AI 罐頭文有救嗎？用 n8n + Gemini 打造有靈魂的 WordPress 內容流水線

AI 自動產文，怎麼做才不會被 Google 降權

想用 AI 量產不被 Google 降權的 WordPress 文章，核心從來不是「一鍵生成」，而是把編輯流程程式化：用 n8n 串接工作流、用 Google Gemini 做結構化生成、再透過 WordPress REST API 發布為草稿，最後保留人工審核（Human-in-the-loop）這道關卡。

關鍵設計有三點：第一，要求 AI 輸出乾淨的 JSON（含 title、content、excerpt、tags），讓後續程式好處理；第二，採「先大綱、再內文」的結構化生成，而非一句話生成全文；第三，發布時 status 一律設為 draft，由人補上事實查核與觀點。下面是可以照著做的完整架構與實作步驟。

嗨，我是 Eric，浪花科技的資深工程師。如果你跟我一樣，每天要面對客戶那無底洞般的「內容行銷」需求，或者你自己經營部落格卻發現「寫作」這件事佔用了你 80% 開發新功能的時間，那你來對地方了。

這幾年 AI 寫作工具滿天飛，但身為工程師，我對那些一眼就能看出是 AI 寫的「罐頭文」感到生理不適：沒有結構、缺乏觀點、充滿「總而言之」的廢話。如果把這種東西大量灌進 WordPress 網站，Google 的演算法遲早會把你的 SEO 權重打入冷宮。這篇文章不教你「一鍵生成 100 篇垃圾文」，而是教你做「架構工程」。

為什麼是 n8n + Gemini，而不是別的工具？

市面上自動化工具很多，像 Zapier 或 Make 都能用。身為工程師我首推 n8n，原因可以濃縮成兩個字：可控與成本。

• n8n：節點式（Node-based）自動化工具，最大優勢是可以 Self-hosted（自託管）。這代表敏感資料不必流經第三方伺服器；而在複雜的 JSON 處理、迴圈（Loop）、條件分支（Switch）上，它的彈性遠勝純設定式的工具。
• Google Gemini：為什麼不用 OpenAI？其實兩者都很強，但在「長文本理解」與「複雜指令跟隨」這兩件事上，Gemini 1.5 Pro 展現了不錯的性價比，且 Google 生態系的整合對內容生產場景很順手。

n8n、Zapier、Make 差在哪？

用一句話分辨：如果你的流程只是「A 觸發 B」的線性串接，三者都行；但只要牽涉到「迴圈處理多筆資料、依條件走不同分支、對 API 回傳做深度資料清洗」，可程式化、可自託管的 n8n 會明顯省力，也讓你完全掌握資料落在哪裡。

整體架構：從靈感到發布的三段式流水線

這條流水線刻意不做成「給一個關鍵字就吐一篇文章」那麼粗糙。為了確保品質，我把它拆成三段，每一段都有明確職責：

1. 觸發與資料豐富化（Trigger & Enrichment）：從 Google Sheets 或 Trello 讀取選定的「主題關鍵字」，必要時透過搜尋類 API 抓取當前網路上的觀點與素材，讓 AI 有依據、少瞎掰。
2. 結構化生成（Structured Generation）：把蒐集到的資料餵給 Gemini，要求它先產出大綱、再依大綱撰寫 HTML 內文。這一段的 Prompt Engineering 是整條流水線的靈魂。
3. 發布（Publishing）：透過 WordPress REST API 把標題、內文、摘要、分類、標籤，以及精選圖片（Featured Image）送進 WordPress。

為什麼要「先大綱、再內文」？因為大綱先決定了 H2/H3 的骨架，AI 寫內文時就有了結構約束，比較不會發散成流水帳；這也讓你能在生成內文前先檢查骨架，省下重跑整篇的成本。

實戰：n8n 工作流怎麼搭？

步驟一：設置觸發器

在 n8n 建立新的 Workflow。測試階段用 Manual Trigger 最方便；正式生產環境我通常改用 Google Sheets Trigger 或 Webhook。

