Анализ продвижения проектов с помощью ИИ
Для продвижения личного портфолио я использовала инструменты искусственного интеллекта. Целью данного исследования было получение и анализ данных об эффективности использования ИИ для генерации и SEO-продвижения профессионального контента на различных платформах. Для генерации материалов и анализа данных были использованы нейросети DeepSeek и Perplexity.
Материалы проекта
Статья с SEO
Полный текст статьи, её название и теги — результат совместной работы нейросетей DeepSeek и Perplexity.
С помощью ИИ были проанализированы статьи конкурентов и аспекты успешного написания материала и публикации на разных платформы. Для более широкого анализа статья была опубликована на трёх платформах. Особенности каждой из них были учтены, проанализированы и видоизменены в каждой вариации публикуемого материала: название, стиль написания, хэштеги, ключевые слова, подрисуночные подписи и т. д.
Статья Pikabu
Статья DTF
Статья vc.ru
Фактические показатели опубликованных статей
Фактические показатели указывает на успешность статьи на Pikabu, в сравнении с DTF и vc.ru. По каким-то причинам не только охват но и реакций оказалось намного больше, чем на других платформах, однако стоит сказать, что благодаря грамотному использованию SEO-инструментов получилось выдвинуть эти статьи упаковки украшений Калининграда на одни из первых строчек поисковика.
Результат публикации статей
Результаты по поисковому запросу
Видео контент
Видео в TikTok и YouTube
Фактические показатели опубликованных роликов
Видео было опубликовано на двух платформах YouTube и TikTok для сравнения результатов и получения данных об успешности роликов о профессиональной деятельности среди разных аудиторий. Хотя результаты оценок и похожи, надо сказать, что YouTube обеспечивает больший охват благодаря своим алгоритмам, тогда как в TikTok сложно добиться просмотров хотя бы больше, чем 1000 (делаю вывод опираясь на личный опыт публикации видео).
Результат публикации видео
Использование инструментов ИИ для создания и продвижения контента
Разработка статьи
Создание и публикация статьи проходило в несколько этапов, каждый из которых сопровождался некоторыми нюансами.
Первым делом с помощью нейросети Perplexity был проведён анализ конкурентных успешных статей на сайте forbes. Я попросила ии сделать выводы о том, что делает эти статьи хорошим примером SEO-продвижения и какую тему мне стоит использовать в рамках рассказа о моём проекте. Без этого этапа было бы сложно ориентироваться в актуальных трендах дизайнерских статей. Помимо прочего, я также получила важные рекомендации о наборе тегов, ключевых слов и инструментах сторителинга, которые позже попросила применить на этапе генерации собственной статьи по моим материалам проекта.
Промпт: Проанализируй какие статьи по моей теме наиболее популярны и какие заголовки, бизнес-инструменты, теги, ключевые слова и т, д. (всё может быть полезно для продвижения качественного контента) они используют? Приведи конкретные 10 примеров: (Ссылка на источник статей)
Ответ Perplexity
Далее я попросила Perplexity дать мне рекомендованные темы для написания статьи с уклоном на мой проект. Определившись, мы перешли на этап написания самой статьи.
Важным этапом написания текста было проведение интервью. Для более неординарных результатов я решила, что задавать вопросы будет perplexity, а ответит на них Deepseek с лёгкой вводной о проекте, которую я ему предоставила. Такое комбинирование нейросетей позволило добиться точности ответов на вопросы, их разностороннее понимание. Также был достигнут эффект некоторого человеческого общения за счёт выбора стиля интервью: я решила сделать его на основе шоу «10 глупых вопросов»*, что помогло снизить ощущения автоматизма в ответах.
На основе ответов нейросети Deepseek я попросила Perplexity сгенерировать статью и взять во внимание аспекты ключевых слов, заголовков и подзаголовков, которые он выявил раннее в статьях forbes.
*РКН: иностранный владелец ресурса нарушает закон РФ
Промпт: Давай проведём интервью на основе моего проекта. Проанализируй изображения по ссылке (ссылка на проект) и основываясь на них задавай мне вопросы по теме: «(моя тема)». Так как я студентка 3 курса университета дизайна, спрашивай меня вопросы, которые помогли бы построить диалог в виде сторителлинга, чтобы интересно раскрыть мой проект и главную идею статьи. Ты — (выбранный интервьюер) и мы на шоу (выбранное шоу).
Далее ИИ проанализировал данные о популярных статьях на тему дизайна для всех трёх платформ и на основе своих выводов о seo-эффективных инструментов, ключевых слов, популярных заголовков и т. д. Следующим этапом он видоизмил статью под параметры DTF, Picabu и vc.ru.
Данный подход позволил особенно успешно опубликоваться на платформе Pikabu, воспользовавшись актуальными интересами пикабушников, их предпочтениями в непринуждённом стиле написания статьи, характере подписей и заголовков и ключевых слов.
Промпт: Проанализируй, какие приёмы используются в популярных статьях на тему Дизайн на сайте (сайт платформы) и приведи конкретные примеры, которые можно было бы использовать для моей статьи, чтобы сделать её более seo-эффективной для этой платформы.
Также Perplexity оказалась очень полезна для визуального оформления. По моему запросу она дала рекомендации и применила их, используя разную толщину шрифта, выделения и даже эмодзи для эмоциональной окраски.
