوماسیون انتشار محتوا را مرور میکنیم. هدف این است که یک ورکفلو داشته باشید که خودش در زمانهای مشخص اجرا شود، با Google Gemini متن بسازد، در صورت نیاز تصویر تولید/ویرایش کند و در نهایت پست را بهصورت خودکار در X (توییتر) منتشر کند.
نمای کلی ورکفلو ارسال پست در X (توییتر) با n8n
اولین قدم برای ساخت سیستم خودکار تولید محتوا این است که نقشه راه ورکفلو را مشخص کنید: «تریگر زمانبندی» → «تنظیم ثابتها» → «تصمیمگیری مسیر» → «تولید متن با هوش مصنوعی» → «تولید/دریافت/ویرایش تصویر» → «اتصال به X و ارسال پست».
در n8n این کار با کنار هم قرار دادن نودها انجام میشود. مزیت این روش این است که هر بخش مستقل است و اگر جایی خروجی تغییر کند (مثلا فرمت پاسخ هوش مصنوعی)، فقط همان قسمت را اصلاح میکنید.
زمانبندی پستها با نود On a schedule
برای اینکه انتشار شما منظم و بدون دخالت دستی باشد، از نود On a schedule استفاده میکنید. این نود مشخص میکند ورکفلو چه روزها و چه ساعتهایی اجرا شود (مثلا روزی 2 بار یا فقط روزهای کاری).
اگر چند نوع محتوا دارید، میتوانید چند زمانبندی مختلف بگذارید یا همان خروجی زمانبندی را به نود Switch بدهید تا بر اساس ساعت/روز، مسیر تولید محتوا تغییر کند.
ساخت ثابتها و تنظیمات اولیه با Edit Field (Set)
نود Edit Field – Set برای ساخت «ثابتها» عالی است؛ یعنی مقادیر پایهای مثل زبان محتوا، موضوعات ثابت، لحن نوشتار، طول توییت، هشتگهای مرجع، یا حتی یک قالب (Template) برای پرامپت.
با این کار، بهجای اینکه در چند نود مختلف تنظیمات را تکرار کنید، همه چیز یکجا کنترل میشود و نگهداری سیستم خودکار تولید محتوا سادهتر خواهد بود.
مدیریت مسیرها با نود Switch (سناریوهای مختلف محتوا)
نود Switch نقش «تقاطع تصمیمگیری» را دارد: مثلا اگر امروز موضوع «آموزش n8n» بود، از یک پرامپت استفاده شود؛ اگر موضوع «AI و تولید محتوا» بود، از پرامپت دیگر. یا اگر قرار است پست فقط متنی باشد، مسیر تصویر حذف شود.
این نود باعث میشود یک ورکفلو واحد، چند سناریوی انتشار خودکار را پوشش دهد و مجبور نباشید برای هر نوع پست یک اتوماسیون جدا بسازید.
ساخت Credential و API رایگان جمنای (Gemini API) در n8n
برای تولید محتوا با هوش مصنوعی در این پروژه از Gemini API استفاده میشود. در n8n باید Credential مربوط به جمنای را بسازید تا درخواستها امن و استاندارد ارسال شوند.
نکته مهم این است که Credential درست، علاوه بر امنیت، باعث میشود در آینده اگر کلید API را تغییر دادید، لازم نباشد همه نودها را اصلاح کنید و فقط همان Credential را آپدیت میکنید.
تولید متن پست با Google Gemini (ایده تا کپشن آماده)
در نود Google Gemini شما پرامپتی مینویسید که خروجی مناسب X بدهد: کوتاه، واضح، دارای CTA (دعوت به اقدام) و در صورت نیاز شامل هشتگ. میتوانید در پرامپت مشخص کنید که متن فارسی باشد و از اصطلاحات تخصصی در حد کم و متوسط استفاده کند.
برای کیفیت بهتر، بهتر است محدودیتها را دقیق بنویسید: تعداد کاراکتر، سبک نوشتن (ساده و انسانی)، ممنوعیت استفاده از ایموجی (اگر نمیخواهید)، و حتی ساختار جملهها. این باعث میشود خروجی Gemini قابل انتشارتر باشد و به اصلاح کمتری نیاز داشته باشد.
کنترل اجرای ورکفلو با No Operation (Do nothing)
نود No Operation (Do nothing) در ظاهر کاری انجام نمیدهد، اما برای طراحی و دیباگ بسیار مفید است. مثلا وقتی میخواهید یک بخش از مسیر را موقتا متوقف کنید یا خروجی مرحله قبلی را بدون تغییر به مرحله بعد پاس دهید.
این نود کمک میکند ورکفلو شما تمیزتر و قابل مدیریتتر بماند، مخصوصا وقتی چند مسیر با Switch دارید.
