← Retour aux workflows
Workflow n8n

Automatisation LinkedIn avec n8n : génération d'histoires d'entreprise

  • Ce workflow n8n a pour objectif de générer des histoires d'entreprise à partir de données extraites de LinkedIn, en utilisant les puissantes capacités de Google Gemini et Bright Data. Dans un contexte où les entreprises cherchent à enrichir leur contenu et à améliorer leur présence en ligne, ce workflow s'avère particulièrement utile pour les équipes marketing et communication. Il permet de transformer des données brutes en récits engageants qui peuvent être utilisés pour des publications, des études de cas ou des rapports.
  • Le déroulé commence par un déclencheur manuel qui initie le workflow. Ensuite, les données sont chargées via le noeud 'Default Data Loader', suivies par un traitement avec le modèle de chat Google Gemini pour générer des textes. Un 'Recursive Character Text Splitter' est utilisé pour segmenter le texte en morceaux exploitables. Des conditions sont ensuite vérifiées pour s'assurer de la validité des données. Si tout est en ordre, le workflow effectue des requêtes HTTP pour télécharger des instantanés des données et vérifier leur statut. Les données extraites de LinkedIn sont ensuite résumées de manière concise, avant d'être envoyées à des webhooks pour notifier les utilisateurs.
  • Les bénéfices business de ce workflow incluent une réduction significative du temps passé à créer du contenu, une amélioration de la qualité des récits générés, et une capacité à réagir rapidement aux tendances du marché. En intégrant ce type d'automatisation n8n, les entreprises peuvent optimiser leur stratégie de contenu tout en s'assurant que leur message reste pertinent et engageant.
Tags clés :automatisationLinkedInGoogle Geminicontenun8n
🎯Pour qui ?🧩Problème résolu📋Étapes du flux🛠Guide de personnalisation
Catégorie: Manual · Tags: automatisation, LinkedIn, Google Gemini, contenu, n8n❤ 0

Workflow n8n LinkedIn, Google Gemini, contenu : vue d'ensemble

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

React Flow
Besoin d'aide ?

Workflow n8n LinkedIn, Google Gemini, contenu : détail des nœuds

  • When clicking ‘Test workflow’

    Ce noeud déclenche manuellement l'exécution du workflow lorsque l'utilisateur clique sur 'Test workflow'.

  • Google Gemini Chat Model

    Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses basées sur les options fournies.

  • Default Data Loader

    Ce noeud charge des données par défaut à partir de documents selon les options spécifiées.

  • Recursive Character Text Splitter

    Ce noeud divise le texte en morceaux de manière récursive en fonction des paramètres d'options et de chevauchement.

  • If

    Ce noeud évalue des conditions spécifiées et dirige le flux en fonction du résultat.

  • Set Snapshot Id

    Ce noeud définit un identifiant de snapshot en assignant des valeurs aux options spécifiées.

  • Download Snapshot

    Ce noeud effectue une requête HTTP pour télécharger un snapshot à partir de l'URL fournie.

  • Set LinkedIn URL

    Ce noeud définit une URL LinkedIn en assignant des valeurs aux options spécifiées.

  • Google Gemini Chat Model1

    Ce noeud utilise à nouveau le modèle de chat Google Gemini pour générer des réponses basées sur les options fournies.

  • Check on the errors

    Ce noeud vérifie la présence d'erreurs en évaluant les conditions spécifiées.

  • Sticky Note

    Ce noeud crée une note autocollante avec le contenu, la largeur et la hauteur spécifiés.

  • Sticky Note1

    Ce noeud crée une autre note autocollante avec le contenu, la largeur et la hauteur spécifiés.

  • Perform LinkedIn Web Request

    Ce noeud effectue une requête HTTP pour exécuter une action sur LinkedIn selon les paramètres fournis.

  • Check Snapshot Status

    Ce noeud vérifie le statut d'un snapshot en effectuant une requête HTTP à l'URL spécifiée.

