Trustpilot 評論情緒分析與 Google 試算表儲存 - n8n 工作流程

行銷與商業智慧專業人員。
需要自動化情緒監控的電子商務經理。
尋求可靠、由 AI 驅動的網頁爬取 n8n 範本的使用者。
使用複雜 n8n 節點配置的自動化專家。

這個進階的 n8n 工作流程，自動化了從 Trustpilot 獲取和分析使用者回饋的整個流程。手動收集和分析客戶評論非常耗時，尤其是在需要擴展到多家公司時。此 n8n 工作流程結合了穩健的網頁爬取（Bright Data）和智慧分析（OpenAI），提供了解決方案。

自動化的核心是使用 AI 代理（Agent）來讀取指定的 Trustpilot 頁面、擷取最新的 5 則評論、執行情緒分析（正向、中性或負向）、總結主要問題，並將結果格式化為完美的 JSON 結構。最後一步確保這些寶貴的資料能整齊地組織成 Google 試算表中的列，這是一個使用多工具 n8n 範本所能實現的強大範例。

自動化始於 n8n 觸發器『手動啟動 (Manual Start)』，可立即執行。觸發後，『設定 Trustpilot 公司網址 (Set Trustpilot company URL)』n8n 節點定義目標網頁。此網址隨後傳入專用的『代理：擷取並分析評論 (Agent : Fetch and analyze reviews)』n8n 節點。

此 AI 代理充當指揮家，協調爬取和分析流程。它使用 Bright Data MCP Scrapper 工具可靠地擷取最新 5 則評論的原始內容。接著，代理指示內部的 OpenAI 聊天模型 (GPT-4.1-mini) 來分析文本、擷取關鍵中繼資料（評論者、日期、評分），並指定精確的情緒與摘要。

為確保資料品質，代理會使用結構化輸出解析器 (Structured Output Parser)。AI 以單一 JSON 陣列形式回傳分析後的資料後，『拆分評論為獨立物件 (Splits Reviews into separate Objects)』n8n 節點會使用自訂程式碼將每則評論拆分為獨立的項目。在最後的『儲存評論至 Google 試算表 (Save Reviews to Google Sheets)』n8n 節點將結構化、已分析的回饋作為新列附加之前，此資料轉換步驟至關重要。

1. 匯入 n8n 工作流程： 複製提供的 JSON 並直接匯入您的 n8n 實例中。


2. 設定憑證： 您必須為三項服務建立連線：

1. 設定網址： 編輯『設定 Trustpilot 公司網址 (Set Trustpilot company URL)』n8n 節點，並更新 URL 指定，使其指向您想要的 Trustpilot 公司檔案頁面。


2. 執行： 點擊『手動啟動 (Manual Start)』n8n 觸發器，運行工作流程並填入您的 Google 試算表資料。

手動啟動 (Manual Start) (n8n 觸發器)： 手動執行時啟動整個 n8n 工作流程。
設定 Trustpilot 公司網址 (Set Trustpilot company URL) (n8n 節點)： 定義 AI 代理的輸入參數，特別是要爬取的 Trustpilot 網址（例如：https://www.trustpilot.com/review/hubspot.com）。
代理：擷取並分析評論 (Agent : Fetch and analyze reviews) (n8n 節點)： 核心智慧模組。它協調使用 Bright Data 工具進行爬取，並使用 OpenAI LLM 將情緒和內容摘要成嚴格的 JSON 陣列格式。
Bright Data MCP Scrapper (n8n 節點)： 執行 scrapeasmarkdown 工具，安全地從目標網站擷取所要求的 5 則評論，並克服反爬蟲措施。
拆分評論為獨立物件 (Splits Reviews into separate Objects) (n8n 節點)： 一個自訂程式碼 n8n 節點，它將單一輸出項目（包含 5 則評論的陣列）轉換為五個獨立的 n8n 項目。這對於在 Google 試算表中依序建立列是必要的。
儲存評論至 Google 試算表 (Save Reviews to Google Sheets) (n8n 節點)： 最後一步，將結構化的評論資料（評論者、日期、評分、情緒、主要問題、評論文本）附加為新列到已設定的試算表中。這完成了 n8n 範本的資料輸出。