Nudny bot do social media – czyli jak zbudowałem system do automatyzacji, który oszczędza czas i nerwy

Wszyscy dookoła zachłysnęli się skomplikowanymi agentami AI. Mają myśleć, planować, analizować i podbijać świat. Ja w tym czasie postawiłem na coś totalnie nudnego – prostą automatyzację z kilkoma klockami.

Dlaczego?Bo to działa! Zawsze, w myśl Keep it simple!

Mój problem był banalny i pewnie znasz go z autopsji: za mało czasu, kilka kanałów social media do ogarnięcia i zerowa tolerancja dla błędów. Zamiast budować jednego, wielkiego bota, który miałby robić wszystko, zbudowałem system z małych, niezależnych i, co najważniejsze, prostych automatów.

Oto jak to wygląda krok po kroku.

Mój stack – czyli z czego to poskładałem

Zanim przejdziemy do rzeczy, szybki rzut oka na narzędzia.

• Bubble.io: Tutaj w narzędziu NoCode zbudowałem Mój własny, prosty CMS. To jest moje jedyne źródło prawdy i tu zaczyna się cały proces
• Supabase: Otwartoźródłowa alternatywa dla AirTable. Traktuję ją jak magazyn na dane – wpadają tu gotowe posty i czekają na swoją kolej.
• n8n.io: Klej do wszystkiego. Jego zadanie jest jedno: złapać posta z Bubble i wrzucić go do Supabase.
• Make.com (Integromat): To z kolei moi mali robotnicy. Każdy ma swoje poletko i zajmuje się publikacją na jednym, konkretnym kanale.

Dobra, a teraz jak to wszystko ze sobą rozmawia

Krok 1: Baza prawdy, czyli CMS w Bubble

Wszystko zaczyna się tutaj. Mam prosty formularz w apce zbudowanej na Bubble, gdzie wpisuję treść posta, dodaję grafiki i linki. Żadnej filozofii.

Dlaczego nie tworzę postów Automatycznie ? Dlatego, że w tym miejscu chcę mieć kontrolę. Jakość przede wszystkim – AI nie jest jeszcze na to Gotowe.

Oczywiście przy tworzeniu postów także posiłkuję się AI – ale to temat na osobny POST.

Tak wygląda post opublikowany na Stronie (Listing). Tak dobrze widzisz – jest to Blog o Fantastyce i Książkach Fantasy – czyli moje Hobby.

Krok 2: Zapis do bazy danych (n8n + Supabase)

Gdy klikam “Zapisz” w moim CMS-ie, do gry wkracza n8n. Mam tam ustawiony prosty scenariusz, który przez webhooka nasłuchuje na nowe dane.

Jego rola jest trywialna:

1. Złap dane wysłane z Bubble (treść, URL grafiki itd.).
2. Zmapuj je na odpowiednie kolumny w tabeli.
3. Wyślij do bazy w Supabase.

Koniec.

N8N nie myśli, nie analizuje. Jest jak kurier, który ma dostarczyć paczkę z punktu A do punktu B. Robi to szybko i niezawodnie. Tutaj macie cały Proces – prawda, że skomplikowany 🙂

Strukturę Bazy danych pozostawiam dla siebie – ale to też nic skomplikowanego.

Krok 3: Publikacja – osobny automat dla każdego kanału

I tu dochodzimy do sedna. Zamiast jednego scenariusza, który publikuje wszędzie, mam kilka małych i niezależnych w Make.com. Osobny dla LinkedIn, osobny dla X i tak dalej.

Każdy taki scenariusz:

1. Uruchamia się o określonej porze.
2. Pobiera z Supabase najstarszy nieopublikowany post dla swojego kanału.
3. Tu pojawia się szczypta AI: Używa modelu językowego (np. przez API OpenAI), żeby lekko zmodyfikować treść. Na LinkedIn dodaje bardziej formalny ton, na X skraca i dodaje inne emoji. To jedyne miejsce, gdzie AI ma coś do gadania.
4. Publikuje posta przez API danego serwisu.

W praktyce wygląda to mniej więcej tak:

Dlaczego tak? Bo to jest bardzo odporne na awarie. Jeśli API LinkedIn się wysypie albo zmienią jakieś zasady, reszta moich automatów dalej działa. Post na X opublikuje się bez problemu. Gdybym miał jeden wielki scenariusz, szukanie błędu trwało by wiekami – a tak jest prosto łatwo i przyjemnie – Tak jak lubię.

Dla kontrastu znalazłem w N8N “profesjonalny” workflow do publikacji treści:

Prawda, że wygląda bardziej przyjaźnie 🙂 ?
Powiesz: Jasne – przyznaj po prostu nie potrafiłbyś takiego zrobić!

Odpowiedź jest prosta jak w wielu przypadkach – potrafiłbym tylko … po co ? Czy takie skomplikowane Workflow robią coś innego niż mój prosty i pragmatyczny ?
Drugi bardzo częsty przypadek – ludzie obecnie do wszystkiego wykosztują w n8n Agenta – bo to modne no i bardziej inteligentne. Weźcie tylko pod uwagę, że każda decyzja Agenta kosztuje Tokeny LLM – moja integracja zużywa je tylko na to co jest naprawdę potrzebne. A decyzyjność jest już na poziomie – organizacji całego rozwiązania. (No i w moim przypadku Agent się nigdy nie pomyli – bo go po prostu nie ma).

Finalny efekt wygląda mniej więcej tak:

Krok 4: Informacja zwrotna

Po udanej publikacji automat z Make.com robi jeszcze jedną rzecz: wraca do Supabase i zapisuje link do opublikowanego posta oraz zmienia jego status na “Opublikowany”.

Dzięki temu mam pełną historię i mogę w przyszłości zbudować sobie własny, prosty panel analityczny. Nie jestem uzależniony od narzędzi firm trzecich i zbieram dane w jednym miejscu, na moich zasadach.

Podsumowując: Nuda jest lepsza niż chaos

Zanim zaczniesz projektować skomplikowanego, autonomicznego agenta AI do zarządzania social mediami, zadaj sobie jedno proste pytanie: czy kilka połączonych ze sobą, prostych i niezależnych automatyzacji nie zrobi tej samej roboty?

U mnie odpowiedź brzmi: tak. I zrobi to taniej, szybciej i ze 100% niezawodnością. Czasami najprostsze rozwiązania są po prostu najlepsze.