Продвижения личного бренда с помощью нейросетей
Кейс-стади: использование ИИ в продвижении
Ролики я сделала ещё до начала проекта — всё это мои личные анимации. В этом кейсе я занималась продвижением. Видео короткие, с разной идеей и подачей. Я выкладывала их только на YouTube. Также сделала статью на DTF. Всё продвигала самостоятельно, экспериментируя с ИИ, как с инструментом: он помогал писать тексты, подбирать обложки, адаптировать описание под видео.
Что выкладывала
Я выложила на YouTube четыре ролика: «3 кадра», «механизм», «Homo Sapiens» и «Оттепель». Также опубликовала статью на DTF, где показала более короткие анимации.
Материалы
Я выложила 4 ролика примерно в одно и то же время. Первой была Оттепель
Анимация получила достаточно слабую отдачу. Вероятно, повлиял формат и параллельно выложенный контент.
Последним из горизонтальных видео была ведьмочка. Она привлекла чуть больше внимания чем первая, но в разы меньше второй
В качестве работы вертикального формата я выложила Хомо Сапиенса. К моему удивлению, он почти не получил просмотров. Вероятно, на это повлияло количество прочих публикаций в этот день.
В качестве площадки для статьи я выбрала DTF. Моя статья набрала 1863 показов в лентах и 92 открытий страницы поста.
Сравнение и продвижение
Ролики дали очень разные результаты. «3 кадра» явно вырвался вперёд по всем показателям, особенно за счёт сочетания высокого качества, понятного визуала и простого названия. Остальные ролики показали, что даже интересная идея может не сработать без правильного захода. «механизм» и «Homo Sapiens» — примеры того, как алгоритмы YouTube могут просто не показать видео аудитории. Даже при высоком CTR они не набрали охвата. «Оттепель» оказался внизу почти по всем метрикам, и это дало понять, что важна не только идея, но и её подача. Контраст между роликами показал, что оформление влияет не меньше, чем сам контент. А статья, несмотря на более «медийный» формат, тоже сработала — лайки и открываемость у неё были выше, чем я ожидала.
Анализ
Наиболее заметный результат был у статьи — она собрала 1861 показ в ленте, 91 открытие страницы и 14 лайков. Среди роликов лучше всего сработал «3 кадра»: у него больше всего показов (6379), просмотров (371), вовлечённых просмотров (371) и общее время просмотра (1.26 ч). У «механизма» был высокий CTR (15.22%) при всего 46 показах и 12 просмотрах — это говорит о том, что обложка и название были достаточно привлекательными, но сам ролик получил мало охвата из-за низкой начальной видимости. «Homo Sapiens» показал самый высокий CTR (30.77%), но получил всего 13 показов и 15 просмотров, из которых только 10 были вовлечёнными. Это подчёркивает, что даже очень кликабельная подача не помогает, если видео почти никому не показывают. «Оттепель» набрала 8 просмотров при 178 показах, с CTR 3,37%. Здесь всё работало средне — и визуал, и тема. Из получившихся данных можно увидеть, что в первую очередь на площадках не так важно оформление, так как первые три были техническими без него и без кликабельного названия, сколько показы самой платформы. Без ее решения контент любого качества может пропасть.
Сравнение и продвижение
Ролики дали очень разные результаты. «3 кадра» явно вырвался вперёд по всем показателям, особенно за счёт сочетания высокого качества, понятного визуала и простого названия. Остальные ролики показали, что даже интересная идея может не сработать без хорошего захода. «механизм» и «Homo Sapiens» — примеры того, как алгоритмы YouTube могут просто не показать видео аудитории. Даже при высоком CTR они не набрали охвата. «Оттепель» оказался внизу почти по всем метрикам, и это дало понять, что важна не только идея, но и её подача. Контраст между роликами показал, что оформление влияет не меньше, чем сам контент. А статья, несмотря на более «медийный» формат, тоже сработала — лайки и открываемость у неё были выше, чем я ожидала.
Нейросети
Я использовала ChatGPT, чтобы писать описания, адаптировать тексты под YouTube, находить удачные формулировки. Его же использовала, чтобы собрать черновую статью. Для поиска подходящих статей использовала perplexity.
Вывод
ИИ в этом проекте показал себя как действительно полезный инструмент. Он не заменял креативную часть, а помогал ускорять рутину, принимать решения и тестировать гипотезы. Особенно хорошо он сработал там, где нужно было быстро накидать варианты — заголовки, описания или черновики. Также нейросети позволили быстрее понять, какие форматы работают, какие нет — просто за счёт скорости проб и экспериментов. Это особенно важно, когда продвигаешь что-то самостоятельно. Итог: ИИ не делает работу за тебя, но даёт ощутимую поддержку — если грамотно с ним обращаться. И в рамках учебного проекта это дало больше свободы для тестов и анализа, чем я ожидала в начале.
