Content-Ideen aus Google-Suchergebnissen mit Make generieren

Moin und willkommen zu einem neuen Snip. Heute will ich dir einmal in einem Make-Workflow zeigen, wie du aus 50 verschiedenen Google-Suchergebnissen neue Content-Ideen generieren kannst. Das Ganze in wenigen Sekunden, für wenige Cents und natürlich auch für deinen Workflow perfekt adaptierbar und erweiterbar. Und das Ganze will ich einmal kurz demonstrieren. Wir springen dafür einfach mal in eine beliebige Suchanfrage rein, und zwar Wandern in der Schweiz. Hier könnte dein Content-Thema vielleicht sein, und da möchtest du hier vielleicht neue Inhalte generieren, auf neue Ideen kommen. Nun gibt es ganz, ganz verschiedene Möglichkeiten. Du kannst natürlich auch einfach ChatGPT fragen. Ich will dir aber zeigen, wie du mit echten Daten aus dem Internet da nochmal das LLM füttern kannst und vielleicht sogar noch mal auf andere Ideen kommst in deinem eigenen Content-Workflow. Und zwar der Output, den wir hieraus generieren, ist dann so was wie hier, also ein Google Doc mit in dem Falle zehn Beispielen mit Titel, Beschreibung, erstem Aufbau von neuen Blogartikeln. Das kann aber natürlich alles sein, was du dir so vorstellen kannst und was du auch gerade benötigst. Das Ganze machen wir mit Make. Hier ist der Workflow, auch relativ kompakt gehalten, gehe ich gleich noch mal durch. Und damit erstellen wir quasi aus einer Variable ein Google-Dokument. Das Ganze wird hier noch mal mit ChatGPT erweitert und optimiert und hier bekommen wir unsere Google-Daten. Und das ist eigentlich die ganze Zauberei dabei. Und wir nutzen hier ein Tool, das nennt sich Serper. Und Serper ist, genau wie du hier siehst, the world's fastest and cheapest Google Search API. Also du kannst hier über eine Schnittstelle, die wir da in Make nutzen, die Google-Suchergebnisse strukturiert, wie du hier siehst, abgreifen und natürlich auch für deine Ideen nutzen. Das Ganze geht über die Suche in verschiedenen Sprachen, in verschiedenen Devices, aber auch Maps, Bilder, Videos etc., alles, was du dir so denken kannst, ist hier möglich. Und das Schöne ist, du bekommst ein kostenloses Paket. Das heißt, du kannst hier auch mit – da steht's irgendwo – genau, 2.500 Suchanfragen kostenlos, wenn du dich hier anmeldest. Und das heißt jedes, also 2.500 Anfragen an Google quasi stellen, da zahlst du erstmal nichts für. Ansonsten bist du hier mit 50 $ im Starter-Paket dann auch schon dabei, immer noch erstaunlich günstig, was der Dienstleister hier anbietet. Ja, und im Backend, wenn du dich mal eingeloggt hast und registriert hast, auch ohne Zahlungsdaten, dann bekommst du hier einen Playground. Das heißt, du kannst hier auch diese Sachen mal googeln oder bzw. mal testen. Das heißt, wenn ich jetzt hier so was habe wie Wandern in der Schweiz, Germany, Location könnte ich auch auswählen, Language ist mal German. Gehen wir hier auf Search, dann siehst du hier, innerhalb von unter einer Sekunde bekomme ich hier ganz viele Inhalte. Und zwar auch hier die verschiedenen Titel, die verschiedenen – hab jetzt mal hier auf zehn Results das Ganze nur begrenzt, könnte aber hier auch 100 sagen – und bekomme hier den Titel, den Link, das Snippet und weitere Daten, wenn ich benötige. Und die verbinde ich jetzt in Make mit ChatGPT, um das Ganze dann in ein strukturiertes, in eine strukturierte Content-Ideen-Dokumentation von mit Google zu verwenden. So, wir springen mal ganz kurz in den Make-Workflow rein und ich zeige dir einmal, wie der aufgebaut ist. Der Anfang ist relativ unspektakulär. Es ist quasi ein Set-Variable-Ding oder -Modul. Das heißt, du hast hier unten über Tools, kannst du hier Set Variable machen. Und das Modul macht nichts anderes, als eine Variable zu setzen. In dem Fall ist es unser Keyword. Der Input kann hier natürlich über beliebige Sachen kommen. Du kannst dir eine Google-Tabelle als ersten Trigger setzen, du kannst hier ein Frontend haben, eine Form-Einsendung, eine Nachricht per E-Mail, alles