Аналитика продвижения личного портфолио при помощи нейросетей
Для тематики заданий и будущего проекта я избрала вектор продвижения не проекта, а меня, как специалиста, работавшего над проектом Xenorancho — основного кураторского проекта 3 курса, разработкой которого мы занимались весь год. Моей целью стала демонстрация приобретенных на проекте навыков.
Xenorancho — FPS с защитой ранчо и его обсустройства за счет противников, нападающих на базу.
На проекте у меня было достаточно много ролей, однако я решила сконцентрироваться вокруг тех, которые считаю основными своими специализациями для дальнейшего развития:
• Арт-директор и арт-лид небольшой инди-команды • Аниматор персонажей
При выполнении заданий я создала SEO-оптимизированную статью под DTF — наиболее подходящую русскоязычную площадку, поскольку ее основной тематикой являются видеоигры как с позиции игроков, так и с позиции разработчиков. Статья наиболее репрезентативно подходила для отражения моего опыта на проекте в качестве арт-лида и позволила мне поделиться большим количеством инсайтов в повествовательном формате.
Вертикальное же видео больше подходило для презентации моего опыта аниматора для проекта. Я сделала шоурил со своими анимациями под lo-fi музыку в Shorts на Youtube: этой площадкой пользуются не только многие профессионалы в сфере компьютерной графики, но и новички в поисках референсов и обучающих видео от профессионалов.
К сожалению, охваты собрать смогла только статья: видео получилось достаточно узконаправленным, поскольку его целевая аудитория — другие аниматоры и художники компьютерной графики.
Аналитика продвижения шоурила в Youtube Shorts
Первый инсайт, связанный с выбранным форматом и целевой аудиторией: ролики для профессионалов или иных специалистов в определенной узкой области работы собирают, как правило, довольно низкие охваты. И это не является проблемой — поскольку у них иная задача, из-за чего классический подход к аналитике может не дать плодов.
Однако, тем не менее, даже в этих условиях мой шортс с шоурилом вызвал крайне низкий отклик и низкий показатель просмотра. Во многом, потому что формат не был рассчитан мной на широкую аудиторию и в нем не используется никаких инструментов удержания зрителя, кроме быстро сменяющихся анимаций.
Абсолютное большинство просмотров пришлось на день публикации видео: благодаря алгоритмам Youtube, пользователи встречались с ним в ленте. Однако этого количества просмотров не хватило для детальной аналитики, чтобы в дальнейшем подстроить формат под более широкую аудиторию.
Тем не менее, мое ориентирование на специализированные поисковые запросы также возымело плоды — в некоторых случаях, видео демонстрировалось по этим запросам, и благодаря ключевым словам появлялось в поиске.
На основании аналитики и выводов я выявила основные проблемы выложенного мной вертикального видео и при помощи промпта ChatGPT оформила в сводную таблицу:
А кроме того — следует провести более качественный конкурентный анализ не только на основе нейросети, но и провести собственную аналитику с осознанной ручной выборкой, применение результатов которой можно дальше поручить нейросети.
Детальная аналитика продвижения статьи на DTF
На статью DTF стоит взглянуть подробнее: именно она собрала не просто минимальные для базовой аналитики данные, но и вызвала широкий отклик на платформе с очень высокими охватами — особенно для «темы», в которой находилась.
Охваты были настолько высокими, что статья долгое время была закреплена в теме «Инди», как «Популярное». Приблизительно, она держалась в топе около 16 часов, и собрала за это время охват выше средних значений по теме.
Скриншот-подтверждение в момент нахождения в «Популярном» в Инди DTF. К моменту оформления проекта статистика выросла.
Средние посты с показателями лайков, комментариев и просмотров по теме
Важным наблюдением при аналитике стала разница в количестве комментариев под моей статьей и другими популярными постами: комментариев под моей статьей оказалось на порядок больше.
И причиной такого всплеска стал негативный резонанс, вызванный тематикой статьи и ее содержанием.
Наибольшее количество комментариев породил тред, начатый одним из комментаторов. 62 из 123 комментариев (более половины) относится к ветке под его негативным высказыванием. Еще 10 комментариев из другой ветки также появились, как ответ на негатив под статьей.
Именно благодаря его высказыванию напрямую появилось минимум 72 из 123 комментариев, и косвенно — некоторые другие позитивные комментарии. Поток негатива не оставил равнодушным не только зачинщика, но и многих других несогласных с его мнением людей.
Я также поневоле внесла вклад в расширение количества комментариев за счет ответов некоторым комментаторам, например, на вопросы или советы по оформлению, которые давали некоторые комментаторы.
Комментарий, породивший самый крупный тред под моей статьей
Важнейший инсайт публикации этой статьи: негативный отклик очень сильно способствует повышению охватов статьи и может наоборот вызвать приток позитива, нацеленного специально против токсичности, проявляемой другими.
