Introduzione: più di un progetto social
Il progetto “AI Instagram Reels” nasce con l’obiettivo di automatizzare la creazione di contenuti per i social, ma in realtà si è rivelato molto di più: un esercizio avanzato di orchestrazione tra AI generativa, cloud computing e automazioni no-code.
Durante lo sviluppo, ho acquisito competenze trasversali su:
- Automazioni complesse con Make.com
- Utilizzo delle API OpenAI (ChatGPT, TTS, DALL·E)
- Gestione di file e bucket su Google Cloud Platform
- Deploy di container su Google Cloud Run
- Integrazione di più strumenti in un unico workflow fluido
Più che un progetto “per Instagram”, è stata una palestra per costruire un’infrastruttura scalabile e intelligente, in grado di generare e pubblicare automaticamente contenuti multimediali, partendo da un prompt testuale.
Infrastruttura tecnica: AI, Cloud, automazione e gestione file
AI Generativa: contenuto originale al centro del progetto
Il cuore creativo del progetto è l’intelligenza artificiale di OpenAI. Utilizzando GPT-4o, ho impostato un prompt specifico per generare script brevi ma coinvolgenti, ottimizzati per la narrazione in un Reel. Il testo viene poi trasformato in voce grazie al modello TTS-1, restituendo un file audio .mp3 chiaro e naturale. A completare la parte visuale, DALL·E 3 genera un’immagine verticale in stile flat, pensata come copertina visiva del contenuto.
Google Cloud Run: microservizio video su misura
Uno degli aspetti più interessanti e avanzati di questo progetto è stato senza dubbio lo sviluppo del backend su Google Cloud Platform, in particolare l’uso di Cloud Run combinato con Docker.
Ho realizzato un microservizio custom, containerizzato tramite Docker, capace di unire dinamicamente il file .png (immagine copertina) con il file .mp3 (voice-over) e restituire un video .mp4. Per farlo, ho:
- scritto uno script Python (
main.py) per la fusione dei file - configurato un ambiente Docker per l’esecuzione
- creato un repository Docker su Artifact Registry
- effettuato il deploy del servizio su Cloud Run, rendendolo accessibile pubblicamente via HTTP POST
L’infrastruttura è altamente scalabile e serverless: Cloud Run esegue il servizio solo quando viene chiamato, riducendo i costi e garantendo prestazioni costanti.
Per collegare Make.com a questo endpoint ho anche creato una Service Account con i permessi adeguati, configurato OAuth e definito le policy necessarie per permettere la comunicazione sicura tra i due ambienti.
Recupero e gestione dei file: tutto passa dal Cloud
Una volta generato il video .mp4, viene salvato su Google Cloud Storage, che funge da deposito centrale per tutti i file temporanei e finali. Per ottenere il link pubblico al file più recente, ho integrato una chiamata API direttamente dalla pipeline Make.com, che interroga il bucket e restituisce i file ordinati per data di creazione. In questo modo, riesco a individuare l’output giusto senza ambiguità.
Questa funzione è fondamentale per mantenere l’automazione fluida, specialmente quando il sistema viene eseguito più volte al giorno.
Google Drive: archivio di backup e tracciabilità
Google Drive non è usato come ambiente attivo di lavoro, ma come spazio di backup, utile per avere sempre a disposizione una copia dei contenuti generati. Nella pipeline Make.com, ho inserito due step specifici che caricano immagine e audio grezzi su una cartella Drive condivisa.
Per realizzare questa integrazione, non è bastato un semplice collegamento: ho dovuto passare dalla Google Cloud Console, creare un progetto, abilitare le API necessarie, configurare un sistema di autenticazione OAuth e creare una Service Account dedicata per consentire a Make.com di accedere a Google Drive in modo sicuro e controllato.
Questa fase è stata molto formativa, perché mi ha permesso di comprendere come funziona il ciclo completo delle credenziali tra ambienti terzi e Google Workspace.
Conclusione
“AI Instagram Reels” non è stato un semplice progetto creativo, ma una vera e propria architettura distribuita, costruita attraverso l’integrazione profonda di strumenti avanzati come OpenAI, Make.com e Google Cloud Platform.
Lontano dall’essere un progetto no-code, questo lavoro ha richiesto competenze tecniche reali: dalla scrittura di codice Python per la generazione video, alla gestione di container Docker, fino alla configurazione di service account, permessi OAuth e deploy su Cloud Run.
Il risultato è un sistema completamente automatizzato, ma altamente controllabile, scalabile e personalizzabile, capace di produrre contenuti video partendo da zero, e di farlo con precisione, rapidità e coerenza.
Più che un flusso per creare Reels, si tratta di una macchina di produzione multimediale intelligente, pronta per essere riutilizzata, estesa o adattata ad altri contesti — educational, branding, social media automation, o content marketing.
Questo progetto ha consolidato la mia capacità di gestire ambienti cloud complessi, connettere API esterne, progettare pipeline robuste e scrivere codice che dialoga con infrastrutture distribuite. Un’esperienza che porterò con me in ogni nuovo progetto.