Viele Teams nutzen ChatGPT inzwischen täglich für Fachartikel, How-tos oder Produkttexte, stehen aber jedes Mal vor demselben Problem: Die Antworten sind inhaltlich brauchbar, aber für WordPress nur mit viel Handarbeit nutzbar. Absätze müssen neu gesetzt, Überschriften nachgezogen, der more-Tag ergänzt und SEO-Felder manuell befüllt werden. Spätestens wenn du zusätzlich n8n oder ähnliche Automatisierungswerkzeuge einbindest, reicht dieses improvisierte Vorgehen nicht mehr aus und du brauchst einen wiederholbaren Publishing-Workflow.
Übersicht: Vom Chatfenster zum fertigen WordPress-Entwurf
Ein stabiler Workflow beginnt nicht im Backend von WordPress, sondern genau dort, wo deine Inhalte entstehen: im Chat mit dem Modell. Ziel ist es, am Ende der Unterhaltung eine einzige strukturierte Antwort zu erhalten, die sowohl alle Metadaten als auch den fertigen HTML-Artikel umfasst. Diese Antwort lässt sich als Ganzes in ein Formularfeld oder direkt in einen n8n-Webhook kopieren, wo sie anschließend in ein sauberes Datenmodell für die WordPress-API überführt wird.
Der Kern des Ansatzes ist ein Publishing-Prompt, der zwei Blöcke erzwingt. Der META-Block enthält alle Schlüsselinformationen wie Titel, Slug, Tags, Kategorien, Yoast-Felder und Bildhinweise. Der HTML-Block trägt den eigentlichen Artikel, bereits im gewünschten Tag-Set formatiert und mit korrekt gesetztem more-Tag. Indem du dieses Format konsequent nutzt, verschiebst du die Formatierungsarbeit vom Menschen auf das Modell und die strukturierende Arbeit vom Modell auf deinen Automations-Workflow.
Der META-Block als verbindliches Briefing für n8n und WordPress
Im META-Block definierst du die wichtigsten Eigenschaften des Beitrags, die später als Felder in WordPress erscheinen. Dazu gehören ein klar formulierter Titel, ein technischer Slug ohne Sonderzeichen, ein kurzer Auszug, Tags und Kategorien. Ergänzend kommen die Yoast-bezogenen Zeilen, die Fokus-Keyword, SEO-Titel, Meta-Description und eine optionale Canonical-URL abdecken. So entsteht ein kompaktes, aber aussagekräftiges Briefing, das dein Workflow-System maschinell auslesen kann.
Der Vorteil dieser Trennung ist, dass das Modell hier in Klartext arbeitet, ohne HTML oder JSON escapen zu müssen. Jede Zeile folgt dem Muster KEY: VALUE und kann in n8n mit wenigen Zeilen Code sicher gesplittet werden. Gleichzeitig behalten Redakteurinnen und Redakteure die volle Kontrolle, weil die semantische Entscheidung, welche Tags und Kategorien sinnvoll sind, bereits im Chat getroffen wird. Das reduziert Rückfragen und vermeidet, dass technische Automatismen fachliche Einordnungen erraten müssen.
Der HTML-Block: Gutenberg-freundliche Struktur ohne Ballast
Im HTML-Block konzentriert sich der Prompt auf eine kleine, bewährte Auswahl von Tags. p strukturiert deine Absätze, h2 und h3 bilden die Hierarchie der Überschriften, ul und ol unterstützen übersichtliche Aufzählungen, während blockquote, pre und code Zitate und technische Beispiele abbilden. Links bleiben bewusst schlicht, indem nur a verwendet wird, ohne zusätzliche Inline-Elemente oder Styling-Tags.
Die Beschränkung auf dieses Set macht den Output gut vorhersagbar. Der Gutenberg-Editor kann die Struktur zuverlässig interpretieren, ohne dass dein Theme von exotischen Elementen überrascht wird. Gleichzeitig reicht diese Auswahl aus, um auch komplexere Inhalte wie Schritt-für-Schritt-Anleitungen, Konfigurationsbeispiele oder kleine Code-Snippets sauber abzubilden. Entscheidend ist, dass jeder Absatz wirklich in p steht und kein nackter Text außerhalb von Tags auftaucht.
Einleitung und more-Tag als Scharnier
Der erste Absatz spielt eine besondere Rolle. Hier legst du den Kontext fest, benennst das Problem und machst klar, für wen der Beitrag relevant ist. Direkt nach diesem p platziert das Modell den more-Tag. Dadurch entsteht eine saubere Trennung zwischen dem Anreißer, der auf Übersichtsseiten und in Teasern verwendet werden kann, und dem ausführlichen Hauptteil, der sich an Leserinnen und Leser richtet, die tiefer einsteigen wollen.
Wenn du diese Struktur einmal verinnerlicht hast, musst du sie im Alltag nicht ständig neu erklären. Der Publishing-Prompt hält die Regel fest, dass der more-Tag unmittelbar nach dem ersten Absatz steht. Das Modell setzt diese Vorgabe bei jedem abschließenden Aufruf automatisch um, sodass du dich im Dialog vor allem auf Inhalt, Beispiele und Argumentation konzentrieren kannst.
