Como montei meu podcast automatizado com n8n, LLaMA 3.3 e notícias do mercado financeiro
Há alguns meses compartilhei aqui minha primeira experiência com um podcast 100% gerado por inteligência artificial. Era um MVP simples: automação no n8n, modelo da Hugging Face e um roteiro gerado automaticamente. Funcionou, postei, recebi feedback — e agora evoluí o projeto de verdade.
Hoje, o podcast é um produto consistente, automatizado, com foco em notícias do mercado financeiro, e rodando com LLaMA 3.3 como cérebro principal.
A base: automação com n8n
O n8n é o motor de tudo. Montei um fluxo modular que segue esta lógica:
- Agendamento diário (8h da manhã);
- Coleta de notícias via RSS de fontes confiáveis do mercado financeiro;
- Filtragem de manchetes relevantes com base em palavras-chave (
juros
,inflação
,ações
,dólar
, etc.); - Envio das notícias para o modelo LLaMA 3.3 rodando na Hugging Face;
- Geração de roteiro com linguagem natural, explicando os acontecimentos do dia;
- Conversão em voz com modelo TTS (atualmente usando
F5-TTS
ou modelos da Hugging Face); - Publicação automática em uma plataforma como Spotify (via Anchor) e notificação por Telegram.
O cérebro: LLaMA 3.3
O modelo LLaMA 3.3 é responsável por transformar as notícias cruas em um roteiro coeso, didático e com tom de especialista. Criei um prompt personalizado que instrui o modelo a agir como um analista de mercado e estruturar o conteúdo em blocos:
- Abertura
- Cenário Econômico Nacional
- Internacional
- Destaques da Bolsa
- Fechamento com insight
O resultado é um texto direto, informativo e fácil de entender mesmo para quem não acompanha o mercado todos os dias.
A voz: TTS em português
Com o roteiro pronto, uso um modelo de Text-to-Speech para gerar o áudio do episódio. Já testei alguns disponíveis na Hugging Face, mas recentemente estou aplicando fine-tuning com F5-TTS para dar uma voz mais natural e brasileira ao apresentador.
Também estou testando diferentes vozes/personagens — por exemplo, um especialista em ações, outro em renda fixa — o que traz mais dinamismo ao episódio.
Publicação e distribuição
O n8n finaliza o episódio, adiciona uma trilha de fundo leve (opcional) e faz o upload para o Spotify. Além disso, envia um link automático para meu canal do Telegram ou para uma lista de e-mails com o episódio do dia.
O que vem por aí
Estou integrando dados em tempo real (ex: dólar, Ibovespa, Selic), e adicionando uma interface para que ouvintes possam sugerir temas ou enviar perguntas — que serão respondidas por IA em episódios futuros.
Também estou estudando o uso de múltiplos agentes interagirem e criarem conversas ainda mais ricas no podcast.
Esse projeto me mostrou o poder real da automação combinada com IA generativa.
Se você trabalha com conteúdo, mercado financeiro ou só quer explorar os limites da criatividade com tecnologia, vale a pena mergulhar no n8n e nos modelos open-source da Hugging Face.
Se quiser, posso compartilhar os fluxos, prompts e templates que uso. Me chama!
https://open.spotify.com/episode/3nCJV5QrQheLKAk1STBQ4x?si=GenNm4PdSzKq_c3CoWWwfQ
Precisei vir aqui falar que comecei a brincar com o n8n hoje e, pra experimentar, montei um fluxo que roda de hora em hora, pega o RSS de vários sites — incluindo o TabNews —, filtra os itens novos usando LLM (estou testando com o Gemini 2.0 Flash por enquanto), e manda pro meu Telegram só os links que a IA julga que podem me interessar com base no prompt que escrevi.
Curiosamente, esse teu post foi o primeiro conteúdo que chegou pra mim por esse fluxo. 😄
A sacada de usar TTS foi muito boa. Curti bastante a implementação como um todo. Boa dica e inspiração pra mim e pra galera!
Muito maneiro, eu tenho vontade de fazer resumos de noticias de clube de futebol.
Ainda acho a voz muito robótica e artificial. Mas por exemplo, curti bastante como é feito no notebookLM. De qualkquer forma, baita projeto. Esse N8N virou algo do momento ou é bom mesmo ? Nunca usei.
Qual modelo você usou para criar o podcast de domingo 11/05? Parece bem realista. Acho difícil achar modelos tts em português mais naturais como esse
Excelente! Há algum repositório com os fluxos e prompts que possamos ver e até ofertar para alguma contribuição de melhoria? Acho válido @danielsant1 para refinamento sucessivo.