𝗜𝗰𝗵 𝗵𝗮𝗯𝗲 𝗲𝗶𝗻𝗲𝗻 𝗞𝗜-𝗦𝗼𝗰𝗶𝗮𝗹-𝗣𝘂𝗯𝗹𝗶𝘀𝗵𝗲𝗿 𝗺𝗶𝘁 𝗡𝘂𝗹𝗹-𝗕𝘂𝗱𝗴𝗲𝘁 𝗺𝗶𝘁 𝗻8𝗻 𝗴𝗲𝗯𝗮𝘂𝘁
Ich wollte ein automatisiertes Social-Media-System für null Dollar bauen.
Das Ziel war einfach. Ich sende einen Prompt an einen Telegram-Bot. Gemini schreibt einen Post. Pollinations.ai erstellt ein Bild. Das System schickt mir alles zur Überprüfung zurück.
Ich habe diese Tools verwendet:
- n8n: Um alle Dienste zu verbinden.
- Google Gemini: Um den Text zu schreiben.
- Pollinations.ai: Um Bilder zu generieren.
- Telegram: Als meine Steuerzentrale.
Kostenlose Tools sind leistungsstark, aber sie machen Fehler. Hier ist, wie ich die Probleme gelöst habe.
Problem 1: Gemini fügte zu viel zusätzlichen Text hinzu. Gemini enthielt oft Gesprächsfüllsel oder Markdown. Es sagte zum Beispiel: „Hier ist dein Tweet:“ vor dem eigentlichen Text. Das ruiniert einen Social-Media-Post.
Die Lösung: Ich habe einen n8n Code-Node verwendet. Ich habe eine kleine JavaScript-Funktion geschrieben, um alle überflüssigen Wörter und das Markdown zu entfernen. Außerdem habe ich eine Prüfung hinzugefügt, um sicherzustellen, dass der Text den Zeichenlimits der sozialen Medien entspricht.
Problem 2: Die Bilder waren inkonsistent. Pollinations.ai erzeugte jedes Mal andere Stile. Manchmal passten die Bilder nicht zum Ton des Textes.
Die Lösung: Ich habe einen zweiten Schritt hinzugefügt. Ich habe Gemini genutzt, um basierend auf dem Social-Media-Post einen spezifischen Bild-Prompt zu schreiben. Dieser Prompt enthält Stil-Details wie „digital art“ oder „tech-focused“. Außerdem habe ich die Timeout-Einstellungen in n8n erhöht, damit der Workflow bei langsamen Generierungen nicht abstürzt.
Problem 3: Die Überprüfungen in Telegram waren unübersichtlich. Es war schwierig, den Rohtext und die langen URLs zu lesen.
Die Lösung: Ich habe in n8n eine Nachrichten-Vorlage erstellt. Jetzt zeigt Telegram den Text und das Bild zusammen an. Ich habe Buttons für „Genehmigen“ oder „Verwerfen“ hinzugefügt. Das macht aus einem einfachen Bot ein professionelles Dashboard.
Die Lehre: Man kann massive Automatisierungen kostenlos aufbauen. Man muss jedoch Zeit in die Datenbereinigung und Fehlerbehandlung investieren. Die „Fehler“ sind der Punkt, an dem man lernt, wie APIs tatsächlich funktionieren.
Welche Fehler treten in deinen Automatisierungsprojekten auf?
Optionale Lern-Community: https://t.me/GyaanSetuAi