Att spåra citeringar i Googles AI Overview är rörigt. Ena veckan finns du med i källorna, nästa vecka är du borta, och du märker det först när en kund frågar varför trafiken dök.
Om du är SEO-ansvarig och bygger veckorapporter, en marknadschef som behöver bevisa synlighet eller en konsult som följer konkurrentrörelser, gör en AI-citeringslogg gissningar till ett enkelt kalkylark du kan filtrera på sekunder.
Det här arbetsflödet hämtar AI Overview-källreferenser från DataForSEO enligt schema och lägger sedan till korrekt formaterade rader i Google Sheets. Du får veta vad som loggas, vad du behöver för att köra det och var folk oftast kör fast.
så fungerar automatiseringen
Här är hela arbetsflödet du kommer att sätta upp:
n8n Workflow Template: DataForSEO till Google Sheets: AI-citeringslogg
flowchart LR
subgraph sg0["Run every 7 days Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "Run every 7 days", pos: "b", h: 48 }
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out (items)", pos: "b", h: 48 }
n2@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out (references)", pos: "b", h: 48 }
n3@{ icon: "mdi:web", form: "rounded", label: "Get Google AI Overview SERP ..", pos: "b", h: 48 }
n4@{ icon: "mdi:database", form: "rounded", label: "Record references to your Go..", pos: "b", h: 48 }
n0 --> n3
n1 --> n2
n2 --> n4
n3 --> n1
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 n0 trigger
class n4 database
class n3 api
varför det här spelar roll: AI Overview-källor ändras snabbt
AI Overviews ändrar inte bara rankingar. De ändrar vem som blir citerad, vilka sidor som “välsignas” som källor och vilka domäner som blir standardreferenser för ett helt ämne. Om du kollar manuellt missar du skiften eftersom du bara tittar när du har tid (eller när någon klagar). Och när du väl tittar sker det oftast under stress: skärmdumpar, spridda anteckningar, kanske ett halvfärdigt kalkylark som ingen litar på. Med tiden skapar det en blind fläck. Du kan inte tryggt svara på enkla frågor som “När dök vi upp första gången?” eller “Vilken konkurrent syns oftare på sistone?”
Friktionen växer. Här är var det faller isär i verkligheten.
- Manuella stickprov i inkognitoläge är inkonsekventa, så din “historik” blir i praktiken minne och skärmdumpar.
- Att kopiera och klistra in käll-URL:er och titlar tar så lång tid att du slutar efter de första sökorden.
- Det är lätt att missa konkurrentdomäner som i det tysta börjar dyka upp som citerade källor för många sökningar.
- Rapportering blir krånglig eftersom du inte kan visa en tydlig tidslinje över citeringar vecka för vecka.
det du bygger: en veckovis AI Overview-citeringstracker i Sheets
Det här arbetsflödet körs enligt schema (veckovis som standard) och frågar DataForSEO SERP API efter AI Overview-resultat kopplade till din valda sökordslista. När svaret kommer tillbaka expanderar n8n resultaten till enskilda poster och expanderar sedan dessa poster igen till de specifika citeringar i “referenslistan” som du faktiskt bryr dig om. Därifrån normaliseras varje citering till strukturerade fält som källtitel, URL och domän, och läggs till som en ny rad i Google Sheets. Slutresultatet är enkelt: en växande citeringshistorik som du kan filtrera per sökord, sortera per domän och använda i kundrapportering utan att bygga om samma kalkylark varje månad. Ärligt talat är det här typen av tråkig spårning som borde ha automatiserats för länge sedan.
