Uitvoerfase
Scenario 2
Er is gekozen om een nieuw scenario te maken, bij de uitvoering van het scenario binnen Make.com zijn duidelijke verbeteringen doorgevoerd tussen scenario 1 & scenario 2. In de nieuwe versie is een stuk minder gebruik gemaakt van verschillende modules om ervoor te zorgen dat het scenario minder gebruik maakt van tokens, hierdoor worden dubbele bewerkingen voorkomen en wordt de efficiëntie van het scenario verhoogd. Daarnaast maakt de nieuwe versie gebruik van een aparte module voor het instellen van variabelen. Deze 'set variables'-module zorgt ervoor dat alle input netjes wordt gestructureerd, wat ervoor zorgt Make.com beter begrijpt wat er van het automatiseringsplatform wordt gevraagd. De prompt zelf is in de nieuwe versie inhoudelijk sterk verbeterd. Er is specifiek opgenomen dat de gegenereerde tekst in HTML-structuur moet worden opgemaakt, inclusief duidelijke richtlijnen voor het gebruik van koppen, alinea's en ankerteksten. Bovendien bevat de prompt eisen met betrekking tot het aantal woorden, de schrijfstijl en het gebruik van SEO-elementen, zoals long-tail zoekwoorden en relevante hyperlinks. In de oude versie waren deze instructies beperkt of ontbraken ze geheel, waardoor de gegenereerde output minder consistent en SEO-technisch minder sterk was.
In de Do-fase heb ik in loop 2 een volledig geautomatiseerd scenario opgezet in Make.com om SEO-geoptimaliseerde blogs te genereren en automatisch op te slaan. Het scenario bestaat uit vijf stappen die logisch op elkaar aansluiten. De eerste stap is een filtermodule van Google sheets, waarin het systeem op zoek gaat naar een rij in de "schrijven overzicht". Hierbij worden drie filters toegepast: De deadline moet in de toekomst liggen, de schrijver moet "Jef" zijn en de blogtekst (kolom f) mag nog niet ingevuld zijn. Met deze eisen wordt ervoor gezorgd dat teksten die voor Jef gepland staan en nog niet zijn gemaakt worden opgehaald uit de spreadsheet.
Vervolgens gaat de tweede stap naar een set variables module, die belangrijke informatie uit de geselecteerde rij in de spreadsheet omzet in bruikbare variabelen. Denk hierbij aan het onderwerp, het aantal woorden, de taal, de briefing van de klant en de gewenste ankerwoorden inclusief bijbehorende links. Deze variabelen worden gebruikt in de prompt die Make.com naar een taalmodel stuurt. De derde stap is namelijk een OpenAI-module waarin met behulp van het GPT-4.5 preview model automatisch een complete blogpost wordt gegenereerd op basis van de input uit de spreadsheet. De gegenereerde tekst wordt aangeleverd in een gestructureerde HTML met h1, h2, p en a-tags, en bevat minimaal het opgegeven aantal woorden. De blog wordt afgestemd op de stijl van het opgegeven platform en voldoet aan de SEO-richtlijnen, met natuurlijke geïntegreerde ankerteksten en hyperlinks.
Na de tekstgeneratie volgt stap vier; dit is de output die wordt doorgestuurd naar een Google Docs-module, die automatisch een nieuw document aanmaakt. De inhoud van de gegenereerde blog wordt opgeslagen in een vooraf bepaalde map op Google Drive, zonder headers of footers. De bestandnaam van het document is gelijk aan de naam van het platform waarvoor de blog is bedoeld, omdat dit de werkwijze van DNG is. Met dit scenario is een schaalbaar proces gerealiseerd voor het produceren van hoogwaardige, SEO-geoptimaliseerde content met minimale handmatige input. Door de combinatie van datafiltering, variabele-instelling, AI-gegenereerde tekst en automatische opslag, levert dit scenario zowel efficiëntie als kwaliteit in het contentproductieproces
· Klik hier voor voorbeeldtekst + feedback van Nina