Steg 2: anslut Phantombuster för inläggsskrapning

Konfigurera de två HTTP-noderna som startar och hämtar LinkedIn-inläggsdata från Phantombuster.

1. I Launch Post Scraper ställer ni in URL till https://api.phantombuster.com/api/v2/agent/launch och Method till POST.
2. Ställ in JSON Body till exakt följande värde:
   {
"id": "[YOUR_ID]",
"arguments": {
"profileUrls": [
"https://www.linkedin.com/in/USERNAME/"
],
"numberOfPosts": 1
},
"save": false
}
3. Aktivera Send Headers och lägg till headern X-Phantombuster-Key-1 med värdet [CONFIGURE_YOUR_API_KEY].
4. I Retrieve Scrape Output ställer ni in URL till https://api.phantombuster.com/api/v2/agent/fetch-output och aktiverar Send Query samt Send Headers.
5. Lägg till query-parametern id med värdet [YOUR_ID] och ställ in headern X-Phantombuster-Key-1 till [CONFIGURE_YOUR_API_KEY].
6. Koppla Launch Post Scraper till Retrieve Scrape Output.

Steg 3: sätt upp AI-generering av kommentarer

Generera en kort, personlig LinkedIn-kommentar med agenten och OpenAI-modellen.

1. I Generate Comment Agent ställer ni in Prompt Type till define.
2. Ställ in fältet Text till exakt promptvärde som börjar med =You are a professional LinkedIn marketer... och som inkluderar uttryck som {{ $json.authorName }} och {{ $json.text }}.
3. Koppla AI Comment Model som språkmodell för Generate Comment Agent.
4. Behörighet krävs: Anslut era openAiApi-credentials i AI Comment Model. Den här modellen driver Generate Comment Agent, så lägg till credentials i modellnoden, inte i agenten.
5. Koppla Retrieve Scrape Output till Generate Comment Agent.

Steg 4: konfigurera engagemangsåtgärder och loggning

Gilla inlägget, publicera AI-kommentaren och logga aktiviteten i Google Sheets.

1. I Send Post Like ställer ni in JSON Body till ={ "id": "[YOUR_ID]", "arguments": { "postUrls": [ {{ $('Retrieve Scrape Output').item.json.postUrl }} ] }, "save": false } och lägger till headern X-Phantombuster-Key-1 med [CONFIGURE_YOUR_API_KEY].
2. I Publish Post Comment ställer ni in JSON Body till ={ "id": "[YOUR_ID]", "arguments": { "postUrls": [ {{ $('Retrieve Scrape Output').item.json.postUrl }} ], "comments": [ {{ $json.output }} ] }, "save": false } och lägger till headern X-Phantombuster-Key-1 med [CONFIGURE_YOUR_API_KEY].
3. Generate Comment Agent skickar output parallellt till både Send Post Like och Publish Post Comment.
4. I Record Activity Sheet ställer ni in Operation till append, Sheet Name till gid=0 och Document ID till [YOUR_ID].
5. Mappa kolumnerna exakt: Comment till {{ $('Generate Comment Agent').item.json.output }}, PostUrl till {{ $('Retrieve Scrape Output').item.json.postUrl }}, Post text till {{ $('Retrieve Scrape Output').item.json.text }}, Timestamp till {{ $('Retrieve Scrape Output').item.json.timestamp }}, AuthorName till {{ $('Retrieve Scrape Output').item.json.authorName }} och AuthorProfile till {{ $('Retrieve Scrape Output').item.json.authorProfile }}.
6. Behörighet krävs: Anslut era googleSheetsOAuth2Api-credentials i Record Activity Sheet.
7. Koppla både Send Post Like och Publish Post Comment till Record Activity Sheet.

Steg 5: testa och aktivera ert workflow

Verifiera hela kedjan för skrapning, kommentarsgenerering och loggning från start till mål innan ni går live.

1. Klicka på Execute Workflow för att köra från Scheduled Morning Trigger eller testa noderna manuellt i ordning.
2. Bekräfta att Retrieve Scrape Output returnerar ett inlägg med postUrl, authorName och text.
3. Verifiera att Generate Comment Agent returnerar en kort kommentar i output.
4. Kontrollera att både Send Post Like och Publish Post Comment lyckas och att Record Activity Sheet lägger till en ny rad.
5. Växla workflowet till Active för att aktivera daglig körning klockan 09:00.