PostPilot AI — Kuli: AI Agent for Social Media Marketing

Concept

PostPilot AI is a B2B SaaS platform that acts as an autonomous social media marketing agent. Marketing teams configure a Brand Profile (voice, tone, content pillars, target audience), and the AI agent automatically generates weekly content calendars, allows 1-click scheduling, and tracks engagement metrics — eliminating creative bottlenecks and maintaining brand consistency across X and LinkedIn.

Inspired by Kuli (YC).

---

Architecture

┌─────────────────────────────────────────────────────────────────┐
│                        Spring Boot 4.0.4                         │
│  ┌──────────────┐  ┌──────────────┐  ┌────────────────────────┐ │
│  │ AuthController│  │BrandProfile  │  │ ContentController      │ │
│  │ /auth/**      │  │Controller    │  │ /api/content/**        │ │
│  └──────┬───────┘  │ /api/brands/ │  └────────────┬───────────┘ │
│         │          └──────┬───────┘               │             │
│  ┌──────▼───────┐  ┌──────▼───────┐  ┌────────────▼───────────┐ │
│  │  AuthService  │  │BrandProfile  │  │   ContentService       │ │
│  │  (JWT/BCrypt) │  │Service       │  │   (LLM + templates)    │ │
│  └──────────────┘  └──────────────┘  └────────────┬───────────┘ │
│                                                    │             │
│  ┌─────────────────────────┐  ┌───────────────────▼───────────┐ │
│  │  SchedulerService       │  │       LlmClient (Feign)       │ │
│  │  @Scheduled every 60s   │  │  POST /v1/chat/completions    │ │
│  └────────────┬────────────┘  └───────────────────────────────┘ │
│               │                                                  │
│  ┌────────────▼───────────────────────────────────────────────┐ │
│  │   H2 (dev) / PostgreSQL (prod)  — Spring Data JPA          │ │
│  │   users | brand_profiles | social_connections | scheduled_posts │
│  └────────────────────────────────────────────────────────────┘ │
└─────────────────────────────────────────────────────────────────┘

Layer breakdown

Layer	Package	Responsibility
Controller	controller/	HTTP in/out, delegates to services
Service	service/	Business logic, LLM orchestration, scheduling
Repository	repository/	Spring Data JPA CRUD
Model	model/	JPA entities
DTO	dto/	Records for request/response payloads
Security	security/	JWT filter, UserDetailsService
Client	client/	Feign declarative HTTP clients
Config	config/	Security, Feign, Scheduler, Jackson beans
Exception	%%INLINE8%%	Global %%INLINE9%%

---

API Endpoints

Auth (public)

Method	Path	Description
POST	/auth/register	Register new user → returns JWT
POST	/auth/login	Authenticate → returns JWT

Brand Profiles (requires JWT)

Method	Path	Description
POST	/api/brands	Create brand profile
GET	/api/brands	List all brand profiles
GET	/api/brands/{id}	Get single brand profile
PUT	/api/brands/{id}	Update brand profile
DELETE	/api/brands/{id}	Delete brand profile

Content (requires JWT)

Method	Path	Description
GET	/api/content/calendar/{brandId}	Generate 7-day AI content calendar
POST	/api/content/posts	1-click: approve draft + schedule for publication
GET	/api/content/posts	List all posts (newest first)

Analytics (requires JWT)

Method	Path	Description
GET	/api/analytics/dashboard/{brandId}	Engagement dashboard: likes, comments, shares

Social Connections (requires JWT)

Method	Path	Description
POST	/api/social/connect	Register OAuth2 tokens for X/LinkedIn
GET	/api/social/connections	List active connections
DELETE	/api/social/connections/{id}	Disconnect social account

---

Quick Start

1. Prerequisites

• Java 25+
• Maven 3.9+

2. Run (dev — H2 in-memory)

cd solutions/2026-05-04-postpilot-ai
mvn spring-boot:run

Application starts on http://localhost:8080.

3. Configure LLM (optional)

Add to application.yml or pass as env vars:

app:
  llm:
    api-key: sk-...           # OpenAI API key
    base-url: https://api.openai.com
    model: gpt-4o
  jwt:
    secret: your-256-bit-secret-key-here
    expiration-ms: 86400000   # 24h

Without an API key the service generates deterministic template-based content calendars — the MVP is fully functional without any external dependencies.

