Du sätter dig för att skriva, och på något sätt blir “ett inlägg” till fem olika jobb. Skapande av utkast, formatering, bildletande, uppladdning, och sedan dubbelkolla allt eftersom ett enda missat fält kan sabba hela publiceringsflödet.
Det är här WordPress Telegram-automatisering snabbt betalar sig. Innehållsmarknadsförare märker det först. Det gör även bloggägare som försöker publicera varje vecka, och byråer som levererar innehåll för flera kunder. Resultatet är enkelt: strukturerade WordPress-utkast, en utvald bild kopplad, en backup sparad och ett Telegram-meddelande som bekräftar att det fungerade.
Nedan ser du hur arbetsflödet körs, vad det automatiserar från start till mål och vad du behöver för att få samma resultat (“utkast, bilder, uppdateringar klara”) utan att sitta och passa processen.
Så fungerar den här automatiseringen
Hela n8n-flödet, från trigger till slutresultat:
n8n Workflow Template: WordPress + Telegram: utkast, bilder och uppdateringar klara
flowchart LR
subgraph sg0["When clicking ‘Test workflow’ Flow"]
direction LR
n0@{ icon: "mdi:play-circle", form: "rounded", label: "When clicking ‘Test workflow’", pos: "b", h: 48 }
n1@{ icon: "mdi:brain", form: "rounded", label: "gpt-4o-mini", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Structured Output - JSON", pos: "b", h: 48 }
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/code.svg' width='40' height='40' /></div><br/>Separate Title & Content"]
n4@{ icon: "mdi:brain", form: "rounded", label: "gpt-4o-mini1", pos: "b", h: 48 }
n5@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If1", pos: "b", h: 48 }
n12@{ icon: "mdi:robot", form: "rounded", label: "Rewrite for Grade 9 Reading ..", pos: "b", h: 48 }
n13@{ icon: "mdi:robot", form: "rounded", label: "Create Structured Blog Post", pos: "b", h: 48 }
n15@{ icon: "mdi:cog", form: "rounded", label: "Google Drive", pos: "b", h: 48 }
n16@{ icon: "mdi:swap-vertical", form: "rounded", label: "Set Blog Topic", pos: "b", h: 48 }
n17["<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/>pollinations.ai"]
n18["<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/wordpress.svg' width='40' height='40' /></div><br/>Create Wordpress Post"]
n19["<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/>Upload Image to Wordpress"]
n20["<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/>Set Image on Wordpress Post"]
n21["<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/markdown.dark.svg' width='40' height='40' /></div><br/>HTML to Markdown"]
n22@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Tiltle & Content Exist?", pos: "b", h: 48 }
n23["<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/telegram.svg' width='40' height='40' /></div><br/>Send Error Message"]
n24["<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/telegram.svg' width='40' height='40' /></div><br/>Send Error Message1"]
n27["<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/telegram.svg' width='40' height='40' /></div><br/>Send Success Message"]
n5 --> n18
n5 --> n24
n1 -.-> n13
n4 -.-> n12
n16 --> n13
n17 --> n19
n21 --> n12
n21 --> n15
n18 --> n17
n22 --> n21
n22 --> n23
n3 --> n22
n2 -.-> n13
n19 --> n20
n13 --> n3
n20 --> n27
n12 --> n5
n0 --> n16
end
subgraph sg1["Rewrite for Grade 5 Flow"]
direction LR
n6@{ icon: "mdi:brain", form: "rounded", label: "gpt-4o-mini2", pos: "b", h: 48 }
n7@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If2", pos: "b", h: 48 }
n10@{ icon: "mdi:robot", form: "rounded", label: "Rewrite for Grade 5 Reading ..", pos: "b", h: 48 }
n25["<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/telegram.svg' width='40' height='40' /></div><br/>Send Error Message2"]
n7 --> n25
n6 -.-> n10
n10 --> n7
end
subgraph sg2["Rewrite for Grade 2 Flow"]
direction LR
n8@{ icon: "mdi:brain", form: "rounded", label: "gpt-4o-mini3", pos: "b", h: 48 }
n9@{ icon: "mdi:swap-horizontal", form: "rounded", label: "If3", pos: "b", h: 48 }
n11@{ icon: "mdi:robot", form: "rounded", label: "Rewrite for Grade 2 Reading ..", pos: "b", h: 48 }
n26["<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/telegram.svg' width='40' height='40' /></div><br/>Send Error Message3"]
n9 --> n26
n8 -.-> n11
n11 --> n9
end
subgraph sg3["Flow 4"]
direction LR
n14@{ icon: "mdi:brain", form: "rounded", label: "DeepSeek", pos: "b", h: 48 }
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 n2,n12,n13,n10,n11 ai
class n1,n4,n6,n8,n14 aiModel
class n5,n22,n7,n9 decision
class n17,n19,n20 api
class n3 code
class n14 disabled
classDef customIcon fill:none,stroke:none
class n3,n17,n18,n19,n20,n21,n23,n24,n27,n25,n26 customIcon
Problemet: bloggutkast är “klara” först efter 12 extra steg
Skrivandet är sällan den långsamma delen. Den långsamma delen är allt runt omkring: få till en bra struktur, göra om den till korrekt formaterad HTML, skapa en utvald bild som inte ser ut som en slumpmässig stockbild, och sedan ladda upp och koppla den rätt i WordPress. Och efter det behöver du fortfarande en backup någonstans, eftersom WordPress-utkast kan skrivas över, redigeras av någon annan eller helt enkelt försvinna i en rörig redaktionsprocess. Gör du detta några gånger i veckan lägger du timmar på sysslor i stället för att publicera.
