你是不是也发现,用AI写SEO文章,总感觉差点意思?
之前,我也搭过几个SEO相关的工作流,解决了从挖掘高转化选题到自动化生成内容的问题,算是从1.0进化到了2.0:
用n8n做AI工作流驱动网站出海赚美金3:搭建「SEO策略优化」AI Agent
我用n8n+Scrapeless搭了个「SEO内容引擎」,全自动挖掘高转化选题,解决出海流量难题
这些工作流没毛病,但在设计上:都是基于全网搜索和竞品分析的,全是“外部信息”。
尽管文章质量不错,但读起来没有“灵魂”,甚至每篇内容的风格都不一样,在「落地」层面还差点意思。
在实际“落地”的业务场景中,一个好的SEO内容,必须解决三个核心痛点:
要解决这些问题,我们需要一个更聪明的 SEO Agent 3.0。它不仅要会调研竞品(对齐市场需求),更要理解品牌(保持调性),还能推荐产品(产生直接销售)。
我之前的n8n方案,非常灵活,适合探索。但真要到企业里大规模落地,你就会遇到安全、合规、权限管理这些头疼的问题。
而今天要用到的GPTBots不一样,它从一开始就是冲着企业级应用去的。它是一个完整的LLMOps平台,把知识库、数据库、工作流这些“重武器”都帮你集成好了,你不用再当个“全栈工程师”。
可以通过链接注册使用:https://www.gptbots.ai/signup?utm_source=kol=binggan 文末有本案例的资料,可以在 GPTBots 复现。
简单说,前者n8n是“极客探索版”,后者GPTBots 才是“企业生产版” ,不是一个维度的工具。
今天,我们就用 GPTBots 这个平台,一步一步地搭建一个能说“品牌人话”、带“自家货”、还能引导转化的SEO Agent。
在动手之前,我们先用“以终为始”的逻辑,明确一下这个Agent的工作流程。
当用户输入一个关键词(比如“销售管理”)后,我们期望Agent能像一个资深的B2B内容策略师一样,完成以下四步操作:
这个流程,完美地将外部市场需求与内部品牌资产结合了起来,也是我们这次搭建的核心框架。
明确了目标,我们就可以开始在GPTBots里“手搓”了。整个搭建过程,主要分为三大块:工作流、知识库、数据库。
等等,有同学会问:“智能体里也能配工具,为啥还要多此一举做工作流?”
问得好!核心在于对抗AI的不确定性。让AI在长对话里自由调用多个工具,结果就像开盲盒,时好时坏。而工作流,就是把“搜索TOP3 -> 总结大纲”这类固定流程封装成一个可靠的“黑盒”,确保AI每次调用,都能稳定输出标准格式的结果。
简单说:用工作流固化“确定性”任务,用智能体驾驭“灵活性”任务。
这是我们Agent的第一步,也是最基础的一步。我们需要创建一个工作流,让它能根据关键词,通过谷歌搜索 TOP 排名网址,并逐个访问完成竞品分析并产出大纲。
这里我们简化了过程,保留了核心的部分
完整的逻辑可以参考我用n8n+Scrapeless搭了个「SEO内容引擎」,全自动挖掘高转化选题,解决出海流量难题
在GPTBots里,这个过程非常简单:
GoogleSearch节点:这个节点负责接收用户输入的关键词q,并去谷歌搜索,我们设置num为3,表示只看排名前三的结果。
LLM节点:它接收上一步GoogleSearch返回的3个网址,然后用一个提示词,让AI去分析这三个页面的内容,并提炼出一个新的、更优的标题和内容大纲,以JSON格式返回。
参考提示词(其实可以再优化写的更复杂些):
把用户传入的谷歌搜索的3个结果网址,逐个用工具`Tavily Extract`打开,然后提炼出一个标题,和一个内容大纲,以json格式返回:
{
"标题":"从多个网站内容中总结提炼",
"大纲":"从多个网站内容中总结提炼"
}
至此,我们负责“对外”调研的组件就完成了。
效果是这样:
输入关键词后,工作流会自动在谷歌搜索,筛选 TOP排位网址,逐个访问
最终总结出标题与 SEO 大纲,确保符合市场需求。
这是让我们的内容“说人话”的关键。我们需要把公司的内部资料喂给Agent。
这样,我们的Agent就有了一个“内部大脑”,知道了我们的品牌风格,也掌握了一手的客户故事。
最后一步,也是让SEO靠近“钱”的一步。我们需要一个地方存放所有产品的详细信息。
[
{
"name": "product_module_name",
"description": "产品模块的唯一标识名称,用于与客户案例库关联查询。",
"type": "TEXT",
"required": true,
"unique": true
},
{
"name": "product_description",
"description": "产品的详细功能描述和价值说明,包含核心特性和适用场景。",
"type": "TEXT",
"required": true,
"unique": false
},
{
"name": "image_url",
"description": "产品相关图片的URL链接,用于展示产品界面或宣传图片。",
"type": "TEXT",
"required": false,
"unique": false
},
{
"name": "product_link",
"description": "产品详情页面或购买页面的URL链接,用于用户了解更多信息或进行购买。",
"type": "TEXT",
"required": false,
"unique": false
}
]
这一步可以直接把你的表格丢给 AI 让它帮你生成 JSON 格式的数据字段文件,然后黏贴到GPTBots就能配置好了。
看到下面的图,就证明我们提交成功了。
至此,我们的三大核心组件全部准备就绪!
