Arabiskt SEO-innehåll låter enkelt tills du har 12 flikar öppna, kopierar frågor från ”People Also Ask” in i ett dokument och sedan skriver om AI-output eftersom den inte matchar din struktur.
Den här OpenAI Notion automation träffar content marketers först, men byråägare och interna SEO-ansvariga känner av den också. Du behöver utkast som faktiskt går att granska, plus FAQ:er som inte får dig att skämmas i sökresultaten.
Det här arbetsflödet förvandlar ett nyckelord till en arabisk disposition, verklighetsnära FAQ:er och ett komplett utkast sparat i Notion. Du får se vad det automatiserar, vilka resultat du kan förvänta dig och vad du behöver för att köra det stabilt.
Så fungerar den här automatiseringen
Hela n8n-flödet, från trigger till slutlig output:
n8n Workflow Template: OpenAI till Notion: arabiska SEO-utkast
flowchart LR
subgraph sg0["On form submission Flow"]
direction LR
n0["<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"]
n1@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out", pos: "b", h: 48 }
n2@{ icon: "mdi:cog", form: "rounded", label: "Aggregate", pos: "b", h: 48 }
n3@{ icon: "mdi:robot", form: "rounded", label: "Prmopts For Search", pos: "b", h: 48 }
n4@{ icon: "mdi:robot", form: "rounded", label: "Sonar - Search", pos: "b", h: 48 }
n5@{ icon: "mdi:robot", form: "rounded", label: "Make An Outline", pos: "b", h: 48 }
n6@{ icon: "mdi:swap-vertical", form: "rounded", label: "Split Out1", pos: "b", h: 48 }
n7@{ icon: "mdi:robot", form: "rounded", label: "Writing The Article", pos: "b", h: 48 }
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/httprequest.dark.svg' width='40' height='40' /></div><br/>notion"]
n9["<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/notion.dark.svg' width='40' height='40' /></div><br/>Make Notion Page"]
n10@{ icon: "mdi:swap-vertical", form: "rounded", label: "Edit Fields1", pos: "b", h: 48 }
n11["<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/>Code"]
n12["<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/>Form"]
n13@{ icon: "mdi:swap-vertical", form: "rounded", label: "Loop Over Items", pos: "b", h: 48 }
n14["<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/>People_Also_Ask"]
n15["<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/>Filter_Q&A"]
n16@{ icon: "mdi:cog", form: "rounded", label: "Gather_Q&A", pos: "b", h: 48 }
n11 --> n8
n8 --> n13
n2 --> n14
n1 --> n4
n15 --> n16
n16 --> n5
n6 --> n7
n10 --> n13
n4 --> n2
n13 --> n12
n13 --> n11
n5 --> n6
n14 --> n15
n9 --> n3
n0 --> n9
n3 --> n1
n7 --> n10
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 n3,n4,n5,n7 ai
class n9 database
class n8,n14 api
class n11,n15 code
classDef customIcon fill:none,stroke:none
class n0,n8,n9,n11,n12,n14,n15 customIcon
Problemet: arabiska SEO-utkast kräver för många manuella genomgångar
Du börjar med ett nyckelord. Sedan börjar grovjobbet. Hitta relaterade frågor, förstå vad sökare faktiskt menar på arabiska (inte en ordagrann översättning), skissa en disposition, skriva avsnitt, sy ihop allt och till sist klistra in i Notion eller ett CMS utan att förstöra formateringen. Det värsta är kontextbytena. Du tappar tråden, och kvaliteten sjunker även när du ”jobbar” hela tiden. Och eftersom det är manuellt blir varje artikel ett eget specialprojekt, vilket gör konsekvent publicering ärligt talat svårt.
Friktionen bygger på. Här är det som oftast faller isär.
- Research och ”People Also Ask”-frågor samlas in inkonsekvent, så din FAQ-sektion varierar kraftigt från artikel till artikel.
- Dispositioner förändras mitt i skrivandet, vilket innebär fler omskrivningar och ett utkast som känns ihopklistrat.
- Att copy-pasta in i Notion blir ett formateringsstäd, särskilt när utkastet har rubriker, listor och Q&A-block.
