使用 Scrapeless 和 Compare Runs 构建 n8n AI 品牌监测工具
Scraping and Proxy Management Expert
摘要:
- n8n AI 品牌监控器可以分别追踪回答中的品牌提及和返回来源中的域名命中。 品牌可以出现在回答里,但其官网域名可能并未出现在选定来源列表中。
- 可导入的工作流比较的是同类运行结果。 它将报告保存在 n8n 数据表(Data Tables)中,并把原始回答、来源 URL 与变化情况导出为 JSON 和 CSV。
- 采集失败仍然是“未知观测”。 空回答和不可用的来源列表不能被视为品牌“消失”的证据。
- 智能手机案例是一个保留基线。 它演示如何阅读输出;它本身并不代表改进,也不是平台范围的可见度评分。
一览管线
这个 n8n AI 品牌监控工作流通过 Scrapeless 将一组固定问题发送给 ChatGPT 和 Perplexity,标准化响应,并将报告与一次匹配的早期运行进行比较。
执行顺序为:手动或每日触发 → 监控配置 → 上次运行查找 → 每个问题生成一个输入 → 两条采集分支 → 规范化观测 → 报告与历史存储 → JSON 和 CSV 下载。
营销团队可以用这一顺序来审查哪些买家问题中包含其品牌、官方域名是否出现在返回来源中,以及哪些观测发生了变化。完整回答与度量结果并列保存,使审阅者可以分辨推荐与偶然提及。
Scrapeless AI Scraper 负责收集回答;n8n 负责编排与历史保存。更广泛的 n8n AI Scraper 集成概览 为在自动化中使用回答采集提供了背景。本篇文章聚焦于所提供的监控器的完整报告流程。
前置条件与下载
你需要一个自托管的 n8n 实例,该实例允许使用社区包和数据表(Data Tables),还需要一个 Scrapeless API 密钥,并具有访问和足够额度,以便进行 ChatGPT 和 Perplexity 采集。
保留的项目验证使用了 n8n 2.35.7 和 n8n-nodes-scrapeless@0.5.4。n8n Cloud 和其他托管版本不在本次验证范围内。下文的在线案例来自项目的已保存执行,而不是为本文重新采集的结果。要亲自运行主工作流,你需要上文描述的这些凭据与服务访问权限。
使用公共的 AI brand monitor 仓库 获取源码与工作流文件。下面的下载链接指向已审查的提交:
在 GitHub 上打开文件并选择 Download raw file。请保持两个工作流彼此独立,以免合成观测进入你的实时监控历史。
步骤 1:安装节点并导入空工作流
该工作流在两条采集分支中都使用了 Scrapeless Official 社区节点。
作为 n8n 所有者或管理员,打开 Settings → Community nodes → Install 并输入 n8n-nodes-scrapeless@0.5.4。社区节点安装流程 解释了所需角色和包版本语法。
创建一个新的空白工作流。打开其三点菜单并选择 Import → From file,或在使用该标签的版本中选择 Import from File。选中主 JSON 并保存。空白画布很重要,因为导入到已有内容的工作流中时,可能会重命名 Code 节点所引用的节点。
导入后,找到 Configure Monitor、两个 Scrapeless 节点、Merge Observations、Build Report 和下载节点。Scrapeless n8n 集成 介绍了该节点的其他操作;本示例使用的是其 AI Scraper 资源。
步骤 2:连接两个回答引擎
两个 Scrapeless 节点都必须使用预期的 n8n 凭据,并共享相同的提示输入。
打开 Scrapeless ChatGPT,创建或选择一个 Scrapeless API 凭据,并在 API Key 中输入你的密钥。在 Scrapeless Perplexity 中选择同一个凭据。即使 n8n 在导入过程中已自动填充,也要确认这两个选择。不要在监控器的 Code 节点和导出的示例中包含凭据。
| Setting | 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 |
主工作流会为每个问题提交两个远程采集任务。先从一个较小的提示面板开始,并在启用循环日程之前检查当前的 Scrapeless 定价。
Step 3: 配置智能手机品牌场景
监控器配置定义品牌、其字面别名、要匹配的域以及精确的问题集。
打开 Configure Monitor。只替换赋值给 const config = 的对象;保留赋值语句及其下方的处理代码。此配置是保留的智能手机案例输入:
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."
