02 · 我用 n8n 搭了个选题生成工作流，再也不用手动翻竞品 blog 了

前两天写了一篇长文，讲我用 n8n 搭了一个关键词调研工作流。填个表单，点提交，三十秒之后 Google Sheets 里多出一张关键词表，搜索量、难度、CPC、搜索意图，加上 AI 打好的优先级和写作角度，齐活。

文章发完之后有人问我，然后呢？这些词怎么用？

我说，融入选题啊。

他说，怎么融入选题？

我说。。。放心，我早搭好了哈哈哈

关键词表不是选题表。P1 的词值得做，但写成什么标题？拆成哪几个 H2？配哪些副关键词去覆盖长尾？跟竞品已经发过的内容怎么差异化？新的这篇跟旧的那篇之间会不会撞车？这些东西，上一个工作流不管。

所以我接着搭了下一个。

填一个表单，把你的品牌信息、目标市场、竞品域名输进去，点提交。不到一分钟，Blog Queue 表里多出十几二十条选题。每一条都有文章标题、主关键词、副关键词、H2 大纲，外加一列竞品差异化参考。而且它知道你已经有哪些选题了，不会给你推重复的。

今天聊聊这个工作流是怎么搭的。

三份原材料，一份选题清单

这个工作流，16 个节点。听起来不少，但其实就是一件事——把三份原材料拼在一起，喂给 AI，让它产出一份选题清单。

第一份，你的关键词表。

但不是全量。工作流只会取上一轮关键词调研里打完标的那些——P1、P2、P3 优先级都进来，没打标的不给。每条关键词带着搜索量、难度、意图、CPC，还有 AI 给的那句写作角度。

为什么只取打完标的？因为没标的就是不值得做的。你不用再筛一遍。

第二份，竞品的 blog 情报。

这是我自己觉得这个工作流里最值钱的一步。

你填的竞品域名，工作流会通过 DataForSEO 的 Relevant Pages API 去查——这个域名下面哪些 blog 文章有搜索流量、月流量大概多少、覆盖了多少个关键词。然后从结果里把真正的 blog 页面筛出来，产品页、分类页、首页不要，按流量从高到低排，取前 50 条。

每条带三个信息。域名是谁，文章大概是什么主题，每月大概能带来多少搜索流量。

你想想看，以前做选题规划，一半以上时间是花在翻竞品 blog 上的。这个站翻完翻那个站，看到后面前面的都忘了。现在不用了。机器替你读了，还替你算好了流量排序。AI 不是凭感觉判断竞品在写什么——它是看着真实数据在分析。哪个竞品的哪篇文章流量大，什么主题方向覆盖了多少关键词，全在表里。

第三份，你已有的选题。

工作流在读关键词的同时，会去读 Blog Queue 表里已有的选题行，找出跟这次关键词范围重合的那些。这步看着不起眼，但它是防撞车的。

AI 在生成新选题之前，先知道你已经有哪些了。它不会给你推跟已有选题一模一样的标题，也不会推 H2 结构雷同度超过 70% 的。而且它不是简单地说「这个写过了，跳过」，而是往你没覆盖的搜索意图方向去补——已有的覆盖了 informational，新的就去补 commercial 或者 gift guide。

三份材料拼在一起，打成一个 prompt，灌给 Claude Sonnet。

输出的格式是死的。一个 JSON 数组，每条选题固定五个字段。标题，50 到 70 个字符，必须包含主关键词。主关键词，从关键词表里精确匹配。副关键词，3 到 5 个，也是从表里取。H2 大纲，每个 H2 一句话概括。竞品参考，这个选题参考了哪个竞品的哪篇文章，差异化在哪里。

