在使用 n8n 串接 Google Sheets、Google Drive 等服務時，若遇到 OAuth 無法認證，出現類似以下的 Redirect URL：

http://:5678/rest/oauth2-credential/callback

代表你的 n8n 還沒有設定「對外可用的網域」，導致 Google Cloud 無法認證這個 callback URL。本篇教學將一步步帶你解決這個問題，順利串接 Google OAuth。

🔍 問題描述：OAuth Redirect URL 缺少網域

當你在 n8n 中建立 Google API 憑證時，OAuth redirect URL 顯示為：

http://:5678/rest/oauth2-credential/callback

這種格式是錯誤的，會導致在設定Google Cloud設定時，無法順利新增「已授權的重新導向 URI」，因為：

• 沒有網域名稱
• Google Cloud 不接受 localhost 或 http://:5678 這類本地位址
• 導致無法完成 OAuth 授權流程

✅ 解決方法：設定 Zeabur 上的 n8n 公開網域與環境變數

步驟 1：確認你有對外公開網域

如果你是用 Zeabur 部署 n8n，請確認你的服務已設定公開網址（例如）：

https://你的網域名稱.zeabur.app

你可以在 Zeabur 專案中的 網路 分頁中找到這個設定。

步驟 2：新增或修改以下環境變數

請在 Zeabur 中進入你的 n8n 服務 → 「環境變數」頁面，設定以下 key-value：

步驟 3：重新部署 / 重啟 n8n

設定完畢後，請點選 Zeabur 的「重新部署」按鈕，等待服務重啟。

步驟 4：檢查 OAuth Redirect URL 是否正常

重新開啟 Google Sheets / Drive 憑證設定畫面，應該會看到如下正確格式的網址：

https://你的網域名稱.app/rest/oauth2-credential/callback

請將此網址複製，貼到 Google Cloud Console → OAuth 用戶端設定 → 「授權的重新導向 URI」中，並儲存。

🧪 成功驗證：串接 Google Sheets

設定完成後，回到 n8n 點擊「Connect」，會跳出 Google 帳號登入畫面，授權完成即表示連接成功！

🧪 補充說明這4個環境變數的用途與差異

🔑 WEBHOOK_URL

• 用途：指定 n8n 對外通知用的「完整網址（含協定）」
• 影響範圍：
  • OAuth 認證時自動產生的 Redirect URL
  • Webhook 節點發出的網址
• 正確格式：必須是完整、可公開訪問的網址（含 https://）
• 你設定的值： https://你的網域名稱.app → 表示 OAuth 認證與 webhook 將使用此公開網域作為 base URL。

🌍 N8N_HOST

• 用途：指定 n8n 服務在容器內部綁定的網域或 IP（對外訪問時也會參考）
• 影響範圍：
  • 內部連接用、Webhook 記錄連結、OAuth 判斷是否為同一來源
• 你設定的值： 你的網域名稱.app → 告訴系統「這個服務的網域名稱是這個」，以便產出正確的連結與認證 URL。

🔌 N8N_PORT

• 用途：指定 n8n 對外提供服務的 port（預設是 5678）
• 影響範圍：
  • 組合在完整 URL 裡使用（例如：https://你的網域名稱.com:5678）
• 你設定的值： yaml複製編輯5678 → 這是 Zeabur 預設的 n8n 埠號，不需修改除非你有自訂需求。

🔒 N8N_PROTOCOL

• 用途：指定連線協議是 http 還是 https
• 影響範圍：
  • 影響 webhook URL 與 OAuth Redirect URL 是否為 HTTPS 安全連線
• 你設定的值： nginx複製編輯https → 這是正確做法，因為 Google Cloud OAuth 僅接受 HTTPS 的 callback URI。

✅ 總結（組合成 URL）

以上變數會一起組合成：

${N8N_PROTOCOL}://${N8N_HOST}:${N8N_PORT}
↓
https://你的網域名稱.app:5678

並進一步組成：

https://dado3c.zeabur.app:5678/rest/oauth2-credential/callback

這就是 Google Cloud 要認可的「完整 OAuth Redirect URI」。

🎯 常見 Q&A

Q1：我不是用 Zeabur，怎麼辦？

你一樣可以手動設定 WEBHOOK_URL 和 N8N_HOST，但必須確保你的 n8n 有對外公開的網域，且支援 HTTPS。

Q2：為什麼一定要 HTTPS？

因為 Google OAuth 安全政策不允許 http://localhost 或非安全連線做為 callback URL，必須為 https:// 開頭的公開網址。

Q3：我已經設定環境變數，為什麼 Redirect URL 還是沒有變？

請確認是否有做以下兩件事：

1. ✅ 點選 Zeabur 的重新部署（或手動重啟服務）才能讓環境變數生效
2. ✅ 確認填寫的值沒有多空格或拼錯，特別是 https 是否打成 http

Q4：OAuth 成功後，Google Sheets 節點還是抓不到資料怎麼辦？

這可能是因為：

• Google Sheets API 沒有開啟
• 權限範圍（Scope）不足，請確保你有勾選 Google Sheets API 和 Google Drive API
• 並確認該 Google 帳號對應的試算表有「編輯權限」

可到 [Google Cloud Console → API 與服務 → 已啟用的 API] 確認是否已啟用。

Q5：OAuth 登入時顯示「應用程式未驗證」是什麼意思？

這是因為你用的是「測試中的 OAuth 憑證」。解決方法：

• 點選「進階」→「前往（你的專案 ID）」
• 若是正式用戶要大量使用，可在 Google Cloud Console 提交驗證申請
• 開發測試階段可以忽略這個警告，不影響功能使用

📌 結語

這次問題的核心在於「n8n 未設定公開網域，導致 OAuth 無法綁定」。只要你正確設定 WEBHOOK_URL 等環境變數，並使用 Zeabur 提供的免費網域，就可以輕鬆串接 Google 服務，無需自己架設 HTTPS 憑證！

The post 【解決教學】n8n 無法串接 Google Cloud，OAuth Redirect URL 沒有網域的處理方法 appeared first on WensTW翻身實驗室.

