Анализ продвижения учебного фильма с помощью Ai
В рамках продвижения авторского короткометражного фильма «Лифт», который я снимаю в рамках курсового проекта НИУ ВШЭ, я провела серию экспериментов по размещению контента на разных цифровых платформах. Целью стало не только распространение информации о проекте, но и изучение поведения аудитории: какие форматы вызывают отклик, как алгоритмы работают с «неудобной» темой, и насколько эффективно инструменты искусственного интеллекта могут помочь в этом вопросе.
Фильм «Лифт» поднимает тяжёлые темы — и перенос этих смыслов в короткий цифровой формат стал отдельной задачей. Я сознательно не ограничивалась размещением только на одной платформе, а протестировала разные медиа-среды: TikTok, YouTube Shorts, а также текстовую статью, созданную с участием нейросетей.
Этот лонгрид будет посвящён анализу цифровых метрик, собранных по итогам этих размещений. Сравнивая вовлечённость, охваты и поведенческие реакции аудитории, я ставила перед собой задачу не просто «продвинуть контент», а понять, как личная тема живёт в алгоритмически управляемой среде — и как технологии, включая ИИ, могут усилить или ослабить это взаимодействие.
Аналитика продвижения
В Telegraph статистика просмотров не отображается, поэтому я использовала альтернативные способы оценки вовлечённости — по переходам через Bitly (bit.ly/3G9ATsO) и реакциям в своём Telegram-канале.
В качестве визуальных площадок для публикации ролика я выбрала YouTube Shorts и TikTok.
Так как площадки по большей части для развлекательного контента, я попробовала преподнести фильм, зайдя через иронию и тренды, который были актуальны в момент публикации. Также сюжет фильма я не затрагивала, пытаясь показать тяжести предпродакшена, — иногда людям может быть интереснее то, что происходит за камерой.
фрагменты ролика
Tik Tok AI мне предложил интересную идею для видео, но с реализацией не сумел справиться, так что пришлось дорабатывать самой вручную.
Я пыталась сгенерировать видео из картинок в PixVerse, Klingai и Runway, но на выходе получалась неказисто слепленная картинка, — Higgsfield с этой задачей справился лучше всего.
В Capcut достаточно много инструментов: ИИ может подставить и озвучить субтитры, сгенерировать музыку, анимировать фото и дорисовать картинку, — всё в одном приложении, работать там мне понравилось больше всего.
TIKTOK
внутренняя статистика видео в приложении Tiktok. данные актуальны на 26.06.25
графики вовлеченности аудитории на основе статистики Tiktok.
Алгоритмы TikTok уже дали «Лифту» шанс: 86% трафика из рекомендаций, что вполне неплохой результат. Главный стоп-фактор — низкий досмотр и удержание внимания зрителя <10%, что тормозит дальнейшее распространение.
Комментариев почти нет, в будущем можно продумать чёткий CTA для повышения активности, например, «Отметь друга, который боится лифтов».
внутренняя статистика видео в приложении Tiktok. данные актуальны на 26.06.25
YOUTUBE SHORTS
Пока TikTok хотя бы дал «Лифту» шанс, в YouTube Shorts ситуация оказалась куда скромнее.
внутренняя статистика видео в приложении Youtube. данные актуальны на 26.06.25
На самом деле, ничего страшного. Этот опыт показал главное: не все площадки работают одинаково, и это нормально. То, что цепляет в TikTok, в YouTube может казаться «слишком медленным» или просто «не в том контексте». Особенно когда видео короткое, но требует внимания и эмоционального погружения.
график вовлеченности аудитории на основе статистики Youtube.
TELEGRAPH
фрагменты статьи на Telegraph.
Для того, чтобы сделать статью как бы от первого лица открыла ChatGPT и попросила его задать мне несколько вопросов, написав промпт:
«Ты — профессиональный журналист издания вроде Wonderzine, Seance или Искусство кино. Твоя задача — взять углублённое, личное, но структурированное интервью у молодой режиссёрки, которая сняла свой дебютный короткометражный фильм.
Условие: режиссёрка только начинает рассказывать о себе публично. Это её личный проект, основанный на опыте тревожности, изоляции и пережитого насилия. Фильм снят в артхаусной эстетике, в замкнутом пространстве, с минималистичной визуальной концепцией.
Пожалуйста, задай ей 12–15 вопросов, которые помогут: — раскрыть тему фильма с художественной и личной стороны; — понять, зачем она его сняла и какую мысль хотела донести; — поговорить о процессе: от идеи до съёмок и продакшна; — понять, как фильм связан с её личным опытом и состоянием; — затронуть тему женского высказывания, психики и кинопамяти; — вывести на мысль, как она чувствует себя как режиссёр; — закончить интервью вопросами про будущие проекты и рост.
Пожалуйста, сначала напиши все вопросы (без ответов) в формате Q& A. Не оформляй в виде диалога, просто выдай список вопросов. Потом я отвечу, и ты соберёшь текст от первого лица».
Нейросеть выдала десяток вопросов, на которые я отвечала честно — как для себя. Получился черновик, где уже была структура и главное — человеческий голос. Да, он был немного сырой, но искренний. Дальше я вернулась к ИИ уже с новой задачей: собрать всё это в полноценный текст от первого лица.
Заодно я попросила ИИ составить список ключевых слов для SEO на русском и английском. Таким образом я получила не только текст, но и его базовую SEO-оптимизацию для размещения на площадке.
ответы нейросети
Следующим шагом был визуал для статьи. Я хотела обложку, которая передавала бы тревожность, ощущение ловушки, визуальный саспенс. Обратилась к DALL·E 3 с промптом:
«claustrophobic elevator, black and white, film-grain texture, poster-style, 3:4»
В итоге я получила несколько изображений, и одно из них легло в основу превью. Я немного подкорректировала контрастность в Photoshop, добавила зернистость — и получила картинку, которая идеально вписалась в атмосферу фильма.
примеры изображений для статьи, сгенерированные с помощью DALL·E 3
После публикации статьи я решила протестировать, где и как лучше работает этот контент. Я выложила статью на Telegraph — получилось красиво, но без аналитики
Чтобы отследить переходы, я использовала Bitly-ссылку, которую опубликовала в своем камерном telegram-канале с запросом на репост. В итоге статья получила 88 просмотров.
Выводы
Для меня это не просто проект, где ИИ написал всё за меня. Это история о том, как я нашла форму для своего высказывания с его помощью. ИИ не заменил меня, но стал моими интервьюером, редактором, копирайтером, SEO-шником и дизайнером. А я — осталась автором, только теперь с поддержкой, которой раньше не было.
Витрина материалов проекта
Описание использования генеративных моделей
Обложка фильма была сгенерирована в нейросети fusionbrain.ai.
Промпт: Изображение должно быть в современном визуальном стиле, с элементами нейросетевой эстетики: графики, фрагменты интерфейсов, пиксели, данные, сетка, цифровые шумы. В центре — сцена, где технологии (например, цифровое облако) взаимодействуют с авторским проектом (например, фильмом). Цветовая палитра — минималистичная (чёрный, белый, серый). Атмосфера — сосредоточенность, анализ, режиссёрская рефлексия. Без текста.
Графики вовлеченности аудитории генерировались с помощью СhatGPT на основе полученных данных.
