ChatGPT non può pubblicare da solo sui tuoi account social. Non esiste un comando nativo "pubblica su Instagram" dentro la finestra di chat, e a luglio 2026 non esiste nessuna impostazione che ne attivi uno. Quello che esiste, invece, sono tre modi per colmare la distanza tra una finestra di chat e un post pubblicato — e differiscono enormemente per costo di configurazione, affidabilità e gravità dei danni quando qualcosa si rompe.
La domanda continua a ripresentarsi perché le demo sembrano dimostrare il contrario. Qualcuno condivide la registrazione di uno schermo in cui un assistente "pubblica una settimana di contenuti", e quello che stai guardando in realtà è l'assistente che chiama uno strumento separato, quello che custodisce le credenziali. La chat è il volante. Il motore è un'altra cosa.
Perché la risposta è "non direttamente"
Pubblicare su un account social è un problema di permessi, non di scrittura.
Ogni network richiede che il software che effettua la pubblicazione sia un'applicazione registrata, revisionata dalla piattaforma, dotata degli scope di pubblicazione e in possesso di un access token valido per il tuo account specifico. Meta richiede un account Instagram professionale — Business o Creator — e, a seconda di quale API di Instagram è costruito lo strumento, anche una Pagina Facebook collegata; i profili personali non sono mai stati pubblicabili da app esterne. TikTok blocca la pubblicazione pubblica dietro un processo di revisione dell'app. LinkedIn tratta la pubblicazione sul profilo personale e quella sulle Pagine come permessi separati. X, Threads, Bluesky, Pinterest e tutti gli altri hanno ciascuno il proprio percorso di approvazione e le proprie stranezze.
ChatGPT non è quell'applicazione registrata per i tuoi account. Non detiene alcun token per essi e non ha alcun rapporto da publisher con i network. La parte difficile della pubblicazione non è mai stata produrre la caption — è essere ritenuto affidabile dall'API di ogni network al punto da poter agire al posto tuo.
Il che significa che ogni strada elencata qui sotto funziona allo stesso modo sotto il cofano: l'assistente invia istruzioni a un software che, quello sì, detiene le credenziali. Le tre strade differiscono solo per cosa sia quel software, e per quanta roba si frapponga tra l'output del modello e un post pubblicato.
| Strada | Di cosa si tratta | Costo di setup | Modalità di fallimento principale |
|---|---|---|---|
| Connettori / MCP | L'assistente chiama il tuo scheduler o un'API direttamente | Medio | Errori di autenticazione silenziosi, nessuna anteprima visiva |
| Piattaforme di automazione | Zapier, Make o n8n collegano l'output del modello a un'azione di pubblicazione | Da medio ad alto | Pubblica senza una fase di revisione; gestione dei media |
| Prima la bozza, poi la pianificazione | Generi in chat e sei tu a inserire il contenuto in uno scheduler | Basso | Manuale — ma vedi tutto prima che parta |
Strada 1: connettori, action e MCP
È questa la strada a cui la gente pensa quando dice che l'AI "pubblica al posto suo". I GPT personalizzati possono chiamare API esterne tramite le Action definite con uno schema OpenAPI, e il Model Context Protocol — uno standard che permette agli assistenti di pilotare strumenti reali — ha da allora reso quel collegamento molto meno artigianale. Introdotto da Anthropic e adottato nell'ecosistema AI più ampio, MCP permette a un assistente di elencare le capacità di uno strumento ("crea una bozza", "pianifica per martedì alle 9", "recupera l'engagement della scorsa settimana") e di richiamarle per tuo conto.
Quello che questo non fa è dare all'assistente una linea diretta con Instagram. Il connettore collega l'assistente a qualcosa che ha già i rapporti con le piattaforme — di solito il tuo scheduler. È quell'intermediario a effettuare la pubblicazione vera e propria.
Dove si rompe:
- Errori di autenticazione silenziosi. I token OAuth scadono. Quando una connessione decade, l'assistente segnala spesso un successo lo stesso, perché dal suo punto di vista la chiamata è partita senza problemi. Scopri giovedì che martedì non è mai stato pubblicato nulla.
- Nessuna anteprima visiva. L'assistente vede il testo. Non vede come viene renderizzato il post — dove cadono le interruzioni di riga, se l'anteprima del link ha pescato l'immagine giusta, se la prima riga è stata troncata nel feed.
