Promptowy workflow 2026: od newsa do wpisu WordPressa z obrazkiem, podpisem i planowaniem publikacji

👁 114 przeczytań

Najlepsza automatyzacja redakcyjna nie publikuje w ciemno. Przygotowuje świetne szkice, obrazy i harmonogram, a człowiek zostaje wydawcą. Oto kompletny workflow od newsa do WordPressa.

Pipeline zamiast jednego promptu

Półautomatyczna redakcja nie powinna działać na zasadzie: „znajdź news i napisz artykuł”. To zbyt dużo odpowiedzialności dla jednego kroku. Lepszy pipeline ma sześć etapów: research, selekcja, plan tekstu, generowanie, kontrola faktów, grafika i import do WordPressa. Każdy etap ma własny prompt i własny format wyjścia.

OpenAI web search nadaje się do zbierania świeżych źródeł, Structured Outputs do porządkowania danych, embeddings do antyduplikacji, a GPT Image 2 do grafik. WordPress może przyjmować wpisy jako zaplanowane posty, co pokazuje chociażby przykład WP-CLI z `post_status=future` i `post_date`. To wystarcza, żeby zbudować newsroom, który codziennie rano daje gotowe materiały.

Etap 1: research

Szukaj newsów AI i nowych technologii z ostatnich 48 godzin.
Nie uwzględniaj gier wideo.
Zbierz 30 kandydatów.
Dla każdego podaj: tytuł, źródła, datę, region, streszczenie, ocenę świeżości i ryzyko duplikatu.
Nie pisz jeszcze artykułów.

Etap 2: selekcja i antyduplikacja

Oceń kandydatów i wybierz 5-10 najlepszych.
Porównaj z archiwum tytułów i slugów.
Odrzuć duble, tematy wtórne i PR bez znaczenia.
Zwróć JSON z polami:
 title, slug, angle, score, sources, recommended_word_count, publish_time.

Archiwum:
[...]
Kandydaci:
[...]

Protip: rekomendowana długość powinna zależeć od tematu. Krótki news ma 600-800 słów. Temat z konfliktami, regulacją albo pieniędzmi może mieć 1200-1800. Nie pompuj każdego tekstu do tej samej długości.

Etap 3: tekst

Napisz artykuł dla bloga Promptowy.
Warunki:
- minimum 600 słów, ale dobierz długość do wagi tematu,
- tytuł publicystyczny,
- standfirst 2 zdania,
- 3-5 śródtytułów,
- każdy akapit wnosi informację albo argument,
- źródła wplecione naturalnie,
- bez korporacyjnego żargonu,
- zakończenie krótkie i mocne.

Plan i źródła:
[...]

Etap 4: kontrola jakości

Sprawdź tekst przed importem do WordPressa.
Zwróć błędy i poprawioną wersję.
Kontrola:
- faktografia,
- czy temat nie jest grą wideo,
- czy są źródła,
- czy tytuł nie jest clickbaitem,
- czy akapity nie leją wody,
- czy długość pasuje do wagi tematu,
- czy nie ma dubla w archiwum.

Etap 5: grafika i podpis

Wygeneruj prompt do ilustracji 16:9.
Styl stały: ciemne tło, faktura, elegancka ilustracja prasowa, mocny czerwony akcent, bez tekstu.
Obraz ma mieć jeden główny symbol i wyglądać jak praca ilustratora, nie generatora.
Dodaj podpis głównego obrazka jako pełne zdanie z kropką albo pytaniem.

Temat artykułu:
[...]

Etap 6: import i planowanie

Plugin WordPress powinien tworzyć lub aktualizować wpis po slugu, ustawiać kategorię Premium, dodawać obrazek wyróżniający, ALT, caption, meta description i datę publikacji. Najważniejsze: import ma być idempotentny. Ponowne kliknięcie nie tworzy duplikatu.

Dane do importu:
{
  "post_title": "",
  "post_name": "",
  "post_status": "future",
  "post_date": "YYYY-MM-DD HH:MM:SS",
  "post_category": "Premium",
  "post_content": "HTML",
  "featured_image": "plik.png",
  "featured_image_caption": "Pełne zdanie z kropką."
}

Domknięcie: automatyzacja nie ma odbierać redaktorowi decyzji. Ma odebrać mu nudę. Człowiek wybiera, AI przygotowuje, WordPress publikuje według planu. Tak wygląda praktyczny newsroom AI.

Dodatkowe protipy do wdrożenia

Pierwszy protip: zawsze trzymaj osobno prompt produkcyjny i prompt eksperymentalny. Prompt produkcyjny powinien być krótki, stabilny i testowany na stałym zestawie przypadków. Prompt eksperymentalny może być dłuższy, bardziej opisowy i swobodny. Mieszanie tych dwóch trybów sprawia, że trudno później ustalić, dlaczego jakość nagle spadła.

Drugi protip: zapisuj przykłady dobrych i złych odpowiedzi. Modele zmieniają się szybciej niż procesy redakcyjne, dlatego własna biblioteka przykładów jest bezcenna. Przy każdym zadaniu miej trzy przykłady: idealny wynik, wynik akceptowalny i wynik do odrzucenia. To ułatwia testowanie nowych modeli.

