Din innehållsprocess går troligen sönder på samma ställe varje gång: research ligger i en flik, utkast ligger i en annan och granskningar händer i en rörig Slack-tråd som ingen hittar senare.
Den här Tavily Slack-automationen slår hårdast mot content marketers, men social media managers och byråchefer känner av den också. Du behöver få ett ämne till tre plattformsfärdiga utkast utan att skriva om samma idé hela eftermiddagen.
Det här flödet tar en enkel formulärinsändning, hämtar färsk webbresearch via Tavily, låter OpenAI skriva tre versioner (blogg, LinkedIn, Facebook) och skickar sedan allt till Slack för granskning på ett ställe.
Så fungerar den här automatiseringen
Här är hela arbetsflödet som du kommer att sätta upp:
n8n Workflow Template: Tavily + Slack: researchbaserade utkast samlade
flowchart LR
subgraph sg0["On form submission Flow"]
direction LR
n0@{ icon: "mdi:cog", form: "rounded", label: "Aggregate", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out", pos: "b", h: 48 }
n2@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model", pos: "b", h: 48 }
n3@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set Search Fields", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Blog Writer", pos: "b", h: 48 }
n5@{ icon: "mdi:robot", form: "rounded", label: "LinkedIn", pos: "b", h: 48 }
n6@{ icon: "mdi:robot", form: "rounded", label: "Facebook", pos: "b", h: 48 }
n7["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/httprequest.dark.svg' width='40' height='40' /></div><br/>Search Web"]
n8["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/form.svg' width='40' height='40' /></div><br/>On form submission"]
n9@{ icon: "mdi:swap-vertical", form: "rounded", label: "Edit Fields", pos: "b", h: 48 }
n10["<div style='background:#f5f5f5;padding:10px;border-radius:8px;display:inline-block;border:1px solid #e0e0e0'><img src='https://flowpast.com/wp-content/uploads/n8n-workflow-icons/slack.svg' width='40' height='40' /></div><br/>Completed Notification"]
n6 --> n4
n5 --> n6
n0 --> n5
n1 --> n0
n7 --> n1
n4 --> n9
n9 --> n10
n2 -.-> n5
n2 -.-> n6
n2 -.-> n4
n3 --> n7
n8 --> n3
end
%% Styling
classDef trigger fill:#e8f5e9,stroke:#388e3c,stroke-width:2px
classDef ai fill:#e3f2fd,stroke:#1976d2,stroke-width:2px
classDef aiModel fill:#e8eaf6,stroke:#3f51b5,stroke-width:2px
classDef decision fill:#fff8e1,stroke:#f9a825,stroke-width:2px
classDef database fill:#fce4ec,stroke:#c2185b,stroke-width:2px
classDef api fill:#fff3e0,stroke:#e65100,stroke-width:2px
classDef code fill:#f3e5f5,stroke:#7b1fa2,stroke-width:2px
classDef disabled stroke-dasharray: 5 5,opacity: 0.5
class n8 trigger
class n4,n5,n6 ai
class n2 aiModel
class n7 api
classDef customIcon fill:none,stroke:none
class n7,n8,n10 customIcon
Varför det här spelar roll: att göra en idé till tre utkast går långsamt
Att skapa innehåll för flera plattformar låter effektivt tills du gör det manuellt. Du researchar ämnet, klistrar in anteckningar i ett dokument, skriver en bloggverson och ”krymper” den till LinkedIn, och ”breds ut” den till Facebook. Någonstans i den rundan glider fakta, tonen ändras och teamet börjar fråga: ”Vilken version ska vi publicera?” Det handlar inte bara om tid. Det är det ständiga kontextbytet, de upprepade redigeringarna och den gnagande oron att du missade något viktigt i researchen.
Friktionen byggs på. Här är var det fallerar i praktiken.
- Research görs om eftersom gårdagens källor ligger begravda i webbläsarflikar eller gamla meddelanden.
- Du slutar med att skriva om samma punkter tre gånger, vilket gör att konsekvens känns omöjlig under stressiga veckor.
- Granskningar sprids över DM:s, trådar och dokument, så godkännanden tar längre tid än skrivandet.
- Manuell copy-paste bjuder in små misstag som statistik som inte matchar, trasiga länkar eller fel vinkel mot målgruppen.
Det du bygger: Tavily-research till Slack-klara multikanalsutkast
Du bygger en automatiserad pipeline för innehållsproduktion som startar med ett enkelt formulär. När du skickar in ett ämne och en målgrupp gör arbetsflödet om indata till en korrekt formaterad sökfråga och anropar sedan Tavily API för att hämta aktuell och relevant information från webben. Därefter organiseras researchresultaten så att OpenAI kan använda dem pålitligt (inte som en stor, rörig klump). Sedan genererar flödet tre utkast parallellt: en bloggversion, ett professionellt LinkedIn-inlägg och ett engagerande Facebook-inlägg. Till sist sätts allt ihop till en prydlig payload och skickas till Slack så att du kan granska, redigera och dela utan att leta efter filer.
