Crie um Monitor de Marca com IA no n8n usando Scrapeless e Compare Runs
Scraping and Proxy Management Expert
TL;DR:
- Um monitor de marca com IA no n8n pode rastrear menções na resposta e domínios de origem retornados separadamente. Uma marca pode aparecer na resposta enquanto seu site está ausente da lista de fontes selecionadas.
- O workflow importável compara execuções equivalentes. Ele salva relatórios em Data Tables do n8n e exporta as respostas originais, URLs de origem e alterações em JSON e CSV.
- Falhas de coleta permanecem observações desconhecidas. Respostas vazias e listas de fontes indisponíveis não devem se tornar evidência de que uma marca desapareceu.
- O caso da capa de smartphone é uma linha de base retida. Ele demonstra como ler a saída; não estabelece uma melhoria ou uma pontuação de visibilidade em toda a plataforma.
Pipeline em Resumo
Este workflow de monitoramento de marca com IA no n8n envia um conjunto fixo de perguntas para o ChatGPT e o Perplexity via Scrapeless, normaliza as respostas e compara o relatório com uma execução anterior correspondente.
A sequência é: gatilho manual ou diário → configuração do monitor → busca da execução anterior → uma entrada por pergunta → dois ramos de coleta → observações normalizadas → armazenamento de relatório e histórico → downloads em JSON e CSV.
Uma equipe de marketing pode usar essa sequência para revisar quais perguntas de compradores incluem sua marca, se domínios oficiais aparecem nas fontes retornadas e quais observações mudaram. A resposta completa permanece ao lado da medição para que um revisor possa distinguir uma recomendação de uma menção incidental.
O Scrapeless AI Scraper coleta as respostas; o n8n assume a orquestração e o histórico salvo. A visão geral mais ampla da integração n8n AI Scraper fornece contexto para usar a coleta de respostas em automação. Este artigo foca no fluxo completo de relatórios do monitor fornecido.
Pré-requisitos e Download
Você precisa de uma instância self-hosted do n8n que permita pacotes da comunidade e Data Tables, além de uma chave de API do Scrapeless com acesso e créditos suficientes para coleta via ChatGPT e Perplexity.
A validação de projeto retida usou n8n 2.35.7 e n8n-nodes-scrapeless@0.5.4. O n8n Cloud e outras versões hospedadas estão fora desse escopo de validação. O caso online abaixo vem da execução salva do projeto, não de uma coleta nova para este artigo. Executar o workflow principal por conta própria exige as credenciais e o acesso aos serviços descritos acima.
Use o repositório do monitor de marca com IA público para obter os arquivos-fonte e de workflow. Os links de download abaixo apontam para o commit revisado:
- Workflow principal de coleta: coleta respostas ao vivo e salva o histórico.
- Workflow de prática offline: usa respostas sintéticas fixas e não faz chamadas à API do Scrapeless.
Abra um arquivo no GitHub e selecione Download raw file. Mantenha os dois workflows separados para que observações sintéticas não entrem em seu histórico de monitoramento ao vivo.
Etapa 1: Instale o Node e Importe um Workflow Vazio
O workflow usa o node comunitário oficial do Scrapeless para ambos os ramos de coleta.
Como proprietário ou admin do n8n, abra Settings → Community nodes → Install e insira n8n-nodes-scrapeless@0.5.4. O procedimento de instalação de community-node explica a função necessária e a sintaxe de versão de pacote.
Crie um novo workflow em branco. Abra o menu de três pontos e escolha Import → From file, ou Import from File em versões que usam esse rótulo. Selecione o JSON principal e salve. Uma tela em branco é importante porque importar em um workflow já populado pode renomear nodes que os nodes de Code referenciam.
Após a importação, localize Configure Monitor, ambos os nodes do Scrapeless, Merge Observations, Build Report e os nodes de download. A integração do n8n com o Scrapeless apresenta as outras operações do node; esta demonstração usa o recurso AI Scraper.
