摘要
“`json { "category": "出海营销", "tags": ["n8n", "SEO", "AI Agent", "自动化内容营销工作流", "Supabase"], "excerpt": "谷歌Gemini CLI踩坑后,分享用n8n搭建SEO策略优化AI Agent的实战经验。通过先让AI分析制定内容策略,再生成高质量文章,大幅提升网站SEO效果和流量获取能力。", "slug": "n8n-seo-ai-agent-workflow", "marketing_footer": "我是饼干哥哥,数据分析师、AI 博主,和出海业务专家朋友创立了公司 NGS NextGrowthSail,专注 AI 在出海营销场景下的落地。上周我们内部复盘AI SEO数据时,发现如果用上这种先策略后内容的工作流,客户网站的流量获取效率能提升3倍以上。" } “`
昨天谷歌的 Gemini CLi 上线,一个可以近乎无限免费用 Gemini 2.5pro 的 AI 编程工具,很难让人不心动。
于是我去安装时候后,发现,现在还是个玩具
甚至玩具都算不上,我让它做个网站,跑了 20 分钟,连项目都没初始化,一直卡在 创建文件夹-创建项目-报错-删除重来 的循环里
所以,如果你比较忙赶不上 Gemini CLi,不要紧,目前还没什么用。可以直接看下图获取信息即可。
这坑我替你踩了。咱还是老老实实该干嘛干嘛。我继续分享 n8n 的 实用干货。
书接前两回:
用 n8n 做 AI 工作流驱动网站出海赚美金 1:连接 Supabase 数据库
用 n8n 做 AI 工作流驱动网站出海赚美金 2:网站截图与写 SEO 友好的介绍
这期继续分享用 n8n 做 SEO,毕竟从谷歌获得流量这件事几乎是大部分出海网站/工具的命门
年初的时候我做了一个 AI 编程工具的导航网站,打算流量上来后就可以接谷歌广告赚美金:
https://www.aicoding.help/cn
本期内容依然是以这个为业务背景,进一步优化网站的 SEO
1、从“完成”到“有结果”
在上一篇文章里,我们已经通过 n8n 工作流实现了从提交网站、自动截图到 AI 生成介绍,并最终存入 Supabase 数据库的全流程。从功能上说,自动化工作流确实解放了我的双手,一系列操作行云流水。
然而,任务不是要“完成”,而是要“有结果”。
这个“结果”,对于一个想靠谷歌广告赚钱的网站来说,就是 SEO 效果。我检查了一下之前 AI 生成的内容,发现虽然“有”,但质量并不高。它只是对网站功能做了一个简单的描述,很难在谷歌搜索中获得好的排名。
一开始我想的还是那些老掉牙的 SEO 优化策略:在标题、meta 描述里堆砌关键词,内容里加粗强调一下,再想办法搞点外链……
尝试跑了一通后,发现这种技巧层面的优化太表面了。即使关键词密度稍微上去了,但因为页面内容本身太简单,用户点进来一看索然无味,跳出率肯定很高,谷歌也不会给好脸色。
于是我转换思路,不能再追求这种“通用性”的表面优化了。必须针对性地,根据具体的主题特性,去深度挖掘内容。
我需要结合营销思维,从结果出发,反向思考:
-
这个网站的定位是什么?
-
它的目标用户是谁?他们会用什么关键词来搜索?
-
我的竞争对手是怎么写的?
-
还有哪些相关的热门流量词可以蹭?
简单来说,在让 AI“写文章”之前,得先让 AI 当我的“军师”,给我出一份定制版的《SEO 内容策略指南》****。
沿着这个思路,我的新需求就明确了。
2、需求拆解
我需要改造之前的工作流,在“生成内容”这一步之前,增加一个“SEO生成策略”的环节。
整个流程拆解下来是这样的:
- 输入一个工具/主题(比如:Cursor)
原先的流程是针对某个网站进行描述,所以这里也是新流程的起点。
- 生成 SEO 内容策略指南
让 AI 扮演 SEO 专家,分析该主题,并输出一份策略报告,包含:
### 第一步:信息解构与初步分析 (Deconstruction & Initial Analysis)
这一步的核心是要彻底理解我们要推广的工具或网站:
1. **功能分析**:这个工具解决什么问题?