}
]
}
前两个问题在未提供被监控品牌的情况下测试品类发现。客服问题中明确提到了三星(Samsung)。在解读结果时保持这几组问题的独立性:客服答案已被提示要讨论该品牌。
域规则匹配 samsung.com 及其子域。它不会验证页面面向的是哪个市场,不会跟踪重定向,也不会推断其他域名的所有权。在改造演示案例时,要同时修改品牌、别名、域和问题。选择稳定的提示 ID,并保留完全相同的措辞以便比较。
Start Scraping with Scrapeless
使用 Scrapeless 强化你的网页抓取和自动化工作流!
立即注册即可获得 $5 免费额度 —— 无需信用卡。现在就在 Scrapeless 控制台 申领你的免费额度。
Step 4: 运行并阅读报告
完整报告包含每个规划的问题-引擎组合的记录,包括空答案和错误。
注意:执行主工作流会向付费服务发起请求,并需要你配置好的 Scrapeless 凭据。本文中的历史案例是保留的项目证据;离线工作流会生成合成数据。
保存并选择 Execute workflow。在 Build Report 中,勾选 report_complete,然后检查每条观测的 status。在此配置下,完整报告包含六条观测。all_answers_valid 意味着所有答案都非空;来源可用性仍需单独检查。
| Field | Meaning |
|---|---|
status |
ok、empty 或 error;采集失败并不等于品牌缺失 |
brand_mentioned |
有品牌或别名匹配了可见答案文本 |
matched_aliases |
匹配到的名称,而不是提及次数或排名位置 |
source_field |
ChatGPT 的 content_references;Perplexity 的 web_results |
source_status |
available、unavailable 或 invalid |
brand_source_found |
在完整且可解析的来源列表中出现了一个已配置的主机名 |
source_urls |
去重后的返回 URL;工作流不会抓取这些页面 |
matched_source_urls |
与你配置的主机名匹配的子集 |
品牌提及率以有效答案数为分母。来源命中率以具有完整、可解析来源列表的有效答案为分母。缺失的来源字段保持未知状态;显式的空数组是可度量的,表示没有返回来源命中。格式错误的数组仍为无效,即使可以恢复部分 URL。
这种区分可以防止采集问题看起来像可见度丢失,也解释了为何两个比率会有不同的分母。JSON 比率是介于 0 和 1 之间的分数;分母为零会产生 null。
为 ai-brand-report.json 打开 Download JSON Report → Binary → Download。为 ai-brand-observations.csv 打开 Download CSV Observations → Binary → Download。当精确答案文本很重要时保留 JSON。CSV 使用 TRUE 和 FALSE,将未知标量值留空,并将数组编码为 JSON 字符串。类似公式的文本在 CSV 中会添加前导撇号。
Step 5: 比较运行结果并设置日程
监控器会将当前报告与相同监控配置下最近一次已保存运行进行比较。
第一次运行会在 n8n 项目中创建 ai_brand_monitor_history。它的 comparison.previous_run_id 为 null,更改为 no_baseline。在后续运行中,保持品牌、别名、域名、国家、提示 ID 和提示文本不变,以保持在同一比较组中。
引擎节点设置也需要保持一致。手动更改 Web Search 或其他引擎设置不会改变工作流的分组键,因此需要自己记录这些更改,并在合适的情况下建立单独的基线。
| Change | Interpretation |
|---|---|
gained |
已知值从 false 变为 true |
lost |
已知值从 true 变为 false |
unchanged |
两个已知值一致;检查该值以区分存在与缺失 |
