Com integrar la IA a WordPress per generar contingut de manera automatitzada

Juli Ramon Juli Ramon — Desenvolupador front-end
Actualitzat:
crear una web WordPress amb IA i generar-ne el contingut des de l'escriptori

Qui busca com crear un web WordPress amb IA s’hi troba dues coses barrejades. Una és muntar el web en si, amb un assistent que proposa estructura, disseny i pàgines a partir d’una descripció del negoci, com els que alguns proveïdors d’allotjament ja inclouen en el seu instal·lador de WordPress. L’altra comença quan el web ja funciona i cal omplir-lo de fitxes de producte, entrades de blog i pàgines de servei, i mantenir al dia els textos que es van quedant antics. Aquest article tracta de la segona, que és on se’n va el temps durant anys.

La pregunta pràctica per a una pime o una botiga en línia és quina part d’aquesta feina pot fer un model com ChatGPT, Claude o Gemini, com arriba el seu text fins a WordPress sense que ningú hagi de copiar i enganxar, i què ha de continuar fent una persona abans de prémer «Publica».

Les vies per incorporar la IA a WordPress

Gairebé tothom comença obrint ChatGPT en una altra pestanya, demanant-li un esborrany i enganxant-lo a l’editor. Funciona, i a qui publica una entrada al mes potser ja li n’hi ha prou, però té un cost amagat. Cada vegada cal tornar a explicar al model qui ets, què vens i com parles, el format es desquadra en enganxar, i no queda registrat quina instrucció va produir quin text. Les altres dues vies existeixen per estalviar aquesta feina repetida, cadascuna a la seva manera.

Una extensió d’IA dins de l’editor de blocs

Amb una extensió d’IA instal·lada, a l’editor de blocs hi apareix un botó o un bloc nou. Des d’allà, qui porta la botiga pot demanar la descripció d’un producte nou, escurçar un paràgraf, proposar un títol o treure la metadescripció, sense canviar de finestra.

Per dins, la majoria fan el mateix. Es connecten a l’API d’un proveïdor de models com OpenAI, Anthropic o Google amb una clau que hi poses tu, o bé funcionen amb crèdits propis de l’extensió que es paguen a part. La diferència importa, perquè en el primer cas pagues el consum directament al proveïdor del model i en el segon depens de la tarifa i dels límits que fixi l’extensió.

L’avantatge és que qui escriu continua manant, frase a frase. L’inconvenient és exactament el mateix: algú ha de ser davant de l’editor, així que l’extensió accelera la redacció però no l’automatitza. Per a un web amb poc volum i una persona que ja dedica una estona a la setmana al contingut, sol ser la via amb millor relació entre esforç i resultat.

Un flux a n8n o Make que deixa esborranys per l’API REST

WordPress porta de sèrie una API REST, una porta per la qual un altre programa pot crear i modificar entrades i pàgines, i amb WooCommerce també productes. Eines d’automatització com n8n o Make tenen mòduls preparats per parlar-hi, de manera que es pot muntar un flux que treballa sense que ningú obri el tauler de WordPress.

Posem per cas una botiga: cada vegada que algú afegeix una fila a un full de Google Sheets amb el nom del producte, les seves mides i unes notes, el flux envia aquestes dades a Claude o a ChatGPT juntament amb unes instruccions fixes de to i estructura, rep la descripció i la crea a WordPress com a esborrany, amb la categoria ja assignada. Al matí algú entra a la llista d’esborranys, llegeix, corregeix i publica.

full de càlcul de productes que alimenta el flux d'esborranys

Aquest «com a esborrany» és la decisió important del muntatge. El flux podria publicar directament, tècnicament res no ho impedeix, però aleshores el que s’inventi el model surt al web sense que ningú ho hagi llegit. Deixar-ho en esborrany manté l’automatització en la part pesada, que és escriure, i deixa una persona en la part que no es delega.

Perquè el flux entri a WordPress cal un usuari amb permisos per crear entrades i una contrasenya d’aplicació, que es genera des del perfil d’aquest usuari i es pot revocar sense tocar-ne la contrasenya normal. Muntar el primer flux porta uns quants dies entre proves i ajustos de les instruccions, i després demana manteniment cada vegada que canvia alguna cosa en alguna de les peces.

