Mindket

用 GPT 把一篇博客文章改写成四篇社交帖子

新上架第 1 版 · 更新于

概览

一个带 webhook 的 n8n 工作流,接收一篇博客文章,把它变成四篇社交帖子。OpenAI 找出要点,写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子,再由 Google 表格保存。

用 GPT 把一篇博客文章改写成四篇社交帖子 是一款 n8n 工作流,属于营销类,由 Mindket 上架。可免费获取。当前为第 1 版,最近更新于 。在本页下载,或复制它的 JSON,再导入 n8n 画布。在 n8n 里启用之前,它不会运行。

速览

用在
  • n8n Cloud:导入文件并发布,然后使用生产环境的 webhook 地址
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,webhook 要能从互联网访问
  • Google 表格:一个叫 Posts 的标签页,第 1 行有七个列名
  • OpenAI:分析文章并写草稿的模型

平台

连接 2 个应用

运行方式

触发

一篇博客文章到达

有东西把一篇博客文章发到 webhook 时开始运行。它带来:

  • 文章的标题和正文
  • 一个可选的品牌语气

动作

  1. 检查正文至少有 50 个字符,并给这次请求一个 id
  2. 让 OpenAI 找出要点、核心信息、话题标签和 SEO 关键词
  3. 依次写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子
  4. 把四份草稿作为一行加进你的 Google 表格,并答复调用方

结果

Google 表格里一行四份草稿,并向调用 webhook 的一方返回一段简短的 JSON

集成

开始之前要准备好这些。

OpenAI

分析和撰写

找出要点,并写出四篇帖子。

需要一个 OpenAI API 密钥

Google Sheets

草稿存放处

为每篇博客文章保存一行。

需要一个 Google Sheets OAuth2 凭据,和一个有七列的 Posts 标签页

工作流检查

由 Mindket 于 2026年11月13日检查

步骤
11 个步骤,由 Webhook 调用启动
AI
5 个步骤调用 AI 模型:AI: Quick Analysis、Generate: Twitter Thread、Generate: LinkedIn Post、Generate: Instagram Caption、Generate: Facebook Post
登录
需要登录:Google Sheets
API 密钥
文件里没有留下 API 密钥
步骤类型
Mindket 的检查器能读懂它全部 5 种步骤类型

以上内容读自工作流文件,并非实际运行的结果。

关于

它是什么

这个 n8n 工作流把一篇博客文章变成给四个平台的草稿。一个 webhook 以 JSON 接收文章,里面有标题、正文和一个可选的品牌语气。一个 Code 步骤检查正文至少有 50 个字符,并给这次请求一个 id。一个 OpenAI 步骤读文章,返回要点、核心信息、话题标签和 SEO 关键词。随后另外四个 OpenAI 步骤依次写出一条 X 长串帖子、一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子。最后一个 Code 步骤把它们收到一起,结果被加进一个 Google 表格。调用方会收到一段简短的 JSON 答复。十一个节点负责运行,另有一个便签。

适合谁

发布长文、想为每个平台要一份初稿的写作者、营销人员和小团队。如果你想让帖子被自动发布,就别选它,因为它只把草稿写进表格。每次运行会调用五次 OpenAI。

谁在用,怎么用
行业谁在用怎么用例子
博客独立写作者把每篇新文章变成四份草稿一位写作者发送文章正文,在表格里找到四份草稿。
营销内容团队用一个来源填满发帖日历一个团队把每篇发布的文章发到 webhook,周一再修改草稿。
代理社交媒体经理让客户有一个地方可以找到现成的草稿一位经理把一个表单指向 webhook,再分享这个表格。
时事通讯出版者把一期内容再用成其他平台的帖子一位出版者发送这一期的正文,再用上其中最好的句子。

你需要懂 n8n 的设置:导入文件、添加两个凭据、建一个表格,并调用一个 webhook。

用在哪里

能访问 OpenAI 和 Google 表格的 n8n 都能运行它,发送博客文章的工具必须能访问这个 webhook。

  • n8n Cloud:导入文件并发布,然后使用生产环境的 webhook 地址
  • 你自己的 n8n 服务器:同一个文件,同样的步骤,webhook 要能从互联网访问
  • Google 表格:一个叫 Posts 的标签页,第 1 行有七个列名
  • OpenAI:分析文章并写草稿的模型

设置

点“下载”会把一个压缩包存到你的下载文件夹,里面有 workflow.json 和 Mindket 写的设置说明。设置就是两个凭据和一个表格。

先准备好这些
需要说明
n8nn8n Cloud 或你自己的服务器
OpenAI一个 API 密钥,在 n8n 里添加为 OpenAI 凭据
Google Sheets一个 OAuth2 凭据,和一个叫 Posts 的标签页,表头是 Request ID、Title、Completed At、Twitter Thread、LinkedIn Post、Instagram Caption 和 Facebook Post
发送方任何能发 JSON 的东西,比如表单工具或脚本
  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File,选中 workflow.json。
  2. 添加一个 OpenAI 凭据,在 AI: Quick Analysis 和四个 Generate 步骤里选中它。
  3. 在你的 Google 表格里建一个叫 Posts 的标签页,并在第 1 行输入七个表头。
  4. 添加一个 Google Sheets 凭据,在 Save to Google Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你的表格的 id。
  5. 发布工作流,然后把一篇测试博客文章以 JSON 发到 Receive Content 的生产地址。