مرتبسازی و تمیزکاری متن خروجی هوش مصنوعی با نود Code
گاهی متن خروجی هوش مصنوعی شامل فاصلههای اضافه، کوتیشن، خط جدید نامناسب یا حتی بخشهای اضافی است. با نود Code میتوانید متن را مرتب کنید: حذف کاراکترهای اضافی، یکخطی کردن متن، یا برش دادن متن تا طول مشخص.
این مرحله برای انتشار در X مهم است، چون محدودیت کاراکتر دارید و همچنین میخواهید متن نهایی حرفهای و بدون بهمریختگی باشد.
تولید تصویر با هوش مصنوعی (Generate an image)
اگر برای توییتهای خود تصویر میخواهید، میتوانید از نود Generate an image استفاده کنید. اینجا هم پرامپت تصویری مهم است: سبک تصویر، رنگها، موضوع، و حتی نسبت تصویر را مشخص کنید.
ترکیب «متن تولیدشده با Gemini» و «تصویر مرتبط» باعث میشود نرخ تعامل بالاتر برود و پستها حرفهایتر دیده شوند، مخصوصا برای محتوای آموزشی.
دریافت تصویر با Http Request و آمادهسازی فایل
در بسیاری از سناریوها خروجی تولید تصویر به صورت URL یا یک شناسه ارائه میشود. با نود Http Request میتوانید تصویر را دانلود کنید و به فرمتی تبدیل کنید که برای آپلود در X مناسب باشد (مثلا باینری).
اگر در این مرحله خطا داشتید، معمولا مشکل از هدرها، نوع پاسخ (Response Type) یا دسترسی لینک تصویر است. بررسی همین موارد، سرعت عیبیابی را بالا میبرد.
ویرایش تصویر با Edit Image (ابعاد/برش/بهینهسازی)
بعد از دریافت تصویر، نود Edit Image برای بهینهسازی کاربرد دارد: تغییر سایز، کراپ، یا اصلاحات ساده برای اینکه تصویر با استانداردهای نمایش در X بهتر هماهنگ شود.
این مرحله مخصوصا زمانی مهم میشود که تصاویر تولیدی ابعاد نامناسب داشته باشند یا بخواهید یک خروجی ثابت و یکدست برای برند خود بسازید.
اتصال به X با Credential X OAuth و نکات دسترسی
برای انتشار خودکار، باید n8n را به X (توییتر) وصل کنید. در این ویدیو از Credential X OAuth استفاده میشود تا دسترسی امن و رسمی به حساب کاربری برقرار شود.
در تنظیمات OAuth معمولا باید مطمئن شوید اپلیکیشن درست ساخته شده، سطح دسترسیها (Scopes/Permissions) کافی است و Callback URL مطابق راهنمای n8n تنظیم شده است. اگر این بخش درست باشد، بقیه مراحل روان پیش میرود.
ارسال عکس به X با Http Request (آپلود مدیا)
در بعضی روشها، آپلود مدیا (عکس) به X یک مرحله جدا دارد. با نود Http Request میتوانید فایل باینری تصویر را به اندپوینت آپلود ارسال کنید و در پاسخ، شناسه مدیا (Media ID) بگیرید.
این Media ID بعدا در مرحله انتشار توییت استفاده میشود. جدا کردن آپلود مدیا از ارسال متن، کنترل بیشتری میدهد و برای اتوماسیونهای حرفهای رایج است.
ارسال نهایی متن و عکس با نود X (انتشار خودکار)
در نهایت با نود X متن نهایی (خروجی Gemini که با Code تمیز شده) و شناسه/فایل مدیا را ترکیب میکنید و پست را منتشر میکنید. اینجا همان نقطهای است که سیستم خودکار تولید محتوا با هوش مصنوعی و n8n نتیجهاش را نشان میدهد.
پیشنهاد عملی: قبل از اجرای زمانبندی واقعی، چند بار با حالت تست اجرا کنید تا مطمئن شوید متن درست است، طول مناسب دارد، تصویر درست آپلود میشود و خطاهای احتمالی مثل محدودیت نرخ درخواست (Rate Limit) مدیریت شدهاند.
جمعبندی و نکات پروژه واقعی برای پایدارسازی سیستم
وقتی این اتوماسیون را وارد پروژه واقعی میکنید، بهتر است برای هر مرحله لاگ و کنترل خطا داشته باشید: اگر Gemini خروجی نداد، یک متن جایگزین داشته باشید؛ اگر تولید تصویر شکست خورد، مسیر «فقط متن» فعال شود؛ و اگر اتصال به X مشکل داشت، اجرا متوقف و اطلاعرسانی شود.
با همین نگاه، شما یک ورکفلو ساده را به یک سیستم خودکار تولید محتوا قابل اتکا تبدیل میکنید که به صورت پایدار برای X (توییتر) محتوا تولید و منتشر میکند. برای دیدن پیادهسازی دقیق نودها و تنظیمات، ویدیو را مرحلهبهمرحله دنبال کنید.
