Du laddar upp en video, trycker på publicera och ser det sedan. Titeln matchar inte din vanliga stil, taggarna är tunna och beskrivningen saknar samma länk som du har glömt tre gånger den här månaden.
Automatisering av YouTube-metadata drabbar innehållsskapare först, om vi ska vara ärliga. Men en marknadschef med ansvar för varumärkeskonsekvens och en byråägare som granskar kunduppladdningar känner samma smärta. Det här arbetsflödet ger dig konsekventa titlar, taggar och CTA:er automatiskt, så att du slutar med “efterpubliceringsstädning” som om det vore en del av jobbet.
Nedan ser du exakt vad arbetsflödet gör, vad som förändras i vardagen och hur integrationen YouTube + Mistral + Apify håller kanalens metadata stram utan extra arbete.
Så fungerar automatiseringen
Se hur detta löser problemet:
n8n Workflow Template: YouTube + Mistral: enhetliga titlar, taggar och CTA
flowchart LR
subgraph sg0["New Video RSS Flow"]
direction LR
n0@{ icon: "mdi:brain", form: "rounded", label: "Mistral Chat Engine", pos: "b", h: 48 }
n1@{ icon: "mdi:cog", form: "rounded", label: "No Action Placeholder", pos: "b", h: 48 }
n2@{ icon: "mdi:robot", form: "rounded", label: "Structured Result Parser", pos: "b", h: 48 }
n3@{ icon: "mdi:cog", form: "rounded", label: "Skip Metadata Creation", pos: "b", h: 48 }
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/httprequest.dark.svg' width='40' height='40' /></div><br/>Poll Run Status"]
n5["<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/>Retrieve Dataset Items"]
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/httprequest.dark.svg' width='40' height='40' /></div><br/>Start Video Scrape"]
n7@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Completion Gate", pos: "b", h: 48 }
n8@{ icon: "mdi:cog", form: "rounded", label: "Pause Before Retry", pos: "b", h: 48 }
n9@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Check Freshness Window", pos: "b", h: 48 }
n10@{ icon: "mdi:swap-horizontal", form: "rounded", label: "Validate Missing Metadata", pos: "b", h: 48 }
n11@{ icon: "mdi:robot", form: "rounded", label: "Compose Metadata Draft", pos: "b", h: 48 }
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/code.svg' width='40' height='40' /></div><br/>Assemble Description Text"]
n13@{ icon: "mdi:play-circle", form: "rounded", label: "New Video RSS Trigger", pos: "b", h: 48 }
n14@{ icon: "mdi:cog", form: "rounded", label: "Update YouTube Record", pos: "b", h: 48 }
n8 --> n4
n12 --> n14
n9 --> n6
n9 --> n1
n5 --> n10
n7 --> n5
n7 --> n8
n6 --> n4
n10 --> n11
n10 --> n3
n4 --> n7
n11 --> n12
n0 -.-> n11
n2 -.-> n11
n13 --> 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 n13 trigger
class n2,n11 ai
class n0 aiModel
class n7,n9,n10 decision
class n4,n5,n6 api
class n12 code
classDef customIcon fill:none,stroke:none
class n4,n5,n6,n12 customIcon
Utmaningen: att hålla YouTube-metadata konsekvent (varje gång)
Metadata känns litet tills du gör det om och om igen. Titlar glider eftersom du har bråttom. Taggar blir generiska eftersom du inte minns vad du använde förra veckan. Beskrivningar kopieras från en gammal mall och plötsligt pekar CTA:n till fel lead magnet, fel kalenderlänk eller ingenting alls. Sedan kommer redigeringarna efter publicering, där misstagen multipliceras eftersom du ändrar saker i flera videor utan någon gemensam “single source of truth”.
Det byggs upp snabbt. Och friktionen växer på ställen du inte märker direkt.
- Manuell metadata-skrivning blir en återkommande uppgift som stjäl cirka 20 minuter per uppladdning.
- Inkonsekventa CTA:er innebär missade klick, och du ser det oftast först efter de första hundratals visningarna.
- Team tappar varumärkeskonsekvens när olika personer laddar upp, eftersom alla skriver “sin version” av titel och beskrivning.
- Att fixa metadata efter publicering är irriterande och riskfyllt, eftersom en redigering kan radera ett länkblock eller formatering som du är beroende av.