- Publiceringstakten saktar ner eftersom varje utkast kräver flera genomgångar innan det ens är redo för granskning.
Lösningen: nyckelord → researchat arabiskt utkast i Notion
Det här n8n-arbetsflödet börjar med en enkel formulärinsändning där du anger ett nyckelord (och valfritt en titel). Därefter genererar det research-prompter, kör ämnesresearch med en AI-researchmodell och konsoliderar anteckningarna till något användbart i stället för en rörig textvägg. Sedan hämtar det relaterade frågor från Google-liknande källor (via DataForSEO när du aktiverar det), tolkar dem till korrekt formaterad Q&A-data och använder det för att skapa en SEO-fokuserad arabisk disposition. Därefter skriver flödet varje dispositionsavsnitt på arabiska, ett i taget, så att slutresultatet följer strukturen du godkände i stället för att driva iväg. Till sist skapar det en Notion-post och lägger till formaterade block så att utkastet landar i din databas redo att redigera.
Arbetsflödet startar när formuläret skickas in. Research- och FAQ-underlag formar dispositionen, och sedan skriver AI avsnitten i batcher. Notion får en strukturerad sida plus korrekt formaterade innehållsblock, så granskning är det enda ”manuella” steget som återstår.
Det du får: automatisering vs. resultat
| Vad det här arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut
Säg att du publicerar 3 arabiska SEO-artiklar per vecka. Manuellt är ett typiskt flöde cirka 45 minuter research, 30 minuter för att samla frågor, 2 timmar skrivande och sedan ytterligare 30 minuter för att klistra in och fixa formatering i Notion. Det är ungefär 4 timmar per artikel, alltså runt 12 timmar i veckan. Med det här arbetsflödet skickar du in nyckelordet på cirka 2 minuter, väntar runt 15 minuter på research + skrivande och lägger sedan kanske 30 minuter på redigering. Du får tillbaka cirka 2 timmar per artikel, och utkasten blir mer konsekventa.
Det här behöver du
- n8n-instans (testa n8n Cloud gratis)
- Alternativ för egen hosting om du föredrar det (Hostinger fungerar bra)
- Notion för att lagra utkast i en databas.
- OpenAI för arabisk disposition och avsnittsskrivning.
- OpenRouter API-nyckel (hämta den i din OpenRouter-dashboard).
- DataForSEO-konto (hämta API-uppgifter i DataForSEO) för ”People Also Ask”.
Kompetensnivå: Medel. Du kopplar ihop några tjänster, klistrar in ID:n/nycklar och testar en körning från start till mål.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Nyckelord skickas in via formulär. Du anger ett nyckelord och valfritt en arbetstitel. Arbetsflödet startar direkt och skapar en ny Notion-post så att allt har en destination.
Research sammanställs. n8n genererar research-prompter, skickar dem till ett AI-researchsteg (via OpenRouter/Sonar) och aggregerar sedan anteckningarna till ett samlat researchunderlag som du kan återanvända. Mindre brus. Mer signal.
Disposition + avsnittsskrivning på arabiska. Relaterade frågor hämtas (DataForSEO), tolkas till Q&A-punkter och grupperas så att dispositionen speglar vad människor faktiskt frågar. Sedan skrivs varje dispositionsavsnitt på arabiska och förbereds som strukturerat innehåll.
Notion-formatering och leverans. Utkastet konverteras från Markdown till Notion-block och läggs till på sidan i batcher. När det är klart omdirigerar formuläret dig till en färdigskärm så att du inte behöver gissa om körningen lyckades.
Du kan enkelt justera prompterna för att matcha ditt varumärkes röst eller byta Notion-databaslayout utifrån ert redaktionella arbetssätt. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera formulärtriggern
Sätt upp startpunkten så att användare kan skicka in ett nyckelord och en valfri titel för att starta flödet.
- Lägg till noden Form Submit Trigger.
- Ställ in Form Title på
كتابة مقال. - Under Form Fields lägger ni till ett obligatoriskt fält med etiketten
KW. - Lägg till ett valfritt fält med etiketten
Article's Title.
