當我的 YouTube 頻道訂閱數突破一個門檻後，每週的後台管理工作開始佔據我大量的時間。影片上傳後的通知、字幕整理、數據追蹤、社群媒體同步發布——每一件事看似不大，但累積起來每週輕鬆超過 6 小時。
這篇文章分享我如何用 n8n 把這些工作全部自動化，讓我可以把時間花在真正重要的事情上：做更好的內容。
我的 YouTube 後台痛點
在自動化之前，我的每週流程大概長這樣：
- 手動上傳影片並填寫標題、描述、標籤
- 等字幕生成後手動審核和修正
- 把 YouTube 數據複製到 Google Sheets 做週報
- 手動發布社群媒體通知（Instagram、Skool）
- 回覆留言並標記需要跟進的問題
這些都是重複性的工作，完全可以交給自動化處理。
工作流程架構
我設計了三個互相獨立的 n8n 工作流程：
1. 影片上傳通知流程
使用 YouTube OAuth2 觸發器，當新影片上傳後自動執行。這個流程會：
- 抓取影片的基本資訊（標題、縮圖 URL、發布時間）
- 用 OpenRouter API 生成一段 Skool 社群的發布文案
- 自動發送 Telegram 通知給我，包含預覽連結
// 取得 YouTube 影片資訊的 n8n 表達式
{{ $json.snippet.title }}
{{ $json.snippet.thumbnails.high.url }}
{{ $json.snippet.publishedAt }}2. 每週數據分析流程
每週一早上 9 點自動執行，抓取上週的頻道數據，生成一份 AI 分析報表，發送到我的 Telegram。
關鍵指標：觀看次數、點擊率、平均觀看時長、新訂閱數。這四個數字能告訴你這週的內容是否成功。
3. 留言管理流程
每天掃描新留言，用 AI 分類成「需要回覆」、「一般互動」、「問題回報」三類，整理後推送給我。
遇到的問題和解法
最大的挑戰是 YouTube API 的配額限制。每天只有 10,000 個單位，稍微不注意就會超過。解法是把所有 API 呼叫都集中在固定時間執行，避免頻繁的即時觸發。
另一個常見問題是 Webhook 資料存取。在 n8n 裡，Webhook 接收到的資料在 $json.body 下，不是直接在 $json。這個細節讓我卡了一段時間。
成果
自動化之後，每週我花在後台管理的時間從 6 小時降到不到 30 分鐘。這 5.5 小時我全部拿來做腳本和研究新題材。
更重要的是，我不再需要記住每個星期一要做什麼——系統會自動提醒我，我只要做決策就好。
如果你也想為自己的工作建立類似的自動化系統，但不知道從哪裡開始，歡迎預約一個免費的 Discovery Call，我們一起看看哪些流程最適合先自動化。