Möglichkeiten, wo hier dieser Workflow angetriggert werden kann. Du brauchst halt nur einmal irgendwoher dieses Wort. Wenn du das hier manuell machen willst, einfach mal als Workflow, dann ist das hier mit Set Variable sehr, sehr einfach und sehr, sehr simpel gehalten. Ja, und dann kommen wir hier auch schon in das HTTP-Modul. Das findest du hier auch über die Suche, HTTP, und dann wählst du Make a request. Und hier nehmen wir dann die Google- oder die Serper-API bzw. die Schnittstelle. Und du bekommst natürlich den Blueprint hier zum Runterladen unter dem Video, dass du das einfach einfügen kannst und musst hier nicht mehr viel ändern. Lediglich dein API-Key, das ist jetzt hier meiner, den musst du verändern. Ich zeige gleich, wo du ihn bekommst. Ansonsten kannst du das alles hier lassen. Du siehst hier unten ist der Request Content, das heißt, ich hab hier das Keyword, das ich quasi suche, und ich möchte gerne aus Deutschland in deutscher Sprache und 50 Ergebnisse bekommen. Ja, und da ist eigentlich auch schon die gesamte Anfrage somit durch. Den API-Key findest du in deinem Serper-Backend unter recht eindeutig dem API-Key. Den kannst du hier entsprechend nutzen und dann entsprechend auch in Make kopieren. Falls du andere Sachen hier in Make einfügen möchtest, findest du praktischerweise, wenn du hier etwas ausprobierst, auch immer noch hier den Bereich Code und kannst hier dann HTTP POST oder GET – ich würde immer auf POST stellen lassen – und siehst hier schon mal die Konfiguration. Und du siehst, hier wirst du selber erkennen, ähnlich wie der Aufbau. Ich habe hier den API-Key, ich habe den Content-Type, ich habe hier meine Query, also meine Suchanfrage, die sich entsprechend verändert. Und das kannst du hier nutzen, um beispielsweise, weiß nicht, Images noch mal zu suchen. Da siehst du, hier wird sich das ein bisschen verändern jetzt noch mal und kann jetzt hier über Bildersuche etc. das Ganze noch mal anpassen. Wir können mal hier noch mal Shopping auswählen. Du siehst, hier wird der direkt der Parameter Richtung Shopping verwendet und so kannst du dann noch verschiedene Typen hier auswählen. So, das heißt, wir haben hier unsere Abfrage, die schmeißt dann, siehst du hier unten bei Data, entsprechend ganz viel JSON-Kram zusammen, also ganz viel strukturierten oder unstrukturierte Daten. Und das wollen wir jetzt erstmal ein bisschen strukturiert haben. Und dafür nehmen wir jetzt hier ein JSON-Modul. Das findest du auch über die Suche, über JSON, und wählst dann Parse JSON aus. In diesem Modul wählst du dann den Data-Bereich aus dem vorherigen Modul raus. Dann wählst du einen Iterator, um aus diesem JSON-Modul quasi mehrere – du hast hier das Bundle bzw. hier die die Bundles quasi zu erstellen, die wir dann gleich zusammenfassen. Der Input ist dann ein Array, aber wir wollen das einzeln haben, um das hier entsprechend strukturierter zusammenzufassen. Und auch hier den Iterator findest du in grün unter Flow Control und wählst dann hier den Iterator aus. Hier wählst du dann den Organic-Bereich aus aus dem vorherigen Modul. Und hier geht's darum, dass wir diese Bereiche, Title, Link, Snippet, Position etc. noch mal zusammengefasst entsprechend in einem Array haben, damit wir das gleich zusammenfassen können. Ja, das Zusammenfassen funktioniert dann über den Text-Aggregator. Auch hier unter Tools kannst du das relativ weit unten den Text-Aggregator auswählen, also den Text-Zusammenfasser. Und hier wählst du als Source-Modul, ganz, ganz wichtig, nicht das vorherige, nicht den Iterator, sondern woher die Daten kommen, also hier das HTTP-Modul aus. Sagst dann New row und dann kannst du hier aus dem vorherigen Modul Titel, Link, Snippet – das waren für mich jetzt hier die relevanten Sachen – entsprechend auswählen. Und wenn du hier als Row Separator noch New Row machst, dann wird das alles zusammen untereinander gefügt. Ich habe hier noch mal ein paar Striche einfach zur visuellen Trennung vor den Elementen gemacht. Das