Como Criar um Gerador de Posts de LinkedIn com IA usando n8n e a API GPTProto

O que vamos construir?

A versão para iniciantes contém quatro estágios funcionais:

O Gatilho de Formulário do n8n cria a página de entrada, então você não precisa construir um site separado. Seu nó Formulário pode então exibir texto personalizado ou HTML no final do fluxo de trabalho.

O fluxo de trabalho mínimo é:

Gatilho de Formulário → Requisição HTTP → Editar Campos → Fim do Formulário

Depois que isso funcionar, a versão opcional de publicação se torna:

Gatilho de Formulário → Requisição HTTP → Editar Campos → LinkedIn → Fim do Formulário

Construa primeiro a versão que só gera rascunhos. Isso remove a autenticação do LinkedIn da configuração inicial e mantém uma revisão humana antes da publicação.

O que você precisa antes de começar

Para o gerador de rascunhos, prepare:

• Uma conta n8n Cloud ou uma instância n8n auto-hospedada

• Uma conta GPT Proto com saldo disponível

• Uma chave de API GPT Proto

• Um ID de modelo de texto GPT Proto

Este guia usa gemini-3.5-flash-lite. Uma postagem social curta normalmente não exige um modelo de raciocínio caro, mas você pode testar outro modelo de texto GPT Proto alterando o valor de model.

A publicação automática tem requisitos adicionais:

• Uma conta do LinkedIn

• Uma Página da Empresa no LinkedIn associada ao seu aplicativo de desenvolvedor

• Um aplicativo de desenvolvedor do LinkedIn

• Credenciais OAuth do LinkedIn no n8n

De acordo com o guia de credenciais do LinkedIn do n8n, novos aplicativos usam Community Management OAuth2. A publicação em organizações também exige a Community Management App Review.

Etapa 1: Criar o Formulário de Entrada de Postagem do LinkedIn

Crie um novo fluxo de trabalho n8n e adicione Gatilho de Formulário n8n como o primeiro nó.

Use estas configurações:

• Título do Formulário: Gerador de Postagem do LinkedIn com IA

• Descrição do Formulário: Transforme suas notas em um rascunho pronto para o LinkedIn.

• Responder Quando: O Fluxo de Trabalho Terminar

• Rótulo do Botão: Gerar Rascunho

Adicione os seguintes campos. Defina os nomes internos dos campos exatamente como mostrado para que as expressões mais adiante neste guia funcionem sem edição.

Opções úteis de tom incluem Prático, Pessoal, Contrário, e Educacional. Para o objetivo da postagem, use opções como Iniciar uma discussão, Compartilhar uma lição, Explicar uma atualização de produto, e Gerar interesse qualificado.

Não faça do tópico a única entrada obrigatória. “Escreva sobre agentes de IA” convida a uma saída genérica. O campo source_notes deve conter os fatos, exemplos ou opiniões que tornam a postagem digna de leitura.

Por exemplo:

Tópico: Por que equipes pequenas devem documentar falhas de API
Público-alvo: Fundadores de SaaS e líderes de engenharia
Notas de origem:

- Perdemos duas horas porque uma resposta 403 foi registrada como uma falha genérica de requisição.

- A correção foi uma tabela de uma página mapeando códigos de status para causas prováveis e responsáveis.

- A tabela reduziu perguntas repetidas no Slack durante o próximo lançamento.
Tom: Prático
Objetivo da postagem: Compartilhar uma lição
Chamada para ação: Pergunte aos leitores o que suas equipes documentam após um incidente.
Alegações ou frases a evitar: Não invente porcentagens ou resultados de clientes.

Use a URL de Teste do Gatilho de Formulário durante a configuração. Mude para a URL de Produção somente depois que o fluxo de trabalho for bem-sucedido e publicado no n8n.

Etapa 2: Criar e Armazenar sua Chave de API GPT Proto

Crie uma chave no seu painel GPT Proto e armazene-a como uma credencial do n8n. Não coloque a chave bruta no corpo da requisição ou em uma captura de tela.

No nó Requisição HTTP, use uma credencial genérica de Autenticação por Cabeçalho:

• Nome: Authorization

• Valor: Bearer YOUR_GPTPROTO_API_KEY

Substitua o placeholder pela sua chave real. Mantenha Bearer seguido por um espaço.

Esta credencial autoriza apenas requisições de modelo. Ela não dá permissão ao fluxo de trabalho para publicar na sua conta do LinkedIn.

Crie uma conta GPT Proto e uma chave de API.

