这个自动化替代了我 3000 美元的社媒预算：空白 Pinterest 账号 7 天 6000 浏览

This automation replaced my $3,000 SMM budget - blank Pinterest profile hit 6K views in 7 days 2026年7月11日 · 13分钟阅读 · 查看原文 ↗ Pinterest SEO 自动化 营销 SMM 代理机构以每小时 30 美元手写 alt 文本，而我以 2 美分发布 100 个 pin Perplexity 的 API 处理一百多张图片烧掉的钱还不到那 10 美元处理费里的 1 美元。我不需要内容经理，不需要半夜排期的 VA，也不需要代理机构的月费。 此刻，你或你领域里的某个人正在付给自由职业者每小时 15 美元去手写 Pinterest alt 文本。我构建了一套系统，通过 Make、Telegram 和 Perplexity API 完成同样的工作。我在一个叫 atastaai 的账号上自己运行它。零粉丝、零过往发布记录，一周内它达到了 5,900 次浏览。从我发出图片的那一刻起，每个 pin 都在一分钟内自动发布。 那一周里，我没有雇任何人写 alt 文本，没有买 Pinterest 广告，也没有碰过一次排期日历。 这个账号从一个空白主页，自己变成了一个正在运转的流量来源，靠的只是一批手机发送的图片，别无其他。 错误的方式是手动——手动在规模化时会死。 Pinterest 目前是最被低估的产品营销渠道之一——尤其当你在室内设计、家居用品或任何视觉相关领域时。它不是社交媒体，而是一个搜索引擎——使用它的人实际上是在搜索某种外观，而不是为了消遣闲逛。他们是一批相当"预热过"的受众。 问题是没人有时间给每张产品照片手写并上传 SEO 元数据。 我构建了一个解决这个问题的系统。 Pinterest 的增长建议仍然假设有一个人坐在那里上传图片、写描述、猜测一张照片属于哪个画板。这种方式每天最多 15 个 pin。到一百个时就崩溃了，因为 SEO 优化的标题和 alt 文本要写好需要实实在在的时间，而倦怠会产生泛泛、关键词稀疏的文案，Pinterest 的算法会悄悄地降低它的优先级。 一个每小时 15 美元的 VA，为一周 100 张图片写经过思考的、关键词密集的元数据，算上修改和效率低的日子，每月成本接近 400 美元。而且这还是在那位 VA 生病、离职、或者为了省时间开始给所有内容复制粘贴同样三个话题标签之前。 真正消除瓶颈的做法，是让一个模型每次直接从图片像素里写出元数据，没有疲劳曲线。 这就是整个构建的全部前提。 工具链：Telegram → Make → Perplexity API → 解析 JSON → Pinterest API → 已发布的 pin。 五个模块，一个 webhook 触发器，从发送图片到它在画板上线之间零手动步骤。 第 1 步：用 Telegram 触发器捕获文件。 整个场景从一个叫 Telegram Watch Updates 的 Make 模块开始。它挂在一个连接到我专门为此构建的 Telegram bot 的 webhook 上，每次我给那个 bot 发一个文件，webhook 就触发并启动整个场景。 我特意以文档（document）形式发送图片，因为 Telegram 会压缩通过普通图片选择器发送的照片，而这种压缩会剥掉视觉模型读取精细细节所需的分辨率。 以文档形式发送能保持原始文件完好无损。 这里真正的好处是批处理。我可以在一次突发里最多发送 30 张图片，Make 会把每张图片各自排队为一次独立执行，所以即使我把一整次拍摄的内容一次性倾倒进去，也不会丢失任何东西。 这 30 张图片里的每一张都独立地跑完整条流水线，所以一批 30 张海岸照片出来后，就是 30 个分别命名、分别归入画板的 pin，每个都有基于其自身内容写出的文案。 这才是真正替代一个人逐张处理的部分。 在这里 Telegram 只是几个选项之一。任何能带着文件触发 webhook 的来源都能以同样方式工作，所以一个带文件监听触发器的共享 Google Drive 文件夹、一个 Dropbox 上传钩子，甚至一个把文件上传到 Make 中 HTTP webhook 模块的简单表单，都能塞进完全相同的位置，下游无需任何其他改动。 我用 Telegram 是因为我手机里一直开着它，把相机胶卷里一个文件夹的照片转发给 bot 只要十秒。 任何带团队的人大概会更喜欢 Drive 版本，因为多个人可以往共享文件夹里丢文件，而无需 bot 访问权限。 如果这一步被跳过或配置错误——也就是说 webhook 没有设置为只对文档类型触发——以压缩照片形式发送的图片就会以较低分辨率溜进来，下游的视觉模型就开始猜测它其实看不清的细节。这稍后会表现为更含糊、更泛泛的标题，那种提到"户外场景"而不是说出画面里真实岩石构造或建筑风格的类型。 这一步只把原始文件引用交给下一个下载模块，别无其他。 此时还没有写任何元数据，也没有发生任何 API 调用，纯粹是捕获。 第 2 步：用 Telegram Download a File 拉取实际文件。 监听模块只交给 Make 一个文件 ID 和元数据。第二个模块，Telegram Download a File，必须去获取实际的二进制文件。 这一步在场景内以文件 blob 的形式输出原始图片数据，这正是被传给下一个模块的东西。 任何东西都不会写到磁盘上。