Lösningen: generera och applicera metadata automatiskt med Mistral + Apify
Det här arbetsflödet bevakar en YouTube-kanal efter nya uppladdningar, hämtar den senaste videons detaljer och genererar sedan konsekvent metadata bara när det faktiskt behövs. Det börjar med en RSS-trigger för nyligen publicerade videor, kontrollerar att videon är färsk (så att den inte skriver om gammalt innehåll) och startar en Apify-scrape för att samla in relevant videodata. När Apify är klart hämtar arbetsflödet dataset-posterna, verifierar om metadata redan har genererats och använder sedan Mistral för att skapa ett strukturerat utkast: titel, taggar och beskrivningsdelar byggda för att matcha din stil och dina CTA:er. Till sist sätter det ihop hela beskrivningstexten och uppdaterar videon direkt via YouTube-integrationen. Ingen copy-paste. Ingen panik över “la vi in länken?”.
Arbetsflödet startar när YouTube publicerar en ny video (via RSS). Därifrån samlar Apify in de senaste videodetaljerna och arbetsflödet väntar tills datasetet är klart. Sedan genererar Mistral strukturerad metadata och n8n uppdaterar YouTube-videon i ett enda körningstillfälle.
Vad som förändras: före vs. efter
| Det här tar bort | Effekten du märker |
|---|---|
|
|
Effekt i verkligheten
Säg att du publicerar 4 videor i veckan och lägger cirka 20 minuter per video på att få titel, taggar och beskrivning “rätt”, plus ytterligare 10 minuter på att dubbelkolla efter att den är live. Det är ungefär 2 timmar i veckan, och det är den typen av arbete som dränerar fokus. Med det här arbetsflödet hamnar du närmare 5 minuter för att granska den genererade metadatan när du vill, medan Apify-scraping och Mistral-generering kör i bakgrunden. Du har fortfarande kontroll, men du gör inte längre det repetitiva.
Krav
- n8n-instans (prova n8n Cloud gratis)
- Alternativ för egen drift om du föredrar det (Hostinger fungerar bra)
- YouTube för att uppdatera videometadata via API.
- Apify för att hämta den senaste kanalvideodatan via scraping.
- Mistral API-åtkomst (hämta det i din Mistral-kontodashboard)
Kunskapsnivå: Medel. Du kopplar konton, lägger till API-tokens och testar en uppladdning från start till mål.
Behöver du hjälp att implementera detta? Prata med en automationsexpert (gratis 15-minuters konsultation).
Arbetsflödets steg
En ny video går live. Arbetsflödet triggas via ett RSS-flöde för kanalen, så du är inte beroende av manuella körningar eller att komma ihåg att trycka på en knapp.
Färskhet kontrolleras först. Det filtrerar bort äldre poster så att du inte råkar skriva om metadata på en video i bak-katalogen som du vill lämna ifred.
Apify samlar in de senaste videodetaljerna. n8n startar scraping, pollar efter att den är klar, väntar vid behov och hämtar sedan dataset-posterna när de är redo.
Mistral genererar strukturerad metadata bara vid behov. Om metadata redan finns (eller uppfyller dina “tillräckligt bra”-regler) hoppar arbetsflödet över skapandet; annars tar det fram ett konsekvent utkast för titel, taggar och beskrivningskomponenter.
YouTube uppdateras automatiskt. Beskrivningen sätts ihop till slutlig text och sedan uppdaterar arbetsflödet videoposten i YouTube med de genererade fälten.
Du kan enkelt justera metadatareglerna så att de matchar ditt format (till exempel olika CTA-block för olika serier). Se den fullständiga implementationsguiden nedan för anpassningsalternativ.
Steg-för-steg-guide för implementering
Steg 1: konfigurera RSS-feed-triggaren
Det här arbetsflödet startar när en ny video dyker upp i er YouTube RSS-feed. Konfigurera triggaren så att den kontrollerar nya uppladdningar enligt ett schema.
- Lägg till noden New Video RSS Trigger som er trigger.
- Ställ in Feed URL till
https://www.youtube.com/feeds/videos.xml?channel_id=[YOUR_CHANNEL_ID]. - Under Poll Times, behåll Mode som
everyX, Unit somminutesoch Value som10.
