Automatyzacja masowej publikacji Reels/Shorts/TikTok z Google Drive przez n8n + AI

Szukam dewelopera, który stworzy bota Telegram dla naszego sklepu odzieżowego. Istota: menedżer wysyła botowi zwykłe zdjęcie produktu (na wieszaku, na stole) — bot za pomocą AI generuje gotową galerię profesjonalnych zdjęć do karty produktu na stronie/rynkach. Co powinien umieć bot Przyjmować 1–4 zdjęcia produktu w czacie Telegram. Automatycznie rozpoznawać produkt (kategoria, krój, męski/żeński) — bez ręcznego opisu. Generować galerię z ~6 zdjęć: produkt na modelu: studio z przodu, z tyłu, dynamiczna poza; zdjęcia produktowe: flat, detal z bliska, ghost-manekin; zdjęcie lifestyle. Spójny model — ta sama osoba we wszystkich zdjęciach galerii i między galeriami (twarz marki). Kilka stylów zdjęć do wyboru (na przykład: streetwear, casual, sport, old money). Format wyjściowy: JPG 4:5, pliki z numeracją (-01, -02…) — gotowe do załadowania. Możliwość ponownego wygenerowania pojedynczego zdjęcia lub zmiany stylu bez ponownej generacji całej galerii. Dostęp tylko dla naszej drużyny (allowlist), dzienne limity na użytkownika. Śledzenie kosztów API AI: pokazywać koszt przed generacją, prowadzić statystyki. Oczekiwania techniczne Generacja obrazów: Gemini (Nano Banana) / DALL·E / Flux lub analog — zaproponuj opcję z uzasadnieniem jakości i kosztu za zdjęcie. Bot ma działać 24/7 na VPS (auto-restart, wdrożenie pod klucz). Sekrety przez .env, kod przekazywany nam (repozytorium). Co zapewnimy Zdjęcia produktów do testów, życzenia dotyczące stylistyki marki. Na co czekam w odpowiedzi Ocena kosztów i terminów. Orientacyjny koszt jednej galerii. Od i Do

System automatycznych powiadomień o uzupełnieniu zapasów analityka. Na 8n8. Mała automatyzacja dla e-commerce. Raz na dobę system oblicza szybkość sprzedaży dla każdego produktu i wysyła na Telegram, że czas zamówić (z zalecaną ilością) i na ile dni wystarczy zapas. Co robimy: Pobieranie danych: KeyCRM API (historia zamówień) + zapasy/zamówienia z Rozetka (API lub eksport) Przechowywanie w SQLite na moim VPS (Contabo, Linux) Obliczanie średniej sprzedaży, zapasu w dniach, punktu zamówienia Analiza ABC: priorytetyzacja, który produkt uzupełniać jako pierwszy (klasa A — główne pod względem przychodu — ważniejsze) Codzienny bot Telegram + uruchamianie przez cron Wszystkie progi (czas dostawy, zapas bezpieczeństwa, zapas docelowy) — w konfiguracji