假設我們從 Google Sheets 讀取一列資料，至少包含兩個欄位：Keyword（關鍵字）與 Target_Audience（目標受眾）。把受眾也帶進來，是為了讓後面的 Prompt 能調整語氣與深度。

步驟二：串接 Google Gemini API

這是最核心的一段。在 n8n 中用 HTTP Request 節點呼叫 Gemini API。n8n 雖然有內建的 Google AI 節點，但我個人偏好直接用 HTTP Request——這樣我能完全掌控送出去的 JSON Body，包括微調 temperature 與 top_k 等參數。

資安基本功：API Key 請到 Google AI Studio 申請，並且千萬不要寫死在節點裡，務必用 n8n 的 Credentials 管理功能來存放。寫死的 Key 一旦被匯出或誤分享 Workflow，就等於把鑰匙交出去。

Prompt 的設計上，絕對不要只寫「幫我寫一篇關於……的文章」。把 AI 當成一位剛入職的實習生，給它明確的 SOP：

{
  "contents": [{
    "parts": [{
      "text": "你是一位資深的 WordPress 技術部落客。請根據關鍵字 '{{ $json.Keyword }}' 為受眾 '{{ $json.Target_Audience }}' 撰寫一篇文章。\n\n要求：\n1. 使用 HTML 格式 (h2, h3, p, ul, li)。\n2. 語氣專業但帶有個人觀點。\n3. 必須包含 SEO 友善的結構。\n4. 輸出格式必須是純 JSON，包含 'title', 'content', 'excerpt', 'tags' 四個欄位。"
    }]
  }]
}

看到重點了嗎？要求 AI 輸出 JSON 格式。這對後續程式自動化至關重要：如果 AI 吐回一堆 Markdown 或純文字，你就得在 n8n 裡用 Regex 拆字串，那是惡夢一場。

讓 temperature 與 top_k 為內容品質服務

這兩個是控制生成「隨機性」的常見參數。原則上：temperature 越高、輸出越有創意但也越不穩定；越低則越保守、越可預測。對於需要結構穩定、事實正確的技術文章，採用偏低到中等的設定通常比較安全；想增加文字變化時再小幅調高。top_k 則限制每一步從機率最高的若干候選詞中取樣，數值越小、用詞越收斂。重點是：固定一組設定、觀察輸出、再微調，不要一次動太多變數。

步驟三：解析並清洗 JSON

Gemini 回傳的內容通常是一段字串（String），你得用 n8n 的 Code 節點或 JSON 解析功能把它轉回真正的 JSON Object。如果 Gemini 很聽話，你就會拿到乾淨的標題與內文。

但有時候 Gemini 會「起乩」，在 JSON 前後加上多餘文字（例如「好的，這是您的 JSON……」）或把它包進 Markdown 的 code block。這時需要先清洗再解析：

// n8n Code Node Example
const rawContent = items[0].json.content;
// 移除可能存在的 Markdown code block 標記
const cleanJson = rawContent.replace(/```json/g, "").replace(/```/g, "");
return JSON.parse(cleanJson);

實務上建議再多一層防呆：把 JSON.parse 放進 try/catch，解析失敗時不要讓整條流水線崩潰，而是把這筆標記成「需人工處理」並繼續跑下一筆。自動化最怕的不是出錯，而是「一筆出錯、整批停擺」。

步驟四：透過 WordPress REST API 發布

最後一步，把內容推送到 WordPress。會用到的核心端點是 /wp-json/wp/v2/posts。在 n8n 新增一個 HTTP Request 節點：

• Method：POST
• URL：https://your-domain.com/wp-json/wp/v2/posts
• Authentication：使用 WordPress Application Password（不要用管理員登入密碼，請到後台使用者設定申請一組專用的應用程式密碼）。

JSON Body 設定如下：

{
  "title": "{{ $json.title }}",
  "content": "{{ $json.content }}",
  "status": "draft",
  "excerpt": "{{ $json.excerpt }}"
}