Tips: Om er kanal publicerar ofta, minska poll-intervallet för att fånga upp nya uppladdningar snabbare.
Steg 2: lägg till färskhetsgrind och starta scraping
Endast nyligen publicerade videor ska trigga scrapingen. Färskhetsgrinden skickar nya objekt till ett scrape-jobb och äldre objekt till en no-op-väg.
- Öppna Check Freshness Window och ställ in villkoret så att det jämför datum med uttrycken:
{{ new Date($json["pubDate"]).getTime() }}är större än{{ new Date().getTime() - 10 * 60 * 1000 }}. - Koppla true-utgången från Check Freshness Window till Start Video Scrape och false-utgången till No Action Placeholder.
- I Start Video Scrape, ställ in Method till
POSToch URL tillhttps://api.apify.com/v2/acts/streamers~youtube-scraper/runs?token=[CONFIGURE_YOUR_TOKEN]. - Ställ in JSON Body till exakt payload och låt Send Body vara aktiverat:
{"downloadSubtitles": true,"preferAutoGeneratedSubtitles": false,"startUrls":[{"url":"{{ $('New Video RSS Trigger').item.json.link }}","method":"GET"}],"subtitlesLanguage":"en"}. - Lägg till headern Content-Type med värdet
application/json.
⚠️ Vanlig fallgrop: Apify-tokenplatshållaren [CONFIGURE_YOUR_TOKEN] måste ersättas med en giltig token i alla Apify-URL:er, annars misslyckas scrapingen.
Steg 3: konfigurera loop för scrape-status och hämta dataset
Arbetsflödet pollar Apify tills jobbet är klart och hämtar sedan datasetobjekten för extraktion av metadata.
- Ställ in Poll Run Status URL till
https://api.apify.com/v2/acts/streamers~youtube-scraper/runs/last?token=[CONFIGURE_YOUR_TOKEN]. - I Completion Gate, behåll villkoret som equals med Left Value
{{ $json.data.status }}och Right ValueSUCCEEDED. - Koppla false-utgången från Completion Gate till Pause Before Retry, och sedan till Poll Run Status för att skapa återförsöksloopen.
- Ställ in Retrieve Dataset Items URL till
https://api.apify.com/v2/acts/streamers~youtube-scraper/runs/last/dataset/items?token=[CONFIGURE_YOUR_TOKEN]och koppla den efter true-utgången från Completion Gate.
Steg 4: konfigurera AI-generering av metadata
Transkriptet kontrolleras efter befintliga tidsstämplar och skickas sedan till en språkmodell som tar fram ett strukturerat metadatautkast.
- I Validate Missing Metadata, behåll villkoret: Left Value
{{ $json.text }}notContains00:00. Routa false till Skip Metadata Creation. - Öppna Compose Metadata Draft och behåll Text som
You are given the full script of a YouTube video. Your task is to extract metadata in a structured format to be used in a YouTube upload.. - Säkerställ att prompten använder transkript-uttrycket
{{ $json.subtitles[0].srt }}i meddelandemallen. - Koppla Mistral Chat Engine som språkmodell och Structured Result Parser som output-parser.
Behörighet krävs: Anslut era mistralCloudApi-uppgifter i Mistral Chat Engine.
Obs: Structured Result Parser är en AI-undernod—lägg till behörigheter på den överordnade Mistral Chat Engine, inte på parsern.
Steg 5: bygg beskrivningen och uppdatera YouTube
Arbetsflödet formaterar AI-resultatet till en beskrivning och uppdaterar YouTube-posten med taggar och metadata.
- I Assemble Description Text, behåll JavaScript-koden som kombinerar preview, länkar och tidsstämplar för att skapa
description. - Öppna Update YouTube Record och bekräfta att Resource är
video, Operation ärupdateoch Region Code ärUS. - Ställ in Title till
{{ $('Retrieve Dataset Items').item.json.title }}och Video ID till{{ $('Retrieve Dataset Items').item.json.id }}. - I Update Fields, ställ in tags till
{{ $('Compose Metadata Draft').item.json.output[2].description }}och description till{{ $json.description }}.
Behörighet krävs: Anslut era youTubeOAuth2Api-uppgifter i Update YouTube Record.
