Como Criamos um Bot que Escreve o Nosso Blog Toda Semana

Toda segunda-feira de manhã, um artigo novo aparece no nosso blog. Ninguém escreve manualmente. Ninguém revisa antes de publicar. Um bot faz tudo — pesquisa o tema, escreve o artigo, escolhe a imagem e abre o pull request.

Esse post conta como chegamos até isso.

O Problema que Queríamos Resolver

Manter um blog ativo é difícil. Todo mundo sabe que conteúdo consistente gera tráfego orgânico, constrói autoridade e aquece leads. Na prática, porém, o blog sempre fica para depois.

A agenda enche. As prioridades mudam. O artigo que "sai essa semana" vira o artigo que "sai mês que vem".

Queríamos resolver isso de forma definitiva — sem contratar redator, sem criar mais uma tarefa manual no processo. A solução precisava funcionar sozinha.

A Ideia: GitHub Actions + IA

A premissa era simples: um script Python que roda automaticamente toda semana, usa um modelo de linguagem para escrever o artigo e faz commit direto no repositório.

Nada de painel, nada de dashboard, nada de interface. Só código e automação.

As peças do sistema

GitHub Actions cuida do agendamento. Com uma linha de cron (0 9 * * 1), o workflow dispara toda segunda às 9h UTC sem nenhuma intervenção humana.

Groq API é o motor de escrita. Usamos o modelo openai/gpt-oss-120b via Groq — velocidade de inferência alta e suporte a respostas longas, ideal para artigos de 1500+ palavras.

Pexels API resolve as imagens. O bot busca automaticamente uma foto relevante ao tema, baixa em alta resolução e salva no repositório junto com o post.

Como o Bot Funciona, Passo a Passo

O script generate_blog_post.py executa quatro etapas em sequência:

1. Pesquisa de temas

A primeira chamada à API pede ao modelo uma lista de 5 temas de tecnologia relevantes para a semana, voltados para donos de PMEs:

"Liste 5 temas de tecnologia altamente relevantes desta semana
para donos de pequenas e médias empresas que consideram investir
em software. Retorne APENAS um JSON array."

O retorno é um JSON simples — fácil de parsear, difícil de quebrar.

2. Geração de metadados

Uma segunda chamada escolhe o melhor tema e gera título, excerpt e slug. Mantemos essa etapa separada do artigo por um motivo importante: JSON com 1500 palavras de markdown aninhado quebra. Descobrimos isso na primeira versão do bot.

Aprendizado: nunca peça ao modelo para colocar um artigo inteiro dentro de um campo JSON. Separe metadados e conteúdo em chamadas distintas.

3. Escrita do artigo

Com os metadados em mãos, uma terceira chamada escreve o artigo completo em markdown puro — sem JSON, sem wrapper. O modelo recebe o contexto da empresa (software para PMEs, tom profissional mas acessível) e produz seções estruturadas com exemplos práticos e CTA ao final.

4. Imagem automática via Pexels

Antes de salvar o arquivo, o bot consulta a API do Pexels com o tema como query, baixa a primeira foto em landscape e salva em public/images/blog/{slug}.jpg. Se a busca falhar por qualquer motivo, cai para uma imagem padrão — o post não quebra.

A Estrutura do Arquivo Final

O bot gera um .md com frontmatter compatível com Next.js:

---
title: "Título do Artigo"
date: "2026-03-18T10:00:00.000Z"
excerpt: "Frase de impacto."
coverImage: "/images/blog/slug-do-artigo.jpg"
---

# Título do Artigo

## Seção 1
...

Depois disso, o workflow faz git add, git commit e git push. O CI/CD do projeto detecta a mudança e faz o deploy automaticamente.

O Que Aprendemos no Caminho

Erros que encontramos

JSON aninhado quebra. A primeira versão pedia o artigo inteiro dentro de um objeto JSON. Funcionou nos testes locais e quebrou em produção quando o artigo tinha aspas, apóstrofos ou quebras de linha no lugar errado. A solução foi separar as chamadas.

reasoning_effort + streaming precisa de atenção. Modelos com raciocínio interno emitem chunks de conteúdo intercalados. A função stream_to_string precisa tratar delta.content como None em alguns chunks — e não apenas concatenar cegamente.

Mensagens de erro genéricas escondem o problema. O primeiro except capturava tudo e imprimia só Erro: .... Adicionamos traceback.print_exc() e o problema ficou óbvio em 30 segundos.

O que funcionou bem

• Separar em múltiplas chamadas menores ao invés de uma chamada gigante
• Fallbacks em cada etapa (imagem padrão se Pexels falhar, JSON com regex se vier com texto extra)
• Logs verbosos no script — em GitHub Actions, o log é o único lugar para debugar

Configuração em 5 Minutos

Se quiser replicar:

1. Crie uma conta no Groq e gere uma API key em console.groq.com
2. Crie uma conta no Pexels e gere uma API key gratuita em pexels.com/api
3. Adicione os secrets no GitHub: GROQ_API_KEY e PEXELS_API_KEY
4. Crie o workflow em .github/workflows/weekly-blog-post.yml com o cron desejado
5. Rode manualmente (workflow_dispatch) para validar antes de esperar a segunda-feira

O custo mensal é praticamente zero — Groq tem tier gratuito generoso e Pexels API é gratuita para uso não-comercial em volume baixo.

Repositório do Projeto

O código-fonte completo deste bot de automação está disponível em nosso repositório no GitHub:
lucaspanzera1/blog-post-generator

Vale a Pena?

Para nós, sim. O blog que ficava meses sem atualização agora publica toda semana. O conteúdo é relevante, em PT-BR, voltado para o nosso público. E o time não gasta nenhuma hora por semana nisso.

Automatização não é sobre preguiça — é sobre direcionar energia humana para onde ela realmente importa.

Quer implementar algo assim na sua empresa?

Desenvolvemos automações e sistemas sob medida para negócios que querem escalar sem aumentar o time operacional. Fale com a Stelestial Software ou no WhatsApp: (31) 99317-3160.