務必注意：強烈建議把 status 設為 draft（草稿）。原因是即使 AI 再強，最後一關仍需人類審核——檢查事實有沒有錯、排版有沒有跑掉。自動化幫你省下 90% 的力氣，剩下 10% 的「靈魂注入」還是得靠你。

為什麼一定要用 Application Password？

Application Password 是 WordPress 內建、專供程式化存取的憑證機制。它的好處是可以獨立於你的登入密碼存在、能單獨撤銷，萬一外洩也不會連帶影響你的後台登入。把它用在自動化流程，等於替每一條整合各自配一把可隨時換掉的鑰匙，符合最小權限與可稽核的原則。

進階技巧：讓文章更像「人」寫的

上面的流程能讓你做出「及格」的文章；要做到「優秀」，再加上這幾層邏輯：

1. 自動化精選圖片（Featured Image）

一篇沒有圖片的文章是沒有靈魂的。你可以在 n8n 串接 Unsplash API 或 OpenAI 的 DALL-E 3。流程是：生成／搜尋圖片 → 下載圖片二進位檔 → 上傳到 WordPress 媒體庫（/wp-json/wp/v2/media）→ 取得回傳的 Image ID → 更新文章的 featured_media 欄位。順序不能顛倒：一定要先有 Media 的 ID，文章才知道要關聯哪張圖。

2. 內部連結（Internal Linking）注入

SEO 的關鍵之一在於網站結構。你可以維護一份自己網站的「文章清單」JSON，在 Prompt 中要求 Gemini：「撰寫時若提到相關概念，請從以下清單挑選適合的文章加入超連結。」這能讓網站形成緊密的內容網絡。

這裡有個容易被忽略的鐵則：內部連結只能連到清單裡真實存在的網址。如果放任 AI 自由產生連結，它很可能編出看似合理、實則 404 的路徑，反而傷害使用者體驗與 SEO。把「可用連結清單」當成白名單交給 AI，是最穩妥的做法。

3. 用 Few-Shot 降低「AI 幻覺」

寫技術文章時，AI 很容易捏造不存在的函式庫或 API 參數。解法是在 Prompt 中運用 Few-Shot Prompting（少樣本提示）：給它幾個正確的程式碼範例作為參考，或明確指示「如果不確定，請不要撰寫該段落」。提供範例等於替模型畫好邊界，讓它照著既有事實走，而不是憑空想像。

把人留在迴圈裡：為什麼草稿審核不可省

整條流水線最值錢的設計，其實是最後那道「Human-in-the-loop」。AI 負責把初稿從 0 推到 80 分，但決定一篇文章能否代表品牌、有沒有事實錯誤、觀點對不對，仍是人的責任。把產出停在草稿、由編輯核可後再發布，既保住效率，也守住底線——這正是 Google 一再強調的「內容品質高於內容來源」的實際落地方式。

結語：工具是死的，思維是活的

搭起這套系統大概花了我一個週末，但它現在每週為我省下至少 10 小時的初稿撰寫時間。n8n + Gemini + WordPress 的組合，本質上是把你的「編輯思維」程式化。

不要害怕 AI 取代你的創作，它只是把你從繁瑣的打字裡解放出來，讓你更有時間去思考策略、跟讀者互動，去喝那杯還沒涼掉的咖啡。如果你在實作中卡關（相信我，CORS 與 API 驗證總會搞瘋工程師），歡迎參考下方資源或直接聯繫我們。

想為你的企業打造專屬的自動化內容引擎？別讓重複的文書工作消耗團隊戰力。浪花科技專注於 WordPress 高階開發與企業數位化轉型，立即填寫表單聯繫我們。

延伸閱讀

• 2026 台灣企業 AI Agent 導入指南：從 PoC 到 ROI 落地
• 別再當內容駭客！深度解析 Gemini + n8n + WordPress 『AI 內容飛輪』，打造躺著賺的流量引擎
• 拒絕 AI 廢文！用 n8n + Gemini 1.5 Pro 打造「虛擬編輯團隊」自動化內容流水線 (2025 實戰)
• AI 自動寫文，然後呢？打造 WordPress 自動化內容「生產線」，不只是複製貼上！