Steg 6: testa och aktivera ert arbetsflöde
Kör ett manuellt test med en nyligen publicerad video för att bekräfta att stegen för scraping, AI-generering av metadata och uppdatering av YouTube fungerar från början till slut.
- Klicka på Execute Workflow och verifiera att New Video RSS Trigger skickar ut ett nyligen publicerat objekt.
- Bekräfta att Completion Gate når
SUCCEEDEDoch att Retrieve Dataset Items returnerar undertexter i datasetet. - Kontrollera att Compose Metadata Draft producerar strukturerad output och att Assemble Description Text returnerar ett enda
description-fält. - Verifiera att Update YouTube Record uppdaterar videon med nya taggar och ny beskrivning.
- När allt fungerar, växla arbetsflödet till Active så att det körs var 10:e minut.
Se upp med
- YouTube OAuth-uppgifter kan löpa ut eller sakna scopes. Om uppdateringar slutar fungera, kontrollera först OAuth-samtycket i Google Cloud Console och statusen för autentiseringsuppgifterna i n8n.
- Om du använder Wait-noder eller extern scraping varierar processtiderna. Öka väntetiden om nedströmsnoder fallerar på tomma svar.
- Mistral-prompter som är för generiska ger dig intetsägande, likadana titlar. Lägg in regler för varumärkesröst och CTA-formatering tidigt, annars kommer du att justera utdata för alltid.
Vanliga frågor
Cirka 30 minuter om du redan har dina API-nycklar och YouTube OAuth konfigurerat.
Ja, men du vill ha en person som är bekväm med att koppla OAuth och API-tokens. Efter det är den dagliga användningen helt hands-off.
Ja. n8n har ett gratis alternativ för egen drift och en gratis provperiod på n8n Cloud. Cloud-planer börjar på 20 USD/månad för högre volym. Du behöver också räkna in Mistral API-användning plus Apify-körningar, som vanligtvis kostar en liten summa per scrape beroende på volym.
Två alternativ: n8n Cloud (hanterat, enklast att komma igång) eller egen drift på en VPS. För egen drift är Hostinger VPS prisvärd och hanterar n8n bra. Egen drift ger dig obegränsade körningar men kräver grundläggande serverhantering.
Du kan justera kontrollerna för “färskhet” och “saknad metadata” så att arbetsflödet bara skriver om det du vill. De flesta anpassar Mistral-prompten i noden Compose Metadata Draft och justerar sedan steget Assemble Description Text för att tvinga fram ett konsekvent CTA-block (länkar, friskrivningar, formatering). Om du inte vill använda Apify kan du ersätta scraping-delen med en direkt datahämtning från YouTube via YouTube-noden eller en HTTP Request-nod, så länge du fortfarande matar LLM:en med rätt input.
Oftast beror det på utgångna OAuth-uppgifter eller saknade behörigheter i ditt Google Cloud-projekt. Återanslut YouTube-autentiseringsuppgiften i n8n och bekräfta sedan att OAuth-samtyckesskärmen och scopes tillåter videouppdateringar. Om det bara fallerar på hektiska dagar kan du slå i kvotgränser, så att sprida ut körningar eller minska antalet uppdateringar kan hjälpa.
För de flesta kanaler hanterar den nya uppladdningar utan problem, eftersom den kör en gång per video och bara pollar Apify tills datasetet är klart.
Ofta, ja, om du bryr dig om kontroll och logik för “skriv inte över bra metadata”. Det här arbetsflödet använder villkorsgrindar (färskhetskontroller och validering av saknad metadata), polling/väntan för att Apify ska bli klart och strukturerad LLM-utdata så att YouTube-uppdateringen blir förutsägbar. Zapier/Make kan göra delar av detta, men logik med flera grenar plus polling blir ofta klumpigt eller dyrt. Om din setup bara är “ny video → skriv ett textfält” kan andra verktyg vara enklare. Prata med en automationsexpert om du vill ha en snabb rekommendation baserad på din uppladdningsvolym.
När detta väl kör är uppladdningar inte längre extra adminarbete. Dina videor publiceras med konsekventa titlar, taggar och CTA:er, och du får tillbaka fokus till de delar som faktiskt driver kanalen framåt.
Kontakta oss
Hör av dig, så diskuterar vi hur just din verksamhet kan dra nytta av alla fantastiska möjligheter som AI skapar.