← Retour aux workflows
Workflow n8n

Automatisation Google Search avec n8n : extraction de données

Ce workflow n8n a pour objectif d'automatiser l'extraction des résultats de recherche Google en utilisant l'outil Bright Data. Dans un contexte où les entreprises cherchent à optimiser leur stratégie de contenu et à surveiller leur visibilité en ligne, ce workflow permet de récupérer des données précieuses directement depuis les résultats de recherche Google. Les cas d'usage incluent l'analyse de la concurrence, le suivi des mots-clés et l'optimisation des campagnes marketing.

  • Étape 1 : le workflow se déclenche manuellement via un nœud de type 'manualTrigger'.
  • Étape 2 : il utilise le modèle de chat Google Gemini pour formuler des requêtes de recherche.
  • Étape 3 : les résultats sont ensuite résumés à l'aide d'une chaîne de résumé, permettant de condenser les informations pertinentes.
  • Étape 4 : le workflow effectue une requête HTTP pour récupérer les données de recherche, suivie d'une extraction d'informations spécifiques à partir des résultats. Enfin, le modèle d'agent AI de Google Search est utilisé pour analyser et interpréter les données extraites. En intégrant ce workflow dans votre stratégie d'automatisation n8n, vous bénéficiez d'une collecte de données efficace, réduisant ainsi le temps consacré à la recherche manuelle et augmentant la précision des informations obtenues.
Tags clés :automatisationGoogle Searchextraction de donnéesn8nBright Data
🎯Pour qui ?🧩Problème résolu📋Étapes du flux🛠Guide de personnalisation
Catégorie: Manual · Tags: automatisation, Google Search, extraction de données, n8n, Bright Data❤ 0

Workflow n8n Google Search, extraction de données, Bright Data : vue d'ensemble

Schéma des nœuds et connexions de ce workflow n8n, généré à partir du JSON n8n.

React Flow
Besoin d'aide ?

Workflow n8n Google Search, extraction de données, Bright Data : détail des nœuds

  • When clicking ‘Test workflow’

    Ce noeud déclenche manuellement l'exécution du workflow lorsque l'utilisateur clique sur 'Test workflow'.

  • Google Gemini Chat Model

    Ce noeud utilise le modèle de chat Google Gemini pour générer des réponses basées sur les options fournies.

  • Summarization Chain

    Ce noeud exécute une chaîne de résumés pour condenser les informations selon les options spécifiées.

  • Google Gemini Chat Model For Summarization

    Ce noeud utilise le modèle de chat Google Gemini spécifiquement pour la tâche de résumé.

  • Google Gemini Chat Model1

    Ce noeud fait appel au modèle de chat Google Gemini pour générer des réponses en fonction des options fournies.

  • Webhook HTTP Request

    Ce noeud envoie une requête HTTP à une URL spécifiée avec les paramètres et le corps de la requête définis.

  • Sticky Note

    Ce noeud crée une note autocollante avec le contenu spécifié, ainsi que la largeur et la hauteur.

  • Sticky Note1

    Ce noeud génère une autre note autocollante avec des dimensions et un contenu définis.

  • Google Search Data Extractor

    Ce noeud extrait des données d'une recherche Google en utilisant le texte et les options fournies.

  • Perform Google Search Request

    Ce noeud effectue une requête HTTP pour rechercher sur Google selon les paramètres spécifiés.

  • Google Search Expert AI Agent

    Ce noeud utilise un agent AI expert pour effectuer des recherches sur Google en fonction du texte et des options fournies.

  • Set Google Search Query

    Ce noeud définit la requête de recherche Google en assignant des valeurs aux options spécifiées.

