# Blueprint: Social-Media-Pipeline Version 1.0 · denzer.ai · Lizenz: frei nutzbar mit Quellenangabe Eine durchgehende Pipeline für Instagram-Karussells und Reels: Inhalt sammeln, Slides erzeugen, Bilder generieren, Reel rendern, Caption schreiben — alles bis kurz vor dem Post. Der letzte Klick (posten oder nicht) bleibt bei dir. **Fallbeispiel.** Du willst pro Woche zwei Karussells und ein Reel auf Instagram raushauen. Das Karussell soll deinen Look haben (Schriftart, Farben, Rhythmus), das Reel ist Voice-Over plus passende B-Roll. Bisher dauert die Produktion 2–3 Stunden pro Post. Ziel: 20 Minuten Review-Zeit für dich, der Rest ist automatisiert, ohne dass die Posts nach KI riechen. --- ## Teil B — Für dich (Operator) ### Was ist das? Drei Bausteine, die zusammenspielen. **Karussell-Generator.** Du gibst ein Thema (z. B. "5 Fehler beim KI-Einstieg") und deinen Stil. Der Agent schreibt Slides, generiert passende Bilder (eine Person, eine Garderobe pro Post, deine CI), legt sie als 1080×1350 Slides ab. Du blätterst durch, korrigierst Text bei Bedarf, postest manuell auf Instagram. **Reel-Renderer.** Du gibst ein VO-Skript. Der Agent erzeugt das Voice-Over (deine Stimme oder eine ElevenLabs-Voice), wählt passende B-Roll-Clips (literal zum VO, nicht atmosphärisch), schneidet sie in Remotion zusammen, brennt Captions ein (deine CI), rendert mp4. **Caption-Schreiber.** Pro Post eine Caption in deinem Stil. Keine Hashtags, keine Emojis-Inflation, keine generischen Buzzwords. Caption ist eigenständig, nicht nur "siehe Karussell". Nichts wird automatisch gepostet. Du klickst. ### Warum so und nicht anders? Drei Alternativen, die wir verworfen haben: 1. **Canva-Plugin oder fertiger SaaS-Generator.** Schnell, aber dein Stil verschwindet im Standard-Look des Tools. Posts werden untereinander austauschbar 2. **Auto-Post via Instagram Graph API.** Technisch möglich, erfordert Business-Account und Meta-App-Review. Ohne dich zu fragen Posten widerspricht dem Grundprinzip ("nichts unbeaufsichtigt") 3. **Reine LLM-Generierung ohne Bildmodell.** Texte werden gut, aber Karussells leben vom Visuellen Daher: **eigene Pipeline mit deinen Bausteinen** — `gpt-image-2` weil das aktuell beste Verhältnis aus Qualität, Geschwindigkeit und Umlaut-Treue, Remotion für Reels weil es Brand-CI sauber kapselt, eigener Caption-Schreiber mit deinem Voice-Profile. **Review-Pflicht statt Auto-Post**, weil jedes Bild und jede Caption noch einen letzten Sinnescheck braucht. AI-Bilder treffen die CI nicht 100% beim ersten Versuch, und du willst nicht in zwei Wochen merken, dass 14 Posts ungewollt ähnlich aussahen. ### Was brauchst du dafür? - Ein paar Beispiel-Posts in deinem Stil (für Stil-Profil) - Deine CI-Datei (Farben, Schrift, Logo) - Ein Voice-Profil (ElevenLabs-Account oder eigenes Audio-Sample) - OpenAI-API-Key für `gpt-image-2` (Bilder) - Optional: Remotion-Setup für Reels ### Wie startest du? 1. Starter laden, Agent geben 2. Sagen: "richte mir die Social-Pipeline ein, ich poste Karussells und Reels auf Instagram" 3. Agent fragt dich nach CI, Voice, Stil-Beispielen 4. Erster Test: "mach ein Karussell zum Thema ``" 5. Du blätterst durch, gibst Freigabe oder Korrekturen ### Wo sind die Grenzen? - KI-generierte Bilder treffen deine CI nicht beim ersten Versuch perfekt — pro Post 1–3 Iterationen sind normal - Bei generierten Personen passieren typische KI-Patzer (Hände, Texte im Bild). Lass den Agent automatisch verwerfen, wenn er Text im Bild erkennt - Hashtags nicht — Instagram-Algorithmus belohnt sie nur noch schwach, lieber starke Captions - Reels mit echter Sprache klingen besser als TTS, aber TTS reicht für regelmäßige Frequenz ### Was kostet das? - Bilder (`gpt-image-2`): rund 4 Cent pro Bild, also 12 Cent pro Karussell-Slide-Set - Voice (ElevenLabs): 30–60 Cent pro 60s Reel - Modell für Texte und Captions: ein paar Cent pro Post - Remotion: kostenlos (Open Source) ### Wann lohnt es sich, wann nicht? Lohnt sich, wenn du mindestens 2 Posts pro Woche raushaust und dir der Produktionsaufwand bisher die Frequenz killt. Lohnt sich nicht, wenn du nur ab und zu spontan postest — dann ist Canva schneller. ### Wie weißt du, dass es funktioniert? - Du brauchst 15–25 Minuten pro Post statt 2 Stunden - Posts werden in deinen Bestand-Stats nicht als "AI-Slop" erkannt (Vergleich mit deinen alten Posts) - Du musst Bilder nicht mehrfach komplett neu generieren ### Stolpersteine - **Apple-Logos.