Les plateformes de médias sociaux sont essentielles pour exprimer des opinions et comprendre l'humeur publique, mais de nombreux outils d'analyse négligent les utilisateurs passifs qui consomment principalement du contenu sans participer activement. Pour remédier à cela, nous présentons UniPoll, un cadre avancé conçu pour générer automatiquement des sondages à partir de publications sur les réseaux sociaux en utilisant des techniques sophistiquées de génération de langage naturel (NLG). Contrairement aux méthodes traditionnelles qui peinent à gérer le caractère informel et sensible au contexte des médias sociaux, UniPoll exploite des contextes enrichis issus des commentaires des utilisateurs et utilise une optimisation multi-objectif pour améliorer la pertinence et l'engagement des sondages. Pour aborder la nature intrinsèquement bruyante des données des médias sociaux, UniPoll intègre la génération augmentée par la recherche (RAG) et la génération de données synthétiques, garantissant une performance robuste dans divers scénarios réels. Le cadre dépasse les modèles existants, tels que T5, ChatGLM3 et GPT-3.5, dans la génération de paires question-réponse cohérentes et appropriées au contexte. Évalué sur le jeu de données WeiboPolls chinois et le nouveau jeu de données RedditPolls anglais, UniPoll démontre une supériorité en termes de capacités translinguistiques et transplateformes, ce qui en fait un outil puissant pour stimuler l'engagement des utilisateurs et créer un environnement plus inclusif pour l'interaction.