它在执行期间一直保存在内存里，这既让整个过程很快，也避免了 Make 这边的存储成本。 这里关键的设置是确保模块指向从监听触发器出来的实时文件 ID 变量。 一个测试运行遗留的硬编码引用，会在每次执行时悄悄地反复下载同一张测试图片，而不是你实际刚发来的内容。 这是一个在设置时容易忽略的错误，因为场景运行不会抛任何错误，它只是反复发布同一个测试 pin，每次配上新的元数据。解决办法是在场景上线前检查文件 ID 字段的映射。 一旦二进制文件到手，这个模块就把实际图片数据向前交给第三步的 HTTP 请求，同时，对同一文件的引用会一路带到最末尾的 Pinterest 模块，用于最终上传。 第 3 步：把图片发给 Perplexity 获取 SEO 元数据，这是整个构建的核心。 一个 HTTP 模块向 Perplexity 的 chat completions 端点发起 POST 请求，内容类型为 application/json，在同一负载里同时携带图片和一个结构化提示词。我特意选 Perplexity，是因为我用的模型 sonar-pro 相对于 GPT-4 视觉级别的模型很便宜，而且这里我不需要推理深度，只需要准确、字面的图片描述转化成 SEO 文案。 请求体实际上看起来像这样： 用一张真实的石头海岸小径照片跑一遍，模型会返回一个 100 字符以内的标题，围绕真实可搜索的词来构建，比如 "Coastal Stone Path Walkway Ideas"；一段塞进 3-5 个与风景和旅行搜索相关话题标签的描述；一段 alt 文本，描述石头、海洋、光线和氛围，却不带任何营销措辞；以及一个基于图片被判定为自然还是其他内容而自动选出的画板 ID。 最后那部分是路由逻辑在做实事：两个画板 ID 被硬编码进提示词本身，一个用于自然、旅行、建筑、风景和街头摄影，另一个是其他一切内容的兜底，所以模型在做描述的同时也做了放置决策。 如果这一步配置错误——也就是说提示词含糊或者字符限制被丢掉了——Perplexity 仍然会返回点东西，但返回的是泛泛的、关键词稀疏的，有时还会超过 Pinterest 实际执行的字符上限，导致 pin 被拒绝或在该平台侧被尴尬地截断。提示词里的紧凑结构，正是把视觉模型的原始描述变成真正能排名的文案的关键。 我早期测试过这个提示词更松散的版本，只是"为 Pinterest 描述这张图片"，输出结果更接近照片说明而不是 SEO 元数据。 没有话题标签，没有关键词密度，标题远超 100 字符。上面这个版本的存在，正是因为第一次尝试恰恰在这些地方失败了。 成本是 sonar-pro 比通用视觉模型更合理的另一个原因。 把同样的量跑在一个 GPT-4 级别视觉端点上，单张图片成本会接近 4-5 倍，而对于这种如此字面的任务，那个推理质量的差距并不会转化成更好的标题。 这个模块向前交出两样东西：API 响应里的原始 JSON 字符串，以及（隐含地）从第二步一路带过来、用于最终 Pinterest 上传的文件引用。 第 4 步：用 JSON 模块解析响应。 Perplexity 的回复嵌套在一个更大的 completion 对象里，埋在 choices、然后是 message、然后是 content 之下，所以一个 Parse JSON 模块紧跟在 HTTP 调用之后，把它拆成四个干净、可分别寻址的字段：title、description、alt 和 board。 没有这一步，下游所有东西都得跟一个巨大的字符串打交道，而不是四个独立的值，这意味着 Pinterest 模块无法把 title 独立映射进 pin 名称字段，也无法把 board 映射进画板字段。Parse JSON 就是把模型的原始文本输出变成 Make 能真正路由的结构化数据的东西。 这也是那个在 Perplexity 一旦返回格式错误的 JSON 时立即抛错的模块，所以它兼作一道内置检查，确保上游提示词仍在按预期工作。 那个错误会立刻出现在 Make 的执行日志里，这意味着一个坏掉的提示词会在下一次运行时被抓住，而不是连续几天悄悄发布垃圾元数据。 在这个模块里设置数据结构需要一次手动操作，把四个键（title、description、alt、board）对着一次测试执行的样例响应做映射。 那一次设置之后，每次未来的运行都会自动解析，无需进一步输入。 解析完成后，全部四个字段加上原始图片文件一起被交给最后一个模块，完全打好标签，随时可以塞进 Pinterest 的字段映射。 第 5 步：通过 API 模块直接发布到 Pinterest。 最后一个模块是 Make 里 Pinterest 原生的 Create a Pin 动作，它里面的每个字段都从链条前面设置的变量拉取，而不是手工敲进去。 媒体源设为 image、base64，内容本身直接来自第二步下载的文件。画板从 Parse JSON 模块提取出的 board 字段拉取。 pin 名称从 title 拉取，描述从 description 拉取，alt 文本从 alt 拉取，全都出自同一个解析过的对象。 链接字段是我放我 Instagram 的地方，不过这正好是任何运行同样构建的人放产品页、店铺或落地页的位置。 这个模块触发的那一刻，pin 就在画板上上线了，完整描述、完整打标签，从我发出 Telegram 文件的那一刻起，整条链上零手动输入。 如果这里任何一个字段被留在指向静态测试值而不是解析变量，失败是静默且昂贵的。未来每个 pin 都正常发布，但每张图片都用同一个标题或同一个画板，乍看没问题，却在接下来一周里毫无明显原因地拖垮触达。 