AI-агент: генерація та автопублікація на WordPress
# AI звільнив менеджера: генерація та автопублікація на WordPress
У мене був ручний процес створення WordPress / Elementor сайтів: ТЗ в переписці, доступи, шаблони, тексти, зображення, статті, політики, правки, перевірка багів та публікація.
В якийсь момент стало зрозуміло: менеджер у такій схемі стає вузьким місцем. Він може забути деталь, передати завдання шматками, переплутати пріоритет, надіслати неповне ТЗ або створити терміновість там, де система ще не готова.
Я вирішив прибрати залежність від ручного менеджерського хаосу і почав переводити процес в AI workflow.
Схема стала такою:
**ТЗ / config → Gemini → тексти → зображення → QC → pass2 → очищення → WordPress / Elementor → публікація**
Замість того щоб кожного разу руками збирати сайт з нуля, система бере структуровані дані, генерує контент через Gemini, перевіряє результат, очищає AI-сміття і готує публікацію на WordPress.
Всередині використовуються дві моделі:
* `gemini-2.5-flash` — тексти, статті, обробка проблемних фрагментів;
* `gemini-2.5-flash-image` — зображення для сайту.
Python управляє процесом як оркестратор: запускає етапи, зберігає дані, перевіряє результат, відправляє проблемні місця на другий AI-прогін, публікує контент і пише логи.
Найважливіша частина — контроль якості. AI може згенерувати текст, але він може залишити placeholder, lorem, стару фразу з шаблону, зайві символи або майже незмінений блок. Тому в проекті є QC-ланцюг:
**suspicious detect → pass2 через Gemini → lorem cleanup → vacuum-cleanup**
Окремо додані захисні елементи: `STOP_NOW.txt`, `protected_domains.txt`, retry, обробка 429, `.env`, `GEMINI_API_KEY`, `project_config.json`.
Ітог: AI почав виконувати ту частину роботи, де раніше потрібен був менеджерський контроль, ручна копіпаста та постійні уточнення.
Це не просто промпт для генерації тексту. Це робочий pipeline:
**LLM → Python orchestration → QC → WordPress / Elementor → auto publish**
Ручна робота по сайту була розкладена на етапи, виміряна і частково автоматизована. Процес почав рухатися від “менеджер тримає все в голові” до системи, де дані, генерація, перевірка та публікація проходять по зрозумілій ланцюжку.
#AIагент #AIworkflow #Gemini #Python #WordPress #Elementor #Автоматизація #ИИавтоматизація #AIautomation #LLM #GoogleGemini #КонтентАвтоматизація #Автопублікація #WordPressAutomation #PythonAutomation
У мене був ручний процес створення WordPress / Elementor сайтів: ТЗ в переписці, доступи, шаблони, тексти, зображення, статті, політики, правки, перевірка багів та публікація.
В якийсь момент стало зрозуміло: менеджер у такій схемі стає вузьким місцем. Він може забути деталь, передати завдання шматками, переплутати пріоритет, надіслати неповне ТЗ або створити терміновість там, де система ще не готова.
Я вирішив прибрати залежність від ручного менеджерського хаосу і почав переводити процес в AI workflow.
Схема стала такою:
**ТЗ / config → Gemini → тексти → зображення → QC → pass2 → очищення → WordPress / Elementor → публікація**
Замість того щоб кожного разу руками збирати сайт з нуля, система бере структуровані дані, генерує контент через Gemini, перевіряє результат, очищає AI-сміття і готує публікацію на WordPress.
Всередині використовуються дві моделі:
* `gemini-2.5-flash` — тексти, статті, обробка проблемних фрагментів;
* `gemini-2.5-flash-image` — зображення для сайту.
Python управляє процесом як оркестратор: запускає етапи, зберігає дані, перевіряє результат, відправляє проблемні місця на другий AI-прогін, публікує контент і пише логи.
Найважливіша частина — контроль якості. AI може згенерувати текст, але він може залишити placeholder, lorem, стару фразу з шаблону, зайві символи або майже незмінений блок. Тому в проекті є QC-ланцюг:
**suspicious detect → pass2 через Gemini → lorem cleanup → vacuum-cleanup**
Окремо додані захисні елементи: `STOP_NOW.txt`, `protected_domains.txt`, retry, обробка 429, `.env`, `GEMINI_API_KEY`, `project_config.json`.
Ітог: AI почав виконувати ту частину роботи, де раніше потрібен був менеджерський контроль, ручна копіпаста та постійні уточнення.
Це не просто промпт для генерації тексту. Це робочий pipeline:
**LLM → Python orchestration → QC → WordPress / Elementor → auto publish**
Ручна робота по сайту була розкладена на етапи, виміряна і частково автоматизована. Процес почав рухатися від “менеджер тримає все в голові” до системи, де дані, генерація, перевірка та публікація проходять по зрозумілій ланцюжку.
#AIагент #AIworkflow #Gemini #Python #WordPress #Elementor #Автоматизація #ИИавтоматизація #AIautomation #LLM #GoogleGemini #КонтентАвтоматизація #Автопублікація #WordPressAutomation #PythonAutomation