Inscris-toi pour voir l'intégralité du workflow

Inscription gratuite

S'inscrire gratuitementBesoin d'aide ?
{
  "id": "GcSlNHOnN39cPhRA",
  "meta": {
    "instanceId": "885b4fb4a6a9c2cb5621429a7b972df0d05bb724c20ac7dac7171b62f1c7ef40",
    "templateCredsSetupCompleted": true
  },
  "name": "Google Search Engine Results Page Extraction with Bright Data",
  "tags": [
    {
      "id": "Kujft2FOjmOVQAmJ",
      "name": "Engineering",
      "createdAt": "2025-04-09T01:31:00.558Z",
      "updatedAt": "2025-04-09T01:31:00.558Z"
    },
    {
      "id": "ddPkw7Hg5dZhQu2w",
      "name": "AI",
      "createdAt": "2025-04-13T05:38:08.053Z",
      "updatedAt": "2025-04-13T05:38:08.053Z"
    }
  ],
  "nodes": [
    {
      "id": "c40156b9-b7ba-449b-8362-f8b8cd27a36d",
      "name": "When clicking ‘Test workflow’",
      "type": "n8n-nodes-base.manualTrigger",
      "position": [
        200,
        -440
      ],
      "parameters": {},
      "typeVersion": 1
    },
    {
      "id": "d98ae28e-a94f-43a1-9bfe-362adbc61c69",
      "name": "Google Gemini Chat Model",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        960,
        -240
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "984acfe6-acd7-4817-b2d5-6d2aab511bae",
      "name": "Summarization Chain",
      "type": "@n8n/n8n-nodes-langchain.chainSummarization",
      "position": [
        1320,
        -440
      ],
      "parameters": {
        "options": {}
      },
      "typeVersion": 2
    },
    {
      "id": "6b5e26bf-8802-40d4-bc44-62c086c00f7c",
      "name": "Google Gemini Chat Model For Summarization",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        1320,
        -260
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "1669f59a-eff8-41ad-a6eb-758eec7ed74a",
      "name": "Google Gemini Chat Model1",
      "type": "@n8n/n8n-nodes-langchain.lmChatGoogleGemini",
      "position": [
        1620,
        -200
      ],
      "parameters": {
        "options": {},
        "modelName": "models/gemini-2.0-flash-exp"
      },
      "credentials": {
        "googlePalmApi": {
          "id": "YeO7dHZnuGBVQKVZ",
          "name": "Google Gemini(PaLM) Api account"
        }
      },
      "typeVersion": 1
    },
    {
      "id": "ad6c4a15-13e0-49fa-9048-bc1838ba0ef9",
      "name": "Webhook HTTP Request",
      "type": "@n8n/n8n-nodes-langchain.toolHttpRequest",
      "position": [
        1960,
        -200
      ],
      "parameters": {
        "url": "https://webhook.site/ce41e056-c097-48c8-a096-9b876d3abbf7",
        "method": "POST",
        "sendBody": true,
        "parametersBody": {
          "values": [
            {
              "name": "search_summary",
              "value": "={{ $json.response.text }}",
              "valueProvider": "fieldValue"
            },
            {
              "name": "search_result"
            }
          ]
        },
        "toolDescription": "Extract the response and format a structured JSON response"
      },
      "typeVersion": 1.1
    },
    {
      "id": "dc5985c2-02cd-47d0-b518-8dc9d8302998",
      "name": "Sticky Note",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        220,
        -780
      ],
      "parameters": {
        "width": 400,
        "height": 300,
        "content": "## Bright Data Google Search SERP (Search Engine Results Page)\n\nDeals with the Google Search using the Bright Data Web Scraper API.\n\nThe Information Extraction, Summarization and AI Agent are being used to demonstrate the usage of the N8N AI capabilities.\n\n**Please make sure to Set the Google Search Query and update the Webhook Notification URL**"
      },
      "typeVersion": 1
    },
    {
      "id": "38b1a20b-9d62-45d9-9399-0b927a6e882a",
      "name": "Sticky Note1",
      "type": "n8n-nodes-base.stickyNote",
      "position": [
        720,
        -780
      ],
      "parameters": {
        "width": 480,
        "height": 300,
        "content": "## LLM Usages\n\nGoogle Gemini Flash Exp model is being used.\n\nGoogle Search Data Extractor using the n8n Infromation Extractor node.\n\nSummarization Chain is being used for the summarization of search results.\n\nThe AI Agent formats the search result and pushes it to the Webhook via HTTP Request"
      },
      "typeVersion": 1
    },
    {
      "id": "3019d6eb-cf84-43fd-bb98-f7eed6c9c75f",
      "name": "Google Search Data Extractor",
      "type": "@n8n/n8n-nodes-langchain.informationExtractor",
      "position": [
        960,
        -440
      ],
      "parameters": {
        "text": "={{ $json.data }}",
        "options": {
          "systemPromptTemplate": "You are an expert HTML extractor. Your job is to analyze the search result and \nstrip out the html, css, scripts and produce a textual data."
        },
        "attributes": {
          "attributes": [
            {
              "name": "textual_response",
              "description": "Textual Response"
            }
          ]
        }
      },
      "typeVersion": 1
    },
    {
      "id": "e82e62cf-6618-405a-943f-d2933771e051",
      "name": "Perform Google Search Request",
      "type": "n8n-nodes-base.httpRequest",
      "position": [
        720,
        -440
      ],
      "parameters": {
        "url": "https://api.brightdata.com/request",
        "method": "POST",
        "options": {},
        "sendBody": true,
        "sendHeaders": true,
        "authentication": "genericCredentialType",
        "bodyParameters": {
          "parameters": [
            {
              "name": "zone",
              "value": "={{ $json.zone }}"
            },
            {
              "name": "url",
              "value": "=https://www.google.com/search?q={{ encodeURI($json.search_query) }}"
            },
            {
              "name": "format",
              "value": "raw"
            }
          ]
        },
        "genericAuthType": "httpHeaderAuth",
        "headerParameters": {
          "parameters": [
            {}
          ]
        }
      },
      "credentials": {
        "httpHeaderAuth": {
          "id": "kdbqXuxIR8qIxF7y",
          "name": "Header Auth account"
        }
      },
      "typeVersion": 4.2
    },
    {
      "id": "0d4baa4c-4f6d-4bb2-8964-73d9cf2a391c",
      "name": "Google Search Expert AI Agent",
      "type": "@n8n/n8n-nodes-langchain.agent",
      "position": [
        1680,
        -440
      ],
      "parameters": {
        "text": "=You are an expert Google Search Expert. You need to format the search result  and push it to the Webhook via HTTP Request. Here is the search result - {{ $('Google Search Data Extractor').item.json.output.textual_response }}",
        "options": {},
        "promptType": "define"
      },
      "typeVersion": 1.8
    },
    {
      "id": "433d4369-f750-40bd-8e46-8368f535e99f",
      "name": "Set Google Search Query",
      "type": "n8n-nodes-base.set",
      "position": [
        440,
        -440
      ],
      "parameters": {
        "options": {},
        "assignments": {
          "assignments": [
            {
              "id": "3aedba66-f447-4d7a-93c0-8158c5e795f9",
              "name": "search_query",
              "type": "string",
              "value": "Bright Data"
            },
            {
              "id": "4e7ee31d-da89-422f-8079-2ff2d357a0ba",
              "name": "zone",
              "type": "string",
              "value": "serp_api1"
            }
          ]
        }
      },
      "typeVersion": 3.4
    }
  ],
  "active": false,
  "pinData": {},
  "settings": {
    "executionOrder": "v1"
  },
  "versionId": "3573d57f-de02-4ce6-bfdf-5e83a8a5d7d0",
  "connections": {
    "Summarization Chain": {
      "main": [
        [
          {
            "node": "Google Search Expert AI Agent",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Webhook HTTP Request": {
      "ai_tool": [
        [
          {
            "node": "Google Search Expert AI Agent",
            "type": "ai_tool",
            "index": 0
          }
        ]
      ]
    },
    "Set Google Search Query": {
      "main": [
        [
          {
            "node": "Perform Google Search Request",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Gemini Chat Model": {
      "ai_languageModel": [
        [
          {
            "node": "Google Search Data Extractor",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Google Gemini Chat Model1": {
      "ai_languageModel": [
        [
          {
            "node": "Google Search Expert AI Agent",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    },
    "Google Search Data Extractor": {
      "main": [
        [
          {
            "node": "Summarization Chain",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Search Expert AI Agent": {
      "main": [
        []
      ]
    },
    "Perform Google Search Request": {
      "main": [
        [
          {
            "node": "Google Search Data Extractor",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "When clicking ‘Test workflow’": {
      "main": [
        [
          {
            "node": "Set Google Search Query",
            "type": "main",
            "index": 0
          }
        ]
      ]
    },
    "Google Gemini Chat Model For Summarization": {
      "ai_languageModel": [
        [
          {
            "node": "Summarization Chain",
            "type": "ai_languageModel",
            "index": 0
          }
        ]
      ]
    }
  }
}