Arbetsflödet startar vid en n8n-formulärinsändning. Tavily sköter webbresearch, sedan skapar OpenAI plattformsspecifika utkast med anpassade prompts. Slack blir din enda inkorg för ”redo att granska”-innehåll.
Det du bygger
| Det som automatiseras | Det du uppnår |
|---|---|
|
|
Förväntade resultat
Säg att du publicerar ett ämne per arbetsdag och behöver tre versioner (blogg, LinkedIn, Facebook). Manuellt kan research ta cirka 30 minuter, och sedan tar skrivande och omformning ytterligare 60–90 minuter totalt, plus Slack-överlämningar. Räkna med ungefär 2 timmar per ämne en vanlig vecka. Med det här flödet lägger du kanske 5 minuter på att fylla i formuläret, väntar medan Tavily-research och OpenAI-utkast kör, och får alla tre versionerna levererade till Slack i ett enda meddelande.
Innan du börjar
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för självhosting om du föredrar det (Hostinger fungerar bra)
- Tavily API för uppdaterade webbresearch-resultat.
- OpenAI API för att generera de tre utkastformaten.
- Slack-workspace för att ta emot utkast i en kanal.
- Tavily API-nyckel (hämta den i din Tavily-dashboard).
Svårighetsnivå: Nybörjare. Du kopplar konton, klistrar in API-nycklar och testar några exempelinsändningar.
Vill du att någon bygger detta åt dig? Prata med en automationsspecialist (gratis 15-minuters konsultation).
Steg för steg
En formulärinsändning sätter igång allt. Du fyller i ”Innehållsämne” och ”Målgrupp” i ett n8n-formulär, så att förfrågningar blir konsekventa och enkla att delegera.
Din input rensas och mappas till en sökfråga. Flödet gör om fälten till exakt de parametrar Tavily förväntar sig, vilket innebär färre konstiga sökningar och bättre källor.
Tavily hämtar färsk research, som sedan förbereds för AI. Resultaten packas upp, delas upp och aggregeras så att OpenAI får strukturerad kontext i stället för en vägg av text.
OpenAI genererar tre plattformsspecifika utkast, och sedan får Slack paketet. Ett bloggutkast genereras, en LinkedIn-version tas fram och en Facebook-version skapas. Sedan sätts allt ihop till en uppsättning outputfält och publiceras i den Slack-kanal du valt.
Du kan enkelt justera promptarna och plattforms-mixen så att det matchar er tonalitet eller lägga till en kanal till. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementation
Steg 1: Konfigurera formulärtriggern
Det här arbetsflödet startar när en användare skickar in ett formulär, vilket fångar innehållsämne och målgrupp som används genom hela automatiseringen.
- Lägg till eller öppna Form Submission Trigger och ställ in Form Title på
Content Details. - Under Form Fields lägger ni till två obligatoriska fält: Content Subject och Target Audience.
- Koppla Form Submission Trigger till Map Query Fields.
Steg 2: Mappa indatafält och kör webbresearch
Mappa formulärindatan till strukturerade fält och använd sedan ett webbsearch-API för att samla relaterat innehåll till AI-promptarna.
- I Map Query Fields ställer ni in värdet för query till
={{ $json['Content Subject'] }}. - I Map Query Fields ställer ni in värdet för targetAudience till
={{ $json['Target Audience'] }}. - Öppna Web Search Request och ställ in URL till
https://api.tavily.com/searchoch Method tillPOST. - Ställ in JSON Body till
={ "api_key": "[CONFIGURE_YOUR_API_KEY]", "query": "{{ $json.query.replace(/\"/g, '\\\"') }}", "search_depth": "basic", "include_answer": true, "topic": "news", "include_raw_content": true, "max_results": 3 }. - Koppla Web Search Request → Unpack Result List och ställ in fieldToSplitOut på
results. - I Combine Item Details ställer ni in Include till
specifiedFieldsoch fieldsToInclude tilltitle, raw_content.
[CONFIGURE_YOUR_API_KEY] i Web Search Request med er riktiga Tavily API-nyckel, annars kommer HTTP-anropet att misslyckas.Steg 3: Sätt upp AI-generering med OpenAI Dialogue Model
AI-innehållsnoderna använder en delad språkmodell. Konfigurera modellen och bekräfta att varje prompt hämtar rätt data.
- Öppna OpenAI Dialogue Model och anslut autentiseringsuppgifter. Credential Required: Anslut era
openAiApi-autentiseringsuppgifter. - Bekräfta att OpenAI Dialogue Model är ansluten som språkmodell till Generate Blog Draft, Craft LinkedIn Post och Compose Facebook Post (AI-autentiseringsuppgifter läggs till i den överordnade modellnoden, inte i agentnoderna).