  • LinkedIn Data Extractor

    Ce noeud extrait des données de LinkedIn en utilisant un extracteur d'informations basé sur le texte et les attributs fournis.

  • Concise Summary Generator

    Ce noeud génère un résumé concis à partir des options spécifiées.

  • Webhook Notifier for Data Extractor

    Ce noeud envoie une notification via une requête HTTP pour le module d'extraction de données.

  • Webhook Notifier for Summary Generator

    Ce noeud envoie une notification via une requête HTTP pour le générateur de résumés.

  • Wait for 30 seconds

    Ce noeud introduit une pause de 30 secondes dans le workflow.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "q1DorytEoEw1QLGj",
  "meta": {
    "instanceId": "885b4fb4a6a9c2cb5621429a7b972df0d05bb724c20ac7dac7171b62f1c7ef40",
    "templateCredsSetupCompleted": true
  },
  "name": "Generate Company Stories from LinkedIn with Bright Data & Google Gemini",
  "tags": [
    {
      "id": "ddPkw7Hg5dZhQu2w",
      "name": "AI",
      "createdAt": "2025-04-13T05:38:08.053Z",
      "updatedAt": "2025-04-13T05:38:08.053Z"
    },
    {
      "id": "rKOa98eAi3IETrLu",
      "name": "HR",
      "createdAt": "2025-04-13T04:59:30.580Z",
      "updatedAt": "2025-04-13T04:59:30.580Z"
    }
  ],
  "nodes": [
    {
      "id": "1424195e-79ec-48e8-9bb6-fbae072aca81",
      "name": "When clicking ‘Test workflow’",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        -1440,
        245
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "509519c2-efe9-4191-87af-9c5c782350d6",
      "name": "Google Gemini Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "notes": "Gemini Experimental Model",
      "position": [
        696,
        540
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-thinking-exp-01-21"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "notesInFlow": true,
      "typeVersion": 1
    },
    {
      "id": "3be8be65-38c2-4500-8676-925bdf7844ac",
      "name": "Default Data Loader",
      "type": "@n8n/n8n-nodes-langchain.documentDefaultDataLoader",
      "position": [
        816,
        542.5
      ],
      "parameters": {
        "options": {}
      },
      "typeVersion": 1
    },
    {
      "id": "65b72f55-6424-487b-a622-879589d43344",
      "name": "Recursive Character Text Splitter",
      "type": "@n8n/n8n-nodes-langchain.textSplitterRecursiveCharacterTextSplitter",
      "position": [
        904,
        740
      ],
      "parameters": {
        "options": {},
        "chunkOverlap": 100
      },
      "typeVersion": 1
    },
    {
      "id": "4ab31927-5372-4a8f-83b5-355bcd6eaae2",
      "name": "If",
      "type": "n8n-nodes-base.if",
      "position": [
        -340,
        170
      ],
      "parameters": {
        "options": {},
        "conditions": {
          "options": {
            "version": 2,
            "leftValue": "",
            "caseSensitive": true,
            "typeValidation": "strict"
          },
          "combinator": "and",
          "conditions": [
            {
              "id": "6a7e5360-4cb5-4806-892e-5c85037fa71c",
              "operator": {
                "type": "string",
                "operation": "equals"
              },
              "leftValue": "={{ $('Check Snapshot Status').item.json.status }}",
              "rightValue": "ready"
            }
          ]
        }
      },
      "typeVersion": 2.2
    },
    {
      "id": "30382d3b-6ba8-4a96-93ce-9d22fc547793",
      "name": "Set Snapshot Id",
      "type": "n8n-nodes-base.set",
      "position": [
        -780,
        245
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "2c3369c6-9206-45d7-9349-f577baeaf189",
              "name": "snapshot_id",
              "type": "string",
              "value": "={{ $json.snapshot_id }}"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "a4867b6f-fa91-4b83-befc-9ce97c10228c",
      "name": "Download Snapshot",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        100,
        120
      ],
      "parameters": {
        "url": "=https://api.brightdata.com/datasets/v3/snapshot/{{ $json.snapshot_id }}",
        "options": {
          "timeout": 10000
        },
        "sendQuery": true,
        "authentication": "genericCredentialType",
        "genericAuthType": "httpHeaderAuth",
        "queryParameters": {
          "parameters": [
            {
              "name": "format",
              "value": "json"
            }
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "kdbqXuxIR8qIxF7y",
          "name": "Header Auth account"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "16580d94-23fc-45d6-a282-640148b602d3",
      "name": "Set LinkedIn URL",
      "type": "n8n-nodes-base.set",
      "position": [
        -1220,
        245
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "47f839a1-df2a-4972-9dad-597a8af0bf75",
              "name": "url",
              "type": "string",
              "value": "https://il.linkedin.com/company/bright-data"
            }