2. **用户价值**:用户为什么要用它?
3. **使用场景**:在什么情况下会用到?
4. **竞争优势**:相比同类产品有什么特点?
### 第二步:目标受众与搜索意图分析 (Audience & Search Intent Analysis)
这是最关键的一步,要搞清楚:
**谁会搜索这个关键词?**
- 开发者?产品经理?创业者?
- 新手还是有经验的用户?
- 企业用户还是个人用户?
**他们的搜索意图 (Search Intent) 是什么?**
- 信息型搜索:想了解是什么
- 导航型搜索:想找到具体网站
- 交易型搜索:想要使用或购买
- 商业调研:想要对比选择
### 第三步:关键词研究与布局 (Keyword Research & Mapping)
这里要做的是关键词的全面挖掘:
**核心关键词 (Core Keyword)**
- 工具名称本身
- 主要功能词
**功能/问题导向关键词 (Problem/Feature Keywords)**
- "如何..."
- "最佳..."
- "免费..."
**长尾关键词 (Long-tail Keywords)**
- 具体使用场景的描述
- 对比类关键词
**LSI/语义相关词 (Semantic Keywords)**
- 相关技术栈
- 相关工具名称
### 第四步:竞争分析与内容差异化 (Competitor Analysis & Content Differentiation)
寻找内容差距 (Content Gap) 和差异化机会。
思考: 我们的目标不是"再写一篇",而是"写出终极指南 (Ultimate Guide)"。要成为这个话题下,用户能找到的最好的、最全面的资源。
[竞争对手分析表格]
### 第五步:制定内容策略与大纲 (Develop Content Strategy & Outline)
基于前面的分析,制定具体的内容创作策略。
- 根据策略指南生成具体文章
把第一步生成的策略指南,作为上下文,喂给另一个 AI,让它扮演内容写手,产出高质量、SEO 友好的文章。
- (可选)去 AI 化处理
大量实践证明,谷歌不会反 AI,而是会反低质内容,所以这里不一定要去 AI 味。
但如果想上第二道保险,对抗 AI 内容检测,可以再加一步,让 AI 用更自然、更有人味的语言风格润色一遍。
- 更新到数据库
这里就接回到原先的流程:把最终生成的优化标题、meta 描述、文章正文等,更新到 Supabase 数据库。
理清楚流程,就可以打开 n8n 开搞!
3、n8n 工作流搭建
这是改造后的工作流,核心就是把原来一个简单的 AI 节点,拆分成了两个串联的 AI Agent 节点。
图:SEO 策略分析和内容创作
第一步:AI 军师节点 – 生成 SEO 策略
我新建了一个 AI Agent 节点,它的任务就是当我的 SEO 军师。
核心就在于提示词(Prompt),我把前面拆解的思路都写了进去:
参考提示词:
[!TIP]
你是一个资深的 SEO 策略专家和内容营销顾问。我需要你为一个 AI 工具网站制定深度的 SEO 内容策略。
请按照以下步骤进行分析:
第一步:信息解构与初步分析
- 分析核心功能和价值主张
- 识别目标用户群体
- 分析使用场景和痛点
第二步:目标受众与搜索意图分析
- 定义主要用户画像
- 分析不同用户的搜索意图
- 识别用户搜索路径
第三步:关键词研究与布局
- 提取核心关键词
- 挖掘长尾关键词
- 分析语义相关词
第四步:竞争分析与内容差异化
- 分析竞争对手内容策略
- 找出内容空白点
- 确定差异化方向
第五步:制定内容策略与大纲
- 设计内容结构
- 规划 SEO 优化点
- 制定发布计划
最终输出一份完整的 SEO 内容策略报告,包含具体的实施建议。
