每天 10 分钟选题：用 n8n 自动收集 B站/YouTube/官方RSS的更新，沉淀到飞书多维表格

做自媒体最愁的就是每天写什么——个人素材总有枯竭时，大量时间花在人工浏览相关内容上。其实，“找素材”这项工作完全可以自动化：用 n8n 搭建每日运行的流程，自动采集最新行业动态与实用案例。

一、我们每天花在“找素材”上的时间，可能比写文章还多

以 n8n 工作流类内容创作为例，常见三大痛点：

场景 1：想写“n8n 工作流”，但不知道今天有什么新案例

刷 B站或 YouTube 时看到相关博主更新，难判断是否值得写；GitHub 上 n8n 发布新版本，却不知具体更新点；社区案例零散，难以归集。结果常是耗时 1 小时，仅得 1–2 条可用信息。

场景 2：好不容易看到一个好案例，第二天就忘了

昨天看到“n8n + AI 自动生成公众号文章”的案例，今天想写却找不到链接；上周见到“n8n 监控 B站动态并自动转发”的工作流，这周复刻时已失其踪；上月收藏的“n8n 自动抓取小红书热榜”教程，如今无法检索。优质内容未沉淀，即用即失。

场景 3：想持续输出，但被“选题/素材”拖垮

周一花 2 小时找素材，只产出 1 篇；周二重复操作，内容质量反降；周三开始焦虑“选题枯竭”；周四放弃更新；周五发现已断更 3 天，粉丝活跃度下滑。从“找素材”滑向“焦虑找素材”，越忙越低效。

二、让系统替我们“每天收集”：构建自动化内容系统

我们需要的不是更努力地刷内容，而是一套无需人工值守的自动化内容系统。

该系统每晚自动运行，同步监控关注博主（B站/YouTube）、按关键词全网搜索（中英文覆盖）、抓取官方渠道更新（如 GitHub 版本日志），最终统一写入飞书多维表格。次日打开表格，即可获取当日“值得写的选题清单”。

每日稳定采集 10–50 条内容（取决于监控范围），每条含标题、链接、来源、平台、发布时间、摘要及标签，支持按来源、日期、平台筛选，形成长期可检索、可复用的结构化素材库。

三、自动化流程的核心思路

整体分为四个关键环节：

步骤 1：定时启动

设定固定时间（如每晚 23:30）自动触发，无需手动干预。

步骤 2：多源抓取

从以下三类信源采集数据：

① 博主监控：自动捕获你关注的 UP 主/频道的新视频，提取标题、链接、发布时间；

② 关键词搜索：按预设关键词（如“n8n 工作流”“n8n 自动化”“n8n AI”）检索全网新发布内容；

③ 官方更新：实时监听 GitHub n8n 仓库版本发布，抓取版本号、更新说明与时间。

步骤 3：格式标准化

将异构数据统一为结构化字段：

• 标题：内容原始标题
• 链接：可直接跳转的 URL
• 来源：UP 主名称或命中关键词
• 平台：B站 / YouTube / GitHub 等
• 发布时间：精确到小时的发布时间
• 摘要：30–100 字内容概要

步骤 4：沉淀至飞书多维表格

所有数据写入飞书多维表格，实现：

• 按来源筛选：聚焦特定博主或关键词产出
• 按日期筛选：快速定位当日新增条目
• 按平台筛选：集中分析某平台趋势（如 B站）
• 全文检索：通过关键词回溯历史素材

四、这套系统带来的实际价值

1. 每天一份“自动更新”的素材池

• 此前：日均耗时 1–2 小时，仅获 1–2 条可用素材
• 此后：自动归集 10–50 条，你只需“挑选”而非“寻找”

2. 选题不再靠灵感，靠数据

• 此前：写作主题完全依赖“今天刷到了什么”
• 此后：打开表格，依来源/日期/平台快速锁定高价值选题

3. 内容输出更持续、更稳定、更省时

• 此前：输出波动大，依赖临时灵感，节奏不可控
• 此后：日更基础稳固，时间分配更高效

4. 从“每天找素材”升级为“每天挑素材”