🗂️ Step 0：先整理過去的文章，讓 AI 學會「你的語氣」

在開始寫之前，我會先把自己過去寫過的文章——不論是社群貼文、部落格內容或品牌文案——整理起來丟進 ChatGPT 的專案資料夾。這一步的目的不是為了回顧，而是要讓 AI 熟悉你的寫作風格、語感、慣用語，讓未來它寫出來的文章能真正「像你」。

📝 Step 1：讓 ChatGPT 生成初稿草案

開啟 ChatGPT，套用你設定好的語氣模板與格式設定，就能讓它快速寫出第一版草稿。這個版本不需要完美，而是為後續加工打底，讓你不用再從空白頁開始。

⚙️ Step 2：用 ChatGPT-4o-mini-high 分段輸出

為了避免模型一次輸出太多文字，我會先請 ChatGPT-4o-mini-high 根據主題架構幫我分段生成內容，把每段分別存在 Google Docs，未來好整理、好擴寫。

✍️ Step 3：用 ChatGPT-4o 深度擴寫每一段內容

這個階段我會逐段請 ChatGPT 幫忙補充細節、舉例說明、加強段落邏輯，讓整篇文章更飽滿、內容更具說服力。

🔍 Step 4：潤稿＋主題聚焦＋語氣一致化

初稿完成後，再請 ChatGPT 進行全文潤稿：優化語句結構、簡化重複表達、加強主題聚焦。這階段的目標是把文章「寫得更像人」，更接近出版等級。

🧠 Step 5：用 Gemini 幫你補上引用來源或真實數據

接著我會用 Gemini 再看一次全文，幫我補充引用資料、真實連結或核對內容。這一步可以防止 ChatGPT 出現內容造假，也讓文章更具參考價值與可信度。

📲 Step 6：改寫成社群版本，用於 Facebook／IG／部落格導流

將文章改寫成一篇社群貼文版本，語氣更親切、開場更吸睛，並搭配 CTA 引導點擊連結或留言互動。這一段也可以交給 ChatGPT 代勞，快速產出 2~3 種變化格式。

🌍 Step 7：翻譯成英文與日文，讓文章走出語言邊界

請 ChatGPT 幫你把內容翻譯成英文與日文，讓原創內容可以同步發表在 Medium、Note、LinkedIn 等海外平台，觸及更大受眾。

💼 Step 8：用 NotebookLM 做專業語感優化

很多時候 AI 翻譯的外語內容會有些口語或不正式，我會用 NotebookLM 幫我把翻譯後的語句優化成「商業用語」，尤其適合用在品牌簡報、B2B 客戶提案或媒體新聞投遞。

🎙️ Step 9：自動產出影音講稿與字幕，變身一支影片

最後，把完整中文文章交給 NotebookLM 幫你整理重點摘要，轉成口語講稿，搭配剪映等工具快速產出影音內容。這一步等於幫你完成一支短影音腳本與字幕，可直接上架 YouTube 或 Instagram。

🚀 為什麼我選擇用 AI寫作？

因為 AI 不只讓我寫得快，而是幫我「寫得廣」。每一篇內容都可以同時變成部落格、社群貼文、國際版本、影音講稿，真正做到一魚多吃、內容變現。寫文章不再是一次性輸出，而是變成長期累積的資產。

The post 如何用 AI寫作 打造高效內容循環？從草稿到影音的一條龍流程公開 appeared first on WensTW翻身實驗室.

你已經成功從 SerpApi 拿回了 Google 搜尋結果的 JSON 資料，你可能發現這份資料非常龐大且詳細，包含了搜尋結果的各種細節，像是自然搜尋結果、圖片、影片、相關問題等等。但問題來了，我們不可能每次都看這麼一大串原始資料，對吧？

你可能只想要：

• 所有自然搜尋結果的「標題」和「連結」。
• 前幾筆搜尋結果的「摘要」。
• 新聞區塊的「標題」和「來源」。

那麼，如何在 n8n 中，從這些複雜的 JSON 數據中，精準地「挑」出你需要的內容，並把它們整理成好讀、好用的格式呢？這就是我們接下來要學習的重點！我會帶你認識兩個 n8n 中處理 JSON 資料的超好用節點，它們就像你的數據整理助理，讓資料處理變得輕而易舉！

核心工具一：Split Out 節點 — 把「大包裹」拆成「小禮物」

想像一下，你的 SerpApi 回傳的 JSON 資料，就像一個裝滿各種東西的「大包裹」。在這個大包裹裡，有一串重要的「列表」，例如 organic_results (自然搜尋結果)。這個列表裡面裝了很多個獨立的「小禮物」，每個小禮物就是一條搜尋結果 (包含標題、連結、摘要等)。

