Recykling treści towarzyszy SEO od dawna, ale w GEO nabiera jeszcze większego znaczenia. Różne testy wykazują, że świeżość treści i jej aktualność to istotne czynniki, które zwiększają prawdopodobieństwo zacytowania strony w AI Overviews, czy popularnych czatbotach jak ChatGPT czy Gemini od Google.
Recyklingiem treści nazywamy jej odświeżenie, dopracowanie względem aktualnej wiedzy, nowych informacji, dopasowania pod aktualną intencję użytkownika i wyniki SERP. Standardowy recykling artykułu może trwać nawet od kilkunastu minut przy tekstach, które wymagają tylko niewielkiej korekty, do nawet kilku godzin, kiedy to tekst wymaga znaczących poprawek lub nawet przepisania na nowo. Dzięki n8n można skrócić ten proces do kilku minut! Jak to zrobić?
Spis treści
Jak wykorzystać n8n do inteligentnego recyklingu treści?
n8n to narzędzie typu low-code, które pozwala łączyć ze sobą dziesiątki różnych aplikacji. Narzędzie pozwala na stworzenie pewnego łańcuszka, który po wywołaniu odpowiedniego triggera włącza po kolei odpowiednie aplikacje, przesyła output z jednej do drugiej. Tworzymy więc w ten sposób asystenta (albo nawet w niektórych przypadkach agenta!), który wykonuje większość pracy za nas. Raz zaplanowana integracja może służyć nam potem w wielu powtarzalnych czynnościach, np. w recyklingu treści.
Pod kątem stricte recyklingu istotne będzie wykorzystanie technologii RAG (Retrieval-Augmented Generation) oraz integracji z zewnętrznymi bazami danych (np. Qdrant). Wykorzystanie wektorowych baz danych pozwoli na generowane treści, które nie bazują jedynie na wiedzy danego modelu AI, ale opierają się na Twojej własnej bazie wiedzy i informacji o firmie.
Workflow pracy w n8n – od arkusza po gotową publikację
Zanim uruchomisz proces, musisz mieć plan. Należy zastanowić się, jakie analizy przeprowadzasz przy tradycyjnym recyklingu, jak dopracować tekst pod wymogi GEO i zwiększyć jego eksperckość. Z myślą o tych punktach zaprojektowałam następujący łancuszek w n8n:
Krok 0
Zanim zaczęłam pracę w n8n, przygotowałam sobie środowisko do pracy. Po pierwsze stworzyłam arkusz kalkulacyjny, w którym uzupełniłam adres URL treści do recyklinu i adresy URL stron konkurencyjnych i główną frazę kluczową. W drugiej kolejności przygotowałam kolekcje w wektorowej bazie danych Qdrant: pierwsza zawierająca materiały eksperckie w tematyce strony, w drugiej znalazły się adres URL, które chciałam podlinkować wraz z tytułami i w trzeciej znalazły się dane liczbowe z niezależnych raportów branżowych.
Krok 1
Podłączenie w n8n arkusza kalkulacyjnego.
Krok 2
Połączenie narzędzia Jina Reader do odczytania do pobrania treści stron z URL do poprawy i URL konkurencji.
Krok 3<
Wykorzystanie SERPApi do pobrania danych o wynikach wyszukiwania na główną frazę kluczową.
Krok 4
Wygenerowanie briefu do zmian w artykule przez Gemini na podstawie informacji z wcześniejszych kroków.
Krok 5
Embedding frazy głównej przy pomocy Jina.
Krok 6
Na podstawie embeddingu frazy głównej – wyszukanie informacji z kolekcji Qdrant, w której zebrano specjalistyczne materiały. Na podstawie embeddingu można wyciągnąć fragmenty z bardzo długich materiałów źródłowych, które idealnie pasują do recyklingowanej treści.
Krok 7
Napisanie artykułu przy pomocy modelu Gemini. W moim przypadku zdecydowałam się na rozdzielenie tworzenia głównej treści artykułu na dwa osobne elementy – pierwszy odpowiada za poprawę treści bazowej, a drugi za dopracowanie tekstu do potrzeb GEO (np. zastosował BLUF).
Krok 8
Pobranie danych z drugiej kolekcji w Qdrant, dobór pasujacych tematycznie artykułów do podlinkowania wewnętrznego i umieszczenie je w treści dzięki Gemini.
Krok 9
Pobranie danych z trzeciej kolekcji w Qdrant, dobór pasujacych tematycznie danych liczbowych z raportów branżowych do umieszczenie je w treści, czym zajmuje się Gemini.
Krok 10
Przesłanie treści do Contadu.
Krok 10.5
Ręczne dopracowanie treści w Contadu, uzupełnienie o semantyczne frazy kluczowe i dodanie dodatkowe perspektywy ze strony autora tekstu / eksperta w branży.
Krok 11
Przesłanie treści do WordPress i jej publikacja.
Audyt contentu
Profesjonalna analiza treści na stronie
Human-in-the-Loop, czyli dlaczego punkt 10.5 jest najważniejszy?
Krok 10.5 nie odbywa się automatycznie, a jest to moment, w którym do pracy wchodzi człowiek. Dlaczego to najważniejszy krok?
- Dodajemy do treści dodatkową perspektywę – może przykład z życia, może odniesienie do case study, albo przemyślenie na bazie własnych doświadczeń. To jest to, czego AI sam nie może wygenerować, dlatego jest tak ważne dla GEO, aby je dodawać.
- Uzupełniamy treść o dodatkowe frazy kluczowe i frazy semantyczne.
- Weryfikujemy zmiany wprowadzone przez AI i usuwamy typową mowę-trawę, którą mógł wprowadzić do tekstu model językowy.
O czym pamiętać tworząc swój worflow w n8n?
Przede wszystkim skupiając się na automatyzacji, nie zapominajmy o naszym głównym celu – poprawie jakości treści i dopasowania go do aktualnych standardów. Uwzględnij więc w swojej automatyzacji elementy, które pomogą Ci w Twojej strategii GEO, np. tabelki, wykresy, infografiki, listy wypunktowane, czy wykorzystanie tzw. BLUF. Zaprojektuj również cały proces tak, aby teksty współgrały ze stylem Twojej marki, wzmacniały komunikację jej USP i zawierały linkowanie wewnętrzne.
I na koniec jeszcze jedna wskazówka techniczna – jeśli chcesz dodać do workflow integrację z konkretną aplikacją lub narzędziem, ale nie widzisz dedykowanego kafelka w n8n, spróbuj połączyć się przez HTTP request.
Efekty finalny – co zyskujemy dzięki recyklingowi z n8n?
Przede wszystkim zyskujemy czas! W tradycyjnym modelu przygotowanie recyklingu 10 artykułów mogłoby zająć nawet 30-40 godzin pracy, albo i więcej, jeśli tekst wymagałby całkowitego przepisania go na nowo. Dzięki automatyzacji w n8n czas ten skraca się do kilku godzin potrzebnych na ostateczną redakcję, sprawdzenie faktów i dodanie tzw. human touch.
Spodobał Ci się ten artykuł?
Zapisz się na newsletter - nie spamujemy!
Loading...
