Automatyzacja social mediów z AI: od pomysłu do zaplanowanego posta

👁 114 przeczytań

Automatyzacja social mediów z AI nie polega na tym, że model sam publikuje, co chce. Polega na tym, że pomysł zapisany jednym zdaniem w arkuszu zamienia się w trzy wersje posta pod różne kanały, czeka na Twoje „OK” i dopiero wtedy trafia do kolejki publikacji. Poniżej dwa scenariusze rozpisane krok po kroku: z arkusza pomysłów i z nowego wpisu na blogu, z listą tego, co się psuje po stronie Instagrama i LinkedIna, oraz z rachunkiem miesięcznym.

Od czego zależy, czy to zadziała

Model pisze dobrze tylko wtedy, gdy dostanie opis stylu: kilka Twoich najlepszych postów jako wzór, listę słów, których nie używasz, długość, sposób zaczynania i kończenia. Ten opis wkleja się raz do instrukcji systemowej. Bez tego dostajesz ogólniki z wykrzyknikami i hasztagami, czyli to, przeciw czemu LinkedIn wprowadził przycisk oznaczania treści wyglądających jak AI, o czym pisałem w osobnym tekście.

Druga rzecz to zatwierdzanie. Przepływ dzieli się na dwie części: pierwsza pisze i odkłada do arkusza ze statusem „do akceptacji”, druga rusza dopiero po zmianie statusu na „OK”. Model nigdy nie publikuje niczego, czego nie widziałeś. Nazwy modułów podaję dla Make, bo ma gotowe moduły do Instagrama i LinkedIna; w n8n jest węzeł LinkedIn, a Instagram obsługuje się przez Facebook Graph API.

Scenariusz 1: z arkusza pomysłów do zaplanowanego posta

• Wyzwalacz: Google Sheets, moduł Watch Rows na arkuszu „Pomysły” z kolumnami: pomysł, link, obraz (adres URL), status, LinkedIn, Instagram, Facebook. Odpytywanie co 15 minut albo rzadziej.
• Krok 2, model: moduł OpenAI albo Anthropic z instrukcją systemową zawierającą opis stylu. Prompt: „Na podstawie pomysłu napisz trzy wersje: LinkedIn do 1300 znaków bez hasztagów, Instagram do 800 znaków z trzema hasztagami, Facebook do 500 znaków. Zwróć wyłącznie JSON z polami linkedin, instagram, facebook.”
• Krok 3, rozpakowanie: Parse JSON, potem Google Sheets Update Row: trzy teksty do trzech kolumn, status „do akceptacji”.
• Krok 4, człowiek: czytasz, poprawiasz w arkuszu, zmieniasz status na „OK” i wpisujesz datę publikacji.
• Krok 5, drugi scenariusz: Watch Rows z filtrem status = „OK”. Router na trzy gałęzie: LinkedIn (Create a User Post albo post organizacji), Instagram for Business (Create a Photo Post z adresem obrazu), Facebook Pages (Create a Post). Zamiast bezpośredniej publikacji możesz wysłać wszystko do Buffera akcją Add to Queue przez Zapiera i pozwolić mu pilnować godzin.
• Krok 6, domknięcie: status „opublikowano” i adres posta z powrotem w arkuszu.

Co się psuje: moduł Instagrama wymaga publicznego adresu obrazu w formacie JPEG; linki z Dropboxa i Google Drive zwracają błąd formatu. Karuzele wymagają innej ścieżki niż pojedyncze zdjęcie. Publikowanie jako strona firmowa LinkedIna z własnej instalacji n8n wymaga aplikacji z uprawnieniem do zarządzania organizacją i weryfikacji LinkedIna; w Make załatwia to gotowe połączenie. Model zwraca JSON z komentarzem przed nawiasem, przez co parser się wykłada; pomaga przycięcie tekstu do pierwszego nawiasu klamrowego.

Scenariusz 2: nowy wpis na blogu zamienia się w posty

• Wyzwalacz: RSS, moduł Watch RSS Feed Items na kanale bloga, sprawdzany co godzinę.
• Krok 2, treść: HTTP Get pobiera stronę wpisu, moduł Text Parser wyciąga tekst z HTML.
• Krok 3, model: ten sam prompt co wyżej z dodatkiem: „Wybierz z tekstu jedną liczbę albo konkret, od którego zaczniesz post. Nie streszczaj całości, zaproś do przeczytania.”
• Krok 4: zapis do arkusza „Pomysły” ze statusem „do akceptacji”. Dalej działa druga część pierwszego scenariusza.

Co się psuje: kanały RSS z pełną treścią mają kilkanaście tysięcy znaków na wpis, co podnosi koszt tokenów, więc do modelu wysyłaj pierwsze 6000 znaków; zaktualizowane wpisy pojawiają się w kanale ponownie, więc filtruj po adresie, który już jest w arkuszu.

Ile to kosztuje

Ceny bez VAT, kurs NBP z 24 września 2026: 3,857 zł za dolara, 4,39 zł za euro. Liczby tokenów to założenia redakcji: opis stylu z przykładami zajmuje większość wejścia i powtarza się przy każdym poście. Obrazów nie liczę, bo koszt zależy od modelu. Jeśli sednem ma być praca modelu (research tematów, czytanie konkurencji), porównaj Gumloop z Make.

Czego nie automatyzować

• Odpowiedzi na komentarze. Da się, ale ludzie to rozpoznają, a platformy karzą wzorce. To opinia redakcji.
• Publikacji bez zatwierdzenia. Jedno zdanie o konkurencji albo nieaktualna cena kosztuje więcej niż minuta czytania szkicu.
• Kanałów, których API jest płatne albo zmienne. Zasady dostępu do API X zmieniały się kilka razy; sprawdź aktualny cennik u źródła, w tym tekście go nie liczę.

Najczęstsze pytania

Czy AI może samo publikować posty na Instagramie?

Tak, przez moduł Instagram for Business w Make albo akcję Publish Photo w Zapierze, pod warunkiem konta firmowego połączonego ze stroną na Facebooku i publicznego adresu obrazu. Rozsądniej publikować tylko wiersze ze statusem „OK”.

Ile kosztuje automatyzacja social mediów z AI?

Przy 20 postach miesięcznie: model poniżej 1 USD, platforma 9-20 USD albo 0 zł na własnym serwerze n8n, kolejka publikacji 0-15 USD. Razem ok. 35-135 zł miesięcznie bez VAT.

Czy posty pisane przez AI da się rozpoznać?

Ogólnikowe tak, i LinkedIn daje użytkownikom przycisk do ich oznaczania. Posty oparte na Twoim opisie stylu, z konkretem na początku, są trudniejsze do odróżnienia, ale i tak przeczytaj każdy przed publikacją.

Czy potrzebuję Buffera, jeśli mam Make?

Nie. Make i n8n publikują bezpośrednio, a godzinę ustawiasz w arkuszu i węźle opóźnienia. Buffer daje podgląd kolejki i statystyki w jednym miejscu.