** `gpt-image-2` setzt gerne Apple-Logos auf Geräte. Im Prompt explizit `no visible logo` einbauen - **Logo-Platzhalter.** Niemals KI dein Logo malen lassen — Leerraum lassen, dein Logo selbst draufsetzen - **Umlaute im Bild.** `gpt-image-2` schafft Umlaute, aber nur wenn der Prompt sie auch wirklich enthält ("für" statt "fuer") - **Slide-3-Trap.** Letzte Slide nicht als Pitch verschwenden, sondern als To-Do-Liste für den Leser - **Caption-Stil.** Wenn der Agent zu glatt formuliert, mit eigenen Beispielen nachjustieren - **CI-Drift.** Mehrere Sub-Brands (z. B. denzer.ai und FCH) **nie mischen** — pro Auftrag eine Quelle laden --- ## Teil A — Für deinen Agent ### Agent-Triggersätze - "Mach ein Karussell zum Thema ``" - "Bau mir ein Reel mit folgendem VO: ``" - "Schreib mir eine Caption für den letzten Karussell-Stand" - "Setze die Social-Pipeline auf" ### Ziel End-to-End-Erzeugung von Karussells (3–5 Slides PNG/JPG), Reels (mp4) und Captions im definierten Stil. Output landet in einem Review-Ordner, niemals direkt online. ### Erfolgskriterien - Karussell-Slides als 1080×1350 PNG, lesbar ohne Zoom - Reels mit Captions, 9:16, max 60s - Caption als plain text, max 2200 Zeichen, Stil-konsistent - Output in `/jobs/social/data/-/` - Niemals auto-post ### Eingabe-Schema ```yaml brand: ci_path: "/work//CI.md" # Farben, Fonts, Tone voice_profile: "/work//VOICE.md" logo: "/work//logo.png" image: model: "gpt-image-2" size: "1024x1280" | "1024x1024" style_anchor: "/work//style-anchor.png" reel: voice_provider: "elevenlabs" | "openai-tts" voice_id: "" remotion_dir: "/video" caption: channel: "instagram" hashtags: false emojis: "sparse" cta: "natural" # niemals "Schreib mir!" als CTA output: base: "/jobs/social/data" ``` ### Verarbeitung — Karussell 1. **Outline** — Agent erzeugt 3–5 Slide-Titel + Bullet-Stichworte aus Thema 2. **Slide-Text** — Pro Slide max 30 Wörter, Stil aus VOICE.md 3. **Bild-Prompt** — Pro Slide ein Prompt, eine Person/Garderobe pro Post 4. **Bilderzeugung** — `gpt-image-2`, Umlaute im Prompt, `no visible logo` 5. **Layout** — Text auf Bild legen, 8% Margin, Eck-Zonen frei für späteres Logo 6. **Review-Ablage** — Ordner mit Slides + caption.txt + brief.md ### Verarbeitung — Reel 1. **VO-Skript** — Operator gibt Text oder Stichpunkte 2. **TTS** — ElevenLabs oder OpenAI, Stimme aus Voice-Profil 3. **B-Roll-Plan** — pro Phrase 2–4s Clip-Vorschlag, literal zum VO (zeigt das, was gesagt wird, nicht atmosphärisch) 4. **Clip-Quelle** — eigener Stock-Ordner oder Pexels/Pixabay-API 5. **Remotion-Render** — Captions einbrennen (CI-Schrift, Drop-Shadow), Audio mixen 6. **Output** — mp4 in Review-Ordner ### Verarbeitung — Caption 1. **Kontext** — Bilder/Slides als Input für Caption-Modell 2. **Stil-Check** — Voice-Profile als few-shot 3. **Validate** — keine Hashtags, max 2 Emojis, kein "Schreib mir per DM" 4. **Ablage** — `caption.txt` neben Slides ### Sicherheit - API-Keys aus `.env` - Generierte Bilder mit Wasserzeichen oder Metadata-Tag (für späteres Filtering) - Niemals direkter Upload zu Instagram (Graph-API erfordert Business-Account und manuelle Freigabe) ### Fehler-/Edge-Cases - Bild enthält Text → automatisch verwerfen, neu generieren mit `no text in image` - Person hat sechs Finger → verwerfen - Caption hat Hashtags → entfernen, regenerieren - Reel zu lang → kürzen oder VO knapper ### Verzeichnisstruktur ``` /jobs/social/ ├── pipeline/ │ ├── carousel.py │ ├── reel.py │ └── caption.py ├── prompts/ │ ├── slide-prompt.md │ ├── image-prompt.md │ └── caption-prompt.md └── data/ └── 2026-05-12-thema-x/ ├── slide-1.png ├── ... ├── reel.mp4 ├── caption.txt └── brief.md ``` ### Code-Snippets Im Starter findest du `carousel.py`, `reel.py`, `caption.py`, Beispiel-Prompts und ein Remotion-Setup mit CI-Captions. Dein Agent integriert sie ins Projekt. --- ## Teil C — Was du als Nächstes tust 1. Starter laden, Agent geben 2. CI-Datei (Farben, Schrift) und Voice-Profil pflegen 3. Sagen: "richte die Social-Pipeline ein" 4. Erster Test mit einem unkritischen Thema 5. Pro Post zuerst manuell durchgehen, Korrekturen zurück in CI/VOICE.md füttern 6. Nach 5–10 Posts ist der Stil eingeschwungen ### Lern-Checkliste - Wo liegt mein Stil-Profil und wie aktualisiere ich es? - Wie würde ich ein einzelnes Bild manuell regenerieren? - Warum sind Hashtags raus und CTAs zurückhaltend? - Wo finde ich die fertigen Posts vor dem manuellen Upload? - Wie unterscheide ich KI-Output von eigenem im Archiv? Fragen: christian@denzer.ai