• Split Out 節點的任務： 它就像一個「拆包裝專家」，專門負責把你大包裹裡面的某個「列表」，一個一個地拆開，讓每個「小禮物」變成一個獨立的項目 (item)。
• 為什麼要拆開？ 因為 n8n 的很多後續節點，像是 Set 節點、Google Sheets 節點等，更喜歡一次處理一個獨立的項目。把列表拆開後，你就可以針對每一條搜尋結果進行單獨的處理了！

操作步驟：怎麼用 Split Out 節點拆開 organic_results？

• 新增 Split Out 節點： 在你的 HTTP Request 節點後方，點擊右邊的「+」號，搜尋並選擇 Split Out 節點。

• 設定「要拆分的欄位 (Field to split out)」：
  • 點擊 Split Out 節點。
  • 在右側的設定面板中，找到 Field to split out 這個欄位。
  • 這裡你需要告訴 n8n，你想要拆分 JSON 數據中的哪一個「列表」。根據我們 SerpApi 的結果，我們要拆分的是 organic_results。
  • 輸入 organic_results。(也可以從左側直接拖曳到欄位中)
  • 小技巧： 你也可以點擊旁邊的「齒輪」圖示，然後在表達式編輯器中選擇 Current Node > JSON > organic_results，這樣更不容易輸入錯誤。

設定完成後，你點擊 Split Out 節點下方的「Execute Node」(執行節點)，你就會看到原本 HTTP Request 節點只輸出一個大項目的資料，經過 Split Out 節點處理後，變成了多個獨立的項目，每個項目都只包含一條 organic_results 的內容。這就是「化整為零」的魔力！

核心工具二：Edit Fields (Set) 節點 — 集「挑選、新增、修改、整理」於一身的數據瑞士刀！

現在，你的「大包裹」已經被 Split Out 節點拆成一個個獨立的「小禮物」(也就是單條搜尋結果的資料)。接下來，我們就要請出我們今天的主角：Edit Fields (Set) 節點。

這個節點的名稱，完美詮釋了它整合了 Edit Fields 和 Set 兩大功能的精髓。它就像一把數據處理的瑞士刀，讓你可以在同一個地方，完成多種數據的「挑選」、「新增」、「修改」和「整理」任務。

• Edit Fields (Set) 節點的任務： 它是一個多功能的數據變形金剛。
  • 篩選與移除： 可以精準選擇只保留哪些欄位，或移除哪些不必要的欄位。
  • 重新命名： 將現有欄位改成你喜歡的名稱。
  • 新增與覆寫： 創造一個全新的欄位，或用一個新值覆蓋掉舊欄位。
  • 複雜轉換： 結合 n8n 表達式，對數據進行運算、拼接或條件判斷。

如何選擇 Edit Fields (Set) 節點內部的模式與選項？

這個整合後的節點，內部通常會透過不同的 Mode (模式) 或特定的勾選選項來切換其功能。

操作步驟：怎麼用 Edit Fields (Set) 節點取出「標題」和「連結」？

目標： 從每個拆分後的搜尋結果項目中，只提取 title 和 link，並將它們重命名為 文章標題 和 文章連結。

方法一：使用 Manual Mapping 模式 (此場景最推薦，高效且直觀)

1. 新增 Edit Fields (Set) 節點： 在 Split Out 節點後方，點擊右邊的「+」號，搜尋並選擇 Edit Fields (Set) 節點。
2. 設定 Mode 為 Manual Mapping： 點擊 Edit Fields (Set) 節點，在右側設定面板頂部，確保 Mode 選項為 Manual Mapping。
3. 拖拉與重命名欄位：
   • 在 Fields to Set (要設定的欄位) 區塊，你會看到「Drag input fields here」的提示。
   • 將左側 INPUT 預覽區中的 title 欄位拖曳到 Fields to Set 的拖拉區域。
   • 在拖曳進來的 title 欄位旁邊，將 New Name (新名稱) 欄位改為：文章標題。
   • 重複上述步驟，將 link 欄位也拖曳進來，並將其 New Name 改為：文章連結。
4. 控制其他欄位：
   • 找到 Include Other Input Fields (包含其他輸入欄位) 這個選項。
   • 非常重要：確保這個選項是未勾選**的。這樣 Edit Fields (Set) 就只會輸出你明確設定的 文章標題 和 文章連結，而不會保留其他原始欄位。

方法二：使用 JSON 模式 (適合更複雜的轉換需求)

• 新增 Edit Fields (Set) 節點： 在 Split Out 節點後方，點擊右邊的「+」號，搜尋並選擇 Edit Fields (Set) 節點。
• 設定 Mode 為 JSON： 點擊 Edit Fields (Set) 節點，在右側設定面板頂部，將 Mode 選項切換為 JSON。
• 編輯 JSON 結構(在 JSON 編輯器中，你將直接定義輸出數據的結構)：
  • 白話解釋： 你在定義一個新的 JSON 物件，它有兩個新的「標籤」(文章標題 和 文章連結)，它們的「內容」分別來自上一個節點的 title 和 link 欄位。
  • 將編輯器中JSON的內容修改為：
    {
"文章標題": "{{ $json.title }}",
"文章連結": "{{ $json.link }}"
}

{{ $json.title }} 與 {{ $json.link }} ，來自上一個節點整理出來的欄位，可以依據你自己想要抓取的資料，自由選擇。可以用拖拉的方式，拉取變數到編輯視窗中。