Steg 2: anslut Notion för artikellagring
Skapa en ny Notion-databassida där den genererade artikeln ska lagras.
- Lägg till noden Create Notion Entry och koppla den till Form Submit Trigger.
- Inloggningsuppgifter krävs: Anslut era notionApi-inloggningsuppgifter.
- Ställ in Resource på
databasePage. - Ställ in Title på
{{ $('Form Submit Trigger').item.json.KW }}. - Välj ert Notion-databas-ID i Database (för närvarande
[YOUR_ID]i arbetsflödet). - I Properties ställer ni in fältet Time till
{{new Date().toLocaleString('en-EG', { timeZone: 'Africa/Cairo' })}}.
Steg 3: konfigurera generering av research-promptar och uppdelning av frågor
Använd AI för att skapa research-promptar och dela upp dem i enskilda frågor.
- Lägg till Generate Research Prompts efter Create Notion Entry.
- Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
- Aktivera JSON Output och behåll systemprompten som den är angiven.
- Säkerställ att användarmeddelandet innehåller
{{ $('Form Submit Trigger').item.json.KW }}och{{ $('Form Submit Trigger').item.json['Article\'s Title'] }}. - Lägg till Split Queries och ställ in Field To Split Out på
message.content.queries.
Steg 4: kör research, vanliga frågor och bygg dispositionen
Hämta research-resultat, extrahera Q&A-data och generera artikelns disposition.
- Lägg till Sonar Research Lookup efter Split Queries.
- Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
- Ställ in meddelandets innehåll till
{{ $json['message.content.queries'] }}. - Lägg till Combine Research Notes för att aggregera
message.content. - Lägg till Fetch Related Questions efter Combine Research Notes och ställ in URL till
https://api.dataforseo.[CONFIGURE_YOUR_API_KEY]. - Inloggningsuppgifter krävs: Anslut era httpBasicAuth-inloggningsuppgifter.
- Ställ in JSON Body till
=[{"language_code":"ar","location_code":2682,"keyword":"{{ $('Form Submit Trigger').item.json.KW }}"}]. - Lägg till Parse Q&A Items och behåll den medföljande JavaScript-koden för att mappa FAQ-poster.
- Lägg till Group FAQ Data för att aggregera fältet
FAQ. - Lägg till Draft Article Outline och aktivera JSON Output.
- Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
- Se till att prompten innehåller
{{ $('Form Submit Trigger').item.json["Article's Title"] }},{{ $('Form Submit Trigger').item.json.KW }},{{ $('Combine Research Notes').item.json.content }}och{{ $json.FAQ }}. - Lägg till Split Outline Sections och ställ in Field To Split Out på
message.content.outline.
⚠️ Vanlig fallgrop: DataForSEO-endpointen i Fetch Related Questions innehåller [CONFIGURE_YOUR_API_KEY]. Ersätt den med en giltig API-nyckel, annars kommer anropet att misslyckas.
Steg 5: skapa avsnitt och förbered Notion-block
Generera fullständiga artikelavsnitt och konvertera Markdown till Notion-blockformat.
- Lägg till Compose Article Section efter Split Outline Sections.
- Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter.
- Säkerställ att användarmeddelandet innehåller
{{ $('Form Submit Trigger').item.json.KW }},{{ $json.h2 }},{{ $json.h3 }}och{{ $json.info }}. - Lägg till Map Content Field och mappa content till
{{ $json.message.content }}. - Lägg till Batch Iterate Items efter Map Content Field för att hantera bearbetning av avsnitt för avsnitt.
- Lägg till Markdown To Notion Blocks och behåll den medföljande JavaScript-koden för att transformera Markdown till Notion-block-JSON.
Batch Iterate Items skickar utdata parallellt till både Completion Redirect Form och Markdown To Notion Blocks.
Steg 6: lägg till innehåll i Notion och omdirigera vid slutförande
Skicka block till Notion och returnera en omdirigering till den skapade sidan efter bearbetning.
- Lägg till Notion Append Blocks efter Markdown To Notion Blocks.