Trzeci protip: nie oceniaj modelu po jednej odpowiedzi. Zrób mały zestaw evali, nawet jeśli jest to zwykły arkusz z dwudziestoma zadaniami. Dopiero po kilku rundach zobaczysz, czy model naprawdę dowozi, czy tylko trafił w jeden przypadek.

CHECKLISTA KOŃCOWA

Przed wdrożeniem odpowiedz:
- czy mam jasny format wejścia i wyjścia?
- czy wiem, kiedy model ma odmówić albo poprosić o dane?
- czy wynik można zweryfikować?
- czy mam fallback?
- czy człowiek sprawdza zadania wysokiego ryzyka?

Czwarty protip: traktuj prompt jak kod. Ma wersje, autora, datę zmiany i krótki opis celu. Jeśli prompt zarabia czas albo pieniądze, nie może żyć w przypadkowym dokumencie bez historii zmian.

Miniwarsztat

Weź własny przypadek użycia i uruchom trzy warianty promptu: krótki, precyzyjny i przesadnie opisowy. Porównaj odpowiedzi nie po tym, która brzmi najlepiej, ale po tym, która wymaga najmniejszej liczby poprawek. To proste ćwiczenie zwykle pokazuje, że długość promptu nie jest wartością samą w sobie. Wartością jest jasność zadania.

Na koniec zapisz zwycięski prompt jako wzorzec i nie zmieniaj go przez tydzień. Dopiero po zebraniu błędów poprawiaj instrukcję. W przeciwnym razie będziesz co dzień stroić system na podstawie nastroju, a nie danych.

Warsztat wdrożeniowy: jak sprawdzić ten workflow u siebie

Najlepszy sposób na przyswojenie tego tutorialu to nie czytanie go drugi raz, tylko uruchomienie małego testu na własnym materiale. Wybierz jedno realne zadanie, które normalnie zrobiłbyś ręcznie: szkic wpisu, analizę dokumentu, review kodu, porównanie źródeł, opis grafiki albo przygotowanie briefu. Nie bierz zadania idealnego. Weź coś przeciętnego, z lekkim bałaganem, bo właśnie w takich sytuacjach modele pokazują, czy są narzędziem pracy, czy tylko demonstracją możliwości.

Ustaw prosty limit: jeden materiał wejściowy, jeden prompt bazowy, jedna odpowiedź modelu i jedna runda poprawek. Po wykonaniu zadania oceń wynik nie emocjonalnie, ale operacyjnie. Ile minut oszczędziłeś? Ile rzeczy trzeba było poprawić? Czy model dodał fakty, których nie było w źródle? Czy format odpowiedzi dałoby się wkleić do WordPressa, repozytorium albo dokumentu roboczego bez ręcznego sprzątania? To są pytania ważniejsze niż to, czy odpowiedź brzmiała inteligentnie.

PROMPT KONTROLNY PO WYKONANIU ĆWICZENIA

Oceń wynik pracy modelu jak redaktor prowadzący albo senior operator systemu.
Nie chwal ogólnie. Wskaż konkrety.

Sprawdź:
1. Czy wynik realizuje zadanie?
2. Czy model dodał niezweryfikowane fakty?
3. Czy format jest zgodny z oczekiwaniem?
4. Co człowiek musiałby poprawić przed publikacją lub wdrożeniem?
5. Czy to zadanie następnym razem może iść automatycznie, czy wymaga review?

Zwróć:
- decyzję: automatyzować / półautomatyzować / zostawić człowiekowi,
- trzy poprawki do promptu,
- jedną metrykę jakości do śledzenia w kolejnych testach.

Po trzech takich testach zrób krótką retrospektywę. Jeżeli model pomaga głównie w porządkowaniu materiału, używaj go na początku workflow. Jeżeli dobrze wykrywa błędy, używaj go jako recenzenta. Jeżeli pisze świetne szkice, ale wymyśla szczegóły, trzymaj go z dala od finalnej publikacji bez fact-checku. To podejście jest mniej efektowne niż hasło „AI zrobi wszystko”, ale znacznie bliższe prawdziwej pracy.

Najważniejsza zasada: nie wdrażaj modelu dlatego, że jest nowy. Wdrażaj go wtedy, gdy w konkretnym procesie skraca drogę od chaosu do decyzji. Wszystko inne jest zabawą w demo.

Wygenerowane przykłady do pipeline’u redakcyjnego

W tym workflow obraz nie jest ozdobą doklejoną na końcu. Jest jednym z elementów produkcji: ma własny prompt, własny styl, własny podpis i własne miejsce w imporcie do WordPressa.

Właśnie dlatego warto rozdzielić generowanie tekstu, obrazu i importu. Każdy etap można wtedy poprawiać osobno, bez rozwalania całego procesu.

Dokumentacja i źródła

• OpenAI Web Search
• OpenAI Structured Outputs
• OpenAI Image Generation
• WP-CLI scheduled post
• OpenAI Embeddings

// czytaj dalejNajlepsze prompty i workflow AI dla jednoosobowej firmy (JDG)PromptyJak tworzyć kreacje reklamowe z Nano Banana - przykłady i promptyNano BananaKompletny przewodnik po promptach AI dla każdej branży - ponad 100 gotowych rozwiązańPrompty