Анализ результатов продвижения проекта с помощью ИИ
Использование notebooklm, perplexity ai в продвижении проекта
В рамках проекта я попросила perplexity ai проанализировать мой проект.
А так же выдвинуть потенциальные темы для статей, вопросы и элементы, которые можно упомянуть в самой статье.
Пользуясь выдвинутыми темами и вопросами perplexity ai я попросила нейросеть написать статью для платформы VC ru и DTF. Тем не менее, текст приходилось неоднократно редактировать вручную, исходя из понимания акцента внимания зрителя.
DTF и VC являются платформой-сообществом с внутренним трафиком, поэтому я попросила нейросеть исходить из этих вводных данных.
При помощи perplexity и notebooklm я связала тему полезного питания и проблемы с перекусами со своим брендом.
В итоге благодаря notebooklm и perplexity ai мне удалось понять, как можно изучить конкурентный рынок и что именно лучше использовать в рамках рекламы проекта. Благодаря нейросетям стало яснее и проще работать с многими сферами.
Создание видеоконтента при помощи нейросетей
Я обратилась за помощью к perplexity ai для помощи с анализом схожего контента и ChatGPT для создания сценария ролика для youtube shorts. Следом я обратилась в klingai для генерации видео.
С помощью нейросетей я выявила паттерны у похожих видеороликов конкурентов для создания моего.
Аналитика продвижения статей и видеоконтента. Дашборд
Статья 1 (DTF) Охват: 126 Вовлечённость: 9,52% Анализ: Самый высокий уровень вовлечённости среди всех публикаций. Комментарии показывают заинтересованность аудитории, вероятно, за счёт подходящего визуального стиля и репутации платформы как места для обсуждения нового и необычного.
Статья 2 (VC.ru) Охват: 32 Вовлечённость: 0,00% Анализ: Несмотря на попадание на деловую платформу, публикация не вызвала отклика. Возможные причины — слишком общий заголовок или неподходящее время публикации. Тем не менее, аудитория VC может быть потенциально релевантной при лучшей подаче.
Статья 3 (Pikabu) Охват: 718 Вовлечённость: 0,28% Анализ: Широкий охват, но слабая вовлечённость. Pikabu — платформа с высокой конкуренцией за внимание, и без яркого заголовка или провокационного контента посты часто остаются незамеченными.
Видео (YouTube Shorts) Охват: 1 175 Вовлечённость: 1,02% Анализ: Умеренно высокий результат. Визуальный контент в формате короткого видео оказался более эффективным для привлечения внимания.
Профессиональные платформы (DTF) демонстрируют максимальную вовлечённость — 9,52%. Аудитория ценит оригинальный подход, уникальную тему и возможность высказаться в комментариях. Это говорит о силе нишевого контента и глубокой связи с аудиторией.
VC.ru, несмотря на слабые показатели (0% вовлечённости), остаётся ценной площадкой. Низкий результат может быть связан с невнятной упаковкой материала или некорректным временем публикации. Тем не менее, аудитория тут восприимчива к аналитическим темам и трендам ЗОЖ.
Pikabu дал высокий охват (718 просмотров), но почти полное отсутствие взаимодействий говорит о том, что пассивная аудитория требует более яркого визуального хука или интерактивных форматов. Подходит для тестов массового охвата, но не для вовлечения.
YouTube Shorts показал неплохой результат вовлечённости — 1,02%. Это подтверждает, что формат короткого видео способен привлекать внимание, особенно при наличии лайков и комментариев. Но важно продумывать первые секунды — они решают судьбу ролика. Форматы стоит тестировать в динамике: видно, что тексты работают лучше, чем видео — по крайней мере, в текущей итерации проекта. Но это не означает отказ от видео, а лишь указывает, что видео нуждается в улучшении визуального сторителлинга.
Материалы
Статьи и видео https://vc.ru/food/2019499-poleznyj-fastfud-novogo-pokolenija https://dtf.ru/food/3817402-poleznyj-fastfud-novogo-pokolenija https://www.youtube.com/shorts/KpzDq91q29A?feature=share Статья на Pikabu оказалась заблокирована за наличие ссылки на внешний сайт.
Вывод
В рамках проекта по разработке айдентики и продвижения полезных пюрешек из натуральных продуктов использование искусственного интеллекта стало важным инструментом повышения эффективности контент-стратегии.
AI-средства помогли быстро создать и адаптировать короткие видеоролики под формат YouTube Shorts, с учётом визуальной привлекательности и сценарной динамики, необходимой для удержания внимания зрителя в первые секунды.
В текстовой части AI упростил процесс подготовки публикаций: от подбора релевантных ключевых слов и тональности до адаптации контента под конкретные платформы (DTF, VC.ru, Pikabu). Это позволило добиться высокой вовлечённости на DTF, а также получить охват на Pikabu и в видеоформате.
Таким образом, интеграция AI-инструментов не только ускорила производство контента, но и повысила его релевантность, что сыграло ключевую роль в тестировании каналов дистрибуции и росте видимости проекта в интернете.
Перечень использованных нейросетей
ChatGPT — анализ текста, дашборд, генерация текста. Perplexity ai — интервью, ключевые вопросы, генерация текста. Klingai — генерация видео. Leonardo ai — генерация изображений. Bing — генерация изображений.