舉例說明
{
“欄位名稱1”: “{{ 變數名稱1 }}”,
“欄位名稱2”: “{{ 變數名稱2 }}”
}

• 控制其他欄位：
  • 找到 Include Other Input Fields (包含其他輸入欄位) 選項。
  • 通常在 JSON 模式下，如果你只想要你定義的欄位，會選擇 All (所有) 然後再添加 Remove Fields 選項來移除所有你不要的。但對於這個簡單的「只保留」需求，最直接的方式還是使用 Manual Mapping 模式。如果堅持用 JSON 模式做到最乾淨，你就必須將所有非你定義的原始欄位，都手動添加到下方的 Options -> Remove Fields 列表中。

設定完成後，無論你選擇哪種方法，點擊 Edit Fields (Set) 節點下方的「Execute Node」，你都會看到最終的輸出，只剩下 文章標題 和 文章連結 這兩個乾淨的欄位，而且每一行就是一筆搜尋結果！這就是你整理好的精華數據。

總結：數據處理，擁抱 Edit Fields (Set) 的全面力量！

現在，你已經完全掌握了 Edit Fields (Set) 這個整合型節點的強大之處。它讓你能夠：

1. 拆分複雜列表： 配合 Split Out 節點，將「一大串」資料，變成「一筆一筆」的獨立項目。
2. 精準提取、整理與轉換數據： 透過 Manual Mapping 模式進行直觀的篩選和重命名；或是透過 JSON 模式，實現更複雜的數據新增、替換和計算。

Edit Fields (Set) 節點，就是你在 n8n 中處理任何 API 回傳數據的黃金工具。有了它，你可以輕鬆地將這些整理好的數據，進一步發送到 Google Sheets、Slack、Email，或是其他的應用程式中，真正發揮自動化的強大威力！

現在，你已經不僅能獲取數據，更能有條不紊地處理它們。接下來，你希望將這些提取出的「文章標題」和「文章連結」存到哪裡呢？或者，你對 Edit Fields (Set) 節點的更多應用還有疑問？

The post JSON 資料到實用資訊：N8N 的「挑選」與「整理」術！ appeared first on WensTW翻身實驗室.

其中最常用且功能強大的就是 JSON 和 Manual Mapping。雖然它們都能達到數據篩選、重命名的目的，但設計理念和適用場景卻大相徑庭。

1. Manual Mapping 模式 (手動映射模式)

• 白話解釋： 想像這是一個「拖拉填空表格」。n8n 已經幫你準備好了一個視覺化的表格，你只需要把左邊輸入區的原始欄位拖曳到右邊的表格裡，然後可以選擇性地為它設定一個新的名稱。

• 介面特點：
  • 通常會有「Drag input fields here」(將輸入欄位拖曳到此處) 的提示。
  • 你看到的欄位是分行顯示的，每一行是一個「原始欄位名稱」對應「新欄位名稱」。
  • 你可以輕鬆地勾選或取消勾選「Include Other Input Fields」(包含其他輸入欄位)，這會決定除了你明確映射的欄位之外，是否保留其他原始欄位。
• 優點：
  • 極度直觀： 對於新手來說，看到原始欄位，直接拖拉就能完成映射，非常容易上手。
  • 視覺化清晰： 每個欄位對應關係一目了然。
  • 快速篩選： 搭配「Include Other Input Fields」的勾選與否，可以非常快速地只保留你想要的欄位，或移除你不想要的欄位。
  • 安全性： 不容易因為 JSON 語法錯誤而導致流程失敗。
• 缺點：
  • 不適合複雜邏輯： 無法在映射過程中進行複雜的條件判斷、數據轉換或組合多個欄位。如果你需要計算或拼接數據，通常會搭配 Code 節點或其他數據處理節點。
  • 不適合動態欄位： 如果你輸入的數據欄位名稱是不固定的（例如，欄位名稱本身是從其他地方動態生成的），那麼手動映射會很麻煩。
• 適用場景：
  • 最常用： 當你只需要從一堆原始數據中，挑選出固定名稱的幾個欄位，並可能重新命名。
  • 新手入門： 對於剛開始學習 n8n 數據處理的你，這是最推薦的模式。
  • 簡單清理： 移除大部分不需要的欄位，只留下核心數據。

2. JSON 模式

• 白話解釋： 想像這是一個「程式碼編輯器」。你直接用 JSON 的語法，親手「編寫」你最終想要的數據結構。你寫什麼，n8n 就給你什麼。
• 介面特點：
  • 提供一個文字編輯器，裡面預設會有一些 JSON 範例。
  • 你需要直接在 {} 裡面，用 "新欄位名稱": "{{ 舊欄位表達式 }}" 的格式來定義你的輸出。
  • Include Other Input Fields 的選項依然存在，但其作用會與你手動定義的 JSON 結構互動。如果你在 JSON 中定義了所有需要的欄位，且不希望其他原始欄位被保留，就應該確保此選項被正確設定為不包含其他欄位。
• 優點：
  • 極度靈活： 這是它最大的優勢。你可以在這裡完成非常複雜的數據轉換和組合。例如，將 first_name 和 last_name 合併成 full_name；或者根據條件判斷，生成不同的值。
  • 強大表達式： 能夠充分利用 n8n 的表達式語言，進行數據運算、字串拼接、條件邏輯判斷等。
  • 動態欄位： 如果你需要根據某些條件動態生成欄位名稱或內容，JSON 模式的彈性就能派上用場。
• 缺點：
  • 對語法要求高： 如果你對 JSON 語法或 n8n 表達式不熟悉，很容易輸入錯誤，導致流程失敗。
  • 不夠直觀： 相比拖拉式的介面，你需要直接寫程式碼，對於視覺化操作的用戶來說學習曲線較陡。
  • 可能重複工作： 如果你只想簡單地保留幾個欄位，而它們名稱又沒變，用 JSON 模式寫反而比拖拉更花時間。
• 適用場景：
  • 複雜數據轉換： 當你需要對原始數據進行運算、組合、條件判斷，生成新的數據欄位時。
  • 進階用戶： 對於熟悉 JSON 和 n8n 表達式的用戶，能夠發揮最大效用。
  • 特殊輸出格式： 當你最終需要輸出一個特定結構的 JSON，並且該結構無法簡單地透過手動映射實現時。