万事俱备,只欠一个“总指挥”——也就是我们的智能体(Agent)本身。
3. 编写系统提示词 (System Prompt):这是最关键的一步,我们需要像“编程”一样,给Agent下达清晰的、分步骤的指令,告诉它如何协同调用这三个组件。
我迭代了两版提示词,第一版比较机械,生成的文章像个拼接怪。有很明显的 AI 特征:分点列项,并不是一篇「文章」
第二版我注入了更多“内容策略师”和“故事讲述者”的角色要求,效果好多了。
参考提示词:
## Role
你是一个在 gptbots.ai 平台上运行的 B2B SaaS SEO 内容策略与自动化撰稿专家智能体。
## Profile
你的核心任务是将用户输入的简单关键词,转化为一篇**叙事流畅、逻辑严密、深度结合产品与案例**的 SEO 优化 B2B SaaS 文章。你不仅仅是信息的整合者,更是一位**内容策略师和故事讲述者**,擅长将分散的信息编织成一个有说服力的整体。
## Goals
- 接收并理解用户输入的关键词。
- 严格依照多步骤工作流,系统性收集并整合信息。
- 输出一篇**具备高度可读性、说服力和专业性**,可直接发布的 B2B SaaS 领域 SEO 文章。
## Core Workflow
你必须严格按照以下顺序执行任务:
### Step 1: 大纲生成
将用户输入的【关键词】作为入参,调用工作流 `B2B_SaaS_SEO` 获得【文章标题】和【内容大纲】。这是文章的骨架。
### Step 2: 综合信息检索
1. **品牌规范学习**: 在知识库 `B2B SaaS CRM企业资料库` 中,检索并学习【品牌声音与写作指南】。
2. **客户案例检索**: 基于【内容大纲】分析文章核心主题,在知识库 `B2B SaaS CRM企业资料库` 中,检索与主题最相关的 1-2 个【客户成功案例】。
3. **产品信息检索**: 基于【内容大纲】和【客户成功案例】中提及的要点和产品,在数据库 `saas_product_info` 中,检索所有相关的【产品相关信息】(包括名称、描述、功能亮点、图片链接、详情页链接)。
### Step 3: 叙事化整合与专业撰稿 (Artful Composition & SEO Writing)
这是最关键的一步。你将扮演一位专业的 B2B 内容作家,而不是一个信息拼接机器人。
**写作心法 (Writing Philosophy):**
- **读者中心**: 始终面向目标读者(如销售总监、企业管理者),以解决他们的痛点为出发点。
- **价值驱动**: 每一段都要提供明确的价值,无论是知识、解决方案还是信任背书。
- **无缝整合**: 你的目标是“润物细无声”。产品和案例不是文章的“附件”,而是支撑论点的“血肉”。
**具体执行指令:**
1. **标题与引言**:
- 使用【文章标题】作为主标题。
- 撰写一个**引人入胜的开篇**。直接点出目标读者在【关键词】相关领域面临的挑战或困惑,并预告本文将如何为他们提供解决方案和见解。
2. **主体段落撰写 (核心变革)**:
- 严格遵循【内容大纲】的结构。
- **执行“论点-方案-例证”模式**:
- **论点 (Point)**: 对于大纲中的每一个要点(如“销售管理的最佳实践”),先进行清晰的阐述和分析。
- **方案 (Solution)**: 当论点涉及到某个具体挑战时,**在当前段落中,自然地引入**相关的【产品相关信息】作为解决该挑战的实用工具。例如,在讨论“提升团队协作效率”时,顺势介绍 SalesPRO 的协作功能。
- **例证 (Evidence)**: 为了增强方案的说服力,**紧接着或在附近段落,引用**【客户成功案例】中的相关片段或成果数据,来证明该方案在真实世界中的有效性。例如,“*就像华东制造集团,他们通过采用 SalesPRO 的任务协同模块,团队协作效率提升了60%。*”
- **严禁信息孤岛**: **绝对不要**将所有产品介绍或客户案例堆砌在文章末尾的独立章节中。它们必须被拆解,并融入到正文中最相关的位置。
3. **可读性与专业性优化**:
- 全文严格遵循【品牌声音与写作指南】的风格和语调。
- 在适当的位置,使用 Markdown 表格进行信息对比,或使用 Mermaid 图表(如流程图 `graph TD`)来可视化复杂流程,增强文章的专业性和易读性。
- 图片(使用【产品相关信息】中的图片链接)应配有说明文字,并紧随其相关描述。
4. **结论与行动号召 (CTA)**:
- 撰写一个**强有力的结尾**。首先简要总结文章的核心观点和价值,然后提供清晰、直接的行动号召(如“预约演示”、“免费试用”)。
## Available Resources
- **Workflow**: `B2B_SaaS_SEO(keyword)`
- Input: `keyword` (字符串)
- Output: `{ "title": "AI总结标题", "outline": "内容大纲" }`
- **Knowledge Base**: `search_kb(query)`
- Input: `query` (字符串,如主题或产品名)
- Content: 品牌规范、产品手册、客户成功案例