4. Example flow

# Register
curl -X POST http://localhost:8080/auth/register \
  -H 'Content-Type: application/json' \
  -d '{"username":"alice","email":"alice@acme.com","password":"secret"}'

# Login → copy the token
curl -X POST http://localhost:8080/auth/login \
  -H 'Content-Type: application/json' \
  -d '{"username":"alice","password":"secret"}'

export TOKEN=<jwt-from-above>

# Create brand profile
curl -X POST http://localhost:8080/api/brands \
  -H "Authorization: Bearer $TOKEN" \
  -H 'Content-Type: application/json' \
  -d '{
    "name": "Acme Corp",
    "voiceDescription": "authoritative yet approachable",
    "tone": "professional",
    "contentPillars": "thought leadership,product innovation,company culture",
    "targetAudience": "B2B SaaS decision makers aged 30-50"
  }'

# Generate 7-day content calendar (brandProfileId = 1)
curl http://localhost:8080/api/content/calendar/1 \
  -H "Authorization: Bearer $TOKEN"

# Schedule a post (1-click approve)
curl -X POST http://localhost:8080/api/content/posts \
  -H "Authorization: Bearer $TOKEN" \
  -H 'Content-Type: application/json' \
  -d '{
    "brandProfileId": 1,
    "content": "🚀 Excited to share what the Acme team has been building...",
    "imageConceptDescription": "Clean hero image with brand colours",
    "platform": "LINKEDIN",
    "scheduledAt": "2026-05-05T09:00:00"
  }'

# Analytics dashboard
curl http://localhost:8080/api/analytics/dashboard/1 \
  -H "Authorization: Bearer $TOKEN"

5. Production (PostgreSQL)

spring:
  datasource:
    url: jdbc:postgresql://localhost:5432/postpilot
    username: postpilot
    password: secret
  jpa:
    hibernate:
      ddl-auto: validate   # use Flyway / Liquibase for migrations

---

Business Analysis

Problem

Marketing teams spend 40–60 % of their time on content creation and coordination. Creative burnout is pervasive; brand voice drifts across team members and platforms.

Solution

An AI agent that acts as an always-on junior social media manager:

1. Learns the brand voice once (Brand Profile).
2. Proposes a full week of content every Monday (Calendar Generation).
3. Schedules approved posts automatically (1-click Scheduling).
4. Reports what worked (Analytics Dashboard).

Market

• TAM: $200B+ global social media management market.
• ICP: Marketing teams of 2-20 people at B2B SaaS or DTC brands,

digital agencies, and professional influencers.

Monetisation (Freemium SaaS)

Plan	Price	Brands	Social Accounts	Posts/mo	Features
Free	$0	1	2	10	Calendar + schedule
Starter	$29/mo	3	6	60	+ Analytics
Pro	$79/mo	10	20	Unlimited	+ Competitor intel
Agency	$249/mo	∞	∞	Unlimited	+ White-label

Competitive Moat

• Brand Profile as persistent agent memory → better voice consistency than one-shot tools.
• Scheduler + analytics in one loop → no need for a separate scheduling tool.
• Open LLM provider interface → swap GPT-4o for Claude/Gemini without code changes.

References

• Kuli — YC Company
• Buffer State of Social 2024
• Spring Cloud OpenFeign
• jjwt 0.12.x docs

---

FinOps Analysis para PostPilot AI

1. Estimación de Consumo de LLM

Para PostPilot AI, la generación de contenido es el motor principal. Se estima un consumo mensual de aproximadamente 1.5 millones de tokens con un modelo de alta calidad como gpt-4o. Esta estimación se basa en:

• Usuarios Freemium (10 usuarios): Cada usuario genera 10 posts al mes, con un promedio de 1,000 tokens por post (incluyendo prompt y completion), sumando 100,000 tokens.
• Usuarios Premium (20 usuarios): Cada usuario genera 4 calendarios semanales (5,000 tokens por calendario) y 50 posts al mes (1,000 tokens por post), sumando 70,000 tokens por usuario. Para 20 usuarios, esto asciende a 1.4 millones de tokens.