Так, одним из самых ярких ответов на мою статью стал репост блогера под ником delanium с призывом к своим подписчикам проявить внимание и подбодрить автора интересной, на его взгляд, публикации. Позднее в комментариях я выяснила, что его мотивацией как раз послужило то, сколько негатива родилось в комментариях под моей историей.
Один из важных и интересных моментов связан с системой репутации DTF: популярные комментарии и посты, на которые пользователи ставят реакции, увеличивают этот показатель. Благодаря лайкам на статью, а также мои комментарии-ответы другим комментаторам, суммарно за пост удалось получить +77 репутации на пустой до публикации аккаунт. Причем, что важно — на DTF члены форума относятся с недоверием к аккаунтам без активности.
Главная страница моего блога на DTF
Комментарий участника форума касательно пустого аккаунта
Также немаловажно обратить внимание на то, что статья получилась оптимизированной под различные возможные поисковые запросы.
Во многих случаях поисковых запросов с содержанием слов «арт-директор» или «арт-дирекшен» именно моя статья находится в начале списка и становится источником нейросетевой выжимки от Алисы в Яндексе.
Во многом охваты привлек «пожизневый» формат разбора моего пути: я делилась личным опытом с проблемами на пути — и их решением.
Подтверждением этому служит количество закладок (39) на статье, а также положительные комментарии людей, для многих из которых это оказалось интересно или даже полезно.
На основании аналитики и моего анализа я задала ChatGPT промпт, чтобы он подготовил также сводную таблицу инсайтов по статье с возможным дальнейшим их применением.
Использование ИИ в продвижении
Поскольку я сама обладаю достаточно широким спектром навыков по созданию визуального контента, мной использовались только DeepSeek и ChatGPT в качестве нейросетей-консультантов, с которыми мы работали над структурой, редактурой и анализом данных.
Больше всего нейросети помогли в пересборке моего интервью в полезный структурированный материал.
Не обошлось и без вредных издержек работы: во время проведения интервью у DeepSeek нейросеть придумывала ложные выводы из моих ответов на вопросы и подменяла подлинные факты выдуманными выводами. Нейросеть приходилось постоянно исправлять и дополнять, однако и это не помогало очистить ее от ложных выводов. По этой причине пришлось провести чистый анализ ответов на вопросы через ChatGPT.
Главным выводом из этого взаимодействия стала необходимость первичной обработки любых данных человеком и озвучивание нейросети прямых инструкций по их обработке и пересборке, чтобы избежать дезинформации.
Промпты для ChatGPT в начале оформления статьи
В основе моего подхода также вместо запроса совета, помощи или мнения по созданию части задания лежала установка нейросети в ситуацию: «представь, что ты пишешь статью на DTF», «представь, что ты пишешь описание для такого видео. как ты его напишешь?». Это помогало сократить «рефлексивный» этап нейросети и побудить ее к предложению конкретных готовых решений, которые учитывают необходимый заданный ей формат.
Наиболее удачно нейросети справлялись с аналитическими и редакторскими задачами: например, с подбором релевантных тегов, ключевых слов, а также их встраиванием в текст, создавая SEO-оптимизацию. Тот факт, что мои материалы, особенно статью, прошедшую этап оптимизации, возможно найти при поиске, подтверждает качество работы над встраиванием тегов.
Это сильно облегчило мне работу, как создателю контента, позволив сконцентрироваться на создании непосредственно контента, следуя понятным инструкциям.
Промпт для DeepSeek при создании вертикального видео
В отдельных случаях с креативными задачами я прибегала к особому промпту, позволявшему мне оценить качество выполнения поставленной задачи и на основе результата принимать решение об использовании выданного материала или же корректировании промпта для получения более релевантного результата.
Это была вынужденная мера, выработавшаяся в навык критической оценки результатов нейросетей, поскольку последние имеют явную тенденцию к составлению ложных фактов.
И чтобы окончательно проверить работу нейросетей, я задавала ей вопросы о том, почему она считает предложенное ей решение хорошим.
Особенно полезны нейросети оказались в анализе четких данных, с чем, в виду неопытности, было бы невозможно справиться мне. Так, DeepSeek смог проанализировать сводные таблицы с Яндекс.Вордстат и собранные в отдельный документ примеры статей, чтобы найти ключевые слова и вывести принципы оптимизации именно для моей задачи.
Нейросеть также помогала советами в создании визуальных элементов: например, обложки для Shorts, однако конечный результат создавался моими руками.
Окончательным штрихом стала подготовленный заверстанный шаблон с использованием дизайн-элементов и функционалом сайта — благодаря чему удалось собрать статью за минимальное время.
Ссылки и материалы
Статья на DTF: https://dtf.ru/indie/3815768-kak-stat-art-direktorom-v-indi-komande-i-vystroit-pajplajn
Ролик на Youtube Shorts: https://www.youtube.com/shorts/9ivqXCt1lys
Ссылка на оригинальный проект и мое портфолио: https://portfolio.hse.ru/Project/250071
Использованные нейросети: ChatGPT, DeepSeek
