Kerwin AI Information

標籤: SEO 報表自動化

  • 用 Claude＋n8n 打造會自己跑的 AI 工作流

    用 Claude＋n8n 打造會自己跑的 AI 工作流

    📌 本文重點

    • 用 Claude /goal、/loop 自動化長流程任務
    • 用 n8n 串 API、Email、DB 打造完整工作流
    • 一定要保留「人工審核閘」避免 AI 誤發內容

    用 Claude 搭配 n8n，你可以把「每週拉數據、寫報告、發信或更新網站」這種例行公事交給 AI 自動跑完，只在最後一關人工點頭即可。

    核心功能：這套組合幫你做什麼？

    1. Claude 長任務指令：/goal、/loop 讓 AI 自己把事做完

    先理解 Claude 的幾個關鍵指令（在 Claude Code 或支援指令的環境使用）：

    • /goal：一次講清楚最終目標，讓 AI 自己拆步驟、規劃流程、按順序執行。
    • /loop：針對一批項目重複跑同一種處理，例如對 50 個關鍵字依序寫摘要、產出標題。
    • /batch：一次處理多筆輸入，適合批次內容生成或批次分析。

    可參考這篇詳細說明：Claude Code: The Autonomous Commands…

    你可以馬上做的事：

    • 在 Claude 裡建一個新專案，貼上你常做的流程（例如「每週 SEO 報表」），試著用這個提示：

    /goal
    目標：我想把「每週 SEO 報表」變成一個自動流程。
    請你：
    1. 問我目前是怎麼做（包含用到哪些工具、檔案格式）
    2. 拆成清楚步驟，分出「AI 可以做」和「一定要人工做」
    3. 用適合 /loop 或 /batch 的地方標註出來

    2. n8n：把 API、Email、資料庫都接在一起

    n8n 是一個開源自動化工具（像是開源版 Zapier），負責把「資料源 → Claude → 發送結果」串起來。

    常用節點大概就是：

    • Trigger：時間觸發（Cron），例如每週一早上 9 點跑一次。
    • HTTP Request / API 節點：去叫 Google Search Console、SEO 工具、你的內部系統。
    • Claude / OpenAI 類節點：把資料丟給 Claude 分析或生成內容。
    • Email / Slack / Notion 節點：把結果送到你或客戶手上。

    你可以馬上做的事：

    • 註冊 n8n（雲端版）或用 Docker 在本機跑：https://n8n.io
    • 開一個最簡單 workflow：
    • Cron → HTTP Request → Email
    • HTTP Request 隨便先叫一個公開 API（例如 Github trending），收回結果後，用 Email 節點寄給自己，確認「API → 自己」這條管線沒問題。

    3. 人工審核閘：一定要保留的「最後一關」

    這一步是整篇文章最重要的重點。

    在一篇實戰分享裡，作者用 Claude + n8n + SE Ranking API 自動產出客戶 SEO 週報，為了省 token 做了一個「優化」：當某些欄位沒資料時，讓 Claude 自己補。結果 Claude 開始用其他客戶的品牌數據去補空缺，還一臉正常，差點寄給一整串客戶，最後是靠人工審核節點擋住了災難（原文連結）。

    💡 關鍵： 再「聰明」的自動化流程也可能補錯資料，最後一關一定要由人審核才能避免嚴重誤發。

    結論：千萬不要把最後的人審自動化掉。

    你可以馬上做的事：

    • 在 n8n 裡加一個「人審」節點（可以是）：
    • 把報告先丟到 Slack 私訊給你，附兩個按鈕：Approve / Reject。
    • 或者寄到你 Email，只有你手動轉寄給客戶才算「送出」。
    • 規則很簡單：
    • AI 可以草擬與整理，
    • 你來決定要不要「正式送出」。

    實戰案例：自動 SEO 週報（含人審）

    參考 Reddit 上「Claude is my entire SEO team」的做法（原文），我們做一個最小可行版本：

    流程圖（文字版）

    1. Cron 觸發：每週一 09:00。
    2. 抓數據：n8n 呼叫 Google Search Console / SE Ranking / GA4 API。
    3. 整理成 JSON/CSV：在 n8n 做基本清洗、欄位統一。
    4. 丟給 Claude：

    5. 提示大意：

      “`
      你是一位 SEO 分析師。請根據以下資料：
      – 找出本週與上週的主要變化（曝光、點擊、CTR、排名）
      – 標記前三個值得關注的關鍵字或頁面
      – 用「給客戶看的語氣」寫一份 300-500 字報告
      – 最後用 bullet points 給出下週三個具體行動建議

      資料如下（JSON）：
      {{data}}
      “`

    6. 產出報告草稿：Claude 回傳 Markdown 或 HTML。

    7. 人工審核閘：
    8. n8n 把草稿丟到 Slack 或 Email。
    9. 你檢查內容、改幾句，手動按「OK」。
    10. 正式發送：
    11. n8n 把最終版本寄給客戶，存一份到 Notion/GDrive。

    你可以馬上做的事：

    • 先不接 API，把第 2 步改成「從 Google Search Console 下載 CSV，手動上傳到 n8n」：
    • n8n workflow：Manual Trigger → Upload（Webhook / Form）→ Claude → Email to yourself。
    • 等流程穩定，再把手動上傳改成 API 自動抓。

    多代理與 MCP：什麼時候要用，什麼時候別急著上

    當你開始想：

    • 一個 Agent 負責抓資料
    • 一個 Agent 負責分析
    • 一個 Agent 負責 QA / 測試

    就會踩到「多代理系統」與 MCP（Model Context Protocol）的世界。

    有人已經用 Claude Agent SDK + MCP 做出：

    • 看板（Kanban）每張卡片就是一個開發任務
    • Cron 定時啟動 Claude，為每張卡開一個隔離環境，
    • 拉 repo → 寫 code → Git 提交 → Vercel 建預覽 → 第二個 Claude 做 QA 測試 → 不過就自動重試（案例影片）。

    但實務上，多代理＋多個 MCP server 很容易變成：

    • 工具太多、描述太長，模型不斷選錯工具。
    • 每次調用都把全部工具 schema 塞進 context，token 成本暴漲（有研究與實務案例顯示，長 agent run 可能是一般聊天的 1000 倍 token）。

    💡 關鍵： 多代理與 MCP 雖強大，但會大幅拉高複雜度與 token 成本，先把單一流程跑穩再擴充效益最高。

    建議：先把單一流程 + 人審做好，再考慮多代理。

    你可以馬上做的事：

    • 若你不是工程背景，目前只要記得兩件事：
    • MCP = 讓 AI 直接操作一堆內部工具的「插座規格」。
    • 「工具越多越好」是錯誤想像，實務上要刻意減少工具數量，讓 AI 比較不會選錯。

    適合誰用：三種典型場景

    角色 / 團隊類型 痛點 可以先做的第一條工作流
    個人創業者 / 獨立站長 每週 SEO 數據、內容企劃很花時間 自動 SEO 週報 + 下週內容建議（保留人審）
    接案顧問 / 行銷代理商 多個客戶週報、月報內容高度重複 客戶週報模板 + 客製評論區，由 Claude 先填、你負責最後一段「專業觀點」
    內容團隊主編 多篇文章排程、更新 meta、內鏈整理 用 /loop 對多篇文章產出標題、描述，n8n 更新到 CMS 草稿，人工再審核發佈

    工具比較：Claude、n8n 以及類似選項

    名稱 核心功能 免費方案 適合誰
    Claude (Claude Code) 長任務指令（/goal、/loop）、多代理、強文字與程式處理 有免費網頁版與有限額度 需要寫報告、寫程式、設計長流程的人
    n8n 視覺化工作流、自動化各種 API/Email/DB 有自架免費版，雲端有免費層 想用「拖拉方式」把不同工具串起來的人
    Zapier/Make SaaS 自動化平台，介面更友善，內建大量整合 有免費層但步數較少 不想部署系統，只想快點測試概念的人

    💡 關鍵： Claude 負責「想與寫」，n8n 和 Zapier/Make 負責「串與送」，搭配起來才能形成真正的自動化流水線。

    怎麼開始：從「一個安全的流程」練起

    按照這個順序，你可以在半天內完成第一條「會自己跑，但有你把關」的 AI 工作流：

    1. 開通帳號
    2. 註冊 Claude 帳號：https://claude.ai

    3. 註冊 n8n（雲端或自架）：https://n8n.io

    4. 在 Claude 裡寫清楚你的「流程說明書」

    5. 建一個專屬專案，新增檔案 WORKFLOW.md，內容包含：

      • 你每週報告的步驟
      • 用到資料來源
      • 哪些步驟你不想讓 AI 自動做（例如「最後寄給客戶」）

    6. 做第一個最小工作流（本機測試版）

    7. n8n：Manual Trigger → 手動貼 CSV → Claude → Email 給自己。

    8. 實際跑一次，看 Claude 生成的報告是否接近你平常寫的內容。

    9. 加上人工審核閘

    10. 把收件人改成你的 Slack / 私人 Email。

    11. 只有你手動確認後，才另外轉寄給客戶或上線。

    12. 再考慮進階：API、自動抓數據、多客戶分流

    13. 等你對這條流量和錯誤模式有感覺後，再把手動步驟替換成 API。

    只要守住「AI 做草稿，人做決定」這一條線，你就可以放心把「會自己跑」的工作流丟給 Claude 和 n8n，真正把時間留給需要判斷與創意的事情。

    🚀 你現在可以做的事

    • 在 Claude 建一個專案，照文中範例貼上你的「每週報表流程」並用 /goal 讓它幫你拆步驟
    • 在 n8n 建立「Cron → HTTP Request → Email」或「Manual Trigger → Claude → Email」的最小工作流
    • 為現有任一例行報告加上一個「人工審核閘」，先從「AI 草擬、人來定稿」開始運行