Potrzebny jest system do automatycznego przetwarzania dużych ilości informacji za pomocą AI Obecnie używam własnego promptu w Claude. Działa dobrze na małych tekstach, ale przy dużych objętościach sieć neuronowa może pomijać części, zatrzymywać się przed końcem lub informować o zakończeniu, mimo że materiał nie został w pełni przetworzony. Potrzebny jest system, który przyjmuje od razu książkę na 200+ stron, kilka książek, PDF, DOCX, TXT, napisy, transkrypcje audio i wideo lub inny duży zbiór informacji i automatycznie przetwarza go od początku do końca. Jeden z podstawowych formatów wyniku dla każdego sensownego zdania: Wersja angielska. •••••••••••••••••••••••••••• Wersja rosyjska. •••••••••••••••••••••••••••• Wersja angielska. •••••••••••••••••••••••••••• Wersja angielska. •••••••••••••••••••••••••••• Wersja rosyjska. •••••••••••••••••••••••••••• Wersja angielska. Każda sensowna linia jest wyświetlana cztery razy po angielsku i dwa razy po rosyjsku w podanej kolejności. Tłumaczenie powinno dokładnie oddawać sens. Krótkie zdania można łączyć, długie — dzielić na zakończone sensowne linie. Format powinien być konfigurowalny: liczba angielskich powtórzeń i tłumaczeń, ich kolejność, języki, separator, długość linii, główny prompt i zachowanie różnych szablonów. Na przykład, zamiast English–Russian–English–English–Russian–English można wybrać dowolną inną sekwencję. Jeśli dokumentu nie można przetworzyć jednym zapytaniem, program powinien samodzielnie podzielić go na wewnętrzne bloki, wysłać je do Claude, ChatGPT, Gemini lub innego modelu, sprawdzić wynik, powtórzyć problematyczne części i połączyć wszystko w jeden plik. Użytkownik nie powinien ręcznie kopiować tekstu przez cztery strony. Trzeba sprawdzić, czy nie pominięto żadnego zdania, akapitu ani sensownego fragmentu, czy nie ma duplikatów między blokami, a struktura odpowiada szablonowi. Weryfikacja nie powinna opierać się tylko na stwierdzeniu sieci neuronowej. Przetwarzanie audio System powinien również przetwarzać duże archiwa audio, na przykład kanał Telegram z 300 audycjami trwającymi około jednej godziny. Preferowane jest automatyczne pobieranie audio lub przyjęcie całego archiwum, rozpoznanie mowy i przetworzenie wszystkiego bez ręcznego udziału. Dla każdej audycji powinna być tworzona zorganizowana notatka: temat, główne myśli, ważne fakty, przykłady, rekomendacje i wnioski. Powitania, reklamy, rozmowy śmieciowe i bezsensowne powtórzenia są usuwane, ale przydatne informacje są zachowywane. Po przetworzeniu potrzebne są nie tylko oddzielne notatki, ale także jeden wspólny czytelny dokument, w którym informacje są zebrane według tematów. Jeśli temat był omawiany w różnych audycjach, materiały są zbierane w jeden dział, duplikaty są usuwane, a linki do oryginalnych nagrań są zachowywane. W rezultacie powinny być: — notatka dla każdej audycji; — ogólny dokument tematyczny; — wyszukiwanie według słów i tematów; — powiązanie wniosków z oryginalnym audio; — zachowanie postępu i kontynuacja po błędach. Większość tych działań mogę już wykonywać samodzielnie, ale tylko na małej objętości i ręcznie. Dlatego również jestem gotów rozważyć bardziej efektywny sposób pobierania i przekształcania audio na tekst, jeśli wykonawca zaproponuje lepsze rozwiązanie niż to, którego używam. Co wskazać w odpowiedzi Napisz: — jak będzie zrealizowany system i jaki produkt otrzymam; — jakie modele AI i rozpoznawania mowy będą używane; — jak sprawdzana jest pełność i wykluczane są pominięcia i powtórzenia; — czy można zmieniać prompt, liczbę tłumaczeń, powtórzeń i ich kolejność; — czy możliwe jest pobieranie materiałów z Telegramu; — koszt opracowania, API, terminy i cena dalszych poprawek. Głównym celem jest uniwersalny system, który bez ręcznego udziału przetwarza duże książki i setki godzin audio, nie traci informacji i wydaje gotowy wynik ściśle według wybranego szablonu.

Zajmujemy się pozyskiwaniem dotacji dla już istniejących firm, które planują inwestycje. Wpadliśmy na pomoc stworzenia / połączenia dostępnych modeli AI do wyszukiwania firm, które planują lub są już w trakcie inwestycji i zaproponować im na ten cel dotacje (głównie zajmujemy się dotacjami na zakup maszyn i urządzeń). AI przeszukiwało by dostępne strony i rejestry w celu wyszukania inwestorów. Następnie, zajmowałoby się również automatyzacją mailingu do tych Firm i w odpowiedzi wyrzucałoby Firmy, które: - wpisują się w kategorii leada (myślę, 5-6 parametrów); - odpisały na maila i są zainteresowane dotacją; Oczywiście, dodatkowe propozycje mile widziane, myślę również nadVoice Calling oraz wysyłką SMS. Zaznaczę, że nie interesuje mnie wyszukanie TYLKO dużych czy bardzo dużych Firm, lecz również mniejszych np. zatrudniających 8-50 osób. I nie tylko duże miasta, ale również mniejsze miasta. Przykładowy target na test: PODKARPACKIE Dlamikro, małych i średnich przedsiębiorstw (MŚP)orazdużych przedsiębiorstw z województwa podkarpackiego, które przynależą do branży bezpieczeństwa i obronności. Przez przedsiębiorstwo z branży bezpieczeństwa i obronności rozumie się przedsiębiorstwo, które: opracowuje lub wytwarza produkty, technologie lub systemy przeznaczone do zastosowań wojskowych,związanych z bezpieczeństwem narodowym, ochroną infrastruktury krytycznej lub bezpieczeństwem obywateli lub świadczy usługi wspierające systemy bezpieczeństwa i obronności (np. w zakresie cyberbezpieczeństwa) lub prowadzi badania i rozwój w obszarze technologii militarnych i systemów bezpieczeństwa oraz które osiąga istotny udział przychodów ze sprzedaży produktów, technologii, systemów lub usług w obszarze bezpieczeństwa i obronności, tzn. powyżej 5% przychodów netto ogółem (łącznie w okresie 3 ostatnich zamkniętych okresów obrachunkowych). Wsparcie dostępnedla firm, które prowadzą działalność gospodarczą w sposób zorganizowany i ciągły na terenie województwa podkarpackiego przez okres nie krótszy niż 24 miesiące licząc wstecz od dnia ogłoszenia naboru. Mamy propozycje stron do wyszukiwania. Docelowo, program codziennie przygotowywałby Nam zestawienie o takich inwestorach. Czy ktoś może Nam w tym pomóc? Czytałem, że jest to możliwe, ale sam nie mam czasu się tym zająć :)