Etapa 3: Configurar o Nó de Requisição HTTP do GPT Proto

Adicione um nó Requisição HTTP após o Gatilho de Formulário. O n8n documenta este nó como seu método geral para chamar serviços que expõem uma API REST, e ele suporta cabeçalhos e corpos de requisição JSON. Consulte a documentação do nó Requisição HTTP para a referência completa dos campos.

Configure-o da seguinte forma:

Cole o seguinte no corpo JSON:

{
  "model": "gemini-3.5-flash-lite",
  "messages": [
    {
      "role": "system",
      "content": "You are a careful LinkedIn editor. Turn the user's real notes into one publishable LinkedIn draft. Preserve the user's opinion and facts. Do not invent personal experience, statistics, customers, quotations, outcomes, or product capabilities. Use a specific opening, short readable paragraphs, and a natural closing question or call to action. Avoid generic hype, motivational filler, excessive emojis, and unnecessary hashtags. Return only the final post, with no explanation or label."
    },
    {
      "role": "user",
      "content": "Topic: {{$json.topic}}\nTarget audience: {{$json.target_audience}}\nSource notes: {{$json.source_notes}}\nTone: {{$json.tone}}\nPost goal: {{$json.post_goal}}\nRequested CTA: {{$json.cta}}\nClaims or phrases to avoid: {{$json.avoid}}"
    }
  ],
  "temperature": 0.7,
  "max_tokens": 900,
  "stream": false
}

Os nomes dentro de {{$json...}} devem corresponder aos nomes internos dos campos do Gatilho de Formulário. Renomeie o campo ou atualize a expressão se forem diferentes.

A requisição segue a estrutura de chat compatível com OpenAI do GPT Proto: um ID de modelo, um array messages, e uma resposta não streaming. A referência da API do GPT Proto mostra o mesmo endpoint /v1/chat/completions e formato de resposta.

Teste a API fora do n8n

Se o nó do n8n falhar e você precisar separar um problema de API de um problema de fluxo de trabalho, execute esta requisição cURL em um terminal:

curl --request POST 'https://gptproto.com/v1/chat/completions' \
  --header 'Authorization: Bearer YOUR_GPTPROTO_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gemini-3.5-flash-lite",
    "messages": [
      {
        "role": "user",
        "content": "Write one concise LinkedIn post about documenting API errors. Do not invent data."
      }
    ],
    "stream": false
  }'

Se o cURL funcionar, mas o n8n falhar, verifique novamente a credencial, o corpo JSON e as expressões. Se ambos falharem, inspecione a chave de API, o saldo, o ID do modelo e a frequência de requisições.

Etapa 4: Extrair a Postagem Gerada do LinkedIn

Uma resposta bem-sucedida de chat-completions coloca o texto gerado dentro de:

choices[0].message.content

Adicione um nó Editar Campos (Set) após o nó Requisição HTTP. Selecione Mapeamento Manual, adicione um campo String chamado linkedin_post, e use esta expressão como valor:

{{$json.choices[0].message.content}}

Execute o fluxo de trabalho uma vez. Um resultado bem-sucedido deve ser semelhante a:

{
  "linkedin_post": "We lost two hours to an API error that was technically logged..."
}

Verifique se o rascunho usa apenas os fatos fornecidos e não transforma uma lição modesta em uma história de sucesso sem fundamento.

Etapa 5: Exibir o Rascunho em uma Página de Resultados

Adicione um nó Formulário n8n após Editar Campos e defina Tipo de Página como Fim do Formulário.

Em Ao Enviar Formulário n8n, selecione Mostrar Texto. O nó Formulário pode exibir texto simples ou HTML personalizado na página final. Cole isto no campo Texto:

<h2>Seu rascunho do LinkedIn está pronto</h2>
<p>Revise os fatos e edite o texto antes de publicar.</p>
<div style="white-space: pre-wrap; padding: 16px; border: 1px solid #d0d5dd; border-radius: 8px;">
{{$json.linkedin_post}}
</div>

Envie o formulário de teste e aguarde a página de resultados. Agora você tem um gerador de postagens do LinkedIn com IA funcionando com n8n e a API GPT Proto. Teste-o com uma lição pessoal, uma atualização factual de produto e um briefing educacional B2B. Se todos os resultados soarem parecidos, adicione notas ou exemplos mais específicos da voz do autor.

Opcional: Publicar Automaticamente o Rascunho Aprovado no LinkedIn

O nó LinkedIn nativo do n8n suporta a operação Post → Create. Ele pode postar como pessoa ou organização e aceita texto, links de artigos ou categorias de mídia suportadas pelo nó.