unknown |
至少有一个值无法确定 |
no_baseline |
不存在匹配的早期观测值 |
分别检查 brand_mention_change 和 brand_source_change。comparison.changes 列出获得或失去某个值的观测;完整的 observations 数组还保留未变化和未知的记录。changed_observations 统计至少有一个获得或失去值的问题-引擎对数量。
作为练习,请离线运行该工作流两次。它使用与实时历史分离的 ai_brand_monitor_demo_history。这些是合成比较,并非 AI 可见性变化的证据。
在一次手动运行成功后,在 Daily Schedule 中设置小时和分钟,在 Settings 中确认工作流时区,然后发布工作流。Schedule Trigger publication and timezone rules 解释了计划执行何时开始。使用 Executions 查看已完成运行和下载,使用 Data Tables 查看保存的报告。保留的项目验证不包括跨多天的调度。
保留的智能手机案例说明了什么
保留的基线中,对三个问题中的每一个,两种引擎都给出了有效答案,并带有可解析的来源列表。
对于两个类别问题,三星都出现在每个引擎的答案中。这四个被选中的返回来源列表中,没有一个包含已配置的三星域名。官方链接仍有可能出现在答案文本中:答案正文链接和返回来源字段是分开衡量的。
对于指名品牌的支持问题,ChatGPT 返回了五个唯一来源 URL,其中四个与配置的域名匹配。Perplexity 返回了十个,全部匹配。尽管问题针对美国,一些 Perplexity 来源却涉及印度或英国。因此,仅靠主机名匹配并不能确定区域相关性。
这个 n8n AI 品牌监测案例衡量的是字面提及和域名命中。它不会自动衡量情感倾向、推荐位置、事实准确性或流量。保存的基线也无法展示第二次运行中的改进。在将测量结果转化为营销宣称之前,请先阅读每个观测背后的原始答案。
结论
从一小组固定的购买者问题开始,检查第一份报告,并保留其原始答案。在后续可比运行中,同时审查新增和失去的提及以及返回来源的变化。保持失败的观测为未知,并将类别问题与指名品牌问题分开。这些选择能使报告在不夸大抽样 AI 答案所能证明内容的前提下,成为周期性内容审核的有用工具。
准备好构建你的品牌监测工作流了吗?
加入我们的社区,与正在构建答案监测流水线的开发者交流: Discord · Telegram。
从 Scrapeless 开始,并将该工作流调整为适配你自己的品牌和问题集。
常见问题
问:这个 n8n AI 品牌监测器需要自主代理吗?
不需要。导入的工作流运行的是固定的收集和报告序列。配置的问题决定它向每个引擎发送什么内容。
问:演示可以在没有 API 密钥的情况下运行吗?
离线工作流可以在没有 Scrapeless 密钥的情况下运行,因为它使用合成响应。主工作流需要一个对两个引擎都具有访问权限和额度的密钥。
问:缺失的来源列表是否等同于没有品牌引用?
不是。缺失或无效的列表是未知状态。一个完整的空列表意味着该观测没有返回来源命中。两种结果都不能描述答案正文中的所有链接。
问:域名命中是否能证明该品牌被推荐?
不能。域名命中只意味着在选定的返回来源列表中出现了匹配的主机名。推荐语境、页面相关性和区域适配性都需要人工审查。
问:为什么新的一次运行没有基线?
新的配置会创建一个不同的比较组,而一个在此之前没有匹配观测值的问题-引擎对没有基线。请检查已保存的配置和 previous_run_id。
问:单个报告能衡量整体的 AI 品牌可见度吗?
不能。一个报告只涵盖所选的提示、引擎、设置和收集时间。重复的可比样本可以支撑一个范围明确的观测,但它们不能建立整个平台的排名,也不能证明是某次内容编辑导致了变化。
在Scrapeless,我们仅访问公开可用的数据,并严格遵循适用的法律、法规和网站隐私政策。本博客中的内容仅供演示之用,不涉及任何非法或侵权活动。我们对使用本博客或第三方链接中的信息不做任何保证,并免除所有责任。在进行任何抓取活动之前,请咨询您的法律顾问,并审查目标网站的服务条款或获取必要的许可。