如何使用

把每篇新文章发到 webhook。在表格里读那四份草稿,自己修改并发布。

想换个结果,改这里
想改的在哪里改
每篇帖子的风格对应的 Generate 步骤里的指令
品牌语气你发送的 brand_voice 字段,或 Validate Input 里的默认值
最短长度Validate Input 里的 50
模型五个 OpenAI 步骤
表格的列Save to Google Sheets,以及你的标签页的第 1 行

示例

你发送一篇带标题、正文和品牌语气的博客文章。

{"title": "Why we moved to self-hosting", "content": "The full text of the post, at least 50 characters", "brand_voice": "plain and friendly"}

调用方收到一段 JSON 答复,说明四份草稿已生成,请去看表格。表格多出一行,里面有 X 长串帖子、LinkedIn 帖子、Instagram 配文和 Facebook 帖子。

新手与专家

新手:n8n 把工作流画成用线连起来的方框,每个方框叫一个节点,只做一件事。这个工作流先接收一篇文章,请 AI 找出它的要点,再请它写四次帖子。先用一篇短文章测试。

专家:四个写作步骤串成一条链,每个都从 Merge Data 读它要的信息。

想看细一点,看这里
节点它做什么要知道的
Receive Content接收 POST,并等待回复节点知道地址的人都可以往里发,每次调用要花五次 OpenAI 请求
Validate Input检查正文并设置一个 id少于 50 个字符时会报错停止
AI: Quick Analysis要求给出要点、核心信息、话题标签和关键词开启了 JSON 输出,模型是 gpt-6-luna
Merge Data把分析加到原始请求上不管答案是文字还是对象,它都能读
Generate: Twitter Thread写 X 长串帖子另外三个写作步骤依次跟在它后面
Collect Results把四个结果放进一个对象某一步的坏答案会变成一个错误字段,不会让运行停下来
Save to Google Sheets追加一行长串帖子以 JSON 文本存在一个单元格里

注意事项

webhook 是敞开的,每次调用都会花你的 OpenAI 额度。

  • 安全:找到这个地址的人都可以往里发。如果这个地址会传到你自己的团队之外,就把 webhook 的认证改成请求头检查
  • 修复:原版用的 OpenAI 节点版本 n8n 并没有,所以五个 OpenAI 步骤改写成了当前的 OpenAI 节点,用 gpt-6-luna,并开启 JSON 输出。温度和 token 上限被去掉了,因为过小的上限可能把推理模型的回答截断
  • 顺序:四个写作步骤现在一个接一个运行。原版里它们都直接接到同一个 Code 步骤,那一步会为每个到达的分支各运行一次
  • id:原版用一个 n8n 的 Code 节点默认拒绝的函数来生成随机 id。现在用时间加一段随机字符串
  • 表格:表格 id 是占位符,标签页叫 Posts,列的清单也写明了,这样 n8n 才能写入这一行
  • 质量:每个写作步骤都要求一个长度,比如每条推文少于 280 个字符。模型可能做不到,所以请检查草稿。Mindket 没有查各个平台现在的长度或话题标签规则
  • 没有运行过:Mindket 没有用 OpenAI 或 Google 表格运行过它。Code 步骤只在本地电脑上用示例数据测试过
  • 凭据:JSON 里没有任何凭据

README 和文件

README

用 GPT 把一篇博客文章改写成四篇社交帖子

一个带 webhook 的 n8n 工作流,接收一篇博客文章,把它变成给四个平台的草稿。OpenAI 先找出要点,再写出一条 X 长串帖子、
一篇 LinkedIn 帖子、一条 Instagram 配文和一篇 Facebook 帖子。一个 Google 表格把它们保存起来。

里面有什么

  • workflow.json:n8n 导出的工作流,十二个节点,其中一个是便签。里面没有任何凭据。
  • README.md:这份说明。

和原来的副本相比,我们改了什么

  • 五个 OpenAI 步骤用的 OpenAI 节点版本 n8n 并没有。它们现在是当前的 OpenAI 节点的消息模式,用 gpt-6-luna,并开启 JSON 输出。
    温度和 token 上限被去掉了,因为过小的上限可能把推理模型的回答截断。
  • 四个写作步骤原来直接接到同一个 Code 步骤。有四个上游的节点会为每个到达的分支各运行一次,所以现在四个写作步骤一个接一个运行,
    每个都从 Merge Data 读它要的信息。
  • 原来的 id 用一个 n8n 的 Code 节点默认拒绝的随机 id 函数生成。现在用时间加一段随机字符串。
  • 表格 id 原来来自作者服务器上的一项设置。现在它是占位符 <YOUR_SHEET_ID>。标签页有了中性的名字 Posts,列的清单也写明了,
    这样 n8n 才能写入这一行。
  • webhook 路径改成了中性的,原版里隐藏的 webhook id 也去掉了。
  • 读取模型答案的代码现在既接受文字,也接受对象。
  • 便签用朴素的话重写了。

