但如果要查大量的關鍵字，就會浪費很多時間在複製貼上的重複任務上。

剛好最近在研究 n8n，就把這個工作流整理成一個自動化流程。使用者只要填上自己的 Google Sheet URL，就能一鍵生成對應的 SEO 關鍵字矩陣了！

n8n 有雲端與本地（local）的開源版本，基於資訊安全與使用限制，筆者強烈建立在本地（local）建立環境，詳細的操作步驟可以參考這篇文章。

自動建立 SEO 關鍵字矩陣工作流（Workflow）簡介

上圖是完整的工作流（Workflow），下面說明一下執行步驟 & 設計邏輯:

STEP 1: 填寫要讀取的 Google Sheet URL 與工作表名稱（set_google_sheet_info）。

STEP 2: 讀取 Google Sheet 裡面的要查詢的關鍵字（get_keywords）。

STEP 3: 第一層迴圈（loop_keywords_1st）會根據關鍵字來建立 Sheet（create_sheet）與查詢關鍵字（query_keywords_1st），並將資料格式化為可以使用的型態（format_query_result）給下一步驟。

STEP 4: 第二層迴圈（loop_keywords_2nd）會根據上一層給予的關聯關鍵字，再做第二次的搜尋（query_keywords_2nd），同樣也要將資料格式化爲可以使用的型態（format_query_result2）。

STEP 5: 得到 SEO 關鍵字後，要先把他們分成指定的群組（group_keys），並分割成適合寫入 Google Sheet 的格式（split_to_items）。

STEP 6: 最後透過迴圈（loop_append_row_data）過濾掉無法寫入的值（remove_undefined_key），先等待 2.5 秒（wait_2.5s），再逐行寫入 Google Sheet（append_row_data），避免太頻繁呼叫 API。

STEP 7: 完成這一切後，判斷是否為最後一次執行（skip_last_runtime），如果是最後一次就終止迴圈。

備註1: reset_with_runtimes、reset_with_even_runtimes 這兩個節點（Node），是為了在 Done 的情境下 Reset Loop Over Items 重複執行時累計的資料。

備註2: check_keyword_2nd_has_value、check_key_length 是為了處理空陣列的情境。

如何使用這個 n8n 的工作流（Workflow）

如果你只是想要使用這個 Workflow，可以直接複製筆者放在 GitHub 上的範本，貼到 n8n 的 Workflow（不要懷疑，貼上就對了），並根據下面的步驟完成設定就可以執行了。

STEP 1: 建立一個 Google Sheet，在「工作表1」的第一欄填寫關鍵字（keyword），範例如下

STEP 2: 打開 n8n「set_google_sheet_info」的 Node，在「google_sheet_url」欄位上貼上自己的 Google Sheet URL

STEP 3: 打開「get_keywords、create_sheet、append_row_data」的 Node，選擇 Google Sheets account 的 Credential（如果過去沒有建立過，可以參考後面文章的教學）。

完成上面的步驟後，點擊「Test workflow」就可以自動生成 Google SEO 關鍵字矩陣啦！從下圖可以看到

建立 Google Sheets API 的 Credential

STEP 1: 打開任一 Google Sheet Node，點擊「Create New Credential」。

STEP 2: 建立一個 Google Cloud 帳號，有 Gmail 就能直接使用，下面是登入後的畫面。

STEP 3: 進入「控制台（Google Cloud Console）」，選擇「New Project」並在 Project name 輸入「n8n test」。

STEP 4: 建立完成後會出現下面的頁面，因為我們要開啟 Google Sheet 的權限，所以點擊「API & Services」。

STEP 5: 然後點擊「+ ENABLE APIS AND SERVICES」。

STEP 6: 在搜尋框輸入「google sheet api」。

STEP 7: 點擊「ENABLE」來開啟權限。

STEP 8: 開啟好權限後，點擊左側的「OAuth consent screen」建立 APP。

STEP 9: 資訊填寫完成後，要點擊「PUBLISH APP」才能使用（你也可以加入 User，用內測的方式使用）。

STEP 10: 點擊上方的「+ CREATE CREDENTAILS」，選擇「OAuth Client ID」。

STEP 11: Application type 選擇「Web application」，Name 自行決定。

STEP 12: 在「Authorized redirect URIs」填入 n8n 的網址，如果你是在 local 操作就填寫 http://localhost:5678/rest/oauth2-credential/callback

STEP 13: 按下 Create 後就會取得最關鍵的「Client ID、Client secret」，把他們複製下來。

STEP 14: 畫面切回到 n8n 的 Google Sheet Node，填上「Client ID、Client secret」。

STEP 15: 點擊「Sign in with Google」後，勇敢的點擊「繼續」與「前往」。

STEP 16: 選擇允許 n8n 可以使用的範圍（這邊看個人需求，勾全選比較不會遇到權限的問題；但提醒大家這組 Secret 權限很大，千萬別外洩了）。

STEP 17: 看到畫面出現「Got Connected」就代表你大功告成啦！！！

如果看完這篇文章，代表你是一個充滿意志力的人，給自己拍拍手的同時，也可以幫筆者的文章拍拍手喔（這系列真的寫到快崩潰 QQ）。

延伸閱讀:

• [n8n 教學]用 Docker 在 Local 建立免費 & 無限次數使用的自動化工具
• [n8n 教學]掌握重要節點 (Node) 使用情境：Set、Loop Over Items、If、Code、HTTP Request、Wait

想將 AI 導入自己的職場與生活嗎？歡迎購買筆者出版的新書，幫助您在 AI 的浪潮中站穩腳步，並在未來的職場競爭中佔據優勢！

他跟 Google 一樣能提供人們所需的資訊，甚至可以說跟 Google 相比，ChatGPT 取得資訊的門檻更低；因為使用者能透過對話的方式一步步接近答案，不需要像 Google 透過關鍵字反覆嘗試。

但未來 ChatGPT 這類 AI 聊天機器人，真的能取代 Google 搜尋引擎嗎？筆者想從幾個角度來討論，並給出自己認為合適的搭配方案。

大綱

▋ 碰到問題尋求解答
▋ 研究不熟悉的事物
▋ 有能力完成，但不想花時間
▋ 結語：沒有完美的技術

碰到問題尋求解答

無論 Google 還是 ChatGPT，其實都無法保證資訊的「正確性」。

但兩者不同的地方在於，Google 會得到許多結果，而 ChatGPT 只會給你一個答案。

如果有多個結果，你就會去嘗試哪個方案是「能用的」，然後再從能用的方案中找出「最好的」；而當獲得的是一個答案時，我們通常只會去嘗試這個方案能不能用，導致思考的範圍有「侷限性」。

有時這個「侷限性」很可怕，因為 ChatGPT 的回答未必正確；沒有判斷能力的新手，可能會耗費大量時間在嘗試錯誤的方案。

即使今天要求 ChatGPT 給你多個答案，並請他幫你分析各自的優劣，那也是 ChatGPT 給出的結果；少了「嘗試」與「證明」的過程，我們很難將知識內化。

上面這段話並不是要否認 ChatGPT，而是在提醒讀者千萬不要陷入「只有一個」解決方案的思維困境；同樣的，Google 搜尋得到的第一個結果，也未必是最好的答案（不過通常是能執行的方案）。

下面是筆者的感觸：

• Google：在解決問題的過程中，你會學到其他相關知識，儘管費時較久，但對整體的掌握度更高（失敗的經驗會讓你有更深刻的理解）。
• ChatGPT：你有機會在短時間解決問題，不過缺點是在得到解答後，就容易停止思考（如果不幸得到錯誤的解答，那可能會卡更久）。

研究不熟悉的事物

如果我們對一個事務完全不了解，無法分辨方案間的好壞時；Google 能給我們的幫助相對有限，因為此時的我們連「關鍵字」都不知道怎麼下，而不明確的關鍵字也只會得到發散的結果。

但面對這種情境時，ChatGPT 卻能在一次次的對話中給你方向，因為關鍵字無需一次到位，他能理解你提供的「上下文」，像個咨詢師般給你「逐步」的指導，針對性地解決複雜問題。

不過 ChatGPT 的資訊未必全部正確，如果發現某個步驟走不下去時，還是需要 Google 救援。

有能力完成，但不想花時間

有時需要撰寫帶有「特殊需求」的報告，比如：

• 比較瀑布式開發與敏捷式開發的不同，並以敏捷式開發比較好作為結論。
• 介紹 Git 常用的分支策略，並說明為何會這樣設計。

或是整理「複雜情境」的問題，比如：

• 團隊在跑 Scrum 時大家都不關心彼此的報告內容，我身為 Scrum Master 可以如何引導？
• 核心價值對公司來說有什麼意義？以軟體公司舉例。

如果使用 Google，你可能要搜尋多篇文章，然後再根據自己的需求拼湊出最終的版本；不過在「有能力判斷真偽」的前提下，ChatGPT 能快速的幫你進行整合。

下面放兩個 ChatGPT 的回答供讀者參考：

結語：沒有完美的技術

每個人對「完美」的定義不同，因為每個人對解答的期待都不一樣。

筆者認為 Google 跟 ChatGPT 更像是一塊互補的拼圖，Google 通過你給的關鍵詞搜索相關資訊，你再從中分辨出需要的部分；而 ChatGPT 則是基於過去訓練的大量資料，用對話的形式向你提出建議。

這邊就舉一個結合應用的場景：

SETP 1：你在 Google 找到一篇看不懂的英文文獻。

SETP 2：把文獻丟給 ChatGPT，讓他幫忙翻譯並整理成你看得懂的資訊。

SETP 3：確認這些資訊是否為自己需要的，以此加速學習與理解的過程。

希望上面的範例能給讀者一些靈感，相信大家在使用的過程中能找出更多實用的搭配，發揮出各自的優勢！

未來筆者會出一系列使用 ChatGPT、openAI 的文章，如果你對這個議題感興趣，可以持續關注我的文章！

想將 AI 導入自己的職場與生活嗎？歡迎購買筆者出版的新書，幫助您在 AI 的浪潮中站穩腳步，並在未來的職場競爭中佔據優勢！