我以 Cursor Directory 这个主题为例,跑了一下这个节点。
看效果,AI 军师非常出色地完成了任务,输出了一份详尽的策略报告。
第二步:AI 写手节点 – 根据策略创作
有了这份完美的“作战计划”,下一步就是执行了。
我把上一个节点的输出,直接连接到第二个 AI Agent 节点。这个节点的角色是“内容写手”。
这里的关键是要让 AI 不仅仅写出通用的介绍,而是要写出真正有价值、有深度的内容。
参考提示词:
[!TIP]
你是一位经验丰富的科技文章作者,擅长撰写对开发者友好且 SEO 效果极佳的内容。
现在,我为你提供一份由 SEO 专家撰写的“内容策略指南”,以及一个优化的标题。
内容策略指南如下:
}
请使用以下标题:
{{ $('AI SEO Strategist').item.json.suggested_titles[0].title }}
请你严格按照这份指南和大纲,创作一篇完整、详细、高质量的文章。要求:
- 文章风格要通俗易懂,对初学者友好。
- 自然地融入策略指南中提到的各类关键词。
- 内容要充实、有深度,体现出“终极指南”的价值。
- 直接输出完整的文章内容,不要有 "好的,这是您要的文章" 等多余的话。
最终出来的文章内容页包含一个优化的标题,meta 信息,以及具体内容:
注意看,这里的输入 {{ $('AI SEO Strategist').item.json.text }} 就是上一个节点的全量输出。而标题 {{ $('AI SEO Strategist').item.json.suggested_titles[0].title }} 则是从策略报告中解析出的第一个建议标题。n8n 这种节点间的数据流转真的非常方便!
第三步:数据入库
最后一步,就是把 AI 写手生成的内容更新到 Supabase。
新建一个 Supabase 的节点,把生成的新标题、Meta 描述和文章内容,填入到对应的字段里。
[图片:Supabase 节点的配置截图,展示如何将 AI 生成的内容映射到数据库字段]
4、最终效果
跑通整个工作流后,我们来看看成果。
数据库里,原先简单的描述被一篇丰富详实的文章替代了。
[图片:Supabase 截图,detail 字段填充了大量 Markdown 格式的内容]
前端页面上,内容也变得极其丰富,不再是单薄的一两句话。
通过这种“先策略,后内容”的方式,我们产出的不再是简单的“AI 生成内容”,而是“AI 辅助生成的、带有深度思考和 SEO 策略的高质量内容”。
### 优化前后的对比
**优化前的内容:**
- 标题:简单的工具名称
- 内容:基础的功能介绍,200字左右
- 关键词覆盖:3-5个核心词
**优化后的内容:**
- 标题:结合用户搜索意图的优化标题
- 内容:深度分析和使用指南,1000字以上
- 关键词覆盖:20-30个相关词汇
这样一来,不仅文章的关键词和长尾词覆盖面大大增加,获得了更多的搜索机会,而且高质量的内容本身也能更好地留住用户,为未来的转化和留存打下了坚实的基础。
这比我手动去研究每一个工具的 SEO 策略,再吭哧吭哧写文章,效率高了不知道多少倍!
现在完整工作流长这样:
[图:完整的 n8n 工作流图,从提交网站到 SEO 内容优化的全流程]
至此,整个工作流现在包含:
- 网站提交 :用户提交网站 URL
- 基础信息提取 :AI 分析网站基本信息
- 网站截图 :调用 API 获取网站截图
- SEO 策略分析 :深度分析制定内容策略
- 内容生成 :基于策略生成优质内容
- 内容优化 :去 AI 化处理
- 数据库更新 :保存所有信息到 Supabase
原版备份
如何利用 N8N 工作流自动优化已有网站内容的 SEO,获取更多流量?