- **Database**: `query_db(query)`
- Input: `query` (字符串,如产品名)
- Content: 产品信息结构化数据
## Constraints
- 必须严格按照 Core Workflow 步骤顺序执行。
- 若信息检索不完整,须在文章中以“【请在此处补充...】”标记,禁止编造。
- 输出必须是**一篇单一、完整、流畅的 Markdown 格式文章**,不得包含任何流程日志或元注释。
- 文章的核心结构由【内容大纲】决定,但内容的组织和信息的融合方式必须遵循 **Step 3** 的详细写作指令。
所以说,不论现在大模型进化得多智能,用提示词控制输出是必须的
当所有配置完成后,例如我们输入关键词“Sale Mangement”,Agent就会开始它的表演。
文章太长了,我放到了这里:https://ry6uq5vtyu.feishu.cn/docx/LWrtdMa8aofKqUxFHNpc7qiYnUe?from=from_copylink (同时,本次案例的文件我也放到了这里,大家可以下载来复现。)
检查我们关注真正想要的:
✅ 正确从数据库中找到了对应产品的详情页链接、图片(只是这里我用的是假示例就没显示出来)
用 markdown 格式能看的更清晰
✅ 正确从知识库中找到对应的客户成功案例
评估下来,最终生成的文章:
我们来看每个部分是怎么调用的。
在对话框里就看到了数据库搜索结果表格
打开看它的查询过程是这样:
因为我们选择的是强制调用,所以理论上即使不在提示词里说明让 AI 去检索,GPTBots 也会 去执行的。
这里我们看到智能体找到了 10 个相关知识。
相关的客户成功案例和品牌调性。
至此,我们用 GPTBots 搭建的,早已不是一个简单的“AI写作工具”。
它是一个被深度植入企业肌体的数字内容策略师,一个真正懂市场、懂品牌、懂产品的 SEO Agent 3.0。
它让 AI 的每一次输出,都不再是冰冷、疏离的文本拼接,而是一次带有品牌体温的、真诚的沟通。
这,或许就是技术平权最务实的模样。
让增长,变得更加确定和优雅。
GPTBots 可以通过链接注册使用:https://www.gptbots.ai/signup?utm_source=kol=binggan 也可以通过「阅读原文」进入
本案例的资料放在了这:https://ry6uq5vtyu.feishu.cn/docx/LWrtdMa8aofKqUxFHNpc7qiYnUe?from=from_copylink
可以在 GPTBots 复现。
以上,
既然看到这里了,如果觉得不错,随手点个赞、推荐、转发三连吧,你的支持是我持续创作的动力。我们下期见。
文章来自于“饼干哥哥AGI”,作者“饼干哥哥”。
【开源免费】Browser-use 是一个用户AI代理直接可以控制浏览器的工具。它能够让AI 自动执行浏览器中的各种任务,如比较价格、添加购物车、回复各种社交媒体等。
项目地址:https://github.com/browser-use/browser-use
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】FASTGPT是基于LLM的知识库开源项目,提供开箱即用的数据处理、模型调用等能力。整体功能和“Dify”“RAGFlow”项目类似。很多接入微信,飞书的AI项目都基于该项目二次开发。
项目地址:https://github.com/labring/FastGPT
【开源免费】graphrag是微软推出的RAG项目,与传统的通过 RAG 方法使用向量相似性作为搜索技术不同,GraphRAG是使用知识图谱在推理复杂信息时大幅提高问答性能。
项目地址:https://github.com/microsoft/graphrag
【开源免费】Dify是最早一批实现RAG,Agent,模型管理等一站式AI开发的工具平台,并且项目方一直持续维护。其中在任务编排方面相对领先对手,可以帮助研发实现像字节扣子那样的功能。
项目地址:https://github.com/langgenius/dify
【开源免费】RAGFlow是和Dify类似的开源项目,该项目在大文件解析方面做的更出色,拓展编排方面相对弱一些。
项目地址:https://github.com/infiniflow/ragflow/tree/main
【开源免费】phidata是一个可以实现将数据转化成向量存储,并通过AI实现RAG功能的项目
项目地址:https://github.com/phidatahq/phidata
【开源免费】TaskingAI 是一个提供RAG,Agent,大模型管理等AI项目开发的工具平台,比LangChain更强大的中间件AI平台工具。
项目地址:https://github.com/TaskingAI/TaskingAI
【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。
项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md
在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0