Piano editoriale AI per LinkedIn e Instagram: confronto tra 3 approcci per PMI (2026)

Il pattern che vediamo più spesso è l'inverso di quello giusto: si prova prima la tecnologia (il modello più discusso del momento), poi si cerca di infilarci dentro un compito. Il risultato tipico è un unico prompt generico usato per generare sia i post LinkedIn sia i caption Instagram, con qualche aggettivo diverso a seconda della piattaforma. Un post scritto bene non dimostra da solo di funzionare sulla piattaforma per cui è stato pensato.

Perché lo stesso prompt per due piattaforme produce contenuti mediocri su entrambe?

Perché LinkedIn e Instagram non misurano il successo di un contenuto nello stesso modo, e non lo mostrano nello stesso modo. LinkedIn Engineering spiega nel proprio blog tecnico che il feed usa il dwell time come segnale di ranking proprio perché i clic sono un indicatore "rumoroso": un utente può «click on an article, but quickly close out, realizing it's not relevant», mentre il tempo di permanenza è, nelle parole del post, «always measurable» e «can be a more reliable indicator of engagement» rispetto a un clic o a una reazione, secondo la pagina di LinkedIn Engineering sul dwell time. Un post che deve trattenere l'attenzione per secondi, con una tesi che si sviluppa nel testo, è l'opposto di un caption pensato per un feed visuale scorso in fretta.

Instagram misura cose diverse. Adam Mosseri, a capo di Instagram, ha indicato pubblicamente tre segnali su cui concentrarsi per capire cosa spinge la distribuzione dei contenuti: tempo di visualizzazione, "likes per reach" e "sends per reach", precisando che «likes are slightly more important for connected content, and sends are slightly more important for unconnected content», come riportato dalla testata di settore Social Media Today. Un contenuto pensato per essere condiviso via messaggio diretto (un carosello salvabile, un dato utile) si comporta diversamente da un post pensato per generare un commento lungo, che è invece il terreno di LinkedIn.

Il pattern sbagliato ha un nome: "adattamento" invece di "profilo separato"

La maggior parte delle agenzie e dei tool descrive questo problema come "adattare" un contenuto da una piattaforma all'altra: si scrive per LinkedIn e si "adatta" per Instagram, o viceversa. È un errore concettuale, non solo di forma. Il contenuto Instagram non nasce da un adattamento del contenuto LinkedIn: nasce da un profilo di voce separato che parte dal formato nativo della piattaforma (copy breve con gancio nei primi caratteri, elemento visivo che comunica anche senza leggere il testo) e non da un testo lungo tagliato in due.

L'architettura che proponiamo separa nettamente tre livelli: il profilo di voce per piattaforma, il piano editoriale che decide cosa e quando, e la pubblicazione, che passa per le API ufficiali delle piattaforme e non per copia e incolla manuale o estensioni non autorizzate. È uno schema da adattare al processo reale del cliente, non l'affermazione che ogni progetto implementi identici componenti fin dal primo giorno.

Il profilo di voce: cosa contiene, e perché deve essere separato per piattaforma

Il profilo di voce è il documento che il modello legge prima di generare qualsiasi contenuto. Per LinkedIn include: tono, lunghezza target, struttura tipica del post (apertura che crea tensione, sviluppo di una tesi, chiusura che invita al ragionamento), argomenti che il brand può permettersi di trattare e argomenti da evitare, esempi di post approvati con l'annotazione del perché funzionano. Per Instagram include: lunghezza del copy (i primi caratteri contano più del resto, perché il testo viene troncato prima del "altro"), uso degli hashtag, tono, ed esempi di visual accoppiati al copy corrispondente. Un profilo unico per entrambe le piattaforme è la causa più comune di contenuti mediocri: il modello segue le istruzioni che gli dai, e se le istruzioni non distinguono le piattaforme, nemmeno l'output lo farà. Vale lo stesso principio richiamato dagli ingegneri di Anthropic in Building effective agents: per molti compiti, «optimizing single LLM calls with retrieval and in-context examples is usually enough». Un profilo di voce ben costruito è esattamente questo: recupero di contesto ed esempi concreti prima della generazione, non un sistema più complesso di quanto il compito richieda.

Instagram: cosa permette davvero l'API di pubblicazione

Per pubblicare su Instagram via API serve un account professionale collegato a una Pagina Facebook, con i permessi corretti sul token di accesso. Il vincolo tecnico che la maggior parte dei fornitori non dice chiaramente ai clienti è il limite di volume: secondo la documentazione ufficiale Meta sul Content Publishing dell'Instagram Platform, «Instagram accounts are limited to 100 API-published posts within a 24-hour moving period», con i caroselli contati come un singolo post, e le immagini singole accettate solo in formato JPEG. Sono limiti pensati per prevenire comportamenti simili a spam, non un tetto che una PMI con un piano editoriale realistico rischia mai di toccare, ma un sistema che programma pubblicazioni multiple per più clienti deve tenerne conto nella coda, non scoprirlo quando una pubblicazione fallisce senza spiegazione. Lo stesso documento specifica che un carosello può contenere «up to 10 mixed images/videos»: per un piano editoriale, questo significa che un formato salvabile e ricco (più immagini in un solo post) consuma comunque una sola unità del limite giornaliero, mentre pubblicare le stesse immagini come post separati ne consuma dieci. La documentazione Meta segnala anche che, per alcune Pagine, va completata una "Page Publishing Authorization" prima di poter pubblicare via API: un passaggio di verifica che un piano di lancio realistico deve prevedere per tempo, non scoprire il giorno del primo post programmato.

