Анализ результатов продвижения проекта с помощью ИИ
Использованные нейросети: TRYCHATGPT, Runway, perplexity.ai, DeepSeek, ideogram.ai
В рамках реализации стратегии по развитию личного бренда/проекта я активно использовала инструменты искусственного интеллекта для создания и продвижения контента. В частности, для подготовки SEO-оптимизированных статей на популярных платформах — VC, DTF и Pikabu
Вначале я поставила перед TRYCHATGPT задачу проанализировать мой проект и провести интервью, чтобы определить основные исходные данные и ключевые особенности, которые необходимо выделить в статьях.
Проанализировав предложенные ключи, я перешла к формулировке промта. SEO-ключевые слова для статьи: Основные ключевые слова: упаковка для мороженого, дизайн упаковки мороженого, упаковка в геометрическом стиле, современная упаковка для мороженого, креативный, дизайн упаковки, яркая упаковка для мороженого, стильная упаковка для десертов, уникальный дизайн, упаковки мороженого, фирменный стиль, упаковки мороженого, дизайнерская упаковка для мороженого
Также я сделала и для платформы DTF
публикация в интернете
Создание короткого ролика
Затем я начала работу над сценарием для короткого видеоролика на YouTube Shorts, чтобы максимально эффективно продвинуть геометрический стиль в социум. Чтобы понять специфику платформы и разработать сценарий, я обратилась к ChatGPT. Этот инструмент помог мне быстро генерировать идеи и структурировать контент для коротких видео.
Было потрачено много попыток и времени на создание подходящего сценария. Многие не отображали главные идеи ролика или же отходили от изначального запроса. В итоге был выбран этот вариант
Для лучшего понимания происходящего позже я в видеоредакторе добавила релаксирующий, возвышенный звук. Также написала слоганы, которые мне предложила нейросеть специально для видео.
Анализ конкурентов
Статья: «Создавая уникальную упаковку мороженого: взгляд художника на геометрический стиль» Рынок: Дизайн упаковки — высококонкурентная ниша, особенно в пищевой индустрии. Компании постоянно ищут свежие идеи, чтобы выделиться на полках. Геометрический стиль — популярный тренд в брендинге (минимализм, абстракция, игра с формами), но уже не новинка.
Конкуренция: Статьи и кейсы от дизайн-студий (Behance, Dribbble, Medium) — много профессионального контента с глубоким анализом. Блоги брендов (например, Ben & Jerry’s, Magnum) — рассказывают о создании упаковки, но редко с акцентом на художественный подход. AI-генерированный контент — его много, но часто он поверхностный, что снижает доверие аудитории.
Анализ конкурентов через ИИ, промпт
Видеоролик: «Уникальные картины в стиле неопластицизма — ваш стильный акцент» Рынок: Искусство и интерьер — неопластицизм (Мондриан и его последователи) имеет узкую, но преданную аудиторию (дизайнеры, художники, ценители абстракции). Тренды — геометрический абстракционизм периодически возвращается в моду (например, в дизайне мебели, одежды).
Конкуренция: YouTube — есть обзоры по истории искусства (например, про Мондриана), но мало контента о применении неопластицизма в современном интерьере. Pinterest/Instagram — много визуала, но мало аналитики. AI-видео — их становится больше, но они часто сухие и без «харизмы» ведущего.
Аналитика продвижения
Данные статьи о геометрическом мороженом на DFT
Данные статьи о геометрическом мороженом на Пикабу
В начале я просмотрела всю статистику внутри платформ, на которых выложен контент. Статьи посвященные геометрическому мороженому и короткое видео о геометрических картинах.
Далее я приступила к созданию графиков охватов и вовлеченности. А также к созданию инсайтов и рекомендаций по улучшению продвижения контента.
Общие рекомендации: Запустить A/B тестирование разных форматов Усилить продвижение в социальных сетях Собрать дополнительные данные (демография, время просмотра)
Оформление отчетности: Сформирован комплексный дашборд с ключевыми метриками Подготовлен текстовый отчет с детализацией на каждом этапе Разработаны шаблоны для регулярного мониторинга
Итоги и дальнейшие действия: Выявлена необходимость пересмотра контент-стратегии Намечены точки роста для каждого формата Определен перечень дополнительных данных для более глубокого анализа
Сгенерированные изображения для статьи
Количественный анализ: Рассчитаны ключевые метрики для каждой публикации: Вовлеченность (ER) для Пикабу: 0,55%, DTF: 0,65%, YouTube: 0% Соотношение охвата и взаимодействий
Выявлены аномалии: нулевые показатели у видео на YouTube
Качественный анализ: Оценка тематики контента: Статьи об упаковке получили минимальный отклик Видео-контент не достиг аудитории
Сравнение по площадкам: Пикабу: максимальный охват при низкой вовлеченности DTF: лучший ER среди текстовых форматов
Фрагменты видео о картинах в стиле неопластицизма
Материалы и применение генеративной модели
Статья на Пикабу «Создавая уникальную упаковку мороженого: взгляд художника на геометрический стиль»: https://pikabu.ru/story/sozdavaya_unikalnuyu_upakovku_morozhenogo_vzglyad_khudozhnika_na_geometricheskiy_stil_12824335?utm_source=linkshare&utm_medium=sharing Статья на DFT «Создавая уникальную упаковку мороженого: взгляд художника на геометрический стиль»: https://dtf.ru/id2860386/3827084-sozdavaya-unikalnuyu-upakovku-morozhenogo-vzglyad-hudozhnika-na-geometricheskii-stil
Ролик на YouTube «Уникальные картины в стиле неопластицизма — ваш стильный акцент»: https://youtube.com/shorts/idTQ4b0I8yw?feature=share
TRYCHATGPT — создание статьи, анализ проектов и создание всего текстового контента
DeepSeek — анализ данных по статьям и видеоролику, создание рекомендаций по продвижению и составление дашборда
ideogram.ai — создание обложки и сопровождающих статью картинок
Runway — нейросеть для создания видеоконтента
Вывод
Проведенный анализ контента, сгенерированного нейросетью (статьи о дизайне упаковки мороженого в геометрическом стиле и видеоролика о картинах в стиле неопластицизма), показал, что, несмотря на высокую скорость создания материалов, их эффективность в плане вовлечения аудитории оказалась низкой. Охваты и взаимодействия на таких платформах, как Пикабу, DFT и YouTube, не достигли значимых показателей, что свидетельствует о недостаточной привлекательности такого контента для пользователей. Возможными причинами могут быть отсутствие уникальности контента, так как нейросеть создает шаблонные и не глубокие сценарии. Также низкая эмоциональная вовлеченность, так как пока что нейросеть не может создать истории или визуальные решения, которые бы вызывали сильный отклик у зрителей. Таким образом, несмотря на преимущества в скорости генерации, использование нейросетевого контента без дополнительной доработки и адаптации под интересы целевой аудитории не обеспечивает желаемого уровня вовлеченности. Для повышения эффективности требуется более тщательный отбор тем, ручная редактура и добавление уникальных элементов, способных заинтересовать пользователей.