- Il parco connettori cambia in continuazione. Quali connettori siano disponibili su quale assistente cambia di mese in mese. Qualunque cosa tu legga su una specifica integrazione, questo articolo compreso, vale la pena riverificarla sulla documentazione aggiornata.
Se vuoi andare in questa direzione, la forma sensata è: assistente → scheduler → network, mai assistente → network. SocialKit include API e webhook in ogni piano, ed è ciò che rende possibile quell'anello intermedio — l'assistente propone, lo scheduler custodisce le credenziali e la coda, e tu vedi comunque il calendario prima che parta qualsiasi cosa.
Strada 2: le piattaforme di automazione
Zapier, Make e n8n ti permettono di collegare un trigger a una catena di passaggi, uno dei quali chiama un modello linguistico e un altro pubblica. Una nuova riga in un foglio di calcolo diventa una caption generata che diventa un post LinkedIn pubblicato. Questa è vera marketing automation e funziona davvero — ed è anche la strada che più facilmente ti metterà in imbarazzo.
Il problema non è il modello. È che il template predefinito termina con pubblica, e nulla nella catena ha un'opinione sulla qualità.
Dove si rompe:
- Nessuna fase di approvazione di default. Il workflow che hai copiato da un tutorial spara dritto al network. Un prompt sbagliato, un articolo di partenza strano, ed è già online.
- I media sono l'anello debole. Il nodo di pubblicazione ha bisogno di solito di un URL pubblicamente raggiungibile a un file delle dimensioni giuste e con la codifica giusta. Il testo generato è facile; portare il video 9:16 giusto al nodo giusto nel momento giusto è dove queste pipeline muoiono davvero.
- I fallimenti parziali sono invisibili. Il passaggio quattro su nove va in errore, l'esecuzione si ferma, e l'unico sintomo è una settimana vuota.
- Omologazione su larga scala. Lo stesso blocco generato sparato su cinque network suona come riempitivo su tutti e cinque.
Se decidi comunque di costruirne una, applica l'unica regola che conta: ogni workflow di contenuti dovrebbe terminare con una bozza, non con una pubblicazione. Quell'unico cambiamento trasforma un rischio in un autentico risparmio di tempo. La nostra guida su dove tracciare la linea tra l'automazione che aiuta e quella che ti costa cara copre il resto di questa delimitazione.
Strada 3: bozza in chat, pianificazione nello scheduler
La strada noiosa è quella su cui atterra la maggior parte dei team che lavorano davvero, e a metà 2026 è ancora l'opzione con il miglior rapporto qualità-per-minuto disponibile.
Usi la finestra di chat per quello in cui è genuinamente brava — trasformare un brief approssimativo in una prima bozza, comprimere un articolo del blog in cinque angolazioni, adattare un'unica idea in varianti per ogni network. La nostra guida su come ottenere output utilizzabili da ChatGPT senza i difetti tipici approfondisce quella metà del lavoro. Poi sposti l'output in uno scheduler, lo rifinisci per ogni network e lo metti in coda.
Il motivo per cui questo batte una pipeline a scatola nera non è la cautela fine a se stessa. È che la fase di editing è il valore. Un post LinkedIn generato ha quasi sempre bisogno che gli si riscriva la riga di apertura. Un post X generato ha quasi sempre bisogno che gli si tolga un terzo delle parole. Farlo dentro un compositore in cui vedi il conteggio dei caratteri e l'anteprima richiede pochi secondi; farlo dopo la pubblicazione richiede una cancellazione e delle scuse.
La forma pratica: componi l'idea una volta sola, poi personalizza caption, hashtag e media per ogni piattaforma prima che parta. È tutto l'argomento di perché pubblicare ovunque insieme non dovrebbe significare pubblicare in modo identico, e la meccanica sta nella nostra guida passo passo su come pianificare post su più piattaforme in un colpo solo. In SocialKit è un unico compositore per tutte le 11 piattaforme con override per singolo network, un calendario che puoi guardare e l'auto-pubblicazione che si occupa dell'invio vero e proprio.
Le tre modalità di fallimento che ricorrono ovunque
Qualunque strada tu scelga, si presentano sempre gli stessi tre problemi. Vale la pena nominarli perché nessuno di essi è ovvio finché non è già successo.
La formattazione si rompe
Gli assistenti in chat scrivono in Markdown. I social network non renderizzano il Markdown. Copia una risposta che contiene **grassetto** e gli asterischi vengono pubblicati alla lettera. Gli elenchi puntati annidati collassano. Le virgolette tipografiche e gli spazi non divisibili a volte sopravvivono, a volte si trasformano in mojibake, a seconda di cosa si trova tra il modello e l'API.