Com triar segons el volum, el pressupost i qui el manté

El primer que inclina la balança és quantes peces es publiquen al mes. Si són unes poques entrades de blog, l’extensió dins de l’editor n’hi ha prou, i muntar un flux extern seria pagar una infraestructura per a una feina que es fa en una tarda. Si són desenes de fitxes de producte, o el catàleg entra i surt cada temporada, l’automatització comença a retornar les hores que costa muntar-la.

El pressupost es reparteix de manera diferent. Amb l’extensió pagues la llicència, si en té, i el consum del model, que creix amb el que generis. Amb l’automatització la despesa forta és el muntatge i les hores de manteniment. I després hi ha qui el manté quan alguna cosa falla. Una extensió l’actualitza el seu desenvolupador. Un flux a n8n o Make l’ha d’entendre algú, del teu equip o de fora, perquè tard o d’hora un pas deixa de funcionar i l’esborrany no arriba. Si no hi ha ningú que sàpiga obrir aquest flux i veure on s’ha aturat, nosaltres recomanem la via més modesta, perquè un flux que ningú no sap obrir acaba sent un problema més.

Quan no compensa automatitzar el contingut en una pime

Una clínica dental amb un web petit i un blog que s’actualitza quan algú té una estona n’és un bon exemple. Un flux que generés entrades tot sol li donaria més textos dels que ningú a la clínica pot llegir amb calma, en un sector on una dada mal escrita sobre un tractament té conseqüències.

Abans d’automatitzar convé fer números: quant contingut nou necessites de veritat, que no és el mateix que quant en podries publicar; quant triga algú que coneix el negoci a revisar cada text generat, un temps que en temes de salut o legals s’acosta al d’escriure’l des de zero; i quant costa muntar i mantenir el flux. Si la revisió es menja gairebé tot l’estalvi, l’automatització només hi afegeix una peça més que es pot espatllar.

Hi ha sectors on la IA rendeix poc per la naturalesa del contingut. Un despatx que escriu sobre canvis normatius concrets, una empresa industrial amb productes molt tècnics o un negoci de barri el valor del qual és el que passa al seu carrer necessiten informació que el model no té, i sense aquesta informació en surten textos calcats als de la competència.

Tampoc no compensa quan el problema del web és un altre. Si no rep visites per un error tècnic o perquè ningú no hi enllaça, publicar més textos no ho arregla: automatitzar només accelera la producció de pàgines que ningú no llegeix.

Amb la majoria de pimes comencem igual. Una extensió durant unes setmanes, apuntant quant es triga de veritat a revisar cada text, i amb aquesta dada al davant decidim si el volum justifica muntar alguna cosa més.

Extensions i eines d’IA per a WordPress, segons el que resolen

Si cerques «AI» al directori oficial d’extensions de WordPress hi surten moltíssimes opcions, i bona part fan el mateix amb una altra interfície. Per no perdre-s’hi, ajuda agrupar-les pel que resolen:

  • Assistents de redacció dins de l’editor. Jetpack AI Assistant, d’Automattic, afegeix un bloc que genera i reescriu text al mateix editor. AI Engine, de Meow Apps, permet connectar la teva pròpia clau de diversos proveïdors de models i, a més de redactar, serveix per muntar un xatbot al web.
  • Extensions de SEO amb funcions d’IA. Rank Math, amb el mòdul Content AI, i All in One SEO, amb el seu generador de contingut, se centren en títols, metadescripcions i suggeriments lligats a la paraula clau. Tenen sentit sobretot si ja en fas servir una de les dues.
  • Eines d’automatització externes. n8n, Make i Zapier no s’instal·len a WordPress, s’hi connecten des de fora per l’API REST, i són les que permeten el flux d’esborranys de l’apartat anterior.