          ]
        }
      },
      "typeVersion": 3.4
    },
    {
      "id": "be007904-269a-4823-bdd8-1ba5b4f69f5c",
      "name": "Google Gemini Chat Model1",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        408,
        340
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "56a08c75-5122-483e-af0e-da1dd3e08eaf",
      "name": "Check on the errors",
      "type": "n8n-nodes-base.if",
      "position": [
        -120,
        120
      ],
      "parameters": {
        "options": {},
        "conditions": {
          "options": {
            "version": 2,
            "leftValue": "",
            "caseSensitive": true,
            "typeValidation": "strict"
          },
          "combinator": "and",
          "conditions": [
            {
              "id": "b267071c-7102-407b-a98d-f613bcb1a106",
              "operator": {
                "type": "string",
                "operation": "equals"
              },
              "leftValue": "={{ $json.errors.toString() }}",
              "rightValue": "0"
            }
          ]
        }
      },
      "typeVersion": 2.2
    },
    {
      "id": "6925a606-1108-4605-9124-c74d3df555ac",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -1420,
        -100
      ],
      "parameters": {
        "width": 400,
        "height": 280,
        "content": "## Note\n\nDeals with the LinkedIn data extraction using the Bright Data Web Scrapper API.\n\nThe information extraction and summarization are being used to demonstrate the usage of the N8N AI capabilities.\n\n**Please make sure to set the LinkedIn URL and Webhook Notification URL**"
      },
      "typeVersion": 1
    },
    {
      "id": "a5f977db-14e5-4652-b2d3-0a1b0470be9a",
      "name": "Sticky Note1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        -940,
        -100
      ],
      "parameters": {
        "width": 420,
        "height": 280,
        "content": "## LLM Usages\n\nGoogle Gemini Flash Exp model is being used.\n\nInformation extraction is being used for formatting the LinkedIn response to produce a story.\n\nSummarization Chain is being used for summarization of the content"
      },
      "typeVersion": 1
    },
    {
      "id": "ae6377e2-6ca0-4218-affd-d3c81c16d996",
      "name": "Perform LinkedIn Web Request",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -1000,
        245
      ],
      "parameters": {
        "url": "https://api.brightdata.com/datasets/v3/trigger",
        "method": "POST",
        "options": {},
        "jsonBody": "=[\n  {\n    \"url\": \"{{ $json.url }}\"\n  }\n]",
        "sendBody": true,
        "sendQuery": true,
        "sendHeaders": true,
        "specifyBody": "json",
        "authentication": "genericCredentialType",
        "genericAuthType": "httpHeaderAuth",
        "queryParameters": {
          "parameters": [
            {
              "name": "dataset_id",
              "value": "gd_l1vikfnt1wgvvqz95w"
            },
            {
              "name": "include_errors",
              "value": "true"
            }
          ]
        },
        "headerParameters": {
          "parameters": [
            {}
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "kdbqXuxIR8qIxF7y",
          "name": "Header Auth account"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "9a1e8d92-24a9-481c-b81f-5e37bca46fe2",
      "name": "Check Snapshot Status",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        -560,
        245
      ],
      "parameters": {
        "url": "=https://api.brightdata.com/datasets/v3/progress/{{ $json.snapshot_id }}",
        "options": {},
        "sendHeaders": true,
        "authentication": "genericCredentialType",
        "genericAuthType": "httpHeaderAuth",
        "headerParameters": {
          "parameters": [
            {}
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "kdbqXuxIR8qIxF7y",
          "name": "Header Auth account"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "543d6087-c1d8-4f98-9b7c-fedbce9b0215",
      "name": "LinkedIn Data Extractor",
      "type": "@n8n/n8n-nodes-langchain.informationExtractor",
      "position": [
        320,
        120
      ],
      "parameters": {
        "text": "=Write a complete story of the provided company information in JSON. Use the following Company info to produce a story or a blog post. Make sure to incorporate all the provided company context.\n\nHere's the Company Info in JSON - {{ $json.input }}",
        "options": {
          "systemPromptTemplate": "You are an expert data formatter"
        },
        "attributes": {
          "attributes": [
            {
              "name": "company_story",
              "required": true,
              "description": "Detailed Company Info"
            }
          ]
        }
      },
      "typeVersion": 1
    },
    {
      "id": "d07c83f0-5adf-4d5a-976a-b344aa8a853e",
      "name": "Concise Summary Generator",
      "type": "@n8n/n8n-nodes-langchain.chainSummarization",