總結：哪個好？取決於你的「任務」和「熟練度」！

對於你目前「取出標題和連結」這個目標來說：

• Manual Mapping 模式是更好的選擇。
  • 更簡單、更直觀。 你只需要拖拉 title 和 link 兩個欄位進去，然後確保「Include Other Input Fields」沒有被勾選，就可以快速達成目標。
  • 不易出錯。 你不需要擔心 JSON 語法錯誤。
• JSON 模式也能做到，但對於這個簡單任務來說，它顯得過於「大材小用」，且更容易犯語法錯誤。 除非你打算在提取標題和連結的同時，進行一些複雜的數據處理（例如：把標題加上前綴、後綴，或根據長度進行判斷等），否則不建議為此切換到 JSON 模式。

我的建議是：

• 新手入門和簡單數據篩選/重命名，首選 Manual Mapping。
• 當你的數據處理需求變得複雜，需要進行計算、拼接、條件判斷等操作時，再切換到 JSON 模式，去發揮它強大的表達式能力。

The post Edit Fields 節點：JSON 模式 vs. Manual Mapping 模式 — 如何選擇最適合你的數據整理方式？ appeared first on WensTW翻身實驗室.

你已成功透過 n8n 的 HTTP Request 節點與 SerpApi 進行了對話，並獲得了第一份來自 Google 搜尋結果的 JSON 數據報告。這份報告是你自動化數據獲取的重要成果，它蘊含著豐富的資訊，值得我們深入了解。

或許你對這份密密麻麻的 JSON 數據感到有些陌生，不用擔心。這篇文章的使命，就是用最清晰、最白話的方式，帶你逐一解讀這份報告中的每一個細節，確保你能完全掌握其背後的數據含義。理解這些數據的結構，將是你在 n8n 中高效處理資訊、打造更強大自動化工作流程的堅實基礎。

輕巧學會 JSON：數位世界的「語言」與「文件夾」

在我們深入數據之前，讓我們先花一點點時間，簡要認識一下 JSON (JavaScript Object Notation) 這個數位世界的共通「語言」。

• 白話解釋： JSON 是一種輕巧且易於人類閱讀與機器解析的資料格式。你可以將它想像成一套標準化的「電子檔案夾系統」，它能夠將複雜的資訊，有條不紊地整理成清晰的「標籤 (key)」與「內容 (value)」組合。
• 基礎構成要素：
  • 大括號 {} (物件)： 想像這是一個「檔案夾」。它內部包含了一組組的「標籤」與對應的「內容」。
  • 中括號 [] (列表/陣列)： 想像這是一個「文件櫃」。它內部可以按照順序，存放多個「物件」或單一的「內容」。
  • "標籤": "內容" (鍵值對)： 這是 JSON 中最基本的資訊單元，一個獨特的「標籤」會對應一個「內容」，中間用冒號 : 分隔。

你手中的 SerpApi JSON 數據，就像一份數位藏寶圖。那麼，你是否好奇，這份報告中究竟隱藏了哪些關於 Google 搜尋結果的秘密？

SerpApi JSON 結果：各區塊詳細解析

你從 SerpApi 獲得的 JSON 數據，通常會是一個包含單個物件的列表 []。所有的搜尋結果和相關資訊都將被這個物件妥善地歸納在不同的區塊中。以下，我將會詳細解析每一個區塊及其內部標籤的含義：

1. search_metadata (搜尋任務元數據)：揭示本次搜尋任務的「出生證明」與「狀態報告」

這個區塊提供了關於你這次 SerpApi 請求本身的詳細資訊，讓你了解這次任務的「執行狀況」。

2. search_parameters (搜尋參數)：你向 SerpApi 下達的「指令清單」總覽

這個區塊會清楚地回報你發送給 SerpApi 請求時所使用的所有參數，這是確認你輸入指令是否正確的「核對清單」。

3. search_information (搜尋資訊)：Google 搜尋結果頁面的「總體概覽」

這個區塊提供了 Google 搜尋結果頁面上的一些宏觀統計資訊，通常會顯示在頁面頂部。

4. inline_images (內嵌圖片)：搜尋結果頁面中的「圖片集錦」

這個區塊是一個列表 []，包含了 Google 搜尋結果頁面中直接顯示的相關圖片（例如圖片搜尋結果的一部分）。

5. inline_videos (內嵌影片)：搜尋結果頁面中的「影音精選」

這個區塊也是一個列表 []，包含了 Google 搜尋結果頁面中直接顯示的相關影片（通常是來自 YouTube 的影片）。

6. related_questions (相關問題)：探索 Google 搜尋者「也想知道」的秘密

這個區塊是一個列表 []，它包含了 Google 搜尋結果頁面中常見的「大家也在問」或「相關問題」的區塊。這些資訊能幫助你了解用戶對該關鍵字還有哪些延伸的好奇。

7. organic_results (自然搜尋結果)：你最想抓取的「核心價值」所在！

這是 Google 搜尋結果頁面最主要的部分，通常顯示為藍色標題、綠色網址和黑色描述。它是一個列表 []，每個物件都代表一條獨立的自然搜尋結果，是你數據分析的重中之重。