Le interruzioni di riga sono la trappola più subdola. Una bozza che sembra ben spaziata nella finestra di chat può arrivare come un unico muro di testo su un network e con la doppia spaziatura su un altro, perché ogni piattaforma tratta gli a capo in modo diverso. Guarda sempre un'anteprima, non la chat.
E poi la lunghezza: una caption che sta comodamente su LinkedIn verrà troncata su X e rifiutata del tutto altrove. Invece di fidarti della memoria che un modello ha dei limiti, controlla i limiti di caratteri attuali per ogni piattaforma — i modelli sbagliano con sicurezza su questi dati più che su qualsiasi altra specifica.
I limiti dei media
È qui che le pipeline di pubblicazione automatica falliscono più spesso, e non ha nulla a che vedere con l'AI. Un modello testuale non ha il tuo video. Non può allegare un file, ridimensionare un'immagine, tagliare una clip per rientrare in un limite di durata o riformattare un export 16:9 in 9:16.
Non può farlo nemmeno SocialKit, per essere chiari — non c'è nessun auto-reframe né auto-trim al suo interno. Esporti nelle dimensioni giuste prima di caricare, e il nostro riferimento sulle dimensioni di immagini e video per i social esiste proprio perché tu ci prenda giusto al primo colpo. Qualunque workflow dia per scontato che i media si sistemeranno da soli produrrà una serie di post di solo testo e una pila di job falliti.
Nessuna fase di approvazione
Lo stato predefinito di una pipeline automatizzata è invia. Lo stato predefinito di un workflow umano è prima guardalo. Automatizzare la fase di pubblicazione senza reinserire deliberatamente un controllo di revisione è in assoluto il modo più comune in cui questa cosa va storta, ed è il motivo per cui la distinzione tra auto-pubblicazione e pianificazione con notifica conta ancora di più quando è l'AI a generare le bozze.
Per un creator solitario il controllo di approvazione sono semplicemente i tuoi occhi sul calendario il lunedì mattina. Per un team dovrebbe essere una fase vera e propria — in SocialKit, i workflow di approvazione sono disponibili sui piani Team ed Enterprise. In ogni caso, il controllo va dopo la generazione e prima della coda.
Una nota di onestà collegata: nessuna di queste strade ti dà un livello di risposta. ChatGPT non monitora i tuoi commenti, e non lo fa nemmeno SocialKit — non c'è nessuna inbox unificata né coda di moderazione al suo interno. Pubblicare e conversare sono due lavori distinti, e la metà conversazionale resta umana.
Da dove partire
Se vuoi l'AI nel tuo workflow di pubblicazione senza consegnarle le chiavi, in quest'ordine:
- Decidi cosa stai automatizzando davvero. La generazione, l'adattamento o l'invio stesso. I primi due sono vittorie sicure. Il terzo ha bisogno di un controllo.
- Prima fai funzionare bene il ciclo di stesura. Fornisci dettagli concreti — l'affermazione, la piattaforma, l'indicazione sulla voce, la CTA — prima di automatizzare qualsiasi cosa. Una pipeline che sforna bozze mediocri più in fretta è un risultato peggiore, non migliore.
- Metti uno scheduler in mezzo. L'assistente dovrebbe parlare con uno strumento che custodisce le credenziali delle tue piattaforme, non con i network. Quello strumento è anche il posto in cui vivono le anteprime, gli override per singolo network e il calendario.
- Personalizza per ogni network prima di mettere in coda. Un'idea, undici possibili destinazioni, una caption diversa per ciascuna. È qui che i contenuti generati smettono di sembrare generati.
- Aggiungi il controllo di revisione in modo esplicito. Uno stato di bozza, una fase di approvazione o un controllo fisso del calendario ogni lunedì. Scegline uno e usalo davvero.
- Controlla manualmente l'output della prima settimana. Guarda i post pubblicati su ogni network, non il messaggio di successo. I problemi di formattazione e di media si vedono solo nella resa reale.
Il tetto realistico, a luglio 2026, è un assistente che abbozza e sistema i contenuti mentre tu approvi. È genuinamente una grande quantità di tempo restituito — ed è un affare molto migliore di una pipeline che pubblica senza supervisione e ti consegna il lavoro di pulizia.