Det blir snabbt mycket. Här brukar friktionen uppstå.
- Du slutar med att copy-pasta innehåll mellan verktyg, vilket bjuder in formateringsstrul och trasiga rubriker.
- Utvalda bilder blir en flaskhals, så inlägg ligger kvar som “utkast” i dagar och väntar på en bild.
- Backuper blir inkonsekventa, och den enda gången du behöver originalutkastet är också den enda gången det inte sparades.
- Du upptäcker att något misslyckades först efter att du manuellt har kollat WordPress (och då är momentumet borta).
Lösningen: AI-utkast i WordPress med bilder, backuper och Telegram-notiser
Det här n8n-arbetsflödet gör om ett enda ämne till ett WordPress-klart utkast och tar sedan hand om “kringjobben” automatiskt. Du startar det manuellt och anger ditt bloggåmne. Därifrån genererar AI ett strukturerat inlägg med korrekt HTML, sedan delar flödet upp titel och brödtext och kontrollerar att outputen är giltig innan något skapas på din webbplats. Det skapar också alternativa versioner på olika läsnivåer (årskurs 9, 5 och 2), vilket är oväntat användbart om du återanvänder innehåll för utbildning, intern träning eller enklare förklaringar. Till sist genererar det en relevant utvald bild, laddar upp den till WordPress, kopplar den till utkastet, sparar en backup i Google Drive och skickar en Telegram-notis så att du vet att det lyckades (eller exakt var det gick fel).
Flödet börjar med ett ämne du anger i n8n. AI skapar och skriver om innehållet till flera läsnivåer, medan valideringskontroller fångar “dåliga outputs” innan de når WordPress. Sedan sker skapande av WordPress-utkast, uppladdning av utvald bild och Telegram-uppdateringar automatiskt.
Det här får du: automatisering vs. resultat
| Vad arbetsflödet automatiserar | Resultat du får |
|---|---|
|
|
Exempel: så här ser det ut i praktiken
Säg att du publicerar 3 inlägg i veckan. Manuellt är en realistisk “icke-skriv”-insats kanske 20 minuter för att formatera och klistra in, ytterligare 15 minuter för att hitta eller skapa en bild, och sedan 10 minuter för uppladdning, koppling och att dubbelkolla utkastet. Det är ungefär 2 timmar i veckan bara på rutinjobb. Med det här flödet anger du ämnet en gång, väntar på AI-generering och bilduppladdning (oftast runt 10 minuter totalt) och granskar sedan det redigeringsklara WordPress-utkastet. Du får tillbaka större delen av tiden, och Telegram-meddelandet säger att det faktiskt är klart.
Det du behöver
- n8n-instans (testa n8n Cloud gratis)
- Self-hosting-alternativ om du föredrar det (Hostinger fungerar bra)
- WordPress för att skapa utkast via API-åtkomst.
- OpenAI för att generera och skriva om artikelinnehållet.
- Google Drive för att lagra backupkopior av utkast automatiskt.
- Telegram-bot för notiser vid lyckat och fel.
- OpenAI API-nyckel (hämta den i OpenAI:s API-dashboard).
Svårighetsnivå: Medel. Du kopplar konton, lägger in autentiseringsuppgifter och testar med ett exempelämne.
Vill du inte sätta upp det här själv? Prata med en automationsexpert (gratis 15-minuters konsultation).
Så fungerar det
Du startar det med ett ämne. Flödet använder en manuell starttrigger och sätter sedan ditt valda bloggåmne som input som används genom hela körningen.
AI genererar den strukturerade artikeln. OpenAI tar fram ett formaterat HTML-inlägg, och flödet parsar det till strukturerade fält (titel och brödtext) så att WordPress får rätt data på rätt plats.