8. top_stories (頭條新聞)：快速掌握「時事熱點」

這個區塊是一個列表 []，包含了 Google 搜尋結果頁面頂部可能出現的「頭條新聞」或「最新報導」區塊，這些內容通常與時事性較強的關鍵字相關。

9. top_stories_link (頭條新聞連結)：直達 Google 的「新聞總覽」

這個標籤提供了連結到 Google 搜尋頁面所有頭條新聞的原始 Google 網址。

10. top_stories_serpapi_link (頭條新聞 SerpApi 連結)：透過 API 快速獲取新聞數據

這個標籤提供了可以直接透過 SerpApi 再次查詢所有頭條新聞的 API 連結，方便你直接在 n8n 中進行進一步的數據獲取。

11. pagination (Google 搜尋結果分頁資訊)：掌握「翻頁」的藝術

這個區塊提供了 Google 搜尋結果頁面的分頁資訊，以及跳轉到不同頁面的原始 Google 網址。

匯出到試算表

12. serpapi_pagination (SerpApi 分頁資訊)：API 友善的「下一頁」導航

這個區塊提供了 SerpApi 專用的分頁資訊，讓你從 SerpApi 請求下一頁的搜尋結果時更加方便、直接，無需自己解析 Google 的複雜網址。

數據盡在掌握：將原始 JSON 轉化為 n8n 的實用資產

透過這份詳盡的 JSON 數據結構解析，你現在應該對 SerpApi 回傳的資訊有了全面且透徹的理解。無論是核心的自然搜尋結果、豐富的圖片與影片資料，還是相關問題與詳細的分頁資訊，你都能清楚地知道它們儲存在哪裡，以及它們所代表的意義。

在 n8n 中，你可以靈活運用 Item Lists 節點來拆分列表（例如 organic_results），再結合 Set 節點來精準提取你所需的數據（例如每條搜尋結果的標題和連結）。這些技巧將幫助你將原始的 JSON 數據，轉化為易於分析、儲存和利用的實用資產。

掌握了這份「數據報告」的解讀能力，將使你在 n8n 的自動化旅程中更加得心應手。從自動追蹤關鍵字排名、監控競爭對手內容，到發掘市場趨勢、構建智慧預警系統，數據的力量將為你的自動化工作流程開啟無限可能。

期待在未來的教學中，與你一同將這些數據應用到更多實際的 n8n 自動化情境中！

The post 輕鬆看懂 SerpApi 回傳的 JSON 結果：你的 Google 搜尋數據報告解讀指南 appeared first on WensTW翻身實驗室.

🔍 ：LLM 是什麼？揭開大型語言模型的運作原理

LLM（Large Language Model） 是利用大量語言資料（如網頁、書籍、對話）訓練出來的人工智慧模型，能夠理解、產生與人類語言相仿的自然文字，是目前人工智慧應用的核心技術之一。

LLM 的主要特點：

• 採用 Transformer 架構（由 Google 於 2017 年提出）
• 支援多語言，能處理翻譯、寫作、程式撰寫、對話等任務
• 模型規模龐大，參數數量從幾億到數兆不等
• 可整合多模態輸入：如圖片、聲音、影片等（視模型而定）

🤖 LLM 應用大比拼：ChatGPT、Gemini、DeepSeek、Perplexity 有何不同？

下表快速比較目前市面上最熱門的四大 LLM 應用：ChatGPT、Gemini、DeepSeek、Perplexity，涵蓋語言能力、多模態支援、整合能力與應用場景等。

💡 什麼是 Perplexity？LLM 與搜尋引擎的結合代表作

Perplexity AI 是一款結合 LLM 語言生成能力與即時網路搜尋功能 的智慧搜尋引擎，它不同於傳統搜尋引擎只給你一堆連結，而是能「讀懂你的問題」並直接給出彙整後的答案。

Perplexity 的亮點特色：

• 使用 GPT 模型＋即時搜尋引擎整合
• 回答內容附上來源連結，提升可信度
• 支援繁體中文查詢，適合摘要整理、學術搜尋、深度資料探索
• 可與 Copilot 模式互動，深入延伸查詢
• 常被用來輔助學生、研究人員、內容創作者快速找資料與產生草稿

👉 想像它是結合了 ChatGPT 的語言能力 + Google 的搜尋即時性，是一個強化資訊檢索的 LLM 工具。

🔧 LLM 的技術來源是誰發明的？

雖然 LLM 並非出自單一發明者，但奠定基礎的技術就是由 Google Brain 團隊於 2017 年發表的 Transformer 架構。

經典論文：《Attention Is All You Need》

作者團隊：

• Ashish Vaswani
• Noam Shazeer
• Niki Parmar
• Jakob Uszkoreit
• Llion Jones
• Aidan N. Gomez
• Łukasz Kaiser
• Illia Polosukhin

這篇論文的誕生促成了 GPT 系列、BERT、Gemini 等語言模型的後續誕生，是整個 LLM 發展的里程碑。

⏳ LLM 發展年表：從 GPT 到多模態時代

📌 LLM 的未來與選擇建議：你適合用哪一款？

根據不同需求與使用場景，你可以參考以下建議：

🧠 LLM 是什麼？為什麼我們需要了解它？

LLM（大型語言模型）正快速改變我們查資料、對話、寫作與學習的方式。無論你使用的是 ChatGPT、Gemini、DeepSeek 或 Perplexity，都代表著 LLM 技術在不同方向上的應用與演進。

而未來，這些工具將更緊密結合我們的工作、生活、學習與創作。了解它、善用它，是每一個使用 AI 工具的人都該學會的基本能力。

The post LLM是什麼？一次搞懂大型語言模型與ChatGPT、Gemini、DeepSeek、Perplexity的差異與應用 appeared first on WensTW翻身實驗室.