Para adicionar a publicação:

1. Crie e conecte suas credenciais do LinkedIn no n8n.

2. Insira um nó LinkedIn entre Editar Campos e Fim do Formulário.

3. Selecione Post → Create.

4. Escolha Pessoa ou Organização em Postar Como.

5. Mapeie o campo Texto para {{$json.linkedin_post}}.

6. Teste com um processo interno privado antes de ativar execuções agendadas.

GPT Proto e LinkedIn usam credenciais diferentes, então uma etapa pode ter sucesso enquanto a outra falha. A publicação em organizações também pode exigir revisão do aplicativo do LinkedIn.

Para um fluxo de trabalho de iniciante, eu pararia antes deste nó e publicaria manualmente. O minuto extra de revisão é mais barato do que excluir uma postagem confiante, mas imprecisa, de uma página da empresa.

Transforme-o em um Gerador Automático de Postagens do LinkedIn para Equipes B2B

Depois que a versão do formulário funcionar, duplique-a antes de adicionar agendamento. Substitua o Gatilho de Formulário por Gatilho de Agendamento e leia briefings aprovados de uma planilha ou banco de dados.

Um fluxo B2B prático se parece com isto:

Gatilho de Agendamento
→ Ler um briefing de conteúdo aprovado
→ GPT Proto gera um rascunho
→ Salvar o rascunho para revisão
→ Verificar o status de aprovação
→ LinkedIn publica a postagem aprovada
→ Salvar o ID da postagem do LinkedIn e o carimbo de data/hora

Mantenha as evidências com cada briefing: URL de origem, fatos confirmados, responsável, público e alegações proibidas. Armazene também um ID de conteúdo exclusivo e um status como draft, approved, published, ou failed; caso contrário, uma nova tentativa após uma falha parcial pode criar uma postagem duplicada.

Uma chave GPT Proto pode chamar diferentes modelos de texto suportados através do mesmo endpoint. Altere a string do modelo, execute os mesmos briefings e compare disciplina factual, correspondência de voz, latência e custo.

Erros Comuns e Como Corrigi-los

401 Não Autorizado

A chave está ausente ou inválida. Confirme que a Autenticação por Cabeçalho começa com Bearer e não contém espaços extras.

403 Proibido

Verifique o saldo do GPT Proto e o acesso ao modelo. Para um 403 do LinkedIn, inspecione os escopos do LinkedIn e as permissões da conta.

429 Muitas Requisições

Adicione uma espera entre as tentativas e verifique se o formulário ou o agendamento foi executado mais de uma vez.

O Fluxo de Trabalho é Executado, mas linkedin_post Está Vazio

Confirme que a resposta contém choices, então verifique:

{{$json.choices[0].message.content}}

Uma resposta de erro não tem choices[0]; corrija a Requisição HTTP primeiro.

O Modelo Inventa Resultados ou Experiência Pessoal

Adicione os fatos ausentes em source_notes. Especifique quais alegações o modelo pode usar e não deve criar; “torne mais humano” pode incentivar detalhes pessoais inventados.

O Rascunho é Gerado, mas o LinkedIn Não Publica

Inspecione o LinkedIn separadamente: identidade de postagem, produtos, acesso à organização e status de revisão do aplicativo.

Quanto Custa Uma Postagem Gerada no LinkedIn?

O GPT Proto atualmente lista o Gemini 3.5 Flash-Lite a $0.18 por 1 milhão de tokens de entrada e $1.50 por 1 milhão de tokens de saída. Verifique a página do modelo ao vivo antes de publicar uma estimativa fixa.

Com essas taxas listadas, uma requisição usando 1,000 tokens de entrada e 500 tokens de saída custa aproximadamente:

Entrada:  1,000 ÷ 1,000,000 × $0.18 = $0.00018
Saída:   500 ÷ 1,000,000 × $1.50 = $0.00075
Total:                                  $0.00093

Tentativas repetidas ou um segundo modelo de edição adicionam uso separado. Acompanhe o custo por postagem aprovada, não apenas o custo por requisição.

Conclusão Final

Você não precisa de uma máquina de conteúdo autônoma para automatizar a parte mais lenta da escrita no LinkedIn. Uma primeira versão útil precisa apenas de um formulário, uma requisição GPT Proto, um campo de extração e uma página de resultados:

Briefing → Rascunho GPT Proto → Revisão → Publicação

Depois que ele produzir rascunhos precisos, adicione uma fila de conteúdo, estados de aprovação, agendamento e o nó LinkedIn. O GPT Proto gera; o n8n orquestra; o OAuth do LinkedIn controla a publicação.

Explore os modelos de texto GPT Proto e construa o primeiro fluxo de trabalho de rascunho com uma chave de API.