我用 n8n 打造了一台“全自动 AI 播客印钞机”，顺便帮你填平了 3 个致命大坑
我用 n8n 打造了一台“全自动 AI 播客印钞机”，顺便帮你填平了 3 个致命大坑
过去的一年里，我每天早上醒来的第一件事，就是被严重的“AI 信息焦虑”击中。
打开手机，推特上几十个 AI 大V在发长推，公众号里塞满了《重磅！XXX又颠覆了行业》，RSS 订阅源里红点闪烁……为了不掉队，我每天要花至少 2 个小时在马桶上、地铁里、早会前疯狂刷信息。
但结果呢？看了一堆废话，真正有价值的干货没记住几个。
直到上个月，我终于受够了。作为一名技术博主，我决定用魔法打败魔法——通过 n8n 搭建一套自动化工作流，把每天海量的碎片化资讯，全自动提炼、清洗，最终生成一份高质量的“双人对口相声”播客脚本。
现在？我每天早上只需要花 5 分钟，端着咖啡，像审阅奏折一样看着飞书里自动生成的播客台词：
[今日 AI 播客脚本预览]
主播 A（极客老炮）： 各位早！今天咱们得聊聊 Deepseek 最新搞的大动作，说实话，我昨晚看完技术文档，直接倒吸一口凉气。
主播 B（捧哏小白）： 哎哟，能让你这老炮震惊的可不多。怎么着，又把哪家大厂的价格打下来了？
主播 A： 岂止是打价格，人家直接把推理效率翻了一倍……
看到这里，如果你也觉得“卧槽我也要搞一个”，那么请花 5 分钟看完这篇文章。
我不仅会用大白话拆解这套系统的核心逻辑，更重要的是，我会把我在跑通这套流程时踩过的 3 个致命大坑，以及耗费无数个日夜迭代出来的顶级 Prompt 和 API 方案，毫无保留地分享给你。 这至少能帮你省下整整一个月的折腾时间。
---
一、解剖这台“播客印钞机”的核心逻辑
很多小白一听到“自动化工作流”，脑子里浮现的就是密密麻麻的连线和复杂的代码。其实大可不必。
我们不要一上来就看 n8n 复杂的节点图。你只需要把这套系统想象成一个“新闻加工厂”，它只有四个核心车间：
1. 信息源（原材料入库）： 通过 RSS Read 节点，定时抓取你信任的科技媒体、博客或推特信息源。
2. 过滤器（质检与除杂）： 抓来的新闻鱼龙混杂，我们用基础逻辑节点（比如按关键词过滤、去重），把那些没有营养的公关稿剔除掉。
3. AI 大脑（核心加工厂）： 这是整个工作流的灵魂。把筛选后的新闻喂给 AI 大模型，让它先总结核心要点，再按照特定的 Prompt 改写成双人对话的播客台词。
4. 输出端（成品出库）： 通过 HTTP Request 或官方节点，把生成的脚本自动推送到你的 Notion、飞书文档或者微信里。
在 n8n 中，这套逻辑的全局节点图其实非常清爽。数据像流水一样，从左边的 RSS 节点流入，经过中间 AI 节点的两次“提纯”，最后在右侧的 Notion 节点沉淀下来。
建立起这个宏观地图后，真正的考验才刚刚开始。因为“连通节点”只是及格线，“跑出高质量结果”才是满分。
接下来，就是我的血泪史。
---
二、血泪史：我踩过的 3 个致命大坑及填坑方案
在跑这套工作流的第一个星期，我几乎每天都在崩溃的边缘。因为跑通流程和投入实用，完全是两码事。
坑 1：信息过载导致 AI “幻觉”与 Token 爆炸
灾难现场：一开始，我图省事，把每天抓取到的 20 篇长篇资讯的全文，直接一股脑塞给 AI，让它写播客脚本。结果灾难发生了：AI 出现了严重的“幻觉”，把 A 公司的产品安在了 B 公司头上；而且由于输入文本太长，不仅处理极慢，Token 消耗量直接爆炸。
填坑方案：引入“预处理”节点，先分拣后合成。绝对不能把生肉直接喂给主厨。我在 n8n 的流程中加入了一个循环（Loop）节点，对每一篇抓取到的文章，先用一个轻量级模型进行“预处理”。
我让 AI 执行这样一个简单的指令：
“请提取这篇文章的核心信息，用 3 个不超过 50 字的要点总结。如果是水文，请直接输出‘跳过’。”
通过这一步，原本几万字的冗长新闻，被压缩成了几百字的高密度干货。然后再把这些干货打包，统一喂给负责写播客的 AI。这不仅彻底消灭了幻觉，还让 Token 消耗量降低了 90%。
坑 2：播客脚本毫无“人味儿”，像机器人在念经
灾难现场：解决了字数问题，第二个坑来了。早期的 AI 写出来的播客脚本是这样的：
“今天我们来探讨一下大语言模型的发展。首先，它的参数量提升了。其次，它的逻辑能力增强了……”这哪是播客，这简直是期末考试划重点。听不到一分钟就能让人睡着。