开始之前

  • 一个 OpenAI API 密钥。
  • 一个 Google 表格,里面有一个叫 Posts 的标签页,第 1 行是这些表头:Request ID、Title、Completed At、Twitter Thread、
    LinkedIn Post、Instagram Caption 和 Facebook Post。
  • 任何能把 JSON 发到 webhook 的东西。

设置

  1. 在 n8n 里新建一个工作流,打开它的菜单,选 Import from File。选中 workflow.json。
  2. 添加一个 OpenAI 凭据,在 AI: Quick Analysis 和四个 Generate 步骤里选中它。
  3. 在你的表格里建一个 Posts 标签页,并在第 1 行输入七个表头。
  4. 添加一个 Google Sheets 凭据,在 Save to Google Sheets 里选中它。把 <YOUR_SHEET_ID> 换成你的表格的 id。
  5. 发布工作流,然后把一篇测试博客文章以 JSON 发到 Receive Content 的生产地址。

一次运行的过程

  1. Receive Content 接收一个 POST,里面有 title、content 和一个可选的 brand_voice。
  2. 如果正文少于 50 个字符,Validate Input 会报错停止。否则它保留这三个字段,并加上一个 id 和一个时间。
  3. AI: Quick Analysis 以 JSON 返回要点、核心信息、话题标签和 SEO 关键词。Merge Data 把它们加到请求上。
  4. Generate: Twitter Thread、Generate: LinkedIn Post、Generate: Instagram Caption 和 Generate: Facebook Post 按这个顺序运行。
    每一个都从 Merge Data 读标题、要点和语气。
  5. Collect Results 把四个结果放进一个对象。
  6. Save to Google Sheets 追加一行,Respond: Success 告诉调用方四份草稿已经生成。

想换个结果,改这里

  • 每篇帖子的风格:对应的 Generate 步骤里的指令。
  • 品牌语气:你发送的 brand_voice 字段,或 Validate Input 里的默认值。
  • 最短长度:Validate Input 里的 50。
  • 模型:五个 OpenAI 步骤。
  • 表格的列:Save to Google Sheets 和你的标签页的第 1 行。

值得知道的事

  • webhook 是敞开的。找到这个地址的人都可以往里发,每次调用会产生五次 OpenAI 请求。如果这个地址会传到你自己的团队之外,就把
    webhook 的认证改成请求头检查。
  • 每个写作步骤都要求一个长度,比如一条推文少于 280 个字符。模型可能做不到,所以请检查草稿。
  • Mindket 没有查各个平台现在的长度或话题标签规则。
  • 某个写作步骤的坏答案会变成结果里的一个错误字段,不会让运行停下来。
  • X 长串帖子以 JSON 文本存在一个单元格里。
  • Mindket 没有用 OpenAI 或 Google 表格运行过这个工作流。Code 步骤只在本地电脑上用示例数据测试过。
文件
NOTICE.md  645 B
README.md  4 KB
workflow.json  14 KB

3 个文件,共 19 KB,以 zip 压缩包下载。

更新内容

  • 第 1 版 · 2026-11-12

评价

还没有评分

写评价

还没有评价。

Mindket 的更多商品

查看 Mindket 的全部商品

anaksor-ocr

Sokheng · 工具包

这个模型从文档、收据和路牌照片里读取高棉语和英语文字,用一个检测器找文本行,再用识别器读每一行。适合需要在 Python 里做高棉语 OCR 的开发者。

新上架

Qwen2.5-7B-Instruct-GGUF

Qwen · 工具包

Qwen2.5-7B-Instruct 的 GGUF 文件,提供八种量化大小,可通过 llama.cpp 在本地聊天。适合想在自己电脑上用 7.6B 强力模型、又不想搭 Python 环境的人。

新上架

ACE-Step 1.5 XL SFT

ACE-Step · 工具包

用 4B 扩散解码器根据文字生成音乐,50 步并带引导控制,音频质量高于基础版。适合拥有 12 GB 或更多显存 GPU 的创作者。

新上架

营销类的相似商品

查看营销类的全部商品

Huashu Design

alchaincyf · 技能

把你在 AI 智能体里写的一句话需求,变成一份完成的设计:发布动画、可点击的应用原型、可编辑的幻灯片、信息图,或一组小红书图片。可在多种智能体中使用。

新上架29.4k

Pixel Art XL

nerijs · 工具包

一个用于 Stable Diffusion XL 的像素画风格附加模型,把文字提示词变成像素风图片,并可搭配 LCM LoRA 加快运行。适合游戏开发者、设计师和爱好者。

新上架

Licon MSR for LTX-2.5

LiconStudio · 工具包

给模型最多五张参考图,让生成视频中的人物、服装、物体和背景保持一致。这是用于 ComfyUI 中 LTX-2.5 的 LoRA,还可以为两位说话者添加音频参考。

新上架