Продвижение личного проекта с использованием инструментов ИИ

Я — студентка профиля CG и VFX, и соответственно в рамках этого курса решила взять для продвижения один из своих учебных проектов — синематик "Гость со звёзд", собранный на Unreal Engine 5. Мне стало любопытно изучить возможности ИИ и то, как нейросетевые технологии могут помочь в продвижении личных проектов, анализе платформ, конкурентов и т.д.

Я провела интервью с DeepSeek про мой профессиональный путь в CG индустрии в рамках учёбы в Школе дизайна НИУ ВШЭ. Я загрузила в нейросеть следующий промт:

«Ты — специалист по распаковке личности, а я твой Клиент. Твоя задача — получить от Клиента информацию, необходимую для составления его профессионального био. Учитывая, что Клиент — студент третьего курса Школы дизайна НИУ ВШЭ, обучающийся на профиле „CG и VFX“, постарайся адаптировать свои вопросы к особенностям творческой профессии и образовательной среды Клиента. Задай 15 вопросов в формате интервью: Постарайся раскрыть ценности Клиента, его отношение к профессии дизайнера и творческому процессу. Узнай о личных увлечениях и чертах характера, которые помогают ему в учебе и работе над проектами. Выясни, какие сообщения он хочет донести до своей аудитории через свои работы и какой образ стремится создать. Удели внимание тому, как обучение в Школе дизайна НИУ ВШЭ повлияло на его профессиональный путь и творческое становление.

Дополнительные пожелания: Включи 1-2 нестандартных вопроса для раскрытия личности. Добавь вариант вопроса о демонстрации и обсуждении одной из работ. Сделай тон дружелюбным, но профессиональным».

Благодаря интервью с ИИ получилось сформировать мой личностный профиль, а также удалось из всех моих проектов выбрать наиболее соответствующий моему био — это озвученный ранее синематик. Затем Chat GPT обобщил все мои ответы по моей просьбе и сформулировал их в один текст.

В рамках этого этапа я перешла на чат-бот Chat GPT. Проконсультировавшись с ним, я поняла, что лучшей текстовой платформой для продвижения статьи о моём синематике является DTF.

Я продолжила обсуждение статьи с Chat GPT. Следующее, что стоило определить — это целевая аудитория выбранной платформы, под которую нужно выбрать правильный TOV.

Как выяснилось, ЦА в нише 3D графики на DTF — это во многом гики, которые не воспринимают пафос, но проявляют интерес к техническим деталям работы и любят самоиронию. Поэтому я сразу отказалась от академичного тона в пользу TOV3 ("лёгкий с граблями").

Далее ИИ помог в генерации названия и темы статьи, которая с большей вероятностью подойдёт конкретно для выбранной площадки под ЦА, связанной с CG индустрией.

Однако прежде чем приступить к процессу написания статьи, я создала новый чат с ИИ, где я попросила его изучить существующие на DTF конкурирующие статьи о создании локаций на Unreal Engine и выявить в них общие черты, паттерны.

Пример промта: «Изучи статьи на DTF о темах, близких к созданию локаций на Unreal Engine под игры и синематики и найти основные темы, структуру статей, паттерны, влияющие на вовлечённость, интерес, в чём заключаются секреты».

Я попросила Chat GPT проанализировать статьи, которые он прислал. Сгенерированный им ответ я отправила в предыдущий чат с ИИ, чтобы на основе полученных критериев он написал статью по выбранной теме.

После этого статья ещё дорабатывалась. Я провела ещё больше обсуждений с ИИ о том, про что конкретно должна быть статья, и получилось вывести следующий скелет поста: -Вступление с историей "ожившего" учебного задания -Разбор технических этапов, с которыми были затруднения (настройка volumetric light, работа в camera sequencer'е) -Финал с вопросом к комьюнити и призывом к действию

Кроме того первый вариант статьи формально хоть и соответствовал критериям, но всё равно воспринимался как сухая констатация фактов, что нежелательно для DTF. Статья прошла ещё несколько итераций по приданию "живости" и "гиковости", чтобы больше соответствовать интересам ЦА.

Перед публикацией был проведён анализ SEO-слов для повышения видимости статьи в поиске. Я обратилась к сайту Яндекс Вордстат, с помощью которого составила список SEO-ключей. Затем Chat GPT по моей просьбе отобрал из них 10-15 лучших, и их я добавила в статью. Кроме того, я добавила в пост скриншот с доски референсов для синематика, а также некоторые шоты из финального ролика. И на выходе наконец получилась живая, самоироничная гиковая статья, затрагивающая "внутрянку" разработки синематика и продвигающая его.

Статье удалось получить охваты, однако только 80 открытий постов на фоне 590 показов (т.е. только 13% увидевших пост открыли его), из которых было получено 4 реакции (5% от открывших статью) — результат не самый лучший. Для того, чтобы понять свои ошибки, я вновь обратилась к DeepSeek с вопросом, что можно было сделать лучше, предварительно попросив его ещё раз проанализировать конкурирующие статьи DTF.

Так у меня появилось чёткое понимание о недостатках своей статьи, которые я смогу учитывать и отслеживать в будущих работах.