Etapa 2: Conecte Ambos os Motores de Resposta
Ambos os nodes do Scrapeless devem usar a credencial pretendida no n8n e as mesmas entradas de prompt.
Abra o Scrapeless ChatGPT, crie ou selecione uma credencial Scrapeless API e insira sua chave em API Key. Selecione a mesma credencial em Scrapeless Perplexity. Confirme ambas as seleções mesmo que o n8n as tenha preenchido automaticamente durante a importação. Mantenha as credenciais fora do nó Code do monitor e dos exemplos exportados.
| Configuração | Scrapeless ChatGPT | Scrapeless Perplexity |
|---|---|---|
| Resource | AI Scraper | AI Scraper |
| Operation | ChatGPT | Perplexity |
| Prompt | {{ $json.prompt }} |
{{ $json.prompt }} |
| Country | {{ $json.country }} |
{{ $json.country }} |
| Web Search | On | On |
| Shopping | Off | No switch in this node |
O fluxo de trabalho principal envia duas tarefas de coleta remota por pergunta. Comece com um painel de prompt pequeno e verifique a precificação atual do Scrapeless antes de ativar um agendamento recorrente.
Etapa 3: Configurar um Cenário de Marca de Smartphone
A configuração do monitor define a marca, seus aliases literais, os domínios a corresponder e o conjunto exato de perguntas.
Abra Configure Monitor. Substitua apenas o objeto atribuído a const config =; preserve a atribuição e o código de processamento abaixo dele. Esta configuração é a entrada retida do caso de capa de smartphone:
json
{
"brand": "Samsung",
"aliases": ["Samsung", "Samsung Galaxy"],
"domains": ["samsung.com"],
"country": "US",
"prompts": [
{
"id": "smartphone-brands-shortlist",
"text": "I'm buying a smartphone in the US for under $1,000. Which three phone brands should I compare for camera quality, battery life, and long-term software support? Explain the tradeoffs and link to official manufacturer pages."
},
{
"id": "travel-phone-shortlist",
"text": "For travel photography and all-day battery life, which three smartphone brands should a US buyer shortlist? Give one current phone model from each and link to official specifications. Avoid rumors and unreleased products."
},
{
"id": "samsung-support-evaluation",
"text": "For a Samsung Galaxy smartphone sold in the US, where can I verify its software update policy, warranty, and repair options? Explain what to check and cite official Samsung pages."
}
]
}
As duas primeiras perguntas testam a descoberta de categoria sem fornecer a marca monitorada. A pergunta de suporte nomeia explicitamente a Samsung. Mantenha esses grupos separados ao interpretar os resultados: a resposta de suporte foi induzida a discutir a marca.
A regra de domínio corresponde a samsung.com e seus subdomínios. Ela não verifica qual mercado uma página atende, não segue redirecionamentos e não infere propriedade de outros domínios. Ao adaptar a demonstração, altere a marca, aliases, domínios e perguntas em conjunto. Escolha IDs de prompt estáveis e mantenha a redação exata para comparações.
Comece a Fazer Scraping com o Scrapeless
Turbine seu fluxo de trabalho de web scraping e automação com o Scrapeless!
Cadastre-se hoje e receba US$ 5 em crédito gratuito — sem necessidade de cartão de crédito.Solicite seu crédito gratuito agora no Scrapeless Dashboard.
Etapa 4: Execute e Leia o Relatório
Um relatório completo contém um registro para cada par planejado de pergunta e mecanismo, incluindo respostas vazias e erros.
Observação: a execução do fluxo de trabalho principal faz solicitações de serviço pagas e requer sua credencial Scrapeless configurada. O caso histórico neste artigo é evidência de projeto retida; o fluxo de trabalho offline produz dados sintéticos.