这就是为什么这个模块的每个字段都要在场景上线前回溯到一个实时变量。 成本不会像人类团队那样随量级增长。 Make.com 方案：每月 9 美元，覆盖这个场景运行的运营量而不触达执行上限。Perplexity API：处理 100+ 张图片每月不到 2 美元，按 sonar-pro 的 token 计价。总月成本：不到 20 美元，无论你发 20 个还是 200 个 pin。 对比一下代理机构为搭这么一套系统实际收的钱。 自由职业自动化开发者对做这件事的 Make 场景报价 1,000 美元起，还不算一个人逐 pin 手写 SEO 标题和 alt 文本的收费。我亲手搭了整个场景，并且免费交出来，因为付钱让别人帮你每月省 20 美元工具费，这笔账对我来说从来就不合理。 用比率而不是绝对数字算，会更尖锐。 按每张图片大约 2 美分 API 成本算，100 个 pin 的成本大约相当于一个每小时 15 美元 VA 的十分钟工时——只不过这 100 个 pin 在发一条 Telegram 消息的时间里就完成了。 增长数字支撑了成本数字。 在一个全新账号 atastaai 上，七天从零到 5,300 次浏览，没有广告支出，没有既有粉丝，那一周里任何时刻都没有手动发布。 Pinterest 也不会惩罚这类内容。平台的排名信号关心的是元数据的相关性和完整性，一个完全打标签、正确归入画板、一分钟内发布的 pin，和一个有人花十分钟手写的 pin，竞争起来完全一样。 省下的时间像成本一样复利。 一个人为 100 张图片仔细写 alt 文本，根据其细致程度现实地需要 8 到 15 小时，而这条流水线处理同样的 100 张图片，大约只需要发送文件然后让场景跑完的时间，端到端落在 1 小时以内。 挡在图片和搜索结果之间的那层元数据，才是 Pinterest 增长里真正的瓶颈。 一旦那层元数据自己运转起来，量就不再是约束，唯一剩下要扩展的，是你愿意往聊天窗口里丢多少张图片。 任何把这当作一次性技巧的人，都会撞上和其他人一样的 40 个 pin 天花板。任何把它当作基础设施的人，都能一直发货下去。 提示词 { "model": "sonar-pro", "messages": [ { "role": "user", "content": [ { "type": "text", "text": "Act as a professional Pinterest SEO specialist. Goal: Generate search-optimized metadata based strictly on the image content. Requirements: 1. TITLE - Under 100 characters - Use high-volume, relevant SEO keywords that match the visual content - Natural readable phrasing, no clickbait, no emojis. 2. DESCRIPTION - Under 500 characters - Include primary and secondary SEO keywords naturally - Include 3-5 highly relevant hashtags - No generic filler words unless clearly visible in the image. 3. ALT TEXT - Literal, precise description of what is visible - Include important SEO keywords naturally inside the description - Focus on objects, location, style, colors, mood, setting - No hashtags, no marketing phrases. Under 700 characters. 4. BOARD - Return \"744149607119499725\" for nature, travel, architecture, landscapes, street photography - Return \"744149607119499728\" for other topics. Output ONLY valid JSON: {\"title\":\"\",\"description\":\"\",\"alt\":\"\",\"board\":\"\"}" }, { "type": "image_url", "image_url": { "url": "data:image/jpeg;base64,{{base64(10.fileOutput)}}" } } ] } ] } 链接 Make.com 标签：# X # Pinterest # SEO # 自动化 # 营销 # 增长 # 广告 # Chatgpt 相关文章 Top 20 Grok Bot Prompts For SEO - The Only Stack You'll Ever Need. "这是我们开始任何 SEO 工作之前，你需要知道的关于我业务的一切。每当我让你跑一次审计、构建策略或分析竞争对手时，都参考这份内容。永远不要问我……" Grok Bot SEO 营销 自动化