Zwischenüberschriften, Absätze und Lesefluss
Zwischenüberschriften geben deinen Texten Rhythmus und helfen Lesenden, den roten Faden zu behalten. Mit h2 kannst du die großen Themenblöcke markieren, etwa Überblick, Workflow, Beispiele und Fazit, während h3 für Unterpunkte wie Einleitung, Listen oder Fehlerquellen reserviert ist. Die Vorgabe, auf h1 zu verzichten, verhindert Konflikte mit Themes, die die Hauptüberschrift eines Beitrags selbst generieren.
Damit der Text nicht wie eine monotone Aufzählung wirkt, achtet der Prompt darauf, variierende Satzlängen zu fördern und typische KI-Floskeln auszuschließen. Die Kombination aus klarer HTML-Struktur und natürlicher Sprache erzeugt Beiträge, die sich sowohl für menschliche Leser angenehm anfühlen als auch im Backend ohne Frust bearbeitet werden können.
Listen, Code und Zitate sinnvoll einsetzen
Listen eignen sich hervorragend, um mehrere verwandte Punkte auf engem Raum darzustellen, sollten aber nicht als Ersatz für jeden zweiten Absatz dienen. Die Regel, Listen erst ab drei sinnvollen Einträgen zu verwenden, zwingt das Modell dazu, abzuwägen, ob eine Aufzählung wirklich Mehrwert bringt oder ob Fließtext besser geeignet ist. So vermeiden deine Artikel den Eindruck, nur aus Stichwortsammlungen zu bestehen.
- Typische Stolpersteine lassen sich in Listen schnell und klar darstellen.
- Konkrete Schrittaufzählungen profitieren von der visuellen Struktur.
- Zu knappe Listen wirken zufällig und können besser als Sätze formuliert werden.
Für technische Inhalte können pre und code genutzt werden, um Konfigurationsbeispiele oder kleine Snippets sauber zu formatieren. Zitate aus Meetings, Dokumentationen oder Nutzerfeedback finden in blockquote ihren Platz. Auch hier sorgt die klare Tag-Auswahl dafür, dass der Gutenberg-Editor die Inhalte zuverlässig in passende Blöcke überführt.
Praktisches Beispiel: Arbeiten mit ChatGPT, iPhone und n8n
Stell dir vor, du sitzt unterwegs mit deinem iPhone und diskutierst mit ChatGPT ein neues How-to zum Automatisieren von Sitemaps. Du klärst Fragen, lässt dir alternative Vorgehensweisen erklären und entscheidest dich für einen praxisnahen Aufbau mit mehreren Szenarien. Sobald der Inhalt steht, fügst du deinen Publishing-Prompt in die Unterhaltung ein und bittest das Modell, das Ergebnis im META- und HTML-Format auszugeben.
Die Antwort enthält nun oben den META-Block mit allen Schlüsselfeldern und darunter den sauberen HTML-Artikel. Du markierst den gesamten Text, fügst ihn in ein einfaches Formular ein, das mit einem n8n-Webhook verbunden ist, und löst damit deinen Publishing-Flow aus. n8n trennt META und HTML, mappt die Felder auf deine WordPress-API-Struktur, legt einen Entwurf an und stößt optional weitere Schritte wie automatische Bildgenerierung oder Slack-Benachrichtigungen an.
Typische Fehlerquellen und wie der Prompt sie abfedert
Ohne klaren Publishing-Prompt treten in der Praxis immer wieder ähnliche Probleme auf. Dazu gehören uneinheitliche Slugs, fehlende more-Tags, doppelte oder unpassende Kategorien, überlange Meta-Descriptions und HTML-Fragmente, die im Editor zu merkwürdigen Blockstrukturen führen. Je öfter du Inhalte veröffentlichst, desto stärker summieren sich solche Unsauberkeiten.
- Uneinheitliche Slugs erschweren interne Verlinkungen und Auswertungen.
- Fehlende oder falsch platzierte more-Tags führen zu unglücklichen Teasertexten.
- Überladene Tag-Listen machen deine Taxonomie unübersichtlich.
- Gemischte HTML-Strukturen erzeugen im Gutenberg-Editor Flickenteppiche.
Der Publishing-Prompt adressiert diese Punkte direkt. Er schreibt vor, wie Slugs aussehen sollen, fordert einen klaren, kurzen EXCERPT, begrenzt die Zahl der Tags und Kategorien und definiert ein enges Set erlaubter HTML-Tags. Damit minimierst du die Wahrscheinlichkeit, dass solche Fehler überhaupt entstehen, und kannst dich bei verbleibenden Ausnahmen auf gezielte manuelle Korrekturen konzentrieren.
Fazit: Ein stabiler Prompt als Baustein deiner Content-Engine
Ein durchdachter META+HTML-Publishing-Prompt verwandelt ChatGPT von einem reinen Ideengeber in einen festen Bestandteil deiner Content-Engine. Indem du Struktur und Rollen klar definierst, entstehen Antworten, die nicht nur gut lesbar sind, sondern sich auch technisch sauber weiterverarbeiten lassen. n8n und die WordPress-API übernehmen das Verteilen der Inhalte, während du deine Energie auf Themenwahl, Argumentation und Beispiele richten kannst.
Dieser Ansatz eignet sich ebenso für Solo-Projekte wie für größere Teams. Er schafft einen gemeinsamen Standard, mit dem alle Beteiligten arbeiten können, ohne ständig über technische Details nachdenken zu müssen. Wenn du deinen Prompt sorgfältig pflegst und gelegentlich an neue Anforderungen anpasst, wird er zu einem leisen, aber wirkungsvollen Baustein, der deinen Veröffentlichungsprozess schneller, konsistenter und weniger fehleranfällig macht.