LinkedIn: perché pubblicare via API per un'azienda non è "impostare un token" qualsiasi

Su LinkedIn, pubblicare per conto di una pagina azienda tramite la Posts API richiede il permesso `w_organization_social`, che secondo la documentazione LinkedIn della Posts API è «restricted to organizations where the authenticated member has one of the following company page roles: ADMINISTRATOR, DIRECT_SPONSORED_CONTENT_POSTER, CONTENT_ADMIN». In pratica non basta un account LinkedIn qualsiasi collegato a un tool: serve che la persona che autorizza l'integrazione abbia uno di questi ruoli specifici sulla pagina azienda, e questo va verificato e mantenuto nel tempo, non impostato una volta e dato per scontato. È uno dei motivi per cui una parte della gestione LinkedIn "automatizzata" venduta da alcuni fornitori si scopre, al primo controllo, essere ancora copia e incolla manuale mascherato da automazione. Vale anche per come i token di accesso vengono conservati e condivisi internamente: la OWASP Secrets Management Cheat Sheet raccomanda che «engineers should not have access to all secrets in the secrets management system, and the Least Privilege principle should be applied». Un token che pubblica per conto della pagina azienda non va incollato in una chat di gruppo: chi non lo usa direttamente non dovrebbe poterlo leggere.

LinkedIn vs Instagram: perché lo stesso piano non funziona su entrambe

La domanda non è quale piattaforma sia "meglio": è che tipo di attenzione ciascuna misura e premia, e quindi che tipo di contenuto ha senso pianificare. Su LinkedIn, il segnale forte è il tempo di permanenza su un contenuto testuale lungo con una tesi esplicita: un piano editoriale efficace prevede meno post ma più costruiti, spesso con la voce di una persona identificabile (il fondatore, un responsabile di reparto) piuttosto che quella anonima "dell'azienda". Su Instagram, i segnali indicati pubblicamente da Mosseri in una dichiarazione riportata da Social Media Today (tempo di visualizzazione, "likes per reach", "sends per reach") premiano contenuti pensati per essere guardati fino alla fine o condivisi via messaggio diretto: un piano editoriale efficace qui prevede più varietà di formato (reel, carosello salvabile, storia) e un copy che funziona nei primi caratteri visibili, non nell'ultimo paragrafo.

La conseguenza operativa per un piano editoriale AI: la frequenza, la lunghezza e persino il tipo di "vittoria" che stai misurando devono essere definiti per piattaforma fin dalla fase di pianificazione, non solo nel prompt di generazione. Un piano che si limita a dire "3 post a settimana su entrambe le piattaforme" senza specificare cosa significa "vittoria" su ciascuna sta misurando la quantità, non l'efficacia.

Il formato che LinkedIn nasconde: niente carosello organico

C'è un'asimmetria tecnica che pochi fornitori spiegano ai clienti, ed è un buon esempio di perché "pubblicare ovunque con l'AI" non è un'unica funzionalità. La stessa documentazione LinkedIn della Posts API elenca i tipi di contenuto supportati per i post organici (non sponsorizzati): tra questi compare "MultiImage" ma non "Carousels", segnato esplicitamente come disponibile solo per i post sponsorizzati. Su Instagram, invece, il carosello nativo fino a dieci elementi è un formato organico normale, disponibile a chiunque pubblichi via API. Un piano editoriale che prevede lo stesso formato "carosello" identico su entrambe le piattaforme sta pianificando qualcosa che su LinkedIn, senza budget pubblicitario, semplicemente non esiste: l'alternativa organica corretta è il formato MultiImage, non un carosello sponsorizzato travestito da post normale.

Schema dell'architettura proposta

Il diagramma distingue i tre livelli — profilo, piano, pubblicazione — e i due percorsi API separati per LinkedIn e Instagram, con la revisione umana come punto di passaggio obbligato prima di entrambi.

Il metodo che usiamo parte da un audit di ciò che già esiste, non da un elenco di funzionalità del tool. Se l'audit mostra che due post al mese scritti a mano bastano, quella è una conclusione legittima, non un fallimento del progetto.

Fase 1: audit della presenza attuale su entrambe le piattaforme

Analizziamo i post più recenti su LinkedIn e Instagram separatamente: tipologie, tono, e quali contenuti hanno generato più permanenza o condivisioni rispetto ad altri, usando i segnali che le piattaforme stesse dichiarano — dwell time su LinkedIn e watch time / sends per reach su Instagram. Questo produce una mappa del punto di partenza reale, non quello immaginato, e distingue i pattern che già funzionano da quelli da correggere prima di aumentare il volume.