然后把选题逐行写入 Blog Queue，状态默认 pending。下游的草稿生成工作流直接消费，不用手动改格式，不用重新填表。

整套流程，从填表到选题入表，不到一分钟。

你人在里面做的事情，跟关键词调研一样。填几个字段，品牌名、品牌描述、目标市场、竞品域名、地区、语言，然后点提交。

没了。

Prompt 里三个我觉得对的设计

说回 prompt。三个设计我觉得值得单独拿出来讲。

第一个，关键词复用规则。

这是很容易被忽略的。有些 prompt 写得不严谨，AI 看到同一个主关键词已经被用过了，就不敢再用了。但同一个关键词，可以对应完全不同的搜索意图。

custom pet portrait 这个词，可以写一篇教用户怎么给画师下 brief 的科普指南，一篇不同风格和尺寸的价格对比，一篇母亲节送定制宠物画像的送礼推荐。三篇都是好选题，搜索意图完全不一样，不存在撞车。

我在 prompt 里明确写了，同一个主关键词可以用在多篇选题里，只要每篇的搜索意图不同。AI 就不会因为主词重复而畏手畏脚。

第二个，去重不是跳过，是补位。

很多选题 prompt 的做法太简单了，已有选题不给 AI 看，或者让 AI「不要重复已有的」。但这会导致一个问题——AI 不知道已有选题覆盖了什么方向，也就不知道该补什么。

这个 prompt 的做法是反的。已有的选题全部喂给 AI，但加了一个指令。比对已有选题的搜索意图和 H2 覆盖范围，新选题优先补已有选题没覆盖的方向。

不是「这个写过了别写」，是「这个方向还没人写，你写」。这比粗暴跳过有用太多了。

第三个，角度字段的传递。

这是两个工作流之间最有联动感的一个设计。

上一篇关键词调研的 AI，给每个词打了一句写作角度。比如 SERP 前三内容质量弱可以超越，或者长尾意图清晰容易满足，或者这个词商业价值高值得做深度的对比内容。

这句话不是摆着好看的。在选题生成的 prompt 里，AI 被要求把上一轮的写作角度当成编辑方向指令——你说 SERP 前三弱，我就要在 H2 大纲里给你往超竞品的方向设计；你说长尾意图清晰，我就给你拆成具体的 long-tail 问答段落。

两轮 AI 之间，信息不丢。

从关键词到选题，间隙被填上了

回到开头。关键词调研和内容生产之间，以前一直有一道缝。

这道缝以前是人来填的。你得去读竞品 blog，你得对着一百个词判断哪个先写哪个后写，你得确保新选题跟旧选题不撞车，你还得把选题手动填进 Blog Queue 里让下游工作流能消费。

现在不用了。

填个表单，三份原材料喂给 AI，一分钟之后选题清单就在表里了。关键词表里打好的优先级和写作角度，被原样继承。选题出来直接对接 Blog Queue，下游草稿生成可以从 pending 状态直接触发。

两块拼图之间，不需要人工交接了。

选题有了。下一步是什么？

AI 写稿。

这是之前就搭建好的内容，详见我用 n8n 做了一个每天给 Shopify 店铺发 blog 的工作流。

别再盯着一百个关键词发呆不知道该写什么了。填个表，AI 帮你读完竞品 blog，告诉你该写什么、怎么写、怎么跟竞品不一样。

这套 SEO 自动化系统从搭建到跑通，前前后后花了我好几个月。关键词调研、blog 选题生成、草稿自动撰写、Shopify 发布、自动提交索引、索引结果监控、Pinterest 自动分发、产品 meta 一键优化、SEO 周报自动推送，每个环节都是踩了坑再改、改了再跑，才调到现在这个版本。

所以我把自己跑了大半年的全套 SEO / GEO 自动化系统打包成了一门课。不是视频课跟着抄，是文字教程加可直接导入的 n8n 工作流源码，每个节点都配了图文配置步骤，零基础也能跟着搭出来。一次部署之后它自己跑，你每周要做的，就是扫一眼。

感兴趣的话加我微信 Aiyuyu_2025 聊聊，备注 SEO。