让我们先从一个简化版开始
① 抓取网页内容 –> ② 分析 SEO 优化策略 –> ③ 修改新的优化内容 –> ④ 保存文档或推送给网站自动更新
再简化一下,先完成前 3 步:Start** -> HTTP Request -> HTML Extract -> OpenAI (Analyze) -> Code (Parse Guide) -> OpenAI (Rewrite) -> **Set (Final Output)
说肝就干,马上拉出 N8N,一顿操作,把流程搭出来~~
长这样 ↓↓↓↓↓↓
-
Start: 手动触发,输入一个文章网址,这里以 https://www.aicoding.help/ai/supabase-com 为例
-
HTTP Request: GET 请求输入的
url,获取 HTML。
-
HTML Extract: 从 HTML 中提取
title和bodyText。
{"title": "My Article Title", "bodyText": "This is the article content..."}
-
OpenAI (Analyze): 将
title和bodyText发送给第一个 AI,使用分析师 Prompt,生成 SEO 指南。- 输出:一个包含完整 Markdown 格式指南的 JSON 对象。
- 输出:一个包含完整 Markdown 格式指南的 JSON 对象。
针对示例文章内容,生成 SEO 优化策略指南:
[
{
"output": {
"industry_analysis": {
"primary_industry": "软件开发 / 云计算 / BaaS (后端即服务)",
"target_audience": "面向寻找Firebase替代方案的开发者,特别是从事AI/ML应用开发、需要可扩展后端服务的技术人员和初创公司。",
"content_type": "产品/平台介绍与分析"
},
"keyword_analysis": {
"primary_keyword": "Supabase",
"secondary_keywords": [
"open source firebase alternative",
"firebase alternative",
"Postgres BaaS",
"AI backend"
],
"long_tail_keywords": [
"supabase vs firebase for ai",
"what is supabase",
"supabase pricing",
"supabase vector embeddings"
],
"lsi_keywords": [
"PostgreSQL",
"Edge Functions",
"Realtime subscriptions",
"Vector database",
"serverless",
"backend development",
"developer tools"
]
},
"title_optimization": {
"current_title_analysis": "当前标题包含了核心关键词“Supabase”和关键价值主张“Open Source Firebase Alternative”,清晰明了。缺点是略长,且品牌名“AI Coding Helper”放在末尾,对SEO的直接贡献较小。",
"suggested_titles": [
"Supabase: The AI-Ready Open Source Firebase Alternative",
"Supabase: Build Scalable AI Apps with a Postgres Backend | Firebase Alternative"
]
},
"meta_optimization": {
"suggested_meta_description": "Discover Supabase, the leading open-source Firebase alternative. Power your AI applications with a Postgres database, vector embeddings, and realtime data. Start for free."
},
"content_structure": {
"suggested_h1": "Supabase: The Leading Open Source Firebase Alternative for AI",
"suggested_h2_structure": [
"What is Supabase?",
"Key Features for AI Development",
"Supabase vs. Firebase: Why It's a Better Choice for AI Projects",
"Supabase Pricing Structure: From Free to Enterprise",
"Expert Tips for Building with Supabase",
"Frequently Asked Questions (FAQ)"
],
"readability_improvements": [
"将'Key Features'和'Expert Tips'部分从段落形式改为无序列表(bullet points),以增强可读性和扫描性。例如,'Key Features'应列出:- Full PostgreSQL Power, - Realtime Data Syncing等。",
"将'###'标记(如 ### Row Level Security)替换为标准的粗体或子标题格式,以改善结构和视觉层次。",
"拆分长段落,确保每个段落只关注一个核心观点,特别是开篇介绍和结尾总结部分。"
],
"content_gaps": [