sieht dann entsprechend so quasi aus. Ja, und wenn wir dann hier das Ganze zusammengefasst haben bzw. das sieht so aus, genau: Wir haben hier einen langen Text mit 50 verschiedenen Titeln und Beschreibungen. Und dann geht das Ganze an ChatGPT. Das kannst du natürlich auch mit Claude machen, mit Gemini, mit was für immer Sprachmodell du in Make verwenden möchtest. Hier nutze ich einfach mal ein OpenAI-Modul, wähle hier GPT-4o aus. Wenn du sagst, du jagst da ganz, ganz viele Daten durch, dann lohnt sich auch mal vielleicht ein GPT-4o mini, weil es ein bisschen günstiger ist. Aber generell läuft das schon mal ganz gut. Und hier dann ein entsprechender Prompt, den ich auch natürlich im Blueprint mit drinhabe und auch in dem in dem entsprechenden Snippet bzw. Snip auf der Webseite noch mal kopiere. Also gar nicht wild: Erstelle zehn Vorschläge für passende Blogbeiträge zu dem Keyword, was wir ganz, ganz, ganz vorne definiert haben, dann mit auf Basis der Google-Suchergebnisse, die wir hier aus dem Textmodul bekommen, also diese lange Wall of Text. Und für jeden Vorschlag soll ein Titel, eine Beschreibung und ein erster Aufbau erstellt werden. Verwende kein Markdown, das habe ich geschrieben, damit da nicht so Sternchen überall sind in Google Docs. Um die Lesbarkeit in Google Docs zu verbessern, füge bitte Zeilenumbrüche zwischen den Hauptelementen ein und verwende eine konsistente Einrückung für untergeordnete Elemente. Also hier noch mal ein bisschen Struktur in den Prompt mit reingeben, damit wir hier auch entsprechend was Gutes rausbekommen. Und dann wird das Ganze bei mir in diesem Beispiel an ein Google Doc geschickt. Das kann aber natürlich auch Teams sein, das kann ein Airtable sein, das kann Notion sein, was auch immer du möchtest, eine E-Mail, theoretisch alles, was du gerade, wo du die Daten hinschicken möchtest strukturiert. So ein Google Doc eignet sich natürlich wunderbar, um das Ganze einmal im Blog zu haben und damit zu brainstormen, aber das ist natürlich auch jetzt nur ein Beispiel und kommt ganz auf deinen Workflow an. Und der Aufbau ist relativ simpel: Hab den Namen Content Idea mit dem Keyword im Titel und als Content habe ich quasi das Result aus dem ChatGPT-Modul hier. Und das war's auch schon. Zu guter Letzt spielen wir das ganze Modul noch mal durch. Wir nehmen mal hier nicht Wandern in der Schweiz, sondern die besten Bars in Köln. Und spielen das Ganze jetzt hier mal durch. Du siehst, der die Request wird gemacht, es wird umgewandelt und schon habe ich das Ganze hier in dem ChatGPT-Modul. Hier noch mal kurz reingeschaut: Wir haben hier eine lange Wall of Text, die jetzt in ChatGPT mitverarbeitet wird. Und auch in wenigen Sekunden haben wir hier ein entsprechendes Google Doc und können hier über den Web-View-Link auch das entsprechende Dokument mal öffnen. Und du siehst hier verschiedene Vorschläge: Fünf angesagte Cocktailbars, Rooftop-Bars, charmanteste Bars in Köln für echte Kölsch-Erfahrung, die besten Bars und Clubs im Party-Night in Köln. Also alles noch mal Ideen, die man hier jetzt mal nutzen kann auf Grundlage von 50 Suchergebnissen, die man so bei Google hat. Und das war jetzt nur ein Beispiel, wie du mit einem Anbieter wie Serper echte Daten aus dem Google-Index, die du selber definieren kannst, die du selber auch anreichern kannst, nutzen kannst für neue Content-Ideen. Anstatt die altbewährten Keyword-Research-Tools zu nutzen, kannst du hiermit Make wirklich den Prozess so für dich aufbauen, wie du möchtest, und natürlich den Trigger, also den Anfang sowie das Ende, so aufbauen, wie es für deinen Content-Workflow passt. Wie gesagt, gerne auch in Asana-Tasks beispielsweise zurückspielbar oder auch in Airtable, alles, was für dich Sinn macht und was in Make natürlich als Integration verfügbar ist. Und beim Aufsetzen und Ausprobieren von diesem Workflow und auch dem Adaptieren natürlich für deinen Case wünsche ich dir ganz viel Spaß, und wir sehen uns beim nächsten Snip. Ciao.