Versioner för läsnivåer skapas och valideras. Innehållet konverteras till markdown för omskrivning och skrivs sedan om till årskurs 9 (versionen som används för WordPress-utkastet), samt varianter för årskurs 5 och årskurs 2. Valideringskontroller fungerar som skyddsräcken; om outputen saknar delar får Telegram ett felmeddelande i stället för att flödet trycker skräp in i ditt CMS.
WordPress-utkast, utvald bild, backup och notiser sker automatiskt. n8n skapar utkastet i WordPress, genererar en bild via Pollinations.ai, laddar upp den, sätter den som utvald bild, sparar en kopia i Google Drive och skickar till sist en Telegram-notis om att det lyckades.
Du kan enkelt ändra promptarna för läsnivåer så att de matchar din målgrupp, eller byta inställningar för bildstil så att det passar ditt varumärke. Se hela implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: Konfigurera den manuella triggern
Starta arbetsflödet med den manuella triggern så att ni kan köra tester medan ni bygger automatiseringen.
- Lägg till Manual Launch Trigger som triggernod.
- Lämna alla inställningar på standardvärdena (inga fält krävs).
Steg 2: Anslut indata för artikelämne
Definiera artikelämnet som ska styra AI-genereringen av innehåll.
- Lägg till Define Article Topic och anslut den till Manual Launch Trigger.
- Ställ in värdet för topic till
=Why Nostr is the and coming decentralized network.
Steg 3: Sätt upp kedjan för AI-generering av innehåll
Det här arbetsflödet använder flera LLM-noder och agenter för att skapa och validera innehåll på olika läsnivåer.
- Lägg till Generate Structured Article och anslut den till Define Article Topic.
- Ställ in text till
={{ $json.topic }}och behåll promptType somdefine. - Koppla Structured JSON Parser som utdataparser och behåll jsonSchemaExample som
{ "title": "title", "content": "content" }. - Inloggningsuppgifter krävs: Anslut era openAiApi-inloggningsuppgifter i Compact LLM Chat, Compact LLM Chat 2, Utility: Compact LLM Chat 3, Utility: Compact LLM Chat 4 och Utility: Alt Reasoning Model (inaktiverad).
- Säkerställ att Compact LLM Chat är ansluten som språkmodell för Generate Structured Article; inloggningsuppgifter måste läggas till på Compact LLM Chat, inte på agentnoden.
- Konfigurera omskrivningarna: Rewrite at Grade 9, Utility: Rewrite at Grade 5 och Utility: Rewrite at Grade 2 med deras befintliga text-prompter som innehåller
{{ $json.data }}.
Steg 4: Tolka och validera det genererade innehållet
Dela AI:ns JSON-utdata i titel och innehåll och validera sedan innan ni går vidare.
- Lägg till Split Title and Body och anslut den till Generate Structured Article.
- Behåll standard-jsCode för att extrahera
titleochcontentoch ta bort eventuella inbäddade-taggar. - Anslut Split Title and Body till Check Title and Body och behåll valideringsreglerna som använder
={{ $('Split Title and Body').item.json.title }}och={{ $('Split Title and Body').item.json.content }}. - Anslut Convert HTML to Markdown efter successpår, och ställ in html till
={{ $json.content }}. - Convert HTML to Markdown skickar utdata både till Rewrite at Grade 9 och Save Draft to Drive parallellt.
Steg 5: Konfigurera WordPress-utkast och uppladdning av media
Skapa ett utkast till inlägg, generera en utvald bild, ladda upp den och tilldela den som utvald media.
- Lägg till Create WordPress Draft och ställ in title till
={{ $('Split Title and Body').item.json.title }}och content till={{ $json.output }}. - Inloggningsuppgifter krävs: Anslut era wordpressApi-inloggningsuppgifter i Create WordPress Draft.
- Lägg till Generate Feature Image och ställ in url till
=https://image.pollinations.ai/prompt/{{ $('Split Title and Body').item.json.title }} and Avoid adding text and keep the image vibrant. - Lägg till Upload Image to WordPress och ställ in url till
https://[YOUR-WORDPRESS-SITE.com]/wp-json/wp/v2/media, method tillPOST, contentType tillbinaryDataoch inputDataFieldName tilldata. - Inloggningsuppgifter krävs: Anslut era wordpressApi-inloggningsuppgifter i Upload Image to WordPress och Assign Featured Image.
- Ställ in Assign Featured Image url till
=https:/[YOUR-WORDPRESS-SITE.com]/wp-json/wp/v2/posts/{{ $('Create WordPress Draft').item.json.id }}och featured_media till={{ $json.id }}.
Steg 6: Konfigurera Google Drive och Telegram-notiser
Spara markdown-utkastet i Drive och skicka lyckade/fel-notiser via Telegram.