2. Desglose de Costos Mensuales

Categoría	Costo Mensual Estimado
LLM (OpenAI gpt-4o)	$15
Cloud Hosting (VM)	$15
Base de Datos (RDS)	$10
Total Estimado	$40

LLM (OpenAI gpt-4o): Basado en 1.5M tokens/mes, con una proporción de 50% input y 50% output. Precios de gpt-4o: $5/M tokens input, $15/M tokens output. (0.75M $5) + (0.75M * $15) = $3.75 + $11.25 = $15.

• Cloud Hosting: Una instancia %%INLINE26%% en AWS o %%INLINE27%% en GCP es suficiente para un MVP, con un costo aproximado de $15/mes.
• Base de Datos: Una instancia %%INLINE28%% de AWS RDS o %%INLINE29%% de Google Cloud SQL para PostgreSQL se estima en $10/mes.
• APIs Externas: Las APIs de redes sociales (LinkedIn, X) para publicación son generalmente gratuitas para el uso básico de la aplicación. No se prevén otros costos significativos de API en esta etapa.

3. Estimación de Ingresos Mensuales

El modelo de monetización freemium de PostPilot AI, con un plan de pago de entrada de $25/mes, permite proyectar ingresos iniciales:

• Clientes de Pago: Considerando una base inicial de 20 clientes suscritos al plan de $25/mes.

Ingresos Mensuales: 20 clientes $25/cliente = $500/mes.

4. Margen de Beneficio

Con los costos operativos estimados en $40/mes y los ingresos en $500/mes:

• Beneficio Bruto: $500 (Ingresos) - $40 (Costos) = $460

Margen de Beneficio: ($460 / $500) 100 = 92%

Este margen es excepcionalmente alto, lo que es común en las etapas iniciales de una micro-startup con una base de usuarios limitada y una infraestructura optimizada. A medida que la base de usuarios crezca, los costos de LLM y de infraestructura aumentarán, y el margen se normalizará.

5. Optimizaciones FinOps Clave

Para mantener la rentabilidad y escalar de manera eficiente, PostPilot AI debería enfocarse en las siguientes estrategias FinOps:

1. Optimización del Consumo de LLM:

* Caché de Contenido: Implementar una capa de caché para almacenar y reutilizar respuestas de LLM para prompts similares o contenido ya aprobado, reduciendo llamadas redundantes a la API. * Tiering de Modelos: Utilizar %%INLINE30%% para la generación de contenido de alta calidad y %%INLINE31%% o gpt-3.5-turbo para tareas menos críticas como la ideación inicial o la reformulación simple. * Gestión de Prompts: Refinar los prompts para ser concisos y directos, minimizando el número de tokens enviados y recibidos sin sacrificar la calidad.

1. Infraestructura Elástica y Serverless:

* Cloud Run/Lambda: Migrar los microservicios y endpoints que no requieren estado persistente a plataformas serverless como Google Cloud Run o AWS Lambda. Esto permite un escalado automático a cero cuando no hay tráfico, pagando solo por el tiempo de ejecución. * Instancias Reservadas/Planes de Ahorro: Una vez que el uso de la instancia de cómputo y la base de datos se estabilice, considerar planes de ahorro o instancias reservadas para reducir los costos fijos.

1. Monitoreo y Alertas de Costos:

* Implementar herramientas de monitoreo de costos (ej. AWS Cost Explorer, GCP Billing Reports) y configurar alertas para notificar sobre umbrales de gasto excedidos, patrones de uso inusuales o posibles fugas de costos.

1. Optimización de Base de Datos:

* Monitorear el rendimiento de la base de datos para asegurar que la instancia sea del tamaño adecuado. Optimizar consultas, crear índices y limpiar datos antiguos para evitar el escalado prematuro de la base de datos.

1. Procesamiento por Lotes:

* Para tareas como la generación masiva de calendarios o la publicación programada, agrupar las solicitudes de LLM o las operaciones de publicación y procesarlas en lotes durante horas de menor demanda, si esto puede aprovechar precios más bajos o un uso más eficiente de recursos.