Конечным этапом был запрос об анализе готовых статей на seo-аспекты продвижения контента на платформах. Для более точно ответа все аспекты должны быть оценены от 1 до 10, чтобы нейросеть сделала самоанализ и проконтролировала себя в точности ответа.
Если же оценка какого-либо пункта была достаточно низкой (ниже 7), я просила оптимизировать статью по данным критериям как минимум до 9/10 и снова запускала проверку.
Промпт: Проверь мою статью на seo-эффективность, харизму и кликабельность (опиши по пунктам от 1 до 10)
Делая небольшой вывод, надо выделить несколько дополнительных пунктов: 1. Для генерации статьи необходимо проанализировать нейросетью внешние источники (конкретные ссылки) для получения более точных данных, даже если вы указали название платформы. Это помогает конкретизировать данные и сузить возможность ложных выводов. 2. Полезно просить не 1, а 10 примеров, чтобы ИИ не останавливался только на одном конкретном и не акцентировало внимание на нём, а возможно и на его ошибках. 3. Выбор стиля интервью помогает сделать вопросы нейросети более чёткими и осмысленными (по теме проекта и характеру реальных интервью). 4. Проверка seo-эффективноти в системе ранжирования заставляет ИИ провести более глубокий анализ и тем самым дать более точный ответ 5. Нейросеть Deepseek хорошо справляется с анализом изображений, однако всё равно нуждается в водной информации, так иногда акцентирует внимание на ненужных деталях. 6. Небольшие советы нейро, например о времени выгрузки статьи на определённой платформе, может стать решающим (делаю этот вывод из того, что применила этот метод только к Pikabu, который и показал лучшие результаты)
Разработка видео контента
Для создания видео контента используется похожая стратегия. Для начала я искала вирусные тренды на тему дизайна, основываясь на данных с платформы TikTok Creative Center в разделе entertainment and art. Помимо этого я дала нейросети задачу проанализировать заголовки и слова в субтитрах популярных видео, чтобы получить точный ответ о востребованных темах контента.
Конечно же нельзя пренебрегать и техническими советами, полученными при анализе популярных клипов: формат видео, его длительность, оформительские особенности текста.
Проанализировав полученные данные, я придумала тему ролика на основе общих тем, предложенных Perplexity. В итоге была выбрана тема «демонстрация портфолио», которая позже конкретизировалась в «Я студентка дизайна — мои любимые работы».
Поиск тем с помощью Perplexity и анализа TikTok Creative Center
После этого я попросила ИИ просмотреть популярные теги на сайте TikTok Creative Center в разделе трендовых хэштегов и выбрать те, которые лучшим образом подходят заявленной теме. Нужно отметить, что несмотря на хороший подбор, стоит проверять валидность тегов на самой платформе, так как нейросеть иногда ошибается и берёт не лучшие варианты, а скорее ключевые слова по теме.
Также проблемой стал поиск музыки. Хотя Perplexity и выявила хорошие варианты из TikTok Creative Center, однако мелодии не попадали под настроение ролика из-за чего приходилось искать всё вручную. Пока с этим аспектом создания видео есть небольшие проблемы, однако они вполне решаемы. В итоге я выбрала популярную песню на 218к публикаций с положительной тенденцией в TikTok Creative Center — dramamine.
Поиск трендовой музыки в TikTok Ads
На конечном этапе я в очередной раз убедилась в важности анализа полученного контента на SEO-аспекты в системе ранжирования, так как в первый раз результаты были не очень хорошими из-за личных вставок и изменений названия. Я попросила проанализировать критерии, учитывая также сильные стороны лучших роликов в TikTok Ads.
Получив обратную связь по критериям от ИИ я попросила его оптимизировать весь контент. Результаты стали намного лучше и ролик более структурированным.
Промпт: Оцени seo-успешность ролика в токтоке (ролик я прикреплю). Оцени его описание, название и теги: Можешь сравнивать учитывая аналитику трендовых роликов с этого сайта на тему дизайн: (ссылка на сайт)
Небольшие выводы о генерации и продвижении статей и роликов: 1. Генерация роликов сложнее, так как имеет больше переменных аспектов вроде подбора музыки, постоянно изменяющихся тенденций хэштегов и быстрый темп смены трендовых тем. Нейросеть не всегда справляется с этим и нуждается в контроле и ручной регулировке и проверке процессов. 2. Такие платформы как TikTok Creative Center помогают в общих чертах уловить суть трендов и получить действительно актуальные рекомендации на примеры популярных роликов 3. В случае с видео контентом даже более важно время выгрузки и некоторая «воля случая», чем для статей, видимо из-за особенностей формата платформы TikTok. Вывод сделан на основе публикации трёх роликов в разное время и получением разного отклика.
Аналитика продвижения контента
Анализ полученных данных
Результаты всех публикаций
Полученных данных вполне достаточно, чтобы сказать что наиболее успешной оказалась статья, опубликованная на Pikabu, имеющая наибольший охват в 13,319 просмотров, однако наименьшую вовлечённость 0,61%, что показывает эффективность платформы для демонстрации контента в сравнении с DTF и vc.ru, которые даже близко не подошли к этому результату (поэтому для продвижения своего портфолио с помощью ИИ — это лучший вариант, если необходимы только просмотры. Набрать же качественную аудиторию намного сложнее). Однако, надо сказать, что DTF имеет