
Postiz 社群排程工具
用一個行事曆準備社群內容、調整各平台版本並安排發文,支援 AI 輔助與開源自架。

白話介紹:Postiz 到底是做什麼的?
Postiz 是社群貼文的排程工作台。你先準備文字、圖片或影片,選擇要發文的帳號和時間,它就把工作放進同一個行事曆,讓你知道哪些是草稿、哪些已排程、哪些已經發布。
例如,品牌要在 Instagram 放新品照片、在 Threads 分享短文、在 LinkedIn 發公司消息,可以共用一份基本內容,再針對各平台調整。它適合多帳號創作者、小型品牌與社群代操團隊。官方支援清單還包括 Facebook、X、TikTok、YouTube 等,但各平台的素材規則並不相同。Postiz 由 Gitroom 相關實體營運,提供雲端訂閱及開源自架版本。
把一份草稿安排到不同社群
依照官方新手指南,準備有權管理的帳號和素材後,可完成以下流程:
- 在 Calendar 選 Add Channel,完成平台授權或指定的連接方式,確認帳號出現在側欄。
- 開啟 Create Post,選好渠道,在 Global 寫共用內容;需要不同文案時,解鎖對應渠道的分頁再編輯。
- 加入素材、補齊平台設定,像是 YouTube 標題或 Pinterest 圖版,逐一檢查預覽。
- 還在討論的內容選 Save as Draft,定稿後選時間並按 Add to calendar。
- 到時確認已發布狀態,透過 Preview 開啟實際貼文;紅色外框表示應查看錯誤及授權狀態。
文件列出的上傳上限為每張圖片 10 MB、每支影片 1 GB,支援常見圖片格式與 MP4。各社群仍可能有更嚴格的素材數量、比例或類型要求,上傳成功不等於一定能發出。
客戶看稿與成效追蹤有哪些界線?
貼文預覽連結可讓客戶免登入查看並留言,適合把意見放回對應稿件。審稿期間應保留草稿,確認後再手動排程;Postiz 沒有會自動擋住發布的核准旗標。連結也沒有密碼保護,拿到網址的人可以看內容及留言。
分析功能依社群提供的資料而定,例如 LinkedIn 僅提供公司專頁的分析,並非個人檔案。比較成效時應選相同期間和可用指標,不能假設所有可發文平台都具備同樣的報表。
用 AI 產出初稿與素材,再做編輯判斷
整篇貼文生成可指定主題、短文或長文、串文形式,以及個人或公司語氣,完成後會以草稿放進行事曆。也能使用圖片和影片生成能力,減少來回搬移素材的步驟。發布前仍要確認資訊正確、口吻合適,並檢查生成圖像細節。
雲端圖片與影片額度分開計算,生成失敗不扣額度,每月依訂閱週年日重置。Standard 的圖片生成資格與列出的額度存在官方說明差異,使用前需確認。自架版則需要配置 AI 服務金鑰。
雲端訂閱和免費試用怎麼看?
2026 年 9 月 10 日核實的美元月付標價是 Standard 29 美元/5 渠道、Team 39 美元/10 渠道、Pro 49 美元/30 渠道、Ultimate 99 美元/100 渠道。一個連接帳號占一個名額,多個同平台專頁分開計算。年付週期與最終稅費請查官方定價,這些不是新臺幣含稅報價。
雲端沒有永久免費方案。符合資格的新組織通常可試用 7 天,需要付款方式;未在第 7 天前取消就會轉成付費,部分影片生成器在試用期間不可用。首頁對 Standard 寫每月 400 篇,定價頁與方案文件卻寫不限量,購買前應向官方確認,不把任一數字當作保證。
讓 n8n 或 AI 代理協助安排內容
公共 API、CLI、MCP,以及 n8n、Make 整合,可把內容流程接到 Postiz。操作上先查出已連接渠道、上傳素材取得引用,再送出文字、時間與渠道專屬設定,建立草稿或排程。實作請依官方 API 說明。
常青內容可設定週期重發,RSS 自動發文則能承接部落格更新,雲端須 Team 或以上方案。自動化流程依然應保留人工檢查,尤其是客戶稿與 AI 生成的新資訊。
自架版要準備的不只是伺服器
官方原始碼採 AGPL-3.0,部署選項包括 Docker Compose。你需要維護主機、更新和外部服務設定;開源不代表運作沒有成本。多數社群需要開發者應用程式及憑據,部分可在連接視窗填入帳密或金鑰。自架設計編輯器也需要 Polotno 金鑰,可先看平台接入文件。
自架不代表資料全部留在主機:發布需要傳送內容到社群,可選 AI 也會使用外部模型。隱私政策說明 OAuth 權杖會靜態加密保存,選中的 AI 輸入會交給模型服務商,並要求不以輸入或輸出訓練模型。
常見問題
Postiz 可以免費使用嗎?
開源程式可依 AGPL-3.0 自行部署,但主機與外部服務可能收費。雲端是訂閱服務,試用並非永久免費方案。
自架版需要準備什麼?
除了可運作的部署環境,通常還要配置各社群開發者應用程式;AI 與設計編輯器也有各自的金鑰需求。
可以讓 AI 代理幫忙排程嗎?
可以透過 CLI、MCP 或 API 執行。先確認帳號已連接、設定符合平台規則,再檢查草稿與排程時間。
使用 AI 時資料會留在自己的主機嗎?
不一定。選中的提示與輸入會傳給外部模型提供商;官方要求不作訓練,並不表示推論是在本機完成。
官方資源與開發者社群
- 官方文件:操作、部署與排錯。
- GitHub 原始碼:版本、授權與問題回報。
- Discord 社群:自架交流,回覆時間不保證。
- 官方支援說明:帳號及付款問題。
- 服務狀態:查看可用性資訊。





