Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.
Transkrip
Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.
Tampilkan transkrip
Pembuka
Selamat datang di episode praktik terakhir Sesi 9. Hari ini kita merangkai semua yang sudah dipelajari menjadi satu sistem yang benar-benar dipakai setiap minggu. Kita membangun pipeline konten marketing mingguan untuk Kopi Senja di n8n: jadwal Senin pagi, periset, penulis, pemeriksa, persetujuan Laras, lalu simpan ke kalender konten. Di akhir, kita susun checklist keamanan lengkap Sesi 9.
Langkah 1: Rancang pipeline dan siapkan Google Sheets
Sebelum membuka n8n, kita rancang dulu alurnya. Setiap Senin pukul tujuh pagi, jadwal memicu workflow secara otomatis, tanpa ada yang perlu menekan tombol. Agent periset mencari lima ide konten dari tren minggu ini dan kalender promo Kopi Senja. Agent penulis mengubah ide itu menjadi lima caption Instagram lengkap dengan ide visual dan tagar. Agent pemeriksa menilai setiap caption dengan rubrik empat kriteria dari Episode 43, dan meminta revisi bila perlu. Terakhir, hasilnya dikirim ke Laras untuk disetujui, dan baru disimpan ke kalender konten setelah ia setuju. Senin pagi, Laras cukup meninjau dan menekan tombol sambil minum kopi. Sisanya dikerjakan tim agent. Sekarang siapkan datanya. Buat satu file Google Sheets bernama Kalender Konten Kopi Senja, dengan empat tab di bagian bawah. Tab pertama, Kalender Promo. Contohnya, Senin dua November adalah awal bulan, saat banyak kantor gajian. Lalu musim hujan yang mulai sering, dan akhir pekan yang cocok untuk cold brew sebagai teman jalan-jalan. Ada juga Hari Pahlawan, dengan catatan penting: ucapan saja, tanpa diskon. Catatan seperti ini mencegah agent mengarang promo. Dan rencana pre-order hampers mulai lima belas November. Laras cukup mengisi tab ini sebulan sekali. Inilah bahan utama periset, jadi agent tidak perlu menebak momen penting usaha Anda. Tab kedua, Daftar Harga. Isinya semua produk dengan harga resmi: kopi susu gula aren cup Rp18.000, satu liter Rp85.000, dan cold brew Rp55.000. Lalu paket hampers Rp150.000 dengan versi tanpa gula, dan aturan ongkir: Rp10.000 dalam kota, gratis di atas Rp200.000. Ini satu-satunya sumber harga untuk penulis dan pemeriksa. Dua tab lainnya, Kalender Konten dan Log, dibiarkan kosong dulu. Nanti workflow yang mengisinya. Cukup buat judul kolomnya: tanggal, produk, caption, ide visual, skor, dan status. Persiapan data ini cukup sekali, sekitar lima belas menit.
Langkah 2: Jadwal Senin pagi dan agent periset
Buka n8n dan buat workflow baru bernama Pipeline Konten Mingguan. Node pertama adalah pemicu jadwal. Klik node itu, dan panel pengaturannya terbuka di kanan. Atur ulangi setiap minggu, hari Senin, jam tujuh pagi. Pastikan zona waktunya Asia Jakarta, supaya workflow tidak berjalan pada jam yang salah karena mengikuti zona waktu server. Node kedua membaca Google Sheets. Pilih dokumen Kalender Konten Kopi Senja, tab Kalender Promo, lalu saring hanya tanggal tujuh hari ke depan. Periset tidak perlu membaca rencana sebulan penuh. Node ketiga adalah AI Agent periset. Tempel instruksi periset dari Episode 41. Pesan masuknya, yang berwarna kuning, mengambil daftar momen dari node kalender. Pasang model AI sebagai otak periset. Untuk mencari ide, model yang hemat biaya biasanya sudah cukup, sesuai tips menjaga biaya di Episode 44. Lalu beri satu alat: pencarian web, supaya periset bisa melihat tren minggu ini, misalnya cuaca atau topik yang sedang ramai. Periset hanya punya alat baca, tidak punya alat kirim apa pun. Klik uji langkah. Ketiga node utama bercentang hijau. Nama menu di n8n Anda mungkin sedikit berbeda dari simulasi ini, tetapi susunannya sama. Mari lihat hasil kerja periset. Klik node periset untuk melihat keluarannya. Pertama, periset membaca kalender promo dan menemukan empat momen minggu ini. Kedua, ia memakai alat pencarian untuk melihat cuaca Bandung dan tren minuman hangat. Ternyata minggu ini diperkirakan sering hujan, informasi yang tidak ada di kalender promo. Hasilnya tabel lima ide, satu untuk setiap hari kerja: stok kopi kantor di awal bulan, kopi hangat saat hujan, cerita gula aren asli, pre-order hampers, dan cold brew untuk akhir pekan. Perhatikan, periset tidak menulis caption dan tidak menyebut harga, persis sesuai batasannya. Ide hari Selasa muncul dari tren cuaca, bukan dari kalender. Inilah gunanya alat pencarian.