Salve e selecione Execute workflow. Em Build Report, verifique report_complete e, em seguida, inspecione status de cada observação. Com esta configuração, um relatório completo contém seis observações. all_answers_valid significa que todas as respostas são não vazias; a disponibilidade da fonte ainda precisa de sua própria verificação.
| Campo | Significado |
|---|---|
status |
ok, empty ou error; falha de coleta não é ausência de marca |
brand_mentioned |
Uma marca ou alias correspondeu ao texto visível da resposta |
matched_aliases |
Nomes que corresponderam, não contagens de menções ou posições de ranking |
source_field |
content_references para ChatGPT; web_results para Perplexity |
source_status |
available, unavailable ou invalid |
brand_source_found |
Um hostname configurado ocorreu em uma lista de fontes completa e analisável |
source_urls |
URLs retornados deduplicados; o fluxo de trabalho não busca essas páginas |
matched_source_urls |
O subconjunto que corresponde aos seus hostnames configurados |
A taxa de menção da marca usa respostas válidas como denominador. A taxa de acerto de fonte usa respostas válidas com listas de fontes completas e analisáveis. Um campo de fonte ausente permanece desconhecido; um array explicitamente vazio é mensurável e significa ausência de acerto em fontes retornadas. Um array malformado continua inválido mesmo que algumas URLs possam ser recuperadas.
A distinção impede que um problema de coleta pareça perda de visibilidade. Ela também explica por que duas taxas podem ter denominadores diferentes. As taxas em JSON são frações entre zero e um; um denominador zero produz null.
Abra Download JSON Report → Binary → Download para ai-brand-report.json. Abra Download CSV Observations → Binary → Download para ai-brand-observations.csv. Mantenha o JSON quando o texto exato da resposta for importante. O CSV usa TRUE e FALSE, deixa valores escalares desconhecidos em branco e codifica arrays como strings JSON. Texto com aparência de fórmula recebe um prefixo de apóstrofo no CSV.
Etapa 5: Compare as Execuções e Defina o Agendamento
O monitor compara o relatório atual com a última execução anterior salva para a mesma configuração de monitoramento.
A primeira execução cria ai_brand_monitor_history no projeto n8n. Seu comparison.previous_run_id é null e as alterações são no_baseline. Em uma execução posterior, mantenha a marca, aliases, domínios, país, IDs de prompts e texto dos prompts inalterados para permanecer no mesmo grupo de comparação.
As configurações do nó de mecanismo também precisam permanecer consistentes. Alterar manualmente Pesquisa na Web ou outra configuração de mecanismo não altera a chave de agrupamento do workflow, portanto registre essas alterações você mesmo e estabeleça uma linha de base separada quando for apropriado.
| Change | Interpretation |
|---|---|
gained |
Um valor conhecido mudou de false para true |
lost |
Um valor conhecido mudou de true para false |
unchanged |
Ambos os valores conhecidos concordam; inspecione o valor para distinguir presença de ausência |
unknown |
Pelo menos um valor não pôde ser determinado |
no_baseline |
Não existe nenhuma observação anterior correspondente |
Inspecione brand_mention_change e brand_source_change de forma independente. comparison.changes lista observações com um valor ganho ou perdido; o array completo observations também mantém registros inalterados e desconhecidos. changed_observations conta pares pergunta-mecanismo com pelo menos um valor ganho ou perdido.
Para praticar, execute o workflow offline duas vezes. Ele usa ai_brand_monitor_demo_history, separado do histórico em tempo real. Essas são comparações sintéticas, não evidência de mudança na visibilidade da IA.
Após uma execução manual bem-sucedida, defina a hora e o minuto em Daily Schedule, confirme o fuso horário do workflow em Settings e publique o workflow. As regras de publicação e fuso horário do Schedule Trigger explicam quando a execução agendada começa. Use Executions para execuções concluídas e downloads, e Data Tables para relatórios salvos. A validação do projeto retido não cobriu agendamentos ao longo de vários dias.
O que o Caso Retido do Smartphone Mostra
A linha de base retida contém respostas válidas de ambos os mecanismos para cada uma das três perguntas, com listas de fontes passíveis de parsing.