"缺乏实际案例(Case Study):缺少一个具体的示例,说明一个AI应用(如推荐系统、RAG应用)是如何利用Supabase构建的。",
"缺少入门指南(Getting Started):可以增加一个简短的教程部分,指导开发者如何用Supabase快速启动他们的第一个AI项目。",
"缺乏视觉元素:内容完全是文本。应添加Supabase架构图、Supabase Studio界面截图或代码片段截图来增加内容的吸引力和易理解性。"
]
},
"technical_seo": {
"internal_linking_opportunities": [
"将文中的技术术语(如 'PostgreSQL', 'Vector Embeddings', 'Edge Functions')链接到您网站上相关的详细解释或教程文章,以建立主题权威性。",
"在提到'Firebase'时,可以链接到您网站上关于Firebase的介绍或对比文章。"
],
"external_linking_suggestions": [
"将'Supabase'首次出现的地方链接到其官方网站 (supabase.com)。",
"在提到'open-source'和'GitHub'时,链接到Supabase的官方GitHub仓库,以增加内容的可信度。",
"链接到PostgreSQL官方文档或相关权威资源,以佐证其功能的强大性。"
],
"image_optimization": [
"建议至少添加2-3张图片。例如:一张Supabase的架构图,并为其设置描述性的ALT文本,如 'Supabase architecture diagram with Postgres and AI tools'。",
"添加一张Supabase Studio的后台截图,ALT文本可设为 'Supabase Studio dashboard for managing AI project data'。"
]
},
"priority_actions": [
{
"action": "优化内容结构与可读性:根据建议调整H2标题,使用列表,并拆分长段落。",
"impact": "高"
},
{
"action": "添加内部和外部链接:链接到权威资源和站内相关内容,提升页面权威性和用户体验。",
"impact": "高"
},
{
"action": "补充内容缺失点:特别是增加视觉元素(图片/图表)和具体案例,以提高用户停留时间和参与度。",
"impact": "中"
}
]
}
}
]
-
Code (Parse Guide): (可选但推荐)用 JS 代码解析上一步的 Markdown 指南,提取出
suggestedTitle。- 输出:
{"seoGuide": "...", "suggestedTitle": "A Better SEO Title"}
- 输出:
-
OpenAI (Rewrite): 将原始
bodyText(来自第 3 步)和seoGuide(来自第 5 步)发送给第二个 AI,使用内容编辑 Prompt,生成优化后的正文。
- 输出:一个包含纯净优化后文章的 JSON 对象。
- 针对示例内容,生成优化结果(中文版)
[!TIP]
Supabase:最佳开源 Firebase 替代方案?深度评测与实战指南
什么是 Supabase?
Supabase 是一个全功能的开源后端即服务(BaaS)平台,被广泛认为是 Firebase 最强大的开源替代品。它为开发者提供了一套完整的后端服务,包括 PostgreSQL 数据库、身份认证系统、即时 API、Edge Functions(边缘函数)、实时订阅、存储解决方案以及向量嵌入等功能。
作为一个快速发展的后端平台,Supabase 特别适合:
- 寻求开源 Firebase 替代方案的开发团队
- 需要关系型数据库强大功能的项目
- 构建需要实时数据同步的应用
- 希望避免供应商锁定的开发者
Supabase 的核心功能详解
数据库与 API
- 完整的 PostgreSQL 支持:提供 SQL 全部功能,支持复杂查询和数据关系
- 自动生成的 REST API:从数据库模式自动创建 API 端点
- 实时数据同步:基于 PostgreSQL 的强大变更流系统
开发工具与集成
- 多框架支持:完美集成 Next.js、React、Flutter、Vue.js 等主流框架
- Edge Functions:支持全球部署的无服务器函数
- 向量嵌入:原生支持 AI/ML 模型集成
安全与身份认证
- 行级安全:细粒度的数据访问控制
- 内置身份验证:支持多种登录方式
- 企业级安全标准:符合 SOC2 规范
Supabase vs. Firebase:全方位对比分析
选择 Supabase 的理由
优点
- 完全开源,避免供应商锁定
- PostgreSQL 的强大功能和生态系统
- 预测性更强的定价模型
- 灵活的部署选项(云托管或自托管)
潜在挑战
- 需要基本的 SQL 知识
- 社区相对 Firebase 较小
- 某些高级功能仍在开发中
Supabase 定价模式解析
免费计划
- 2 个项目
- 500MB 存储空间
- 50,000 月活用户
- 适合原型开发和学习
Pro 计划($25/月/项目)
- 8GB 存储空间
- 100,000 月活用户
- 2 天日志保留
- 优先支持
企业计划
- 自定义定价
- SOC2 合规
- SSO 支持
- 专属支持团队
快速入门:构建你的第一个 Supabase 应用
常见问题解答(FAQ)
Supabase 是否真正开源?
是的,核心功能都采用 MIT 许可证开源。企业版提供额外的高级功能。
如何从 Firebase 迁移到 Supabase?
Supabase 提供官方迁移工具和详细的迁移指南。主要步骤包括数据结构转换和 API 调用适配。
是否支持自托管?
是的,可以使用 Supabase 的 Kubernetes 配置在任何云提供商上部署。
数据安全性如何?
