Zum Hauptinhalt springen
Generative KI

Derselbe Satz in vier Kästen sind nicht vier Posts

Die meisten Weiterverwertungen erzeugen einen Absatz, der in vier Felder eingefügt wird. Er unterperformt überall aus entgegengesetzten Gründen: eine LinkedIn-Eröffnung liest sich auf X zu korporat, und eine X-Eröffnung liest sich auf LinkedIn als unseriös.

Das Scheitern ist nicht Aufwand. Eine einzelne Generierung kann nicht vier widersprüchliche Anweisungssätze auf einmal halten. Nach allen vier in einem Aufruf gefragt, konvergiert ein Modell auf ein neutrales Register, das keines erfüllt.

Die Plattformen zu trennen, macht die Ausgabe nutzbar. Jede bekommt ihre eigene Generierung mit Regeln zu Länge, Eröffnungszeile, Linkplatzierung und wie viel Kontext eine lesende Person braucht, bevor die Aussage landet.

Was geteilt bleibt, ist die Substanz. Aussagen, die sich zu wiederholen lohnen, werden einmal extrahiert, bevor irgendein Post geschrieben wird, sodass vier verschiedene Stimmen dasselbe sagen.

So läuft der ActionFlow auf der Canvas

Der Post kommt als eingefügter Text über Start oder über einen Scrappey-Knoten, wenn Sie eine URL übergeben.

Ein Generate Object-Knoten extrahiert die drei Aussagen, die sich zu wiederholen lohnen, und gibt sie als strukturiertes Array zurück. Dieser Schritt schreibt keinen Copy. Er stellt sicher, dass jede Plattform-Generierung stromabwärts dieselben drei Aussagen liest, statt den ganzen Post erneut zu lesen und jedes Mal anders zu wählen.

Ein Switch-Knoten routet auf einen Zweig pro Plattform. Jeder Zweig hält seinen eigenen Generate Text-Knoten mit eigenem Anweisungsblock: Zeichenlimit, Eröffnungsstil, Hashtag-Policy, Linkplatzierung. Sie als getrennte Knoten zu halten statt als Prompts in einem Knoten lässt Sie LinkedIn-Regeln ändern, ohne X zu berühren.

Ein Merge-Knoten sammelt die Zweige. Das zusammengesetzte Paket geht nach Notion als eine Seite, sodass eine prüfende Person jede Variante neben den extrahierten Aussagen sieht und Inkonsistenzen auf einen Blick sichtbar werden.

Ein Slack-Knoten aus der Kategorie Human in the Loop hält das Paket zur Freigabe. Erst nach der Freigabe veröffentlicht ein X (Twitter)-Knoten. Nichts erreicht ein öffentliches Konto ohne menschliche Freigabe.

Die Extraktions- und Schreibschritte können verschiedene Modell-Services nutzen. Ein günstiges, schnelles Modell reicht meist, um drei Aussagen aus einem Post zu ziehen, und die Kosten pro Knoten sind sichtbar, bevor der Flow läuft.

Knoten, die dieser ActionFlow verwendet

  • Start: empfängt den Post-Text. Scrappey (Util) holt ihn stattdessen, wenn Sie eine URL übergeben.
  • Generate Object (AI Core): extrahiert die drei Aussagen, die sich zu wiederholen lohnen, als Struktur statt als Prosa.
  • Switch (Control): routet auf einen Zweig pro Plattform, sodass jede ihre eigenen Regeln behält.
  • Generate Text (AI Core): ein Knoten pro Plattform, jeder mit eigenem Limit und Eröffnungsstil.
  • Merge (Control): sammelt die Zweige zu einem einzelnen Paket.
  • Notion (Integration): empfängt das Paket mit den extrahierten Aussagen neben den Varianten.
  • Slack (Human in the Loop): hält das Paket zur Freigabe, bevor etwas veröffentlicht.
  • X (Twitter) (Integration): veröffentlicht nur nach der Freigabe.

Häufige Fragen

KI-Workflows bauen

Legen Sie ein kostenloses Konto an, öffnen Sie eine Vorlage oder eine leere Fläche und führen Sie Ihren ersten ActionFlow aus.

Newsletter

Produktupdates erhalten

Neue Nodes, Agents und Produktnotizen. Wir senden E-Mails nur, wenn sich das Öffnen lohnt.

Sie können das Abonnement jederzeit beenden.