填坑方案：使用结构化的高级 Prompt + 角色设定。为了让 AI 写出有“人味儿”的双人对口相声，我花了整整一个周末，迭代了 20 多个版本的 Prompt。我发现，关键在于“赋予人设”和“强制插入语气词”。
这里直接送上我目前在用的、价值千金的 System Prompt（建议直接复制收藏）：
你是一个顶级的科技播客编剧。你的任务是将枯燥的科技新闻，改写成一档名为《AI 摸鱼早报》的双人播客脚本。
- 主播 A（老炮）：资深 AI 开发者，懂技术，说话一针见血，喜欢用生活化的比喻解释复杂技术。
- 主播 B（小白）：互联网打工人，充满好奇心，代表听众提问，偶尔会吐槽，起到“捧哏”的作用。
1. 必须以对话形式输出，标注 [A] 和 [B]。
2. 严禁使用“首先、其次、最后”这种书面语。
3. 必须在对话中自然地加入口语化的语气词（如：哎、卧槽、对对对、说实话、绝了）。
4. [B] 必须经常打断 [A]，提出质疑或要求举个通俗的例子。
5. 每次只聚焦 2-3 个核心新闻，不要贪多。
{{此处插入预处理后的新闻要点}}
坑 3：API 极度不稳定，工作流跑到一半就报错
灾难现场：这是最让我头疼、也是最致命的问题。在跑这个工作流的第二周，由于每天要处理几十篇英文资讯并发起多次 API 请求，官方接口经常因为网络问题 Timeout（超时）。每天早上醒来，看到的不是写好的脚本，而是 n8n 里刺眼的红色报错。
而且，即便跑通了，因为每天都在高频调用旗舰模型，钱包根本扛不住。
填坑方案：果断更换高性价比、极度稳定的 API 中转平台。后来，我把 n8n 里的 HTTP Request 和 AI Agent 节点的 Base URL，全部换成了 api.884819.xyz （8848AI 平台）的接口。
换了之后，我获得了两个极其直观的爽感：
1. 极其稳定，再无报错： 它的网络连通性极佳，我设置了每天早上 6 点并发处理 30 条 RSS 抓取，再也没有出现过 Timeout 断联的情况。这帮我省去了 80% 查网络报错的时间。
2. 白嫖与极致性价比： 重点来了！8848AI 平台上的国产优质模型（如 Deepseek V3/R1、通义千问 Qwen3 等）是完全免费的！
我现在的工作流策略是：用免费的 Deepseek V3 做第一步的“海量新闻预处理和去重”，0 成本；第二步的“播客脚本精写”，再调用 Claude Sonnet 4.6。
这里顺便安利一下 8848AI 的体验：注册极其丝滑，只需要用户名+密码，连邮箱验证都不用。注册就直接送 5 元体验额度。 没有什么万恶的月租和订阅，纯按量付费。如果你也在折腾 n8n 或者各种 AI 自动化工作流，强烈建议把接口换成这个，绝对是后台自动化任务的神器。
---
三、保姆级上手指南与总结
回顾这台“播客印钞机”的搭建过程，其实就是我们普通人利用 AI 杠杆，把繁琐的日常工作自动化的缩影。
当你跑通这套 n8n 工作流后，你会发现它的意义远远不止于做播客。只要稍微修改一下输入源和 Prompt，它立刻就能变成：
- 竞品动态监控雷达（每天自动汇总竞品的发版信息）
- 垂直行业日报生成器（自动抓取行业动态发到公司群）
- 海外优质论文翻译机（自动拉取 Arxiv 论文并总结摘要）
---
四、还没完：更硬核的还在后面……
好了，现在每天早上，我们已经拥有了源源不断、带着梗和吐槽的高质量播客脚本。
但这还不够“全自动”——难道写出这么好的相声剧本，还要我们自己亲自去念吗？既然脚本是双人对话，那我们为什么不直接把它们变成真实的声音？
下一篇文章，我将教大家如何把这个 n8n 工作流再往前推一步：直接接入最顶级的 TTS（文本转语音）大模型，给两位 AI 主持人克隆出极其逼真、带有呼吸感和情绪起伏的声音！让你真正实现：早上出门戴上耳机，直接收听完全由 AI 自动生成的、属于你自己的《每日 AI 广播》MP3。
想看下篇硬核教程的，记得点赞、收藏并关注 8848AI，我们下期见！
---
本文由8848AI原创，转载请注明出处。关注8848AI，带你从零开始学AI。#AI教程 #n8n自动化 #AI播客 #Claude #Deepseek #8848AI #Prompt技巧 #效率工具