Konieczne jest opracowanie usługi opartej na Claude lub innym odpowiednim modelu AI, która będzie mogła automatycznie znajdować firmy konkurencyjne, kontaktować się z nimi za pośrednictwem e-maila i telefonu, zbierać niezbędne informacje i wprowadzać wyniki do jednej tabeli. Główne zadanie usługi Użytkownik zadaje konkretne zapytanie, na przykład: - dowiedzieć się o cenie określonego rodzaju mięsa; - dowiedzieć się o cenie konkretnego rodzaju drewna; - wyjaśnić koszt towaru lub usługi; - sprawdzić dostępność produktu; - dowiedzieć się o terminach realizacji zamówienia; - uzyskać warunki współpracy. Po tym system powinien: 1. Znaleźć odpowiednie firmy. 2. Zebrać ich dane kontaktowe. 3. Wysłać im spersonalizowane wiadomości. 4. Zadzwonić do firm za pomocą bota AI. 5. Uzyskać odpowiedzi na zadane pytania. 6. Zapisz wszystkie wyniki w Google Sheets lub innej tabeli. Dla każdego nowego zadania użytkownik powinien mieć możliwość zmiany zapytań wyszukiwania, kryteriów selekcji, treści wiadomości i scenariusza rozmowy telefonicznej. Etap 1. Zbieranie bazy firm Etap 2. Wysyłka e-maili i zbieranie odpowiedzi Etap 3. AI-dzwonienie do firm --- Ważne wymagania techniczne - Możliwość wykorzystania Claude do generowania wiadomości, analizy odpowiedzi i zarządzania dialogiem. - Możliwość wymiany modelu AI bez całkowitej przebudowy systemu. - Integracja z Google Sheets. - Integracja z Gmail lub inną usługą pocztową. - Integracja z usługą AI-telefonii. - Historia wszystkich wiadomości, połączeń i zmian. - Możliwość zatrzymania lub wstrzymania zadania. - Kontrola wydatków na połączenia, wiadomości i zapytania AI. - Ograniczenie liczby połączeń dziennie. - Ochrona przed ponownym wysyłaniem wiadomości i ponownymi połączeniami z jedną firmą. - Przestrzeganie przepisów dotyczących połączeń telefonicznych, nagrywania rozmów, wysyłek e-mailowych i wykorzystania danych osobowych. --- Oczekiwany rezultat W rezultacie powinna powstać usługa, w której użytkownik tworzy zadanie, wskazuje, jakie informacje należy uzyskać, wybiera geografię i źródła, po czym system samodzielnie: 1. Zbiera bazę firm. 2. Znajduje dane kontaktowe. 3. Wysyła spersonalizowane wiadomości. 4. Dzwoni do firm według określonego scenariusza. 5. Analizuje odpowiedzi. 6. Tworzy jedną tabelę z wynikami. 7. Pokazuje, z jakiego źródła uzyskano każdą informację. Na pierwsze spotkanie z deweloperem warto również poprosić o osobną wycenę kosztów i terminów MVP, automatycznego parsowania, AI-telefonii i miesięcznej infrastruktury.