Langkah 3: Agent penulis: 5 caption dan ide visual
Kita lanjut dari node periset yang sudah bercentang. Sebelum penulis, sisipkan node Google Sheets bernama ambil harga, yang membaca seluruh tab Daftar Harga. Kenapa perlu node terpisah? Karena penulis tidak boleh mengingat harga sendiri. Kalau harga naik bulan depan, Laras cukup mengubah satu sel, dan caption minggu berikutnya otomatis memakai harga baru. Lalu tambahkan AI Agent penulis. Tempel instruksi penulis dari Episode 41: gaya hangat, sapaan Kak, maksimal dua emoji, dan harga hanya dari daftar. Pesan masuknya menggabungkan dua hal: ide dari periset dan daftar harga dari node sebelumnya. Keduanya ditarik dengan menyeret kolom dari panel data, tanpa mengetik kode. Pasangkan model AI. Untuk menulis, pilih model yang bahasanya paling enak dibaca. Penulis tidak diberi alat apa pun, karena tugasnya hanya menulis. Klik uji langkah ini. Ambil harga dan penulis bercentang hijau. Sekarang kita baca keluarannya. Caption hari Senin: awal bulan, saatnya isi stok kopi kantor. Harga satu liter Rp85.000 sesuai daftar, emojinya satu, lengkap dengan ide visual botol di meja kantor dan tiga tagar. Caption hari Selasa memakai ide hujan dari periset: kopi susu gula aren Rp18.000, pesan lewat WhatsApp, kami antar. Ide visualnya cup di jendela yang berembun. Sekarang perhatikan caption hari Kamis. Hampers akhir tahun, mulai Rp125.000. Padahal di Daftar Harga, hampers Rp150.000. Penulis tetap bisa keliru, meskipun sudah diberi data. Ditambah dua caption lain untuk Rabu dan Jumat, totalnya lima. Kesalahan harga hari Kamis sengaja kita biarkan, karena di langkah berikutnya kita lihat apakah pemeriksa berhasil menangkapnya.
Langkah 4: Agent pemeriksa dengan rubrik
Setelah penulis, tambahkan AI Agent pemeriksa. Instruksinya berisi rubrik dari Episode 43: akurat, sesuai brand, lengkap, dan aman, dengan skor satu sampai lima. Pesan masuknya berisi semua caption dan daftar harga yang sama dengan yang dipakai penulis. Pemeriksa harus membandingkan setiap angka dengan daftar ini, bukan dengan ingatannya. Pasang model AI. Tipsnya, kalau bisa, pakai model yang berbeda dari penulis, supaya cara berpikirnya tidak sama persis dan kesalahan lebih mudah tertangkap. Node berikutnya adalah IF, yang menanyakan satu hal: apakah semua caption lolos? Jika ya, alur lanjut ke langkah persetujuan Laras. Jika ada yang perlu revisi, caption itu dikirim ke penulis sekali lagi bersama catatan pemeriksa, lalu diperiksa ulang. Kita batasi satu kali revisi, supaya biaya tidak membengkak. Kalau masih gagal, caption tetap dikirim ke Laras dengan tanda peringatan. Kita uji. Semua node bercentang, termasuk jalur revisi. Artinya pemeriksa menemukan sesuatu. Mari lihat laporannya. Pemeriksa mengirim tabel skor untuk kelima caption. Empat lolos dengan skor empat atau lima. Caption hari Kamis mendapat nilai akurat satu dan statusnya revisi. Catatannya jelas: harga hampers tertulis mulai Rp125.000, padahal di Daftar Harga Rp150.000. Pemeriksa juga menyarankan menambahkan info pre-order mulai lima belas November, supaya lengkap. Caption Kamis dikirim kembali ke penulis bersama catatan itu. Ini revisi pertama dan satu-satunya, sesuai batas yang kita pasang di node IF. Setelah direvisi, caption Kamis mendapat skor lima di semua kriteria dan lolos. Kesalahan harga tertangkap sebelum sampai ke mata Laras, apalagi ke pelanggan.
