La raccolta automatica di contenuti può facilmente trasformarsi nel suo opposto: invece di risparmiare tempo, si ritrova un editor intasato da duplicati, frammenti non pertinenti e materiali che nessuno si prenderà la briga di trasformare in un post finito. Un buon sistema di raccolta non si limita a rispondere a "come ottenere il testo", ma affronta anche la questione di "cosa vale davvero la pena mostrare all'utente".
//Fonti di diverso tipo in un unico progetto
Il materiale può provenire da RSS e feed di settore, da un sito specifico secondo regole di raccolta prestabilite, tramite un link diretto a un articolo, dalla trascrizione di un video di qualcun altro su YouTube o come il tuo stesso testo caricato manualmente. Diverse fonti convivono all'interno di un unico progetto e vengono elaborate secondo regole comuni per la successiva lavorazione: non è necessario gestire un processo separato per ogni tipo di dato in ingresso.
//Autopresa — non significa "senza discernimento"
Ogni fonte ha un'impostazione per l'autopresa dei materiali raccolti, ma questo non deve necessariamente significare "pubblicare tutto indiscriminatamente". Per il progetto è possibile impostare soglie di auto-analisi che decidono quali materiali proseguono automaticamente lungo la catena di montaggio e quali rimangono in bozza per una verifica manuale: si tratta di un filtro di qualità integrato nel processo di raccolta stesso, e non di una fase separata di moderazione successiva.
//Filtro per tema del progetto
Una protezione separata dal rumore informativo è il filtro tematico a livello di progetto: i materiali che non rientrano nel tema prestabilito vengono automaticamente scartati, prima ancora che venga speso tempo per la lavorazione del testo. Questo è particolarmente importante per i feed RSS ampi, dove accanto al tema desiderato possono coesistere contenuti di ogni tipo.
//Cosa succede con i siti che resistono
Non tutti i siti rilasciano contenuti con la stessa facilità: alcuni di essi bloccano la raccolta automatica tramite mezzi tecnici. Il sistema è in grado di superare diversi livelli di accesso alla pagina, prima di riconoscere una fonte come non disponibile, quindi ostacoli temporanei e non sempre evidenti da parte del sito sorgente non fermano necessariamente la raccolta del materiale.
//Ciclo di vita del contenuto raccolto
Il materiale raccolto non rimane in eterno in uno stato unico: c'è una rotazione automatica: i contenuti che rimangono a lungo in bozza vengono archiviati nel tempo, invece di trasformarsi in una discarica in continua crescita di schede non elaborate. I file vengono eliminati solo nella fase finale: prima di questo, la rigenerazione e la rielaborazione rimangono disponibili.
//Conclusione
Una buona raccolta di contenuti non riguarda "collegare qualsiasi fonte", ma piuttosto ottenere un materiale con cui vale davvero la pena lavorare: pertinente, senza duplicati e con uno stato chiaro. È proprio questa parte della catena di montaggio a determinare se l'automazione sarà un risparmio di tempo o una nuova fonte di lavoro manuale superfluo: ordinare ciò che ha raccolto il robot.