n8n Flowletter Templates Evaluation

Auf der Suche nach neuen n8n-Templates für meine automatisierte Newsletter-Pipeline stellte ich fest: Fast alle Community-Vorlagen sind extrem generisch und werfen Texten nur ein simples "Fasse das zusammen" entgegen. Statt fremde Workflows zu importieren, habe ich mein eigenes KI-Setup auf mehr "Actionability" und smarte Kostenkontrolle optimiert.

Prompts für echte Handlungsanweisungen

Meine regelmäßige Prompt-Evaluation zeigte einen Actionability-Score von nur 5,3 von 10 Punkten – die KI-Notizen waren schlicht zu vage. Um das zu lösen, habe ich meinen zentralen Newsletter-Prompt radikal überarbeitet. Das Sprachmodell muss Neuigkeiten nun zwingend gegen eine dynamische Liste meiner 10 aktuellsten Projekte abgleichen. Was nicht passt, wird ignoriert.

Zudem darf die KI nicht mehr nur zusammenfassen, sondern muss die Informationen in konkrete Formate übersetzen: einen direkten Befehl (z.B. fürs Backlog), einen Prüfauftrag oder eine neue Projekt-Idee. Vage Phrasen wie "man könnte in Erwägung ziehen" habe ich über eine strikte Verbotsliste im Prompt untersagt.

Kostenkontrolle im LLM-Gateway

Komplexe Prompts mit viel Kontext treiben bei dutzenden Artikeln am Tag die Token-Kosten in die Höhe. Da ich ein zentrales LLM-Gateway nutze, kann ich flexibel steuern, welches Modell die Aufgaben übernimmt.

Für einfache Filter-Aufgaben und Link-Extraktionen habe ich Mistral Small 4 als neues Standard-Modell im "Cheap-Tier" konfiguriert (ca. 0,10 $ Input / 0,30 $ Output pro 1M Token). Nur wenn komplexe logische Schlüsse nötig sind oder das Modell in einen Fehler läuft, schaltet das Fallback-Routing nahtlos auf ein leistungsstärkeres Premium-Modell um. So bleiben die täglichen Automatisierungskosten im Cent-Bereich.

Meine wichtigsten Erkenntnisse für dein Setup: * Handlungen statt Zusammenfassungen: Zwinge die KI, Informationen in konkrete "Prüfaufträge" oder "Backlog-Items" zu übersetzen und verbiete vage Formulierungen. * Kontext & Routing: Übergib deine aktiven Projekte als Referenz in den Prompt und nutze sehr günstige Modelle wie Mistral Small 4 für das massenhafte Vorfiltern von Daten.