Arbetsflödet startar på en timer, hämtar färska AI Overview-SERP-data via DataForSEO och delar sedan upp svaret i korrekt formaterade citeringsrader. Till sist blir Google Sheets din löpande logg som bara blir bättre ju längre den kör.
det du bygger
| det som automatiseras | det du uppnår |
|---|---|
|
|
förväntade resultat
Säg att du spårar 20 sökord och att varje AI Overview returnerar cirka 6 citerade källor. Manuell insamling av titlar, domäner och URL:er kan ta runt 2 minuter per källa när du räknar in kontroll, kopiering och formatering, vilket blir ungefär 4 timmar varje vecka. Med det här arbetsflödet lägger du cirka 20 minuter på att sätta upp kalkylarket och inloggningar en gång, och sedan sker den veckovisa körningen automatiskt och hamnar som nya rader. Du granskar fortfarande insikterna, men insamlingsjobbet är i princip borta.
innan du börjar
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- DataForSEO-konto för åtkomst till AI Overview SERP API.
- Google Sheets för att lagra din citeringslogg.
- DataForSEO API-uppgifter (hämta dem i din DataForSEO-dashboard under API access).
Kunskapsnivå: Medel. Du kommer inte att koda, men du kommer att koppla API:er, bekräfta kolumner i arket och köra en testkörning.
Vill du att någon bygger detta åt dig? Prata med en automationsexpert (gratis 15-minuters konsultation).
steg för steg
Ett veckoschema drar igång allt. Arbetsflödet använder en Schedule Trigger inställd på var 7:e dag, så du får en stabil rytm utan att behöva komma ihåg att “gå och kolla”. Du kan ändra till dagligen om du spårar en volatil SERP.
DataForSEO hämtar AI Overview-SERP:en. n8n skickar din sökordsförfrågan till DataForSEO SERP API och tar emot ett strukturerat svar som inkluderar AI Overview-data och dess referenskällor.
Resultaten expanderas till citeringsrader. Två “split out”-steg gör nästlade listor till enskilda objekt och sedan enskilda referenser, så varje citerad källa blir en egen korrekt formaterad post istället för en klump av JSON.
Google Sheets blir loggboken. Varje referens (källtitel, URL, domän och relaterade textfält) läggs till i ditt ark, vilket innebär att din historik byggs automatiskt över tid.
Du kan enkelt ändra schemat och målet (till exempel skicka raderna till Excel 365 eller ett BI-verktyg) utifrån dina behov. Se den fullständiga implementeringsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera den schemalagda triggern
Ställ in arbetsflödet så att det körs enligt ett veckoschema med den inbyggda trigger-noden.
- Lägg till noden Scheduled Weekly Trigger som er workflow-trigger.
- Ställ in schemaregeln så att den körs var 7:e dag genom att konfigurera Interval med Days satt till
7. - Behåll sticky note Flowpast Branding för dokumentation och teamkontext (ingen konfiguration behövs).
Steg 2: anslut DataForSEO och hämta SERP
Konfigurera SERP-förfrågan för att hämta AI Overview-data för ett specifikt sökord och en specifik region.
- Lägg till noden Fetch AI Overview SERP och anslut den till Scheduled Weekly Trigger.
- Inloggningsuppgifter krävs: Anslut era dataForSeoApi-inloggningsuppgifter.
- Ställ in Operation på
get-live-google-organic-serp-advanced. - Ställ in Keyword på
why sky is blue. - Ställ in Language Name på
englishoch Location Name påunited states. - Aktivera Load Async AI Overview genom att sätta den till
true.
Steg 3: expandera listor för items och referenser
Dela upp SERP-svaret i enskilda items och därefter i enskilda referenser för att kunna lägga till dem i kalkylarket.
- Lägg till noden Expand Item List och anslut den till Fetch AI Overview SERP.
- Ställ in Field To Split Out på
tasks[0].result[0].items. - Lägg till noden Expand Reference List och anslut den till Expand Item List.
- Ställ in Field To Split Out på
references.
Steg 4: konfigurera utdata till Google Sheets
Lägg till varje referenskälla i ett Google-kalkylark med kolumnmappningar.
- Lägg till Append Sources to Sheet och anslut den till Expand Reference List.
- Inloggningsuppgifter krävs: Anslut era googleSheetsOAuth2Api-inloggningsuppgifter.
- Ställ in Operation på
append. - Välj målbladet genom att sätta Document ID till
[YOUR_ID]och Sheet Name till[YOUR_ID]. - Mappa kolumner med uttryck: URL →
{{ $json.url }}, Text →{{ $json.text }}, Title →{{ $json.title }}, Domain →{{ $json.domain }}, Source →{{ $json.source }}.
Steg 5: testa och aktivera ert arbetsflöde
Verifiera att arbetsflödet fungerar hela vägen, och aktivera det därefter för veckovis körning.
- Klicka på Execute Workflow för att köra ett manuellt test med start från Scheduled Weekly Trigger.
- Bekräfta att Fetch AI Overview SERP returnerar resultat och att Expand Item List samt Expand Reference List skapar flera items.
- Kontrollera ert Google-kalkylark för att säkerställa att Append Sources to Sheet lade till rader med ifyllda kolumner.
- Växla arbetsflödet till Active för att aktivera veckovis automatisering.
felsökningstips
- DataForSEO-uppgifter kan sluta fungera om ditt konto har IP-begränsningar eller om API-autentiseringen roteras. Om anrop börjar ge fel, kontrollera först din DataForSEO-dashboard och den inloggning som är sparad i n8n.
- Om arbetsflödet kör men inte loggar något kan det vara så att AI Overview inte finns för det sökordet just nu. Testa med ett sökord du vet triggar AI Overviews och lägg sedan till villkorlig hantering vid behov.
- Google Sheets-tillägg kan “tyst” sluta fungera när kolumnrubrikerna inte matchar det arbetsflödet förväntar sig. Se till att ditt ark har kolumner som Source, Domain, URL, Title och Text innan du kör.
snabba svar
Cirka 30 minuter om dina DataForSEO- och Google-konton är redo.
Ingen kodning krävs. Du kopplar inloggningar, pekar arbetsflödet mot rätt kalkylark och kör ett test.
Ja. n8n har ett gratis alternativ för egen hosting och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna med DataForSEO API-kostnader, som beror på hur många sökord du hämtar varje vecka.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärd och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men behåll kärnstrukturen. De flesta justerar Scheduled Weekly Trigger (dagligen vs. veckovis), byter “Append Sources to Sheet” till Microsoft Excel 365 eller lägger till filter efter steget “Expand Reference List” för att bara logga vissa domäner, konkurrenter eller källtyper.
Oftast handlar det om fel uppgifter eller en kontobegränsning. Generera om eller kopiera dina API-uppgifter på nytt från DataForSEO och uppdatera inloggningen i n8n. Kör sedan en körning och granska HTTP-svaret. Om sökordet du testar inte returnerar AI Overviews kan det se ut som ett fel trots att anropet lyckades. Hastighetsbegränsning kan också dyka upp när du snabbt skalar upp sökordsvolymen, så sänk schemat eller batcha sökorden om du ser återkommande fel.
I egenhostad n8n finns ingen hård gräns för antal körningar (det beror främst på din server och API-kostnader). I n8n Cloud beror dina månatliga körningar på planen, och högre volym innebär oftast en betald nivå. I praktiken börjar de flesta team med några dussin sökord per vecka, bekräftar datakvaliteten och skalar sedan upp.
Ofta, ja, eftersom det här arbetsflödet bygger på en DataForSEO community-node som är avsedd för egenhostad n8n och eftersom du hanterar nästlade SERP-data som mår bra av “split out”-hantering. Zapier eller Make kan lösa det, men då slutar det ofta med att du jonglerar webhooks, egna kodsteg eller extra betalda operationer för att parsa svaret korrekt formaterat. n8n gör det också enklare att lägga till villkorslogik senare, som “logga bara nya domäner” eller “larma när en konkurrent dyker upp”. Om du bara vill ha en väldigt enkel tvåstegslogg och redan lever i Zapier kan det räcka. Prata med en automationsexpert om du vill ha hjälp att välja.
När detta väl rullar bygger din citeringshistorik upp sig själv. Du lägger tiden på att tolka förändringarna, inte på att jaga rätt på dem.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.