Langkah 5: Kirim ke Laras untuk disetujui
Langkah berikutnya, persetujuan. Setelah node IF menyatakan semua lolos, tambahkan node susun ringkasan. Node ini menggabungkan lima caption, ide visual, dan skor menjadi satu pesan bernomor, supaya Laras membacanya sekali jalan. Lalu node kirim dan tunggu persetujuan, persis polanya seperti Episode 42. Salurannya Telegram, penerimanya Laras. Pilihan tombolnya dua: setuju semua, atau minta revisi. Batas waktunya Selasa pukul dua belas siang. Jika tidak dijawab, workflow berhenti dan tidak ada konten yang ditandai siap tayang. Setelah Laras menjawab, node IF kedua memeriksa pilihannya: setuju semua, atau minta revisi. Jika setuju, caption disimpan ke tab Kalender Konten dengan status disetujui, lengkap dengan tanggal tayangnya. Jika Laras meminta revisi, catatannya disimpan di tab Log, dan caption yang diminta ditandai perlu revisi. Caption lain yang tidak disebut tetap disimpan sebagai disetujui. Inilah yang Laras terima pukul tujuh lewat empat menit. Satu pesan berisi ringkasan lima konten untuk tanggal dua sampai enam November, dengan skor rata-rata empat koma delapan. Hampers kini tertulis benar, Rp150.000, dengan info pre-order. Di bawahnya ada dua tombol: setuju semua, atau minta revisi. Laras tidak perlu membuka laptop, n8n, atau Google Sheets sama sekali. Laras membaca sambil menyiapkan kedai. Semua harga benar, tetapi ia ingin satu foto diganti. Ia menekan minta revisi pukul tujuh dua puluh. Ia menulis catatan singkat: nomor tiga pakai foto petani gula aren yang kemarin kita ambil. Sisanya oke. Ide visual yang lebih otentik memang sering datang dari pemilik usaha sendiri. Bot mengonfirmasi: nomor tiga ditandai revisi, empat caption lain disimpan. Total waktu Laras sekitar lima belas menit, sebagian besar untuk membaca dengan tenang. Kalau Laras sedang sibuk dan baru sempat membuka ponsel siang hari, tidak masalah. Workflow tetap menunggu sampai batas waktu Selasa siang, tanpa mengirim atau menyimpan apa pun.
Langkah 6: Simpan ke kalender konten dan uji jalan penuh
Buka tab Kalender Konten. Lima baris baru muncul otomatis, berwarna hijau. Setiap baris berisi tanggal, produk, caption, ide visual, skor, dan status. Baris hari Rabu berstatus revisi dari Laras, dengan ide visual yang sudah diganti menjadi foto petani gula aren. Catatan lengkapnya ada di tab Log. Hari Kamis bernilai sempurna setelah revisi dari pemeriksa, dan hari Jumat siap untuk akhir pekan. Semua harga sesuai Daftar Harga. Dari sini, siapa pun yang memposting, misalnya Nadia atau Dimas, tinggal menyalin caption dari kalender. Tidak ada lagi mencari ide di menit-menit terakhir. Sekarang lihat workflow lengkapnya dari kiri ke kanan. Inilah hasil kerja kita hari ini. Jadwal Senin pukul tujuh memicu periset. Periset memakai alat pencarian tren dan membaca kalender promo yang diisi Laras sebulan sekali. Penulis menulis lima caption dengan daftar harga resmi dari Google Sheets, bukan dari ingatannya. Pemeriksa menilai dengan rubrik dan meminta revisi bila perlu, maksimal satu kali. Lalu persetujuan Laras lewat Telegram, dengan batas waktu sampai Selasa siang. Hasil yang disetujui disimpan ke Kalender Konten, dan catatan revisi ke tab Log. Untuk ringkasnya, node IF dan susun ringkasan tidak ditampilkan di gambar ini. Terakhir, geser tombol aktif di kiri atas. Mulai Senin depan, pipeline berjalan sendiri. Uji jalan penuh tadi selesai dalam sekitar dua menit, ditambah enam belas menit menunggu Laras.