采用企业级加密存储,支持行级安全策略,并可与 Auth0/Okta 等身份服务集成。
通过选择 Supabase,开发者能够获得 Firebase 的便利性,同时享受开源方案带来的自由度和 PostgreSQL 的强大功能。随着功能不断完善和社区持续成长,Supabase 正成为构建现代应用后端的理想选择。
- Set (Final Output): 整合所有关键信息,形成最终的、结构化的输出。
- 输出一个干净的 JSON,包含 URL、原始标题、SEO 指南、优化后标题和优化后正文。
原文经过优化后,再让 AI 进行一轮对比评分:
[!TIP]
我将对比原文和优化版本 v2 的 SEO 效果(满分 100 分):
- 标题优化(原文 70 分,v2 版本 92 分)
- v2 版本标题更吸引人,加入了"深度评测与实战指南"
- 使用了问号增加互动性
- 中文本地化效果更好
建议:可以考虑添加副标题
- 内容结构(原文 75 分,v2 版本 95 分)
- 清晰的层级结构
- 添加了对比表格增强可读性
- 代码示例的合理布局
- 分类更清晰,重点突出
建议:可以增加更多视觉化元素
- 关键词布局(原文 70 分,v2 版本 88 分)
- 更自然的关键词分布
- 增加了长尾关键词
- 本地化关键词优化
建议:可以适当增加同义词变化
- 用户体验(原文 72 分,v2 版本 90 分)
- 表格对比直观
- 代码示例实用
- 分点罗列清晰
- FAQ 设计合理
建议:可以添加目录导航
- 转化率优化(原文 65 分,v2 版本 85 分)
- 清晰的价值主张
- 突出核心优势
- 详细的定价说明
建议:可以增加行动召唤按钮
- 主要改进:
专业度提升:
- 添加了详细的技术对比
- 包含代码示例
- 提供实际应用场景
可读性优化:
- 更好的信息层级
- 表格化对比内容
- 重点内容突出显示
本地化改进:
- 中文表达更自然
- 考虑本地用户习惯
- 案例更贴近本地需求
- 继续优化建议:
技术 SEO:
- 添加规范的 HTML 标记
- 优化图片说明
- 增加内部链接
内容扩展:
- 增加成功案例
- 补充更多代码示例
- 添加性能测试数据
用户体验:
- 添加导航目录
- 增加相关文章推荐
- 优化移动端显示
总体评分:
原文:70 分
v2 版本:90 分
V2 版本显著提升了内容质量和用户价值,特别是在结构化展示、技术深度和本地化方面都有很大改进。建议继续在技术 SEO 和用户体验方面进行优化。
潜在问题与未来优化方向
这个工作流已经能用,但要批量跑起来,还需要优化:
-
处理动态网站 (JavaScript 渲染):
- 问题:
HTTP Request无法执行 JS,抓取 SPA(单页应用)或 JS 重度依赖的网站会失败。 - 方案: 将
HTTP Request节点替换为对第三方服务(如Browserless.io,ScrapingBee)的 API 调用。这些服务会用一个真实的浏览器去访问页面,渲染完成后再返回 HTML,解决了 JS 渲染问题。
- 问题:
-
CSS 选择器的通用性:
- 问题:
article选择器并非通用。对不同结构的网站,需要手动修改此节点。 - 方案: 可以在
Start节点增加一个输入字段contentSelector,默认值为article, main, .post-content,让用户可以根据目标网站灵活指定,提高工作流的适应性。
- 问题:
-
AI 输出的稳定性与事实核查:
- 问题: AI 可能会“幻觉”,在重写时添加不准确的信息,或误解原文。
- 方案: 这个自动化流程应被视为**“辅助工具”而非“全自动工厂”。最终输出的文章必须经过人工审核和微调**,确保质量和准确性。
-
批量处理与自动化:
- 问题: 当前是手动单次运行。
- 方案: 将
Start节点替换为:Google Sheets节点:定期读取表格中一列新的 URL 进行处理。Airtable节点:同上。Webhook节点:通过外部请求触发工作流。Cron节点:定时启动,配合其他节点读取数据源。
-
更新与发布:
- 把优化后的文章内容,最好审核一下,以防 AI 幻觉问题,然后批量更新发布。