後來我接觸了內容行銷，歷經一整年的苦心經營

收穫了「117萬曝光」與「7.47萬」的精準點擊

成功轉換了非常可觀的業績

這些操作，底層的邏輯就是

找到「流量」轉換成「存量」

再把「存量」透過「超黏轉介紹系統」不斷放大

形成正向的「增強迴路」

▍ 甚麼是增強迴路？

簡單來說，就是

「A讓B變強，B再讓A變強」

廣告 >> 獲客 >> 賺錢 >> 加強廣告

不斷的循環放大

健身 >> 自我肯定 >> 健身 >> 自我肯定

不斷的循環成長

流量 >> 存量 >> 流量 >> 存量 >> 流量

不斷的循環放大

你必須找到，能讓彼此變強的「雙向成長關係鏈」

▍ 你有甚麼「異於常人之處」？

其中的核心關鍵

仍然是你的「異於常人之處」

是獨有的技術？

還是超乎想像的服務？

或是你有一套獨一無二的商業模式？

在通訊業界，有一位我很敬佩的前輩

他人脈廣闊，可以更低的成本，翻修手機與各項設備

代表著他能用更高的價格，收到更大量手機

常常看他一天收10-20隻設備，為他帶來豐沛的「貨源」

加上他有著超強的「銷售技能」與「通路管道」

能夠消化大量收進來的庫存，加速周轉，打造優質「通路」

讓其他同行，望塵莫及

這便是典型的「異於常人之處」

你說，這你學不來？

那就來打造品牌吧！

▍ 建立品牌意識，才能刻入人心，形成印記

沒錯，經營十多年的我

見識到前輩的豐碩成績，認知到我自己不是這塊料

所以我不選這個戰場

而我選擇的是「200%的滿意」加上「專業口碑」

這兩件事，不論你在哪個行業，只要努力規劃、訓練，都能達到。

每一個品牌

都是由小做大，從0累積

你必須從現在開始「建立品牌意識」

打磨好自己的「專業」

找出觸動人心的關鍵的「服務」

透過不斷的曝光，堆疊出印象

就能累積成「品牌」

不斷不斷的重複執行

就能引爆「口碑複利效應」

專業就不用多說

想盡辦法學到「專業」讓自己能有一個服務專項，才能變現

「關鍵的服務」帶來「200%的滿意」「專業口碑」帶來「口碑複利效應」

湊齊這兩個元素，生意自然源源不絕

再把這兩個元素，包裝在「品牌」穿透人心，形成反射

就像，想到可樂，想到______

這就是品牌的力量

那甚麼才是「關鍵的服務」？

太抽象了吧

▍ 必須觀察出「關鍵時刻」，挖掘出「關鍵體驗」

我們的顧客

很常說「哇！手機跟新的一樣」

這就是「關鍵體驗」

透過長年的觀察

我發現

不論是維修、買配件、貼玻璃貼

顧客的核心需求就是「想變回新的手機」

換電池 想讓「手機電量恢復如新」

換保貼 想讓「破裂的膜恢復如新」

買手機殼 想讓「舊舊的殼恢復如新」

就要一個「新」的感覺

十年前，當我意識到這個關鍵體驗之後

每次我做完任何服務，都會把手機擦到「0指紋」

擦到客人覺得「太誇張了吧！」

貼完膜給客人看完，通常會東摸摸西摸摸，又沾染指紋

我還是會拿回來，擦乾淨，再交機

我就想透過超級服務

逼客人說出「哇！手機跟新的一樣」

而這只是我們服務的其中一個「關鍵體驗」

不論你在哪行業

都可以深度觀察

在哪一個時刻，顧客感受到甚麼？

找到他「心動的瞬間」

就能不斷地放大、擴張、複製，再次形成「增強迴路」

▍ 這些都需要打磨，需要時間，但一定有效

Step 1 努力學習找到「你的服務專項」

Step 2 不斷曝光，找到「第一批顧客」

Step 3 挖掘最重要讓人「心動的瞬間」好好發揮

Step 4 透過時間的堆疊，打造「口碑複利效應」

Step 5 找出「流量水源」，鞏固「存量容器」

Step 6 找到相互成長的關係鍊，建造超強「增強迴路」

一磚一瓦，不疾不徐，耐心打磨

不論你深處哪個行業，都能打造出屬於自己的商業帝國

The post 「不論業務工作還是創業，關鍵6步驟照著做，一定能成功」—慢沒關係，有效最重要！ appeared first on WensTW翻身實驗室.