Langkah 7: Output Sesi 9: sistem konten + checklist keamanan
Mari lihat dampaknya. Sebelumnya, mencari ide dan menulis lima caption secara manual bisa memakan sekitar empat jam setiap minggu, sering dikerjakan malam hari setelah kedai tutup. Sekarang, Laras hanya butuh sekitar dua puluh menit untuk meninjau dan menyetujui lewat Telegram. Dan yang paling penting, tidak ada caption salah harga yang lolos ke pelanggan, karena pemeriksa dan persetujuan Laras menjadi dua lapis penyaring. Angka ini ilustrasi. Catat waktu Anda sendiri, karena akan kita pakai untuk mengukur dampak di Sesi 10. Sekarang bagian kedua dari output Sesi 9: checklist keamanan lengkap. Pakai untuk semua agent dan workflow Anda, bukan hanya pipeline konten. Pertama, data pelanggan seminimal mungkin, tanpa KTP, nomor rekening, atau data kartu. Kedua, pengaturan penggunaan data untuk pelatihan model sudah dicek di setiap aplikasi, lengkap dengan tanggal pengecekannya. Ketiga, agent hanya punya alat yang benar-benar perlu. Periset hanya membaca, penulis tanpa alat, dan tidak ada agent yang memegang akses pembayaran. Keempat, pesan pelanggan dan isi halaman web diperlakukan sebagai data, bukan perintah. Inilah penangkal prompt injection. Kelima, mengirim, membayar, dan mengubah harga wajib persetujuan manusia, dengan batas nominal dan batas waktu. Keenam, agent menjawab hanya dari data, dan berani berkata tidak tahu bila datanya tidak ada. Ketujuh, pertanyaan uji dan rubrik dijalankan rutin, dan setiap keputusan persetujuan tersimpan di log. Kedelapan, biaya bulanan dipantau dan dibandingkan dengan jam kerja yang dihemat. Jika kedelapan kotak ini tercentang, sistem Anda bukan hanya pintar, tetapi juga aman dan layak dipertahankan. Sekarang giliran Anda. Pertama, ganti data contoh dengan data usaha Anda sendiri: kalender promo, daftar harga, dan panduan gaya brand. Kalau Anda pengajar seperti Pak Hendra, ganti caption dengan materi atau soal latihan mingguan. Kedua, sesuaikan jadwal dan saluran persetujuan. Mungkin Anda lebih cocok Minggu malam, atau lebih sering membuka email daripada Telegram. Ketiga, jalankan dua minggu dengan pengawasan ketat. Baca semua hasil sebelum menyetujui, dan catat kesalahan yang muncul untuk memperbaiki instruksi. Keempat, simpan workflow dan checklist keamanan ini. Keduanya menjadi bahan utama proyek akhir Anda di Sesi 10.
Selesai!
Selamat, Sesi 9 selesai. Anda kini punya sistem konten otomatis yang dikerjakan tim agent, diperiksa dengan rubrik, dan baru disimpan setelah pemilik menyetujui, lengkap dengan checklist keamanan untuk semua agent Anda. Di episode berikutnya kita masuk Sesi 10, sesi terakhir: menyusun peta otomasi usaha Anda sebagai dasar proyek akhir. Siapkan daftar lima pekerjaan dari Sesi 1 dan semua workflow yang sudah Anda buat. Sampai jumpa di Episode 46.
Latihan mandiri
Kerjakan sendiri setelah menonton supaya materinya benar-benar melekat.
Rakit pipeline yang sama untuk usaha Anda: ganti kalender promo, daftar harga, dan panduan gaya dengan milik Anda sendiri.
Jalankan pipeline dua minggu berturut-turut dengan pengawasan ketat, lalu catat waktu yang Anda habiskan untuk meninjau dan berapa caption yang perlu direvisi.
Isi checklist keamanan Sesi 9 untuk semua agent dan workflow Anda. Simpan bersama workflow sebagai bahan proyek akhir di Sesi 10.
Tanya materi kelas
Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.
Catatan saya
Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.
Tanya jawab
Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.
Belum ada pertanyaan.
Pengajar
Tim Cerdas Inovasi Digital
Pengembang software, engineer BIM & 3D, dan praktisi AI
53 kelas video1.286 episode
Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.