Abans d’instal·lar-ne cap, val la pena llegir-ne la fitxa amb calma. Mira si funciona amb la teva pròpia clau d’API o amb crèdits de l’extensió, quins models admet, quan es va actualitzar per última vegada i si declara compatibilitat amb la teva versió de WordPress. Una extensió d’IA abandonada deixa de funcionar quan el proveïdor canvia la seva API, i continua instal·lada al teu web.

Hi ha una cosa que gairebé ningú no mira al principi: tot el que escrius a l’extensió viatja al proveïdor del model perquè ho processi, així que no hi enganxis dades personals de clients, pressupostos amb noms o informació que no enviaries per correu a un tercer. Les condicions d’ús de dades de cada proveïdor són al seu web.

Què cal revisar abans de publicar un text generat amb IA

La revisió surt millor amb una llista fixa que amb una lectura ràpida per veure com sona.

Dades, xifres i noms propis

Un model de llenguatge escriu que un producte té tres anys de garantia amb la mateixa seguretat tant si aquesta dada era en el que li vas donar com si no. El model completa la frase amb el que sol aparèixer en textos semblants, i per això els seus errors sonen creïbles.

El que cal comprovar un per un:

  • preus, mides i terminis de lliurament
  • garanties i condicions de devolució
  • noms de normatives, organismes i marques
  • estadístiques i enllaços

La regla pràctica: tot número o nom propi que no surti de les teves dades s’esborra o es comprova a la font, i si no trobes la font, s’esborra.

To de marca i frases de farciment

Un text generat tendeix a començar repetint el títol amb altres paraules, a acabar amb un paràgraf que resumeix el que ja s’ha dit i a posar tres adjectius on n’hi havia prou amb un. Si la teva botiga tracta de tu els clients i el text arriba de vostè, o al revés, es nota a la primera línia.

La forma també el delata. Tots els paràgrafs de la mateixa llargada, totes les seccions amb el mateix nombre de punts, frases d’arrencada com «és important tenir en compte que» que no aporten res. El que funciona és esborrar sense pietat: si una frase no diu res de nou al lector, fora.

Si els mateixos errors es repeteixen text rere text, la solució és a les instruccions que rep el model. Apunta el que corregeixes durant un parell de setmanes i converteix-ho en regles dins d’aquestes instruccions.

Quines dades del teu negoci necessita la IA per no escriure textos genèrics

Un model a qui demanes la descripció d’una taula de roure sense donar-li res més torna la mateixa que a la botiga del costat. El model sap escriure; el que no sap és res del teu negoci, i l’única manera que ho sàpiga és donar-l’hi a cada petició.

el catàleg de la botiga en línia com a font de dades per a la IA

El primer material és el catàleg. Si la botiga funciona amb WooCommerce, es pot exportar a un full de càlcul amb atributs, mides, materials i preus, i aquest fitxer és la font d’on el model ha de treure les dades en lloc d’imaginar-les. En una empresa de serveis, l’equivalent és una fitxa per servei amb què inclou, què no, per a qui és i quant dura.

El segon són les preguntes que fan els teus clients de veritat. Les que arriben per correu, per WhatsApp, al taulell o per telèfon, escrites amb les seves paraules. Una llista d’aquestes preguntes fa que el text respongui dubtes que algú té, en lloc dels que el model suposa.

El tercer són els teus casos. Un encàrrec que va sortir bé, una objecció habitual i com la respons, explicat sense noms de clients. És l’únic que la competència no pot copiar.

Tot això s’aplega en un document fix que l’extensió o el flux de n8n envien al model amb cada petició. Quan canvies un preu, actualitzes aquest document i els textos nous ja surten amb la dada bona.

Si vols saber quina via encaixa amb el volum del teu web i qui la podria mantenir, explica’ns el teu cas i ho mirem amb tu.

Sobre l'autor

Juli Ramon — Desenvolupador front-end

Desenvolupador front-end: converteixo dissenys en webs que funcionen bé, es veuen bé i carreguen ràpid. Treballo amb WordPress, Shopify, PHP i JavaScript, amb especial atenció a l'accessibilitat, el responsive i l'experiència d'usuari.

Articles de Juli

Parlem

Tens un projecte al cap?

Explica-ho i fem créixer el teu negoci junts.

Analitzar les meves oportunitats de venda