      "position": [
        712,
        320
      ],
      "parameters": {
        "options": {
          "summarizationMethodAndPrompts": {
            "values": {
              "prompt": "=Write a concise summary of the following:\n\n\n{{ $json.output.company_story }}\n\n",
              "combineMapPrompt": "=Write a concise summary of the following:\n\n\n\n\n\nCONCISE SUMMARY: {{ $json.output.company_story }}"
            }
          }
        },
        "operationMode": "documentLoader"
      },
      "typeVersion": 2
    },
    {
      "id": "0867753e-c3ab-473e-960a-344573cdde29",
      "name": "Webhook Notifier for Data Extractor",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        834,
        -80
      ],
      "parameters": {
        "url": "https://webhook.site/ce41e056-c097-48c8-a096-9b876d3abbf7",
        "options": {},
        "sendBody": true,
        "bodyParameters": {
          "parameters": [
            {
              "name": "response",
              "value": "={{ $json.output }}"
            }
          ]
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "d666cbb8-64bf-47b9-802a-d78ed5caa128",
      "name": "Webhook Notifier for Summary Generator",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        1192,
        320
      ],
      "parameters": {
        "url": "https://webhook.site/ce41e056-c097-48c8-a096-9b876d3abbf7",
        "options": {},
        "sendBody": true,
        "bodyParameters": {
          "parameters": [
            {
              "name": "response",
              "value": "={{ $json.response.text }}"
            }
          ]
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "fbd962be-5003-4039-b17e-fc0f16c2edf7",
      "name": "Wait for 30 seconds",
      "type": "n8n-nodes-base.wait",
      "position": [
        -120,
        345
      ],
      "webhookId": "f2aafd71-61f2-4aa4-8290-fa3bbe3d46b9",
      "parameters": {
        "amount": 30
      },
      "typeVersion": 1.1
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "0f4279a9-1593-421e-825e-850cdae1bb97",
  "connections": {
    "If": {
      "main": [
        [
          {
            "node": "Check on the errors",
            "type": "main",
            "index": 0
          }
        ],
        [
          {
            "node": "Wait for 30 seconds",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Set Snapshot Id": {
      "main": [
        [
          {
            "node": "Check Snapshot Status",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Set LinkedIn URL": {
      "main": [
        [
          {
            "node": "Perform LinkedIn Web Request",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Download Snapshot": {
      "main": [
        [
          {
            "node": "LinkedIn Data Extractor",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Check on the errors": {
      "main": [
        [
          {
            "node": "Download Snapshot",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Default Data Loader": {
      "ai_document": [
        [
          {
            "node": "Concise Summary Generator",
            "type": "ai_document",
            "index": 0
          }
        ]
      ]
    },
    "Wait for 30 seconds": {
      "main": [
        [
          {
            "node": "Check Snapshot Status",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Check Snapshot Status": {
      "main": [
        [
          {
            "node": "If",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "LinkedIn Data Extractor": {
      "main": [
        [
          {
            "node": "Concise Summary Generator",
            "type": "main",
            "index": 0
          },
          {
            "node": "Webhook Notifier for Data Extractor",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Gemini Chat Model": {
      "ai_languageModel": [
        [
          {
            "node": "Concise Summary Generator",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Concise Summary Generator": {
      "main": [
        [
          {
            "node": "Webhook Notifier for Summary Generator",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Gemini Chat Model1": {
      "ai_languageModel": [
        [
          {
            "node": "LinkedIn Data Extractor",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Perform LinkedIn Web Request": {
      "main": [
        [
          {
            "node": "Set Snapshot Id",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Recursive Character Text Splitter": {
      "ai_textSplitter": [
        [
          {
            "node": "Default Data Loader",
            "type": "ai_textSplitter",
            "index": 0
          }
        ]
      ]
    },
    "When clicking ‘Test workflow’": {
      "main": [
        [
          {
            "node": "Set LinkedIn URL",
            "type": "main",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n LinkedIn, Google Gemini, contenu : pour qui est ce workflow ?

