Провижение проектов с помощью ии
Я продвигала два своих проекта с помощью нейросетей создавая статью и видео.
Статья
Вначале я написала статью с помощь DeepSeek о своем проекте «треть королевства», в ней написано, как создавался проект и как облегчить его создание, также рассказывается о том, что изначально это был учебный проект, но теперь я выношу его на художественный маркет. Там же рассказано о том с каким трудностями я столкнулась во время создания, потом статья еще раз была отредактирована с помощью ии, и стала гайдом с лайфхаками как создавать сложные иллюстрации, с помощью DeepSeek так же были добавлены SEO.
Статья набрала всего 8 просмотров (дочитали до конца) и 7 лайков, но имела 85 процентную кликабельность то есть 85 процентов людей увидевших татью в ленте нажимали на нее но только 28 процентов прочли ее до конца. Скорее всего это значит что обложка и название статьи привлекают внимание, но сама статья затянута. Ну и по статистике большинство просмотр статья набрала в первый день.
Зрители находили статью по дополнительным источникам чаще всего, это связано с тем что я также продвигала статью в твитере на 20 процентов людей увидели статью в ленте, а также кто-то искал в поисковике статьи конкретно по этой теме. Судя по статистике эта тема интереснее всего подросткам и людям среднего возраста.
Я также продвигала статью через твитер из 105 показов в ленте 9 людей перешли по ссылке и посмотрели статью
Другая статья на похожую тему набрала больше просмотров и лайков за примерно то же время, поэтому я решила проанализировать ее и понять причины. Думаю, в первую очередь это связано с тем, что аккаунт, опубликовавший статью, имеет больше подписчиков. Кроме того, важную роль сыграла обложка: на ней был изображен виммельбух, а не ИИ-генерация.
Наконец, ключевым фактором могла стать сама тема статьи: она рассказывает о том, что такое виммельбух, а людям интересно узнавать что-то новое. В моей же статье не было объяснения этого понятия — только информация о его создании. Возможно, именно поэтому читатели не дочитывали материал до конца.
Создание с помощью ИИ
С помощью DeepSeek
Изначально я ответила на интервью DeepSeek и скинула ссылку на проект, потом DeepSeek переработал интервью под мой проект так я ответила более развернуто. На основе моих идей он полностью сформировал текст статьи и даже предложил варианты названий.
К сожалению, первая версия статьи получилась не так хорошо и после проверки преподавателем пришлось дорабатывать структуру, менять заголовок и вносить правки. Кроме того, DeepSeek провел анализ ключевых слов, что помогло улучшить SEO-оптимизацию материала.
С помощью Grok
Изображения к статье я создавала с помощью Grok. Изначально я попыталась загрузить картинку для обработки, но Grok отказался с ней работать и предложил вместо этого описать рисунок, и уже по описанию создать новое изображение.
Видео
Вторым вариантом продвижения было короткое вертикальное видео которое являлось трейлером к моему комиксу «Последняя Капля», я создала его с помощью Kling AI и DeepSeek, в нем кратко показаны разные моменты из комикса, в реалистичном стиле, монтировала это видео я в CupCut, а музыку подбирала в тик токе
Видео, как и статья, больше всего просмотров набрало в начале, а дальше — скатилось. Всего у видео 38 показов. Это значит, оно появлялось в ленте у пользователя или было во вкладке «Похожее» под пином. Было 7 кликов на сам пин и 6 воспроизведений — это значит, что 6 раз видео посмотрели до конца, и 2 раза его перезапускали. Один раз человек перешел по ссылке на сам комикс. В целом, считаю это довольно хорошей статистикой, так как это аккаунт без подписчиков.
Также хотелось бы добавить, что я выкладывала видео и в TikTok, но там оно не набрало просмотров, кроме моего собственного. Возможно, это связано с тем, что я не поставила тег «Сгенерировано ИИ» на сгенерированное видео и получила за это теневой бан. Или это может быть связано с тем, что я ставила теги для Pinterest в TikTok, и стоило попросить нейросеть создать новые теги специально для TikTok.
Как создавала
Я создавала это видео с помощью DeepSeek. Я скинула ему поэпизодник комикса, который он переделал в сценарий для 40-секундного трейлера. Далее я попросила его переписать сценарий таким образом, чтобы его понял Kling AI. Он описал каждую сцену отдельно на английском, с учётом атмосферы сцены.
Потом я перешла в Kling AI и по очереди генерировала каждую сцену по 5 секунд. Когда все сцены были готовы, я собрала их в CapCut, и в итоге получилось 45 секунд. Для TikTok я сократила видео, добавила переходы и музыку.
В завершение я вернулась к DeepSeek и попросила написать теги для продвижения в Pinterest.
Вывод
В итоге иногда удобно делегировать часть дел на нейросети, которые помогут с анализом сетей, с тем какие теги поставить, какое название дать. Формат интервью удобен для написания статьи, так как удобнее отвечать на вопросы, а не писать с нуля. По сути, в этом случае нейросеть помогает додумать. Также они удобны в написании промта для другой нейросети, чтобы получить ровно то изображение или видео, которое вы хотите. Некоторым людям сложно описать, что они представляют у себя в голове.
Тем не менее, человеку тоже нужно приложить усилия: ИИ не сможет написать статью с нуля о вашем проекте, а для смотрибельного видео требуется монтаж и доработка.
