~/blog/gemini-n8n-wordpress-content-automation-pipeline-2025.md

AI 自動化與智慧應用 · 2026 / 01 / 18

組一支 AI 虛擬編輯團隊：n8n + Gemini 1.5 Pro 內容自動化流水線實戰

Eric

浪花科技創辦人 · AI 架構師

組一支 AI 虛擬編輯團隊：n8n + Gemini 1.5 Pro 內容自動化流水線實戰

☰ 目錄 table-of-contents.md

為什麼大多數 AI 生成的文章一眼就能認出是廢文？因為那是「一個 prompt 一次生成」的產物，沒有選題、沒有審稿、沒有改寫。內容自動化要做得像樣，得把流程拆給一支虛擬編輯團隊——這篇就用 n8n 串接 Gemini 1.5 Pro，把研究員、寫手、主編各自的角色排成一條自動化流水線。

老實說，自從 ChatGPT 問世以來，網路上充斥著各種「AI 罐頭文」。那些文章讀起來就像是嚼蠟，沒有觀點、沒有靈魂，甚至連 HTML 格式都是亂七八糟的。如果你只是把一個標題丟給 AI，然後直接貼到 WordPress，那我勸你還是省省伺服器空間吧，Google 的演算法現在精得很，這種垃圾內容根本排不上去。

但這不代表我們不能用 AI。重點在於：你需要的不是一個「寫作機器人」，而是一個自動化的「虛擬編輯團隊」。

今天這篇文章，我要帶大家用 n8n（最強大的自動化工作流工具）結合 Google 最新的 Gemini 1.5 Pro 模型，打造一套有邏輯、會查證、懂格式的 WordPress 內容自動化流水線。這不是那種「一鍵生成」，而是工程師思維的「結構化生產」。

為什麼選擇 Gemini + n8n？

在開始寫 Code 之前，我們得先選對武器。為什麼我不選 Zapier 或 OpenAI？

n8n 的強大邏輯： Zapier 很貴，而且處理複雜邏輯（比如迴圈、If-Else 判斷、JSON 資料清洗）時非常笨重。n8n 是節點式（Node-based）的，你可以像畫流程圖一樣設計你的程式邏輯，而且可以自架，成本極低。
Gemini 1.5 Pro 的長文本優勢： 這是我選擇 Google 的主因。Gemini 1.5 Pro 擁有超大的 Context Window（上下文視窗），這意味著我們可以把大量的背景資料、參考文獻、甚至整本電子書丟給它作為「參考資料（RAG）」，讓它寫出來的內容是有憑有據的，而不是在那邊一本正經地胡說八道。
成本控制： Google 的 API 定價策略目前相對 OpenAI 親民（甚至有免費層級可用於測試），對於大量生產內容來說，這點很關鍵。

架構設計：從「單兵作戰」到「流水線作業」

很多人的自動化流程是：關鍵字 -> AI 寫文章 -> 發布。這就是產生廢文的根源。

Eric 建議的架構是模仿真實編輯室的流程：

選題與觸發 (Trigger)： 從 Google Sheets、RSS Feed 或關鍵字清單觸發。
研究員 (Agent 1)： 先讓 AI 上網搜尋相關主題的最新資訊（結合 Serper 或 Google Search API）。
大綱規劃 (Agent 2)： 根據研究結果，規劃 H2、H3 結構。
撰寫與格式化 (Agent 3)： 這是 Gemini 發揮的地方，要求它輸出乾淨的 HTML。
JSON 結構化 (Data Cleaning)： 把 AI 的輸出轉換成 WordPress API 看得懂的 JSON 格式。
發布 (WordPress Node)： 上傳圖片、設定分類、發布文章。

實戰教學：n8n 工作流設定

1. 設定 Google Gemini Node

在 n8n 中，我們可以使用「Google Gemini Chat」節點。這裡有一個關鍵技巧：System Prompt (系統提示詞)。

你必須在 System Instruction 中明確定義它的角色。不要只說「寫一篇文章」，要這樣說：

你是一位資深的 SEO 技術寫作者，擅長將複雜的技術概念轉化為易懂的繁體中文文章。

規則：
1. 使用 HTML 標籤 (h2, h3, p, ul, li) 格式化輸出。
2. 語氣專業但親切，像工程師 Eric 一樣。
3. 不需要輸出 <html> 或 <body> 標籤，只需要文章本體。
4. 嚴格遵守繁體中文 (台灣) 用語。

2. 讓 AI 輸出穩定的 JSON 格式

這是工程師最頭痛的地方：AI 每次回傳的格式都不一樣，導致後面的 WordPress 節點報錯。Gemini 支援 JSON Mode，或者我們可以在 Prompt 中強制要求。

在 n8n 的 Prompt 中，我通常會這樣寫，確保我可以拿到標題、摘要和內文：

請根據以下主題撰寫文章，並務必以嚴格的 JSON 格式回傳，不要包含 Markdown 的 ```json 標記：

{
  "title": "這裡放吸引人的標題",
  "excerpt": "這裡放 SEO Meta Description",
  "content": "這裡放 HTML 格式的正文內容",
  "tags": ["標籤1", "標籤2"]
}