30歲的路標就插在眼前，盤點一下以前從沒想過的事情

​▍ 從沒想過，我會變成老闆身份

我以前成績都是吊車尾，從沒想過我有能力

能成為老闆，能夠帶領這麼多夥伴

能夠打造自己的公司

老實說，就像做夢一樣，像電影那樣的感覺。

▍ 從沒想過，我能會學這麼多東西

20歲到30歲，大概是我這輩子到現在，知識密度最大的一段時間

我的好奇心太強烈，執行力太氾濫，幻想力太猖狂

加上創業必須成長的壓力，從迷茫到穩定的狀態

這十年真的大進化，真的沒想過能學會這麼多知識、技能。

​▍ 從沒想過，人生短成這樣

我很常提到過去的事情，因為我非常念舊。

常常想起小學時期，到現在的玩伴好友(大部分也都還有聯絡)

想想那個屁孩樣子，再看看30歲的自己，還有慢慢變老的爸媽

​平時公司很忙，社交活動也多，也會安排時間陪伴家人

認真規劃生活，會發現時間真的好短

​一週像是一天，一年像是一個月

好希望人生一天有48小時，想做的事情太多

▍ 從沒想過，30歲還不能退休

很蠢吧，到底誰會做夢想要30歲就退休

20歲的我就是這樣哈哈哈，非常努力的想要做到這件事

當初的想法是「目標在30歲之後，能夠打造被動收入30萬」

能夠支撐我自己，做大部分自己想做的事情

事實證明，做夢比較容易，我還有加油的空間

但，我如果當初沒有這個夢…

可能不會這麼努力…

可能…一切都會不一樣吧…

▍ 從沒想過，我離出書這麼近

有多近呢？就是從「夢想」變成「理想」了！

解釋一下，我對這兩個字詞的定義

・夢想＝非常困難達到的

・理想＝努力就有機會達到

這幾年的經歷，磨練了我很多想法與技能，收穫滿滿

滿常有朋友跑來問我，創業的經驗跟想法

在幾年前，就萌生了想要寫書的念頭

但我自己知道幾兩重，一直都不敢公開分享這個念頭

近日開始整理自己的思考方式，工作方式

發現有一套可複製可依循的標準，而且挺有幫助

​創業一開始的迷茫期真的太苦了

也許有一天，我真的能夠，圓自己的人生清單——出書

我想幫助，想跟我一樣創業的人

先不管有沒有人看，假設我有很多粉絲吧哈哈哈

反正我就認真輸入(學習)，認真輸出(分享)

認認真真得寫一本書，剩下就傳到橋頭自然直

用文式思考，在賭一把，絕對不會輸的賭局吧

出書失敗=過程學到很多
出書成功=學到又圓夢

▍ 最後

想要怎麼樣的生活，就讓自己先「想」

「念頭」自然會帶你到達目的地​

就像10多年前的博文，也沒想過，貼保護貼能夠貼出這片天地

當初爆賠的博文，也沒想過，能夠把痛苦，轉成這麼大的成長動力

而現在，經歷閱曆還不足，卻想要出書的我

也不該想「不可能」而是繼續，一步步踏實的往前進​

去學、去看、去思考，總有一天我會做到這件事的

這篇文章也許到時候會被我在分享出來一次哈哈哈哈

30歲到現在學到的重要體悟之一「人的潛能沒有極限

不要自我設限，只要每天往前跨一步

達到目標只是時間早晚2025

繼續加油！繼續被自己的創業熱忱感動，繼續給自己燃料，繼續前進！

The post 「以前從沒想過的事情」我的2025盤點 appeared first on WensTW翻身實驗室.

The post 把創業當遊戲，失敗是正常，所以必須要可以玩很多次 appeared first on WensTW翻身實驗室.

只能義無反顧

因為強烈的渴望與巨大的壓力，到處苦尋資源，希望能找到人能教我維修技術

透過朋友轉介紹認識了鳳山的配件門市，他們沒有做維修服務

我心想這是一個好機會，一定要好好把握

咬著牙自薦在他們店裡駐點維修，直接挑戰！
(那時我幾乎不會維修，只懂些皮毛)

想的太美，臨界崩潰

有一次店裡接了一隻安卓手機換電池，大概只能賺個幾百塊，但因為我不知道要用特殊的方式，才能拆好這個機型

看了教學影片覺得簡單，就直接硬上，不出所料，為了換電池，修壞螢幕了當時因為債務問題，每一分錢都十足珍貴，當天現賠5000，要用多做十幾件才能賺回

那陣子瘋狂修壞東西，賠到身上所剩無幾，學習壓力加上賺錢壓力，情緒一夕崩潰

那天晚上帶著低落的心情，深夜在鳳山的店面抱頭痛哭

心裡想著「幹，我就不信學不起來！我的血液裡，沒有放棄兩個字！」

天道酬勤無數個從夜晚到天亮苦練的日子，很幸運的越修越好

真的讓我學會了手機維修
靠著自我要求的高標準維修品質 與 服務
加上手上資源的整合，逐漸奠定基礎
不只還清了債務，更在數個月內快速累積了第一桶金
也讓我能有資金開設現在的建興總部
而這些挑戰與困難，苦學而來的技術、銷售的學習經驗
連同一手廠商資源，後來都整合到我們的通訊創業培訓課程
這些養分，讓我能夠做出非常真材實料的培訓課程
希望能藉此幫助跟我一樣，想創業卻沒資源的朋友

靠自己，才是真本事

我人生中從投資失利事件，到靠著手機翻轉人生
整個歷程就像充滿營養品的煉獄，給予我最好的學習機會
讓我學會了堅強
苦過這段，後面遇到的挑戰已不算甚麼
也讓我學會了「韌性」的重要
只要堅持到最後，任何困難都能有解答
人，沒有極限

The post 畢業那年投資失利爆賠60萬，讓我學會了手機維修—深夜在店裡抱頭痛哭的我，學會了堅強 appeared first on WensTW翻身實驗室.