تصور کنید گردش‌کاری داشته باشید که در آن لینک‌های وب استاتیک و فیدهای RSS به‌طور خودکار و بدون هیچ دخالت انسانی، به پادکست‌های تولید شده توسط هوش مصنوعی تبدیل شوند. این رویای اتوماسیون اکنون با استفاده از یک پشته (Stack) اتوماسیون جدید متشکل از n8n و useapi.net به واقعیت تبدیل شده است. این سیستم از API ابزار NotebookLM (Gemini Notebook) برای مدیریت بخش‌های دشوار کار، یعنی جذب منابع و سنتز صوتی، بهره می‌برد.
بسیاری از کاربران در حال حاضر با NotebookLM به‌صورت دستی کار می‌کنند؛ به این صورت که اسناد را یکی‌یکی آپلود می‌کنند تا یک «مرور صوتی» (Audio Overview) دریافت کنند. این رویکرد جدید، فرآیند را از یک ابزار دستی به یک خط لوله تولیدی (Production Pipeline) تبدیل می‌کند و رویکردی کاملاً بدون دخالت دست (Hands-off) را برای مصرف محتوا فراهم می‌سازد. تصور کنید سیستمی داشته باشید که وبلاگ‌های فنی مورد علاقه شما را رصد کرده و هر صبح دوشنبه، یک گزارش صوتی سنتز شده را برای شما ارسال کند. این نوع اتوماسیون در مقیاس صنعتی می‌تواند تحولات مالی بزرگی ایجاد کند، مشابه آنچه در مدل درآمدی پلتفرم Pocket FM با بهره‌گیری از محتوای تولید شده توسط هوش مصنوعی مشاهده شد.
زمینه و موارد استفاده
این سیستم دو روش متمایز برای تولید محتوا ارائه می‌دهد. روش اول یک ماشه مبتنی بر فرم (Form-based trigger) است که در آن کاربران می‌توانند تا ۵۰ لینک — شامل صفحات وب و ویدیوهای یوتیوب — را جایگذاری کرده و سپس فرمت و طول فایل صوتی را انتخاب کنند. روش دوم یک ماشه RSS زمان‌بندی شده است که پست‌های یک فید وبلاگ را جمع‌آوری کرده و آن‌ها را در قالب یک اپیزود واحد هفتگی ادغام می‌کند.
به عنوان یک مثال واقعی از کاربرد این سیستم، گردش‌کار RSS روی فید وبلاگ هوش مصنوعی گوگل تنظیم شد. در این آزمایش، فرمت روی «خلاصه» (brief) و طول روی «کوتاه» (short) تنظیم گردید. سیستم دو پست منتشر شده در هفته گذشته را شناسایی کرد و در عرض تنها ۳ دقیقه و ۲۳ ثانیه، یک اپیزود صوتی به مدت ۱ دقیقه و ۴۳ ثانیه تولید نمود.
بر اساس یک راهنمای فنی، این سیستم بر دو گردش‌کار JSON خاص با مجوز MIT تکیه دارد که در مخزن notebooklm-api در گیت‌هاب موجود هستند: فایل notebooklm-podcast.json برای بخش فرم‌ها و notebooklm-rss-podcast.json برای فیدهای RSS. این گردش‌کارها روی نسخه ۲.۴۱ از n8n که به‌صورت شخصی میزبانی شده (Self-hosted) بود، مورد آزمایش قرار گرفتند.
سازوکار فنی
این اتوماسیون یک توالی سخت‌گیرانه از فراخوانی‌های API را از طریق useapi.net در ۶ گره درخواست HTTP دنبال می‌کند:
- ایجاد دفترچه (Notebook Creation): یک درخواست POST به مسیر
/notebooksارسال می‌شود تا پروژه با یک عنوان مشخص مقداردهی اولیه شود. - تزریق منابع (Source Ingestion): لینک‌ها از طریق درخواست POST به
/sourcesاضافه می‌شوند. سپس سیستم هر ۱۰ ثانیه یک‌بار وضعیت را بررسی (Poll) می‌کند تا زمانی که گوگل تمام منابع را به‌طور کامل بخواند. - تولید صوت (Audio Generation): سیستم از طریق درخواست POST به
/artifactsدستور تولید مرور صوتی را صادر می‌کند و سپس هر ۲۰ ثانیه یک‌بار از طریق GET/jobsوضعیت پیشرفت را بررسی می‌کند. - تحویل فایل (File Delivery): در نهایت، فایل .m4a نهایی به‌صورت داده‌های باینری دانلود می‌شود. کاربران می‌توانند پس از این مرحله، گره‌های گوگل درایو، S3، تلگرام یا هر میزبان پادکستی را اضافه کنند تا اپیزود به مقصد نهایی ارسال شود.
