Steg 2: anslut datakällan för trendinsikter

Hämta dagliga trendande sökningar från Apifys Google Trends-scraper.

1. Öppna Retrieve Trend Insights och ställ in URL till https://api.apify.com/v2/acts/data_xplorer~google-trends-fast-scraper/run-sync-get-dataset-items?token=[CONFIGURE_YOUR_TOKEN].
2. Ställ in Method till POST och Specify Body till json.
3. Klistra in JSON Body exakt som visas i noden, inklusive "trendingSearchesCountry": "IN" och "trendingSearchesTimeframe": "24".

Steg 3: konfigurera AI-skrivning och parsing av utdata

Generera en strukturerad SEO-artikel med agenten och Google Gemini-modellen och parsa den sedan till ett konsekvent JSON-schema.

1. Öppna Produce SEO Article och ställ in Text till =Trending topics {{ $json.trending_searches[0].term }} - {{ $json.trending_searches[0].trend_volume }} - {{ $json.trending_searches[0].related_terms }}.
2. Behåll Prompt Type som define och säkerställ att Has Output Parser är aktiverat.
3. I Structure Blog Output ställer ni in JSON Schema Example till { "title": "SEO blog title here", "meta_description": "Short SEO description here", "content": "Full SEO optimized blog article here" }.
4. Autentiseringsuppgifter krävs: Anslut era googlePalmApi-uppgifter i Gemini Content Polisher.
5. Observera att Structure Blog Output är en AI-parser-undernod; autentiseringsuppgifter ska läggas till i den överordnade LLM-noden (Gemini Content Polisher), inte i själva parsern.

Steg 4: konfigurera bildgenerering och polling

Den här grenen genererar en bloggbild, kontrollerar status och hämtar filen innan den infogas i Google Docs.

1. I Create Blog Visual ställer ni in JSON Body till ={ "model": "google/nano-banana", "input": { "prompt": "{{ $json.output.title }}", "output_format": "png", "image_size": "16:9" } } och lägger till headern Authorization som Bearer [CONFIGURE_YOUR_TOKEN].
2. I Poll Image Status aktiverar ni Send Query och ställer in taskId till ={{ $json.data.taskId }} med samma Authorization-header.
3. Konfigurera Image Ready Check så att den utvärderar ={{ $json.data.resultJson }} med villkoret string → empty, och behåll båda utgångarna anslutna.
4. Ställ in Delay Before Recheck som vänteloopen från Image Ready Check tillbaka till Poll Image Status.
5. I Extract Image URL ställer ni in Mode till raw och JSON Output till ={{ $json.data.resultJson }}.
6. I Fetch Image File ställer ni in URL till ={{ $json.resultUrls[0] }} så att bilden kan infogas i dokumentet.

Steg 5: konfigurera uppdatering av Google Docs

Artikeln och bilden formateras till Google Docs API-anrop och tillämpas på ert dokument.

1. Granska Prepare Docs Payload för att säkerställa att JavaScript bygger requests med en bild, H1-titel och formaterade rubriker.
2. I Apply Docs Update ställer ni in URL till =https://docs.googleapis.com/v1/documents/[YOUR_ID]:batchUpdate.
3. Ställ in Method till POST och skicka Body Parameters med requests satt till ={{ $json.requests }}.
4. Autentiseringsuppgifter krävs: Anslut era googleDocsOAuth2Api-uppgifter i Apply Docs Update.

Steg 6: testa och aktivera ert arbetsflöde

Kör ett manuellt test, bekräfta utdata och aktivera sedan den schemalagda automatiseringen.

1. Klicka på Execute Workflow för att köra arbetsflödet manuellt från Scheduled Morning Trigger.
2. Verifiera att Retrieve Trend Insights returnerar trending_searches-data och att Produce SEO Article ger title, meta_description och content.
3. Bekräfta att bildloopen slutförs via Poll Image Status → Image Ready Check → Extract Image URL → Fetch Image File.
4. Kontrollera mål-dokumentet i Google Docs för den infogade bilden, H1-titeln och den formaterade artikeln efter att Apply Docs Update har slutförts.
5. När allt är verifierat växlar ni arbetsflödet till Active så att Scheduled Morning Trigger körs dagligen.