- I Generate Blog Draft ställer ni in Text till
=Article Content: {{ $('Combine Item Details').item.json.data.toJsonString() }} Target Audience: {{ $('Map Query Fields').item.json.targetAudience }}. - I Craft LinkedIn Post ställer ni in Text till
=Article Content: {{ $json.data.toJsonString() }} Target Audience: {{ $('Map Query Fields').item.json.targetAudience }}. - I Compose Facebook Post ställer ni in Text till
=Article Content: {{ $('Combine Item Details').item.json.data.toJsonString() }} Target Audience: {{ $('Map Query Fields').item.json.targetAudience }}.
Steg 4: Konfigurera sammanställning av output och Slack-notifiering
Samla AI-resultaten i strukturerade fält och skicka dem till Slack när innehållet är klart.
- I Assemble Output Fields ställer ni in Blog till
={{ $json.output }}. - Ställ in Facebook till
={{ $('Compose Facebook Post').item.json.output }}och Linkedin till={{ $('Craft LinkedIn Post').item.json.output }}. - Öppna Slack Completion Alert och ställ in Text till
=✅ The Content Generated on the Topic of: {{ $('Form Submission Trigger').item.json["Content Subject"] }} Blog Post: {{ $json.Blog }} Facebook Post: {{ $json.Facebook }} Linkedin Post: {{ $json.Linkedin }}. - Välj destination Channel i Slack Completion Alert.
- Credential Required: Anslut era
slackApi-autentiseringsuppgifter i Slack Completion Alert.
Steg 5: Testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att bekräfta att formulärindatan triggar research, AI-generering och leverans till Slack.
- Klicka på Execute Workflow och skicka in formuläret från Form Submission Trigger med ett exempelämne och en målgrupp.
- Verifiera att Web Search Request returnerar resultat och kontrollera sedan att Unpack Result List och Combine Item Details skickar vidare artikelinnehåll nedströms.
- Bekräfta att output i Generate Blog Draft, Craft LinkedIn Post och Compose Facebook Post innehåller genererad text.
- Kontrollera att Slack Completion Alert levererar ett meddelande där fälten
Blog,FacebookochLinkedinär ifyllda. - När allt fungerar växlar ni arbetsflödet till Active för att köra i produktion.
Felsökningstips
- Slack-autentisering kan löpa ut eller kräva specifika behörigheter. Om det skapar fel, börja med att kontrollera din n8n-lista under Credentials och Slack-appens scopes.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre fram fallerar på tomma svar.
- Standardprompts i AI-noder är generiska. Lägg in er tonalitet tidigt, annars kommer du att redigera output för alltid.
Snabba svar
Cirka 30 minuter om du redan har dina API-nycklar.
Nej. Du kopplar Tavily, OpenAI och Slack och justerar sedan ett par fält och prompts.
Ja. n8n har ett gratis alternativ för självhosting och en gratis provperiod på n8n Cloud. Cloud-planer startar på $20/månad för högre volym. Du behöver också räkna in kostnader för API-användning hos Tavily och OpenAI.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller självhosting på en VPS. För självhosting är Hostinger VPS prisvärd och hanterar n8n bra. Självhosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, och det bör du. De flesta team börjar med att redigera de tre OpenAI-agentnoderna (Generate Blog Draft, Craft LinkedIn Post, Compose Facebook Post) så att de matchar tonalitet och formateringsregler. Du kan också justera Tavily-sökbeteendet i noden Web Search Request (till exempel annan ämnesfokus) och ändra vad som skickas till Slack i Assemble Output Fields. Vanliga tweaks är att lägga till ett ”tone”-fält i formuläret, generera två LinkedIn-varianter eller byta Slack-leverans mot Google Docs när redigering kräver längre trådar.
Oftast beror det på utgången eller saknad Slack-behörighet. Återanslut din Slack-credential i n8n, bekräfta att appen får posta i målkanalen och dubbelkolla kanal-ID:t i Slack message-noden. Om det funkar i tester men fallerar senare, leta efter indragen åtkomst efter en säkerhetsuppdatering i workspacen.
Tillräckligt för de flesta små team: varje formulärinsändning är en körning, och den främsta begränsningen är dina API-kvoter (OpenAI, Tavily) plus kapaciteten i din n8n-plan/server.
Ofta ja, eftersom flödet har flera transformationssteg och tre separata AI-genereringar, där enklare verktyg ofta börjar kännas trånga. n8n gör det enklare att forma researchresultaten innan de går in i modellen, och du kan förgrena eller slå ihop utan att känna att varje extra steg är en bestraffning. Självhosting är också en tydlig fördel om du väntar dig många förfrågningar. Å andra sidan, om du bara vill ha ”formulärinsändning → ett AI-utkast → Slack” kan Zapier eller Make gå snabbare att sätta upp. Om du är osäker, prata med en automationsspecialist så tar vi fram det billigaste och enklaste alternativet för din volym.
När detta väl rullar slutar du ”återskapa” innehåll och börjar granska det. Flödet gör det repetitiva jobbet så att teamet kan fokusera på att leverera.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.