Workflow n8n Google Search, extraction de données, Bright Data : pour qui est ce workflow ?

Ce workflow s'adresse aux équipes marketing, aux analystes de données et aux responsables de la stratégie digitale au sein des entreprises de taille moyenne à grande. Un niveau technique intermédiaire est recommandé pour personnaliser et intégrer ce workflow dans des systèmes existants.

Workflow n8n Google Search, extraction de données, Bright Data : problème résolu

Ce workflow résout le problème de la collecte manuelle des données de recherche Google, qui peut être chronophage et sujette à des erreurs. En automatisant ce processus, les utilisateurs peuvent obtenir des résultats précis et en temps réel, ce qui leur permet de prendre des décisions éclairées basées sur des données fiables. Cela réduit également le risque de manquer des opportunités de marché en raison d'une surveillance inadéquate.

Workflow n8n Google Search, extraction de données, Bright Data : étapes du workflow

Étape 1 : Le workflow se déclenche manuellement lorsque l'utilisateur clique sur 'Test workflow'.

  • Étape 1 : Il utilise le modèle de chat Google Gemini pour formuler une requête de recherche.
  • Étape 2 : Les résultats sont résumés via une chaîne de résumé pour extraire les points clés.
  • Étape 3 : Une requête HTTP est effectuée pour récupérer les résultats de recherche.
  • Étape 4 : Les données sont extraites à l'aide d'un nœud d'extraction d'informations.
  • Étape 5 : L'agent AI de Google Search analyse les données extraites pour fournir des insights.

Workflow n8n Google Search, extraction de données, Bright Data : guide de personnalisation

Pour personnaliser ce workflow, vous pouvez modifier l'URL de la requête HTTP pour cibler des recherches spécifiques. Il est également possible d'ajuster les paramètres du modèle de chat Google Gemini pour affiner les résultats. Pensez à adapter les options d'extraction d'informations selon vos besoins. Pour sécuriser le flux, assurez-vous de configurer correctement les authentifications nécessaires pour les requêtes HTTP. Enfin, vous pouvez ajouter des nœuds supplémentaires pour intégrer d'autres outils ou services selon vos exigences.