image

Acesse bootcamps ilimitados e +650 cursos

50
%OFF
Article image
Lucas Ramos
Lucas Ramos03/10/2025 08:58
Compartilhe

Como Criamos um Agente de Conteúdo Autônomo para o LinkedIn com n8n e IA

  • #Automação
  • #IA Generativa
  • #Inteligência Artificial (IA)
  • #N8N
  • #JavaScript

Temos um vídeo completo mostrando como você pode criar um agente exatamente como este, passo a passo. Mas aqui quero registrar em detalhes como desenvolvemos nosso Agente de Conteúdo para LinkedIn, que hoje opera de forma totalmente autônoma, buscando notícias, processando e publicando sem intervenção humana.

  1. 👉 Se quiser aprender a construir um igual, temos o vídeo tutorial completo mostrando cada etapa na prática.

Visão Geral do Agente

Esse agente foi projetado no n8n e utiliza modelos de linguagem da OpenAI. Sua missão é simples:

🔹 Buscar notícias sobre Inteligência Artificial, Automação, n8n e Lovable.

🔹 Selecionar a mais relevante.

🔹 Garantir que não seja repetida (antiduplicidade).

🔹 Traduzir e formatar para português (PT-BR).

🔹 Gerar imagem em IA.

🔹 Publicar no LinkedIn automaticamente.

O fluxo roda a cada 6 horas, ativado pelo Schedule Trigger configurado no n8n.

{
"rule": {
  "interval": [
    {
      "field": "hours",
      "hoursInterval": 6
    }
  ]
}
}

Rotação de Temas

Para não publicar sempre o mesmo tipo de conteúdo, criamos um contador sequencial que alterna entre os 4 temas. Esse código em JavaScript garante a rotação:

let lastNumber = parseInt($json.Noticia, 10) || 0;
let nextNumber = lastNumber + 1;
if (nextNumber > 4) {
nextNumber = 1;
}
return [{ json: { ...$json, Noticia: nextNumber }}];

Assim, a cada execução o agente troca o assunto, variando entre IA, Automação, n8n e Lovable.

Busca de Notícias

A coleta das notícias é feita com a API do NewsAPI. No exemplo abaixo, buscamos apenas os top headlines do tema definido no ciclo:

{
"url": "https://newsapi.org/v2/top-headlines?q={{ $json.Tecnologia }}&pageSize=10&apiKey=SEU_API_KEY"
}

Se não houver resultados (totalResults = 0), o fluxo não prossegue.

O Coração: AI Agent1

O processamento é feito por um LLM da OpenAI (modelo gpt-4.1-mini), que atua como especialista em notícias. Ele recebe o JSON com várias matérias e aplica as regras:

  • Remove URLs já publicadas.
  • Seleciona apenas 1 notícia.
  • Traduz e formata para português.
  • Retorna no seguinte esquema:
{
"schema1": {
  "title": "Título em PT-BR",
  "news": "Resumo em português...",
  "link": "URL ORIGINAL",
  "source": "Fonte",
  "hashtags": "#IA #InteligenciaArtificial #Automacao #Inovacao"
},
"schema2": {
  "image_prompt": "English prompt for AI image (max 300 chars)"
}
}

Caso não encontre nada válido:

{
"no_valid_news": true,
"reason": "Nenhuma notícia nova encontrada"
}

Tratamento do JSON de Saída

Muitas vezes o modelo devolve o JSON com ```json ou caracteres escapados. Para resolver isso, usamos este trecho:

const raw = items[0].json.output;

function extractJson(rawStr) {
const fenceMatch = rawStr.match(/```(?:json)?\s*([\s\S]*?)```/i);
let candidate = fenceMatch ? fenceMatch[1].trim() : rawStr.trim();
const firstBrace = candidate.indexOf('{');
const lastBrace = candidate.lastIndexOf('}');
if (firstBrace !== -1 && lastBrace !== -1) {
  candidate = candidate.slice(firstBrace, lastBrace + 1);
}
return JSON.parse(candidate);
}

Esse código garante que o JSON seja parseado corretamente e os campos normalizados.

Refinamento do Texto

Para deixar o post mais legível no LinkedIn, um segundo agente (Basic LLM Chain1) apenas insere quebras de linha no texto final. Isso melhora a experiência de leitura.

Geração de Imagem

Com o image_prompt em inglês gerado pelo agente, o fluxo chama a API da OpenAI para criar uma imagem que acompanha o post:

{
"resource": "image",
"model": "gpt-image-1",
"prompt": "{{ $('Code in JavaScript2').item.json.image_prompt }}"
}

Publicação no LinkedIn

O post final (texto + imagem) é enviado automaticamente:

{
"type": "n8n-nodes-base.linkedIn",
"parameters": {
  "person": "ID_PERFIL",
  "text": "{{ $('Basic LLM Chain1').item.json.text }}",
  "shareMediaCategory": "IMAGE"
}
}

E em seguida o registro é gravado no Supabase, garantindo que a URL publicada não será repetida no futuro.

Conclusão

Esse agente mostra como n8n + IA + APIs externas podem criar fluxos de automação extremamente úteis.

Hoje, nosso LinkedIn já recebe posts 100% automatizados, contextualizados e visualmente atrativos.

  1. 👉 Se quiser aprender a construir um igual, temos o vídeo tutorial completo mostrando cada etapa na prática.
Compartilhe
Recomendados para você
PcD Tech Bradesco - Java & QA Developer
Nexa - Fundamentos de IA Generativa com Bedrock
TQI - Modernização com GenAI
Comentários (3)
DIO Community
DIO Community - 03/10/2025 11:47

Excelente, Lucas! Que artigo incrível e super completo sobre o seu Agente de Conteúdo Autônomo para o LinkedIn com n8n e IA! É fascinante ver como você aborda o n8n não apenas como um orquestrador, mas como a ferramenta de produtividade que, ao ser combinada com a IA Generativa, cria um pipeline 100% autônomo, capaz de buscar notícias, gerar imagens e publicar no LinkedIn.

Qual você diria que é o maior desafio para um desenvolvedor ao implementar um chatbot com o padrão RAG para uma área específica (como suporte técnico ou jurídico), em termos de gerenciamento de dados e de adaptação da lógica para que o modelo entenda os documentos internos, em vez de apenas focar em fazer o chatbot funcionar?

Lucas Ramos
Lucas Ramos - 03/10/2025 11:23

Julia, bom dia

Tudo joia, que bom que você gostou, segue o link:

https://www.youtube.com/watch?v=Ps_9gJwqZM8&list=PLLsDm5EOwt5uhW_28IiNAVbLelbEy_aG5

Julia Silva
Julia Silva - 03/10/2025 10:56

Lucas, eu adorei seu projeto!

Poderia disponibilizar o link do tutorial?