- Lägg till Save Draft to Drive och ställ in name till
={{$('Split Title and Body').item.json.title }}och content till={{ $json.data }}. - Inloggningsuppgifter krävs: Anslut era googleDriveOAuth2Api-inloggningsuppgifter i Save Draft to Drive.
- Säkerställ att alla Telegram-noder (Notify Error Basic, Notify Error Grade9, Utility: Notify Error Grade5, Utility: Notify Error Grade2, Notify Success) använder
={{ $env.TELEGRAM_CHAT_ID }}för chatId. - Inloggningsuppgifter krävs: Anslut era telegramApi-inloggningsuppgifter till alla Telegram-noder (totalt 5).
TELEGRAM_CHAT_ID i era n8n-miljövariabler för att undvika att hårdkoda det i arbetsflödet.Steg 7: Testa och aktivera ert arbetsflöde
Kör ett manuellt test för att säkerställa att innehållsgenerering, skapande av WordPress-utkast och notiser alla lyckas.
- Klicka på Execute Workflow från Manual Launch Trigger.
- Bekräfta att Check Title and Body och Validate Grade 9 Output följer successpåren.
- Verifiera att ett utkast visas i WordPress med en utvald bild, och att en fil skapas av Save Draft to Drive.
- Kontrollera att det kommer ett Telegram-meddelande från Notify Success som inkluderar
{{ $now }}. - När det fungerar, växla arbetsflödet till Active för användning i produktion.
Vanliga fallgropar
- WordPress-inloggningar kan löpa ut eller kräva specifika behörigheter. Om saker slutar fungera: kontrollera först ditt WordPress-applikationslösenord (eller REST API-åtkomst) och vilken användarroll du kopplade.
- Om du använder Wait-noder eller extern rendering varierar processtiderna. Öka väntetiden om noder längre fram misslyckas på tomma svar.
- Standardpromptar i AI-noder är generiska. Lägg in din tonalitet tidigt, annars kommer du redigera outputs för alltid.
Vanliga frågor
Cirka 45 minuter om dina konton är redo.
Nej. Du klistrar mest in autentiseringsuppgifter, mappar några fält och kör ett testämne.
Ja. n8n har ett gratis self-hosted-alternativ och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in OpenAI:s API-kostnader (ofta några cent per artikel, beroende på längd).
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller self-hosting på en VPS. För self-hosting är Hostinger VPS prisvärt och hanterar n8n bra. Self-hosting ger dig obegränsat antal körningar men kräver grundläggande serverhantering.
Ja, och det är den del du sannolikt justerar först. Du kan ändra beteendet för läsnivåer genom att redigera promptarna i “Rewrite at Grade 9” och de två noderna “Utility: Rewrite” för årskurs 5 och årskurs 2. För bilder: justera HTTP-requesten “Generate Feature Image” för att ändra stil-nyckelord som skickas till Pollinations.ai, och behåll sedan samma uppladdning och stegen “Assign Featured Image”. Många team anpassar även fälten i “Define Article Topic” så att flödet kan hämta ämnen från en kö i stället för manuell inmatning.
Oftast beror det på utgångna autentiseringsuppgifter eller att den kopplade WordPress-användaren saknar behörighet att skapa inlägg eller ladda upp media. Skapa ett nytt applikationslösenord (eller koppla om WordPress-uppgiften i n8n) och försök igen. Bekräfta också att din sajt tillåter REST API-anrop och att säkerhetsplugin inte blockerar n8n:s IP. Om utkastet skapas men bilduppladdningen misslyckas är problemet ofta mediabehörigheter eller en mismatch i endpoint-URL.
I self-hosted n8n finns ingen fast körningsgräns (det beror på din server). I n8n Cloud beror gränserna på din plan, men de flesta små team kan utan problem köra dussintals inlägg i veckan utan att behöva tänka på det.
Ofta, ja, eftersom det här flödet har mycket förgreningar och validering. n8n hanterar logik som “om outputen är dålig, stoppa och larma” på ett tydligt sätt, och du kan self-hosta för obegränsade körningar. Det är också enklare att kombinera AI-generering, filhantering och WordPress API-anrop på ett ställe utan att betala extra för varje villkorsgren. Zapier eller Make kan fortfarande vara bra om du vill ha ett lättviktigt tvåstegsflöde, som “ny idé → skapa utkast”, och du inte bryr dig om omskrivningar för läsnivåer. Om du är osäker, prata med en automationsexpert så får du en rak rekommendation.
När det här väl rullar slutar “publicera konsekvent” vara en motivationsaffisch och blir ett system. Flödet tar hand om det repetitiva, och du får tillbaka din uppmärksamhet.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.