جزئیات پیکربندی
کاربران می‌توانند خروجی را با استفاده از پارامترهای خاص در گره‌های Settings یا Feed شخصی‌سازی کنند:
- فرمت‌ها (Formats): گزینه‌های موجود شامل
deep_dive(بررسی عمیق)،brief(خلاصه)،critique(نقد) وdebate(مناظره) است. - طول محتوا (Lengths): گزینه‌ها شامل
short(کوتاه)،default(پیش‌فرض) وlong(بلند) هستند. - زبان (Language): سیستم از کدهای زبانی مختلفی مانند
es(اسپانیایی)،pt_BR(پرتغالی برزیل) یاzh_Hans(چینی ساده شده) پشتیبانی می‌کند. - منطق RSS: گردش‌کار RSS به‌طور پیش‌فرض هر دوشنبه ساعت ۷:۰۰ (به وقت منطقه زمانی نمونه n8n) اجرا می‌شود. این سیستم مقدار
lookbackDaysرا روی ۷ روز و محدودیتmaxPostsرا روی ۵ پست تنظیم کرده است. اگر در یک هفته هیچ پست جدیدی منتشر نشده باشد، هیچ اپیزودی ساخته نمی‌شود.
محدودیت‌های عملیاتی و عیب‌یابی
اجرای این گردش‌کارها نیازمند یک اشتراک ماهانه ثابت ۱۵ دلاری در useapi.net است. این سرویس در واقع یک پوشش API (REST API wrapper) فراهم می‌کند که مدیریت توازن بار (Load balancing) و نظارت بر وضعیت (Polling) را بر عهده دارد. نکته مهم این است که هیچ هزینه اضافه‌ای به‌ازای هر اپیزود تولید شده دریافت نمی‌شود.
از آنجایی که NotebookLM محدودیت‌های استفاده‌ای (Usage limits) را برای هر حساب اعمال می‌کند، این سیستم به کاربران اجازه می‌دهد تا ۳ حساب گوگل را به هر اشتراک متصل کنند و در مجموع تا ۱۰۰ حساب را مدیریت نمایند. اگر یک حساب با خطای ۴۲۹ (محدودیت نرخ درخواست یا Rate Limit) مواجه شود، پاسخ حاوی یک برچسب زمانی retryAt است که زمان تلاش مجدد را مشخص می‌کند. برای جلوگیری از این مشکل، کاربران می‌توانند چندین حساب متصل کنند و فیلد ایمیل را خالی بگذارند؛ در این صورت، دفترچه‌های جدید به‌طور خودکار به حسابی که کمترین فشار کاری را دارد ارجاع داده می‌شوند.
سایر مشکلات رایج عبارتند از:
- خطاهای ۴۰۱: معمولاً به این معناست که اعتبارنامه Header Auth گم شده است یا توکن با عبارت "Bearer" شروع نمی‌شود.
- خطاهای منبع: اگر یک منبع با خطا مواجه شود (مثلاً یک ویدیوی یوتیوب که زیرنویس ندارد)، سیستم آن را نادیده گرفته و اپیزود را بر اساس منابع باقی‌مانده تولید می‌کند.
- تایم‌اوت‌ها (Timeouts): به کاربران توصیه می‌شود هر اجرای گردش‌کاری را که بیش از ۲۰ دقیقه در حالت بررسی وضعیت (Polling) مانده است، متوقف کنند.
این ادغام، NotebookLM را از یک دستیار پژوهشی ساده به یک موتور توزیع محتوا تبدیل می‌کند. برای تولیدکنندگان محتوا و پژوهشگران، این به معنای توانایی مقیاس‌بندی فیدهای صوتی «منتخب توسط هوش مصنوعی» بدون نیاز به استخدام یک تیم تولید است. در واقع، این سیستم سنتز داده‌های تخصصی وب به یک فرمت صوتی قابل مصرف را به یک کالای ارزان و در دسترس تبدیل می‌کند.
در حالی که گوگل یک API سازمانی برای NotebookLM ارائه می‌دهد، اما دسترسی به آن تنها برای دارندگان لایسنس Enterprise محدود است و فقط از Audio Overviews پشتیبانی می‌کند. اما رویکرد useapi.net تمام مجموعه خروجی‌های Studio — از جمله چت با استناد (Chat with citations) و پژوهش عمیق (Deep Research) — را برای کاربرانی که حساب‌های استاندارد رایگان یا پولی گوگل دارند، باز می‌کند. این دسترسی گسترده به ابزارهای پیچیده، در واقع بخشی از روند کلی است که در آن سرویس‌های ابری موانع سخت‌افزاری و پیچیدگی‌های نصب نرم‌افزاری هوش مصنوعی را از پیش روی کاربر برداشته‌اند.
برای شروع، کاربران باید فایل‌های JSON را در n8n وارد کرده و یک اعتبارنامه Header Auth با نام "useapi.net API token" و مقدار Bearer <your API token> ایجاد کنند. تولید یک اپیزود کوتاه و مختصر معمولاً بین ۳ تا ۱۰ دقیقه زمان می‌برد.
گام بعدی شما
- اگر وبلاگ‌های تخصصی زیادی را دنبال می‌کنید، گردش‌کار RSS را برای دریافت خلاصه صوتی هفتگی راه‌اندازی کنید.
- برای تبدیل سریع مقالات طولانی به پادکست، از فرم ۵۰ لینک استفاده کنید تا زمان مطالعه خود را به زمان تردد تبدیل کنید.
- برای جلوگیری از خطای Rate Limit، حداقل دو حساب گوگل را به useapi.net متصل کنید.
اما داستان سخت‌افزاری این تحول حتی شگفت‌انگیزتر است — به تحلیل ما درباره‌ی تراشه‌های Blackwell مراجعه کنید.
گفتگو