Para ambas as perguntas de categoria, a Samsung apareceu na resposta de cada mecanismo. Nenhuma dessas quatro listas de fontes retornadas selecionadas continha o domínio da Samsung configurado. Links oficiais ainda poderiam aparecer dentro do texto da resposta: links no corpo da resposta e campos de fontes retornadas são medições separadas.
Para a pergunta de suporte de marca nomeada, o ChatGPT retornou cinco URLs de fonte exclusivos, quatro correspondendo ao domínio configurado. O Perplexity retornou dez, todos correspondendo a ele. Algumas fontes do Perplexity abordavam a Índia ou o Reino Unido, apesar da pergunta ser sobre os EUA. Portanto, apenas uma correspondência de hostname não estabeleceu relevância regional.
Este caso de monitoramento de marca com IA no n8n mede menções literais e ocorrências de domínio. Ele não mede automaticamente sentimento, posição de recomendação, exatidão factual ou tráfego. A linha de base salva também não pode mostrar uma melhoria na segunda execução. Leia a resposta original por trás de cada observação antes de transformar a medição em uma alegação de marketing.
Conclusão
Comece com um conjunto pequeno e fixo de perguntas de compradores, inspecione o primeiro relatório e retenha suas respostas originais. Em execuções subsequentes comparáveis, revise menções ganhas e perdidas juntamente com mudanças nas fontes retornadas. Mantenha observações com falha como desconhecidas e perguntas de categoria separadas de perguntas de marca nomeada. Essas escolhas tornam o relatório útil para uma revisão recorrente de conteúdo sem exagerar o que uma resposta de IA amostrada comprova.
Pronto para Construir seu Workflow de Monitoramento de Marca?
Junte-se à nossa comunidade para se conectar com desenvolvedores que constroem pipelines de monitoramento de respostas: Discord · Telegram.
Comece com o Scrapeless e adapte o workflow à sua própria marca e conjunto de perguntas.
FAQ
P: Este monitor de marca com IA no n8n exige um agente autônomo?
Não. O workflow importado executa uma sequência fixa de coleta e geração de relatórios. As perguntas configuradas determinam o que ele envia para cada mecanismo.
P: O demo pode ser executado sem uma chave de API?
O workflow offline pode ser executado sem uma chave do Scrapeless porque utiliza respostas sintéticas. O workflow principal exige uma chave com acesso e créditos para ambos os mecanismos.
P: Uma lista de fontes ausente é o mesmo que nenhuma citação de marca?
Não. Uma lista ausente ou inválida é desconhecida. Uma lista completamente vazia significa nenhuma ocorrência de fonte retornada para essa observação. Nenhum dos resultados descreve todos os links dentro do corpo da resposta.
P: Uma ocorrência de domínio prova que a marca foi recomendada?
Não. Uma ocorrência de domínio apenas significa que um hostname correspondente apareceu na lista selecionada de fontes retornadas. Contexto de recomendação, relevância da página e adequação regional exigem revisão.
P: Por que uma nova execução não tinha linha de base?
Uma nova configuração cria um grupo de comparação diferente, e um par pergunta-mecanismo sem uma observação correspondente anterior não tem linha de base. Verifique a configuração salva e previous_run_id.
P: Um único relatório pode medir a visibilidade total da marca em IA?
Não. Um relatório abrange os prompts, mecanismos, configurações e o momento de coleta selecionados. Amostras comparáveis repetidas podem sustentar uma observação com escopo definido, mas não estabelecem um ranking em toda a plataforma nem provam que uma edição de conteúdo causou uma mudança.
Na Scorretless, acessamos apenas dados disponíveis ao público, enquanto cumprem estritamente as leis, regulamentos e políticas de privacidade do site aplicáveis. O conteúdo deste blog é apenas para fins de demonstração e não envolve atividades ilegais ou infratoras. Não temos garantias e negamos toda a responsabilidade pelo uso de informações deste blog ou links de terceiros. Antes de se envolver em qualquer atividade de raspagem, consulte seu consultor jurídico e revise os termos de serviço do site de destino ou obtenha as permissões necessárias.