Fase 2: costruzione dei profili di voce, separati per piattaforma

Costruiamo il profilo LinkedIn e il profilo Instagram come documenti distinti, con esempi annotati e vincoli espliciti. Il profilo viene validato con il fondatore o il referente del brand: è il documento più importante del sistema, e deve riflettere la voce reale dell'azienda, non una voce generica presa da un template. È il pezzo di "retrieval + esempi in-context" che Anthropic descrive come sufficiente per molti compiti, prima di costruire un agente più complesso.

Fase 3: definizione del piano editoriale e degli obiettivi per piattaforma

Definiamo frequenza, tipologie e cosa conta come "riuscito" su ciascuna piattaforma: su LinkedIn, ad esempio, un commento articolato di un potenziale cliente pesa più di dieci reazioni, in linea con il dwell time descritto da LinkedIn Engineering; su Instagram, un salvataggio o una condivisione via messaggio contano più di un like isolato, in linea con i segnali indicati pubblicamente da Instagram e riportati da Social Media Today. Il piano è dimensionato sulla capacità di revisione interna del cliente: se il referente ha trenta minuti a settimana, il piano è costruito su quel vincolo, non su un volume ideale che nessuno riuscirà a rivedere.

Fase 4: generazione supervisionata e collegamento alle API di pubblicazione

Le prime settimane producono bozze che revisioniamo internamente prima di passarle al referente del cliente, per calibrare la generazione sul tono reale. In parallelo, colleghiamo l'account Instagram Business alla Graph API / Content Publishing e verifichiamo che chi autorizza l'integrazione LinkedIn abbia effettivamente un ruolo amministrativo sulla pagina azienda, come richiesto dalla Posts API: è un controllo tecnico preciso, non una formalità, perché senza il ruolo corretto la pubblicazione via API su LinkedIn semplicemente non funziona.

Fase 5: regime autonomo con revisione periodica sui segnali giusti

Dal momento in cui il sistema gira in autonomia, il referente riceve le bozze in dashboard, le approva, e vanno online tramite le API ufficiali. La revisione periodica guarda ai segnali che contano per ciascuna piattaforma — permanenza e qualità dei commenti su LinkedIn, come nel post di LinkedIn Engineering sul dwell time, tempo di visualizzazione e condivisioni su Instagram secondo i segnali citati da Mosseri su Social Media Today — non solo al numero di post pubblicati, che da solo non dice nulla sull'efficacia del piano.

Quanto tempo serve prima di arrivare al regime autonomo?

Dipende dalla qualità del profilo di voce iniziale e dalla disponibilità del referente nelle prime settimane, non da una cifra standard. Un brand con una voce già ben definita e materiale storico da cui estrarre esempi arriva al regime autonomo più in fretta di un brand che deve costruire la propria voce da zero durante il progetto stesso: in quel caso, le prime settimane servono anche a chiarire cosa il brand vuole dire, prima ancora di automatizzare come lo dice.

Il sistema descritto sopra non è un esercizio teorico: è l'architettura dietro un progetto reale nel portfolio pubblico Skalo, presentato qui distinguendo ciò che il portfolio descrive come capacità realizzata da ciò che, in questo testo, è architettura consigliata basata sulla documentazione ufficiale delle piattaforme.

Il progetto nasce da un problema descritto direttamente nella scheda portfolio: "la gestione social diventa facilmente disordinata: contenuti, approvazioni, clienti, campagne e dati finiscono in strumenti diversi." La risposta, sempre nelle parole della scheda, è stata costruire "un sistema con dashboard, clienti, onboarding, piano editoriale e viste operative", con l'obiettivo dichiarato di rendere più costante, misurabile e governabile la presenza online dei clienti. Le capacità documentate includono una dashboard social, un piano editoriale con logica di calendario, operazioni AI per la produzione dei contenuti, un flusso di onboarding clienti e metriche operative — gli stessi componenti descritti nell'architettura di questa guida, applicati internamente da Skalo alla gestione di più clienti contemporaneamente. Nella scheda portfolio, il progetto è datato 2025, categorizzato come "Social, contenuti e ads", con il ruolo di Skalo descritto esplicitamente come "Dashboard, calendario, contenuti, AI operations": un dettaglio utile per chi vuole capire cosa è già stato costruito e collaudato, rispetto a cosa qui sopra resta architettura consigliata.

L'osservazione di prima mano che portiamo da questo progetto è concreta: la parte che ha cambiato di più il modo di lavorare non è la generazione dei testi, che è la parte più visibile ma anche la più facile da ottenere con qualunque modello linguistico oggi disponibile. È la vista operativa che mostra, per ogni cliente, lo stato di ogni contenuto — generato, in revisione, approvato, pubblicato — in un unico posto. Prima di questa vista, la gestione di più clienti richiedeva messaggi sparsi e file di stato mantenuti a mano; con una vista unica, il collo di bottiglia diventa la qualità della revisione, non la ricerca di "dov'è rimasto quel post". Non deduciamo dalla scheda portfolio percentuali di crescita o di risparmio di tempo: il portfolio descrive capacità tecniche e obiettivo del progetto, non una metrica di risultato certificata, e trattarla come tale sarebbe scorretto.