• 此前：80% 时间用于搜集，20% 用于创作
• 此后：20% 时间筛选，80% 时间深度产出

五、实际应用：我的日常选题流程

1. 标准化执行路径

① 每晚 23:30：系统自动运行，采集当日新内容；

② 次日 9:00：打开飞书多维表格，查看昨夜归集的约 15 条记录；

③ 花 10 分钟完成筛选：

• 按“来源”筛选，如仅看“木子不写代码” → 得到 1 条“n8n 监控公众号并自动分发”案例；
• 按“关键词”筛选，如“n8n AI” → 得到 3 条“n8n + AI 自动生成内容”案例；

④ 花 30 分钟完成写作：

• 选定最具实操性的案例（如“n8n 监控公众号并自动分发”）；
• 快速浏览原始链接，厘清工作流逻辑；
• 撰写拆解文《手把手复刻这个 n8n 工作流》；
• 达成日更目标，选题焦虑大幅缓解。

长期运行后，形成持续增长的私有素材资产。

2. 系统核心价值提炼

• 从“被动找素材”转向“主动选素材”：不再等待信息撞见，而是基于数据主动决策；
• 从“单次使用”升级为“长期沉淀”：所有内容结构化入库，支持随时调取与迭代复用；
• 从“靠灵感”升级为“靠数据”：选题依据明确可量化，降低主观不确定性；
• 从“焦虑选题”升级为“稳定输出”：建立可持续的内容生产节奏，提升运营确定性。

3. 适用人群判断

适合以下创作者：

• 自媒体/内容创作者：需高频稳定输出，但受困于选题瓶颈；
• 增长/运营从业者：需追踪行业动态，但信息源分散、整合成本高；
• 效率工具分享者：需积累真实工作流案例，但缺乏系统化沉淀机制；
• 知识付费开发者：需建设高质量选题库，人工整理效率低下。

暂不推荐人群：

• 非持续创作者：单篇输出为主，无日更/周更压力；
• 已有成熟选题体系者：当前流程已高效运转，改造收益有限；
• 零自动化基础者：虽学习门槛不高，但仍需理解节点逻辑与 API 配置。

六、搭建所需准备

1. 必备工具与账号

• n8n：自动化流程引擎（支持自建或云服务）；
• TikHub：B站/YouTube API 接入服务（轻量付费）；
• 飞书多维表格：结构化数据存储（免费版已满足需求）。

2. 基础能力要求

• 掌握 n8n 基本操作：理解节点、连接线与数据流概念，无需编码；
• 具备 API 配置能力：能正确填写 API Key 与请求地址；
• 熟悉飞书多维表格建表逻辑：会创建字段、设置类型与视图。

3. 时间投入预估

• 首次搭建：2–3 小时（需熟悉各模块协同逻辑）；
• 后续维护：近乎零投入（全自动运行，仅需偶发检查）。

七、快速上手三步法

1. 先理清思路

• 掌握“定时启动 → 抓取内容 → 整理格式 → 沉淀表格”四步闭环；
• 明确三类数据源：“博主监控 + 关键词搜索 + 官方更新”；
• 理解价值本质：“自动归集 → 智能筛选 → 形成选题资产”。

2. 再配置工具（可先试用）

• 注册 n8n 并体验基础流程；
• 评估 TikHub 服务与定价；
• 开通飞书账号，新建一张测试多维表格。

3. 最后搭建流程

按上述思路，逐步完成节点配置与数据流转验证。

八、结语

如果你正从事自媒体或内容创作，且长期被“选题枯竭”困扰，这套自动化流程能切实改善现状：它不会带来流量暴增，但可确保每日稳定输出、构建可复用的私有素材库，并将你的核心时间从低效搜寻转向高价值创作。