- Inloggningsuppgifter krävs: Anslut era notionApi-inloggningsuppgifter.
- Ställ in URL på
=https://api.notion.com/v1/blocks/{{ $('Create Notion Entry').item.json.id }}/children. - Ställ in Method på
PATCH. - Ställ in JSON Body på
{{ $json }}. - Lägg till Completion Redirect Form efter Batch Iterate Items.
- Ställ in Operation på
completionoch Respond With påredirect. - Ställ in Redirect URL på
{{ $('Create Notion Entry').item.json.url }}. - Aktivera Limit Wait Time och ställ in Resume Amount till
2och Resume Unit tillminutes.
Steg 7: testa och aktivera ert arbetsflöde
Validera hela pipeline-flödet från början till slut och aktivera det därefter för produktion.
- Klicka på Execute Workflow och skicka in formuläret i Form Submit Trigger med ett exempel-
KWoch en valfriArticle's Title. - Bekräfta att en ny sida skapas i Notion via Create Notion Entry och att Notion Append Blocks lägger till blocken utan problem.
- Kontrollera att Completion Redirect Form returnerar en omdirigering till den nya Notion-sidan.
- Om alla noder slutförs utan fel, växla arbetsflödet till Active för produktion.
Vanliga fallgropar
- Notion-integrationstokens kan gå ut eller sakna åtkomst till måldatabasen. Om sidor slutar skapas, kontrollera först delningsinställningarna för Notion-integrationen och databas-ID:t.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om nedströms noder misslyckas på tomma svar.
- OpenAI- och OpenRouter-prompter levereras generiska som standard. Lägg in dina arabiska tonregler och formateringspreferenser tidigt, annars kommer du att redigera output i all evighet.
Vanliga frågor
Cirka 20 minuter om dina konton och API-nycklar är klara.
Nej. Du kopplar mest ihop tjänster och klistrar in några ID:n och API-nycklar. Den enda ”tekniska” delen är att verifiera din Notion-databasmappning en gång.
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 in API-kostnader för OpenAI, OpenRouter och DataForSEO (ofta några dollar per batch artiklar, beroende på längd).
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen hosting på en VPS. För egen hosting är Hostinger VPS prisvärt och hanterar n8n bra. Egen hosting ger dig obegränsade körningar men kräver grundläggande serverhantering.
Ja, men du vill göra det i prompt-noderna, inte på slutet. Uppdatera AI-noderna ”Draft Article Outline” och ”Compose Article Section” med dina tonregler, målgrupp och önskade rubriker. Vanliga justeringar är att ändra FAQ-stilen, styra formell vs. konverserande arabiska och lägga till en mall för internlänkning.
Oftast handlar det om behörigheter. Notion-integrationen måste delas med exakt den databas du skriver till, och databas-ID:t i n8n måste matcha. Om det fungerade en gång och sedan misslyckades senare, skapa en ny Notion-token och välj om databasfälten så att n8n uppdaterar schemat.
Många, så länge dina API-gränser hänger med. På n8n Cloud begränsas du främst av planens månatliga körningar, medan egen hosting beror på din server och köhantering. I praktiken kör team detta för några dussin artiklar i månaden utan att passa det, och skalar sedan upp när prompter och Notion-formatering sitter.
Ofta, ja, eftersom det här arbetsflödet kräver förgrening, batchning och anpassad formatering till Notion-block. Zapier och Make kan göra delar av det, men du kan slå i begränsningar när du börjar iterera genom dispositionsavsnitt och lägga till innehåll i chunkar. n8n är också enklare att köra på egen hosting, vilket spelar roll när du genererar mycket innehåll. Med det sagt: om du bara vill ha ”nyckelord in, utkast ut” utan research och utan Notion-blockformatering kan Zapier vara enklare. Prata med en automationsexpert om du vill ha en snabb rekommendation baserat på volym och verktyg.
Du lämnar över ett nyckelord och får ett strukturerat arabiskt utkast som ligger i Notion, redo för mänsklig redigering. Det är timmar tillbaka varje vecka och betydligt färre omskrivningar.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.