Automatyzacja treści na social media dla klubu sportowego
Po każdej kolejce ktoś musiał ręcznie sprawdzić tabelę, statystyki i napisać relację. Zbudowaliśmy proces, który pobiera dane z sieci, a AI pisze gotowe teksty do zatwierdzenia.
- postów miesięcznie
- 10postów miesięcznie
- oszczędności na poście
- 1 hoszczędności na poście
- odzyskane co miesiąc
- 10 hodzyskane co miesiąc
Co było robione ręcznie
Klub sportowy żyje wynikami. Po każdym meczu kibice czekają na relację, przed kolejnym na zapowiedź, a w tle musi się zgadzać tabela i statystyki.
Do tej pory robił to człowiek. Wchodził na stronę ligi, przepisywał wyniki i liczby, pisał tekst, wrzucał na profil. Co tydzień to samo, zwykle wieczorem po meczu, pod presją czasu.
Co zbudowaliśmy
Zbudowaliśmy w n8n proces, który przejmuje tę robotę. Sam pobiera ze strony ligi aktualną tabelę oraz statystyki obu drużyn, a model Google Gemini pisze na ich podstawie dwa rodzaje tekstów: zapowiedź przed meczem i relację po meczu.
Gotowe artykuły trafiają mailem do zatwierdzenia i lądują w bazie w Notion. Redakcja nie pisze od zera, tylko czyta tekst oparty na prawdziwych liczbach z tej kolejki, poprawia, jeśli trzeba, i publikuje.
Jak to działa
- 01
Pobranie danych
Proces wchodzi na stronę ligi i pobiera aktualną tabelę oraz statystyki naszej drużyny i przeciwnika.
- 02
AI pisze tekst
Google Gemini dostaje te dane i pisze zapowiedź przed meczem albo relację po meczu, na konkretnych liczbach, nie ogólnikach.
- 03
Tekst do zatwierdzenia
Gotowy artykuł przychodzi mailem i ląduje w bazie Notion. Redakcja zatwierdza albo poprawia.
Publikacja
Zatwierdzona treść jest gotowa do wrzucenia na profil klubu. Bez ręcznego przepisywania tabel i statystyk.
- 01Krok 01
Pobranie danych
Proces wchodzi na stronę ligi i pobiera aktualną tabelę oraz statystyki naszej drużyny i przeciwnika.
- 02Krok 02
AI pisze tekst
Google Gemini dostaje te dane i pisze zapowiedź przed meczem albo relację po meczu, na konkretnych liczbach, nie ogólnikach.
- 03Krok 03
Tekst do zatwierdzenia
Gotowy artykuł przychodzi mailem i ląduje w bazie Notion. Redakcja zatwierdza albo poprawia.
- Krok 04
Publikacja
Zatwierdzona treść jest gotowa do wrzucenia na profil klubu. Bez ręcznego przepisywania tabel i statystyk.
Jakich narzędzi użyto w tej automatyzacji
n8n
silnik całego procesu
Google Gemini
pisze teksty z danych
Web scraping
tabela i statystyki ligowe
Notion
baza gotowych treści
Zoho Mail
artykuły do zatwierdzenia
Co się zmieniło
Relacje i zapowiedzi nadążają za kolejkami bez zarywania wieczorów. Redakcja zatwierdza, zamiast pisać od zera, a teksty stoją na prawdziwych danych z tej kolejki.
Ten sam schemat, pobierz dane i niech AI napisze, a człowiek zatwierdza, przenosimy na firmy, które muszą regularnie produkować treści.
Mają Państwo podobny proces u siebie?
Prosimy o kontakt i kilka zdań o tym, co zajmuje najwięcej czasu. Odezwiemy się, a jeśli to ma sens, pokażemy działającą próbkę na Państwa danych, zanim padnie słowo o cenie.
Powiązane automatyzacje
Automatyzacja księgowania faktur ze zdjęcia
Zamiast przepisywać każdą fakturę ręcznie do arkusza, wskazujemy plik, a AI odczytuje dane, przelicza walutę i zapisuje wpis w bazie.
ZobaczAutomatyzacja grafik na Instagram i Facebook
Spójne, markowe grafiki na social media składają się z gotowego systemu, zamiast być klikane od zera w Canvie.
ZobaczAutomatyzacja pozyskiwania leadów
Zamiast godzinami przeszukiwać Google Maps, proces sam znajduje firmy, sprawdza je i pisze spersonalizowaną wiadomość gotową do wysłania.
ZobaczAutomatyzacja rejestracji online i przypomnień SMS
W aplikacji kliniki rejestracje, potwierdzenia, przypomnienia i prośby o opinię dzieją się same. Mniej telefonów na recepcji, mniej nieodwołanych wizyt.
ZobaczPodmiana produktu na zdjęciu bez nowej sesji
Skład zestawu prezentowego zmienia się w trakcie sezonu, a zdjęcie przestaje się zgadzać. Zamiast nowej sesji: zaznaczenie produktu ramką, wybór zamiennika i cztery gotowe warianty po minucie.
ZobaczZestawy wielosztukowe dla 2700 produktów
Sklep sprzedaje ten sam produkt pojedynczo i w wielopakach. Każdy wielopak potrzebuje własnego zdjęcia, opisu i kodu. Proces przygotował 2692 takie zestawy.
ZobaczCzat nad raportem dziennym restauracji
Raport dzienny restauracji był wpisywany do Excela — każdy dzień jako osobna zakładka. Po ponad roku było ich 446. Dziś dane trafiają do bazy Postgres, którą odpytuje się czatem AI po polsku.
ZobaczAutomatyzacja pobierania danych ze stron do własnej bazy
Protokoły meczowe ligi unihokeja leżały na cudzej stronie, po jednym na mecz. Zbudowaliśmy proces, który je pobiera, sprawdza i zapisuje we własnej bazie: 320 meczów i 3672 gole z pięciu sezonów.
Zobacz