Publicación cruzada en redes sociales: un análisis profundo sobre estado, idempotencia y cirílico roto

Al autor se le encargó automatizar la publicación cruzada de artículos de blog en redes sociales, incluyendo la generación de anuncios breves, la reescritura de contenido para Dzen y Spark, la adjunta de imágenes, el establecimiento de etiquetas UTM y la publicación en Telegram y otros canales. Los intentos iniciales con un agente de IA revelaron muchos escollos: las publicaciones de Telegram en realidad se enviaban, pero el CLI devolvía un error de tiempo de espera; los enlaces en formato Markdown se fusionaban visualmente con el texto; las imágenes WebP se convertían en PNG enormes; VK activaba comprobaciones anti-bot; OK perdía las tarjetas de vista previa; y Google Docs contenía caracteres corruptos (U+FFFD). El autor se dio cuenta de que la publicación cruzada no es una operación única, sino un pipeline con zonas de fallo independientes, y lo estructuró como fuente → paquete de contenido → resolución de medios → transporte → verificación → informe. Conclusiones clave: un tiempo de espera no significa que la publicación no se haya realizado, por lo que los reintentos deben basarse en la verificación real; la automatización del navegador no es fiable y debe ser un último recurso; respuestas de API como HTTP 201 no garantizan la entrega, por lo que cada plataforma debe tener un estado final verificado; las imágenes necesitan una validación y resolución adecuadas (por ejemplo, la conversión de WebP a PNG degradó un recurso diez veces); y la corrupción de la codificación de texto (U+FFFD) debe detectarse con compuertas estrictas, ya que no se puede corregir con un simple reemplazo. Para la reescritura, el autor usó HTML completo con saneamiento en lugar de JSON para evitar llamadas a la acción y banners, y limitó el procesamiento a un artículo fresco por ejecución.