Ce workflow s'adresse principalement aux équipes marketing et communication des entreprises qui souhaitent automatiser la création de contenu à partir de données LinkedIn. Il est adapté aux entreprises de taille moyenne à grande, avec un niveau technique intermédiaire requis pour sa mise en œuvre.

Workflow n8n LinkedIn, Google Gemini, contenu : problème résolu

Ce workflow résout le problème de la création de contenu en automatisant le processus d'extraction et de génération d'histoires d'entreprise à partir de LinkedIn. Il permet d'éliminer les frustrations liées à la collecte manuelle de données et à la rédaction de contenu, tout en réduisant le risque d'erreurs humaines. Les utilisateurs bénéficient d'un contenu de qualité, généré rapidement, ce qui leur permet de se concentrer sur des tâches à plus forte valeur ajoutée.

Workflow n8n LinkedIn, Google Gemini, contenu : étapes du workflow

Étape 1 : Le workflow est déclenché manuellement.

  • Étape 1 : Les données sont chargées via le noeud 'Default Data Loader'.
  • Étape 2 : Le modèle de chat Google Gemini génère des textes à partir des données.
  • Étape 3 : Le texte est segmenté en morceaux exploitables grâce au 'Recursive Character Text Splitter'.
  • Étape 4 : Des conditions sont vérifiées pour s'assurer de la validité des données.
  • Étape 5 : Si les données sont valides, des requêtes HTTP sont effectuées pour télécharger des instantanés et vérifier leur statut.
  • Étape 6 : Les données extraites de LinkedIn sont résumées de manière concise.
  • Étape 7 : Les résultats sont envoyés à des webhooks pour notifier les utilisateurs.

Workflow n8n LinkedIn, Google Gemini, contenu : guide de personnalisation

Pour personnaliser ce workflow, vous pouvez modifier l'URL du webhook pour notifier vos propres systèmes. Il est également possible d'ajuster les paramètres du modèle Google Gemini pour adapter le style et le ton des histoires générées. Pensez à définir les conditions dans le noeud 'If' pour mieux contrôler le flux en fonction de vos besoins spécifiques. Enfin, vous pouvez intégrer d'autres outils ou services en ajoutant des noeuds supplémentaires pour enrichir le processus d'automatisation.