Aynı temel içeriği blog, haber bülteni ve sosyal medya gibi farklı platformlarda yayınlamak, elle yapıldığında oldukça tekrarlayıcı bir iş haline gelir. Bu durum, otomasyon için ideal bir hedef sunar. Ancak, özellikle üçüncü taraf platformlara doğrudan otomatik paylaşım yapmak, çoğu platformun toplu otomatik gönderimleri tespit edip cezalandırması nedeniyle risklidir. Bu makalede, n8n kullanarak içerik dönüşüm sürecinin tekrarlayan kısımlarını otomatikleştiren, ancak yayınlama adımını insan onayına bırakan yarı otomatik bir pipeline tasarlayacağız.
Pipeline'ın temel akışı şu şekildedir: Yeni bir blog yazısı yayınlandığında tetiklenen bir iş akışı, içeriği HTTP isteğiyle alır, başlık ve özet gibi ana alanları çıkarır, ardından bir LLM API'si (Claude veya GPT) kullanarak her platform için özelleştirilmiş varyantlar oluşturur. Bu varyantlar, LinkedIn, Twitter/X ve haber bülteni için ayrı ayrı biçimlendirilir ve son olarak bir inceleme kuyruğuna (Google Sheets veya Notion) yazılır. İnsan kullanıcı, bu kuyruğu gözden geçirip her bir varyantı manuel olarak yayınlar.
Tetikleyici olarak, blogunuz GitHub Actions veya Netlify gibi bir araçla statik olarak derleniyorsa, dağıtım işlem hattınızdan tetiklenen bir Webhook düğümü kullanabilirsiniz. Bu webhook, yeni yazının URL'sini ve slug'ını POST isteğiyle alır. Ardından bir Function düğümü, HTML içeriğinden başlık ve ilk paragraf gibi temel alanları çıkarır. Ancak karmaşık HTML yapıları için regex yerine uygun bir HTML ayrıştırıcı kullanmak daha güvenilirdir.
Sonuç ve Değerlendirme
Platform varyantlarını oluşturma aşaması, LLM API'sinin en değerli olduğu yerdir. 800 kelimelik bir makaleyi LinkedIn için 150-200 kelimelik profesyonel bir gönderiye, Twitter/X için kısa bir thread açılışına ve haber bülteni için bir tanıtım metnine dönüştürmek, basit bir kısaltmadan çok daha fazlasını gerektirir. API'ye üç farklı prompt göndererek veya tek bir çağrıda yapılandırılmış JSON çıktısı isteyerek bu varyantları elde edebilirsiniz.
Pipeline'ın en kritik tasarım kararı, son otomatik adımın bir yayınlama noktasına değil, bir inceleme kuyruğuna yazmasıdır. Bu sayede otomasyon, bir spam üretme hattı olmaktan çıkar ve gerçek bir verimlilik aracına dönüşür. Google Sheets veya Notion düğümü, her varyantı 'pending_review' durumuyla tabloya ekler. Kullanıcı, bu tabloyu inceleyerek iki dakika içinde düzenleme yapabilir ve manuel olarak yayınlayabilir.
İnsan adımının bilinçli olarak manuel bırakılmasının birkaç nedeni vardır. Platformların otomatik paylaşımı tespit etme riskinin yanı sıra, insan gözü otomasyonun kaçırabileceği nüansları yakalar: yeniden yazılan bir özetin yanlış olması, platform kültürüne uymayan bir ton veya hedef kitleye göre yanlış yönlendirilmiş bir bağlantı. Bu pipeline'ın sağladığı zaman tasarrufu, 'sıfır insan katılımı' değil, 'aynı içeriği beş farklı şekilde yeniden okuyup yazma' zahmetini ortadan kaldırmasıdır.
Kaynak: dev.to