3. 使用 JSON Parse 節點

拿到 Gemini 的回應後，它通常是一個字串。我們需要接一個 Edit Fields (Set) 節點，或者使用 Function 節點將字串轉為 JSON 物件，這樣 WordPress 節點才能讀取 title 和 content。

// 針對 n8n 的 Code Node (JavaScript)
const jsonString = items[0].json.text; // 假設 Gemini 的輸出在 text 欄位
let parsedData;

try {
    // 清理可能存在的 markdown 符號
    const cleanString = jsonString.replace(/```json/g, "").replace(/```/g, "");
    parsedData = JSON.parse(cleanString);
} catch (error) {
    throw new Error("Gemini 回傳的不是合法的 JSON，請調整 Prompt");
}

return [{json: parsedData}];

4. WordPress API 串接與圖片處理

文字搞定後，最麻煩的是圖片。如果你的文章沒有圖，跳出率會很高。我們可以在 n8n 中串接 Unsplash API 或 OpenAI DALL-E 3 來生成圖片。

流程如下：

HTTP Request: 呼叫圖片 API 下載圖片 (Binary Data)。
WordPress Media Upload: 使用 n8n 的 WordPress 節點，將 Binary Data 上傳到媒體庫，並取得 media_id。
WordPress Create Post: 建立文章時，將 featured_media 欄位填入剛剛拿到的 ID。

SEO 優化：別忘了結構化資料

既然是自動化，就要連 SEO 一起做。我建議在讓 Gemini 生成內容時，順便讓它生成 FAQ Schema 的 JSON-LD 代碼，並直接插入到文章的底部。這樣 Google 在爬取時，會更容易給出豐富搜尋結果（Rich Snippets）。

這就是我所謂的「工程師思維」：我們不只是產出文字，我們是在構建一個符合搜尋引擎規範的數位資產。

Eric 的小囉嗦：監控與人工介入

雖然說是自動化，但我強烈建議不要設定成「全自動發布」。在 n8n 的最後一步，可以設定狀態為 draft (草稿)，或者串接 Slack/Telegram 通知。

為什麼？因為 AI 偶爾還是會「發瘋」（Hallucination）。作為資深工程師，我們要有風險控管意識。每天花 5 分鐘掃視一下草稿，進行最後的人工潤飾，這 5 分鐘的投入，會讓你的內容品質與那些純垃圾農場拉開巨大的差距。

內容自動化不是為了偷懶，而是為了把時間花在更有價值的地方——比如策略規劃和創意發想。

想打造專屬的企業級自動化內容系統？

如果你覺得自己架設 n8n 太麻煩，或者需要整合更複雜的 CRM 與業務邏輯，浪花科技隨時準備支援你。

立即填寫表單聯繫我們

// FAQ

常見問題

用 n8n 搭配 Gemini 自動產生的文章，會被 Google 懲罰嗎？

Google 的立場是獎勵高品質內容，無論由人或 AI 創作。單純堆砌關鍵字、內容空洞的罐頭文會被降權；但若在流程中加入最新數據、結構化觀點，並經過人工潤飾（human-in-the-loop），就屬於高品質內容，SEO 表現反而更好。

做內容自動化時，n8n 和 Zapier 該選哪一個？

n8n 的優勢在於靈活性與成本。它支援自架（self-hosted），不必為大量執行步驟支付高額月費，節點式設計也更接近程式邏輯，能處理迴圈、條件判斷與資料清洗等複雜流程。Zapier 在處理複雜邏輯時相對笨重且費用較高。

為什麼選 Gemini 1.5 Pro 來生成長篇內容？

Gemini 1.5 Pro 擁有超大的上下文視窗（Context Window），可以把大量背景資料、參考文獻當作 RAG 素材一次餵給模型，讓產出的內容有所依據而非憑空捏造，特別適合需要分析大量資料才能撰寫的長文。

如何讓 AI 每次都回傳格式穩定、程式能解析的內容？

在 Prompt 中明確要求模型以嚴格的 JSON 格式回傳（含 title、excerpt、content、tags 等欄位），並指示不要附加 Markdown 的程式碼標記。取得回應後，可在 n8n 的 Code 節點先清掉可能殘留的標記再用 JSON.parse 解析，解析失敗就丟出錯誤提醒調整 Prompt。

AI 內容流水線應該設成全自動發布嗎？

不建議全自動發布。較穩妥的做法是讓流程最後一步把文章存成草稿（draft），並串接 Slack 或 Telegram 通知，由人每天花幾分鐘掃視、做最後潤飾後再發布。這能避免 AI 偶發的幻覺（Hallucination）直接上線，並拉開與垃圾內容農場的品質差距。

    
    ~/roamer-tech/newsletter
    // FREE
  
// newsletter
訂閱免費電子報
        把 AI 自動化、企業系統設計與 WordPress / Laravel 開發的真實案例和可直接照做的技巧，整理成電子報寄給你。只寄精選內容、不灌垃圾信，一鍵就能退訂。
      
        Website
      
        $
        subscribe