Brainstorming är enkelt ända tills det inte är det. Du öppnar ett dokument, stirrar på markören och slösar sedan nästa timme på att samla halva idéer i anteckningar, Slack-meddelanden och slumpmässiga flikar.
Det här upplägget för OpenAI Redis-brainstorm träffar marknadsförare hårdast, ärligt talat. Men byråägare som pitchar nya vinklar och grundare som försöker välja riktning känner samma tröghet. Resultatet är enkelt: en prompt in, flera starka alternativ ut, plus en tydlig rekommendation som du faktiskt kan agera på.
Nedan ser du hur arbetsflödet skapar ”oväntade” kreativa triggers, gör om dem till 5+ idéer och sedan förädlar de bästa delarna till ett välformulerat svar på cirka 2 minuter.
Så fungerar den här automatiseringen
Se hur den här löser problemet:
n8n Workflow Template: OpenAI + Redis: spåna idéer på beställning
flowchart LR
subgraph sg0["chat Flow"]
direction LR
n0@{ icon: "mdi:robot", form: "rounded", label: "Random Word Generator", pos: "b", h: 48 }
n1["<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/code.svg' width='40' height='40' /></div><br/>mersenne_twister"]
n2["<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/redis.svg' width='40' height='40' /></div><br/>store_idea"]
n3["<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/redis.svg' width='40' height='40' /></div><br/>count_ideas"]
n4["<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/redis.svg' width='40' height='40' /></div><br/>get_count"]
n5@{ icon: "mdi:swap-horizontal", form: "rounded", label: "check_queue_is_empty", pos: "b", h: 48 }
n6["<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/redis.svg' width='40' height='40' /></div><br/>extract_ideas"]
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/redis.svg' width='40' height='40' /></div><br/>get_idea"]
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/redis.svg' width='40' height='40' /></div><br/>set_idea"]
n9@{ icon: "mdi:robot", form: "rounded", label: "Brainstorming", pos: "b", h: 48 }
n10@{ icon: "mdi:play-circle", form: "rounded", label: "chat", pos: "b", h: 48 }
n11@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model - Critic", pos: "b", h: 48 }
n12@{ icon: "mdi:swap-horizontal", form: "rounded", label: "check_number_of_ideas", pos: "b", h: 48 }
n13@{ icon: "mdi:swap-vertical", form: "rounded", label: "filtering", pos: "b", h: 48 }
n14@{ icon: "mdi:swap-vertical", form: "rounded", label: "get_random_number", pos: "b", h: 48 }
n15@{ icon: "mdi:robot", form: "rounded", label: "Critic", pos: "b", h: 48 }
n16@{ icon: "mdi:brain", form: "rounded", label: "OpenAI Chat Model - Word Gen..", pos: "b", h: 48 }
n17@{ icon: "mdi:brain", form: "rounded", label: "Google Gemini Chat Model - B..", pos: "b", h: 48 }
n10 --> n1
n7 --> n8
n8 --> n5
n13 --> n9
n4 --> n12
n2 --> n3
n3 --> n4
n9 --> n15
n6 --> n7
n1 --> n14
n14 --> n0
n5 --> n13
n5 --> n6
n0 --> n2
n12 --> n6
n12 --> n1
n11 -.-> n15
n16 -.-> n0
n17 -.-> n9
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 n10 trigger
class n0,n9,n15 ai
class n11,n16,n17 aiModel
class n5,n12 decision
class n2,n3,n4,n6,n7,n8 database
class n1 code
classDef customIcon fill:none,stroke:none
class n1,n2,n3,n4,n6,n7,n8 customIcon
Utmaningen: brainstorming som beror på ditt humör
Det mesta av tiden som går åt till ”idéarbete” är inte kreativ tid. Det är kontextskiften. Du letar efter gamla anteckningar, försöker minnas vad du testade förra kvartalet och skriver sedan tre säkra vinklar eftersom du har en deadline och inte kan riskera att det blir för udda. Och när du väl får en bra idé hamnar den på fel ställe (i ett DM, på en post-it, i ett dokument som ingen namnger konsekvent). Nästa vecka gör du allt igen, från början, med samma trötta input och samma trötta output.
Friktionen byggs på. Här är var det brukar fallera i vardagen.
- ”Brainstorming” blir ett 60-minutersmöte som slutar med tre vaga punkter och inget nästa steg.
- Du återanvänder samma tankespår, så vinklarna börjar låta likadant mellan kampanjer.
- Idéer sprids över flera verktyg, vilket gör det svårt att bygga vidare på det som fungerade.
- När du är trött eller stressad sjunker kvaliteten på outputen, även om problemet är viktigt.
Lösningen: AI-brainstorms på beställning med minne
Det här arbetsflödet ger dig en pålitlig ”idé-motor” som du kan använda när du kör fast. Du skickar in en utmaning via en chatt-trigger (tänk: ”Ge mig kampanjvinklar för vårt webbinar om X”). I bakgrunden skapar det ett högentropiskt slumpfrö med ett Mersenne Twister-skript och använder sedan fröet för att ta fram dussintals slumpord som fungerar som kreativa triggers. Orden köas i Redis, så systemet kan hämta dem i batchar, följa progressionen och undvika att upprepa mönster. När ordtröskeln är nådd genererar en AI-agent 5 innovativa lösningar från prompten plus de slumpmässiga triggerorden, och en andra ”kritiker”-agent förfinar de bästa delarna till en slutlig rekommendation.
Arbetsflödet startar i chatten, bygger sedan en randomiserad ”gnista”-lista (36+ ord) som lagras tillfälligt i Redis. Därefter kör det en brainstorm-agent för flera idéer och avslutar med en kritiker-pass med en OpenAI-chattmodell (eller Gemini för brainstorm-modellen) för att leverera ett strukturerat, beslutsklart svar.
Vad som förändras: före vs. efter
| Det här elimineras | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du kör två kampanjer i veckan och vanligtvis lägger ungefär en timme per kampanj bara för att komma fram till ”tre okej vinklar”. Det är runt 2 timmar i veckan innan du ens har skrivit en enda rubrik. Med det här arbetsflödet lägger du in en prompt i chatten, väntar cirka 2 minuter och får 5+ vinklar plus en förfinad rekommendation. Även om du fortfarande justerar slutriktningen i 10 minuter får du tillbaka klart över en timme varje vecka.
Krav
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Redis för tillfällig ordkö och minne.
- OpenAI för att generera ord och kritisera/förfina.
- OpenAI API-nyckel (hämta den i OpenAI-dashboarden).
Kunskapsnivå: Medel. Du kopplar in autentiseringsuppgifter, granskar prompter och förstår var API-nycklar ska klistras in.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Flödet i arbetsflödet
Ett chattmeddelande triggar allt. Du anger din utmaning via Incoming Chat Trigger, som fångar texten och startar körningen.
Slump genereras och lagras. Mersenne Twister-skriptet skapar ett högentropiskt frö, och sedan genererar en AI-modell 36+ slumpmässiga ord. De orden pushas in i Redis och räknas så att arbetsflödet vet när det har tillräckligt med material att jobba med.
Idéer skissas, sedan ”redigeras”. Idea Generation Agent tar din normaliserade prompt plus de slumpmässiga triggerorden och producerar 5 innovativa lösningar. Sedan använder Refinement Critic Agent en OpenAI-chattmodell för att syntetisera de bästa delarna till en slutlig, välformulerad rekommendation.
Slutsvaret levereras tillbaka i chatten. Du får en kort lista med alternativ och en rekommenderad riktning som du kan klistra in i en brief, ett dokument eller en uppgift till teamet.
Du kan enkelt ändra antalet slumpord efter dina behov. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera chatttriggern
Sätt upp chattens startpunkt som initierar idégenereringscykeln och matar randomiseringspipelinen.
- Lägg till noden Incoming Chat Trigger och behåll standardparametrarna.
- Verifiera att noden är kopplad till Twister Randomizer Script som visas i exekveringsflödet.
- Notera webhook-identifikatorn för testning: Incoming Chat Trigger använder
brainstorm-generator-webhook.
Steg 2: anslut Redis-lagring och köer
Konfigurera Redis för ordköer, meddelandebuffertar och räknare. Det här arbetsflödet använder flera Redis-noder, så anslut inloggningsuppgifter en gång och återanvänd dem.
- Öppna varje Redis-nod (Push Word to Redis, Increment Word Counter, Fetch Word Count, Pop Words from Queue, Retrieve Stored Message, Update Message Buffer) och anslut Redis-inloggningsuppgifter.
- I Push Word to Redis, ställ in List till
brainstormoch Message Data till{{ $json.output.removeMarkdown().replaceAll('`','') }}. - I Increment Word Counter, ställ in Key till
brainstorm_countoch aktivera Expire med TTL30. - I Fetch Word Count, ställ in Key till
brainstorm_countoch Property Name tillcount. - I Pop Words from Queue, ställ in List till
brainstormoch Property Name tilltext. - I Retrieve Stored Message, ställ in Key till
messageoch Property Name tillmessage. - I Update Message Buffer, ställ in Key till
messageoch Value till{{ $json.message ? $json.message : "" }}{{ $('Pop Words from Queue').first().json.text }}\n, med Expire aktiverat och TTL5.
Inloggningsuppgifter krävs: Anslut era Redis-inloggningsuppgifter till alla Redis-noder som listas ovan. Det här arbetsflödet kommer att misslyckas utan Redis-autentisering.
Steg 3: sätt upp randomisering och seed-generering
Använd Mersenne Twister-skriptet för att generera slumpmässiga tal och beräkna deterministiska seeds för ordgenerering.
- I Twister Randomizer Script, behåll den angivna JavaScript Code som den är för att generera
randomNumber,customRandomNumberochseed. - I Compute Seeded Number, ställ in det tilldelade fältet till Name
=numberoch Value till{{ ($json.randomNumber * $json.customRandomNumber * $json.seed) % 1000000 }}. - Säkerställ att Twister Randomizer Script går vidare till Compute Seeded Number och sedan till Generate Random Word.
Steg 4: konfigurera kölogik och tröskelstyrd routning
Definiera loopen som fyller kön, kontrollerar när den är redo och förbereder nyckelord för idégenereringsprompten.
- I Validate Word Threshold, ställ in det numeriska villkoret till Greater Than or Equal med Left Value
{{ $json.count.toNumber() }}och Right Value36. - Koppla den falska grenen från Validate Word Threshold till Twister Randomizer Script för att fortsätta generera ord tills tröskeln uppnås.
- Koppla den sanna grenen från Validate Word Threshold till Pop Words from Queue för att börja bygga meddelandebufferten.
- I Queue Empty Check, konfigurera tomkontrollen på Left Value
{{ $('Pop Words from Queue').first().json.text }}och Right Value{{ $json.values()[0] }}. - I Normalize Message Text, ställ in message till
{{ $json.message.replaceAll('\n\n','\n') }}för att rensa nyckelordslistan. - Bekräfta routningen: Queue Empty Check skickar utdata till Normalize Message Text när den är klar, och till Pop Words from Queue för att fortsätta loopen.
⚠️ Vanlig fallgrop: Om Redis-listnamnen skiljer sig kommer loopen aldrig att bli klar. Behåll List inställt på brainstorm överallt där det förekommer.
Steg 5: sätt upp AI-idégenerering och kritik
Koppla AI-modeller till agenterna som genererar och förfinar idéer.
- I Idea Generation Agent, ställ in Text till
Problem: {{ $('Incoming Chat Trigger').first().json.chatInput }} Keywords: {{ $json.message }}. - I Refinement Critic Agent, ställ in Text till
{{ $json.output }}. - Säkerställ att Gemini Brainstorm Model är ansluten som språkmodell för Idea Generation Agent.
- Säkerställ att OpenAI Critic Model är ansluten som språkmodell för Refinement Critic Agent.
- Säkerställ att OpenAI Word Model är ansluten som språkmodell för Generate Random Word.
Inloggningsuppgifter krävs: Anslut era OpenAI-inloggningsuppgifter i OpenAI Word Model och OpenAI Critic Model. Anslut era Google Gemini-inloggningsuppgifter i Gemini Brainstorm Model. Dessa inloggningsuppgifter läggs till i modellnoderna (inte i agentnoderna).
Steg 6: granska varumärke och dokumentationsnoteringar
Arbetsflödet innehåller en klisterlapp för intern dokumentation och påverkar inte exekveringen.
- Behåll Flowpast Branding som ett referensblock; ingen konfiguration krävs.
Steg 7: testa och aktivera ert arbetsflöde
Kör ett fullständigt test för att bekräfta att köloopen, AI-genereringen och kritikens utdata fungerar korrekt.
- Klicka på Execute Workflow och skicka ett exempelmeddelande via Incoming Chat Trigger.
- Bekräfta att Twister Randomizer Script genererar
randomNumber,customRandomNumberochseed, och att Compute Seeded Number ger utdata=number. - Verifiera Redis-köbeteendet: ord visas i Push Word to Redis, räknaren ökar och loopen avslutas när Validate Word Threshold når
36. - Kontrollera att Idea Generation Agent producerar fem idéer och att Refinement Critic Agent returnerar ett enda förfinat förslag.
- När resultaten är korrekta, växla arbetsflödet till Active för användning i produktion.
Saker att se upp med
- OpenAI-uppgifter kan löpa ut eller kräva specifika behörigheter. Om det uppstår fel, kontrollera dina OpenAI API-nycklar och användningsgränser i OpenAI-dashboarden först.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om efterföljande noder fallerar på tomma svar.
- Redis TTL- och eviction-inställningar kan tyst rensa din kö. Om du inte får tillräckligt många slumpord, kontrollera minnespolicyn och nycklarnas utgångsbeteende i din Redis-instans.
Vanliga frågor
Cirka 10 minuter om dina nycklar och Redis är redo.
Ja, men du vill ha en person som är bekväm med API-nycklar. När det väl är kopplat är användningen i vardagen bara att skicka prompter i chatten.
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 OpenAI API-kostnader, som vanligtvis är några cent per brainstorm beroende på modell.
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.
Du kan byta ut Gemini Brainstorm Model mot OpenAI-modellen (eller tvärtom) beroende på vad teamet föredrar. Vanliga anpassningar är att ändra tröskeln för antal slumpord, justera prompten till Idea Generation Agent så att den matchar er tonalitet, och finjustera Critic Agent så att den levererar i ditt föredragna format (brief, tabell, annonskoncept, e-postupplägg).
Oftast beror det på en utgången eller felaktig API-nyckel, eller att kontot har nått en användningsgräns.
På n8n Cloud Starter är du främst begränsad av månatliga körningar, och de flesta små team klarar sig bra med brainstorms på beställning. Om du hostar själv finns ingen körningsbegränsning från n8n, men serverstorlek och OpenAI:s rate limits spelar fortfarande roll. I praktiken är arbetsflödet byggt för snabba körningar per enskild request, så det känns direkt för en användare och håller även för ett litet team. Om du väntar dig många samtidiga chattförfrågningar, öka Redis-resurserna och överväg att köa körningar.
Ofta, ja, om du bryr dig om kontroll och kostnad. Det här arbetsflödet använder förgreningslogik, köhantering i Redis och agentbeteende i flera steg, vilket blir krångligt (och ibland dyrt) i enklare automationsverktyg. n8n ger dig också möjlighet till egen hosting, vilket är viktigt när du börjar köra frekventa brainstorms. Zapier eller Make kan fortfarande vara helt okej för lätta flöden i två steg: ”prompt in, meddelande ut”. Prata med en automationsexpert om du vill ha en snabb rekommendation för just din setup.
När detta väl är igång slutar ”blank sida”-stopp att vara en grej. Du kommer med utmaningen, arbetsflödet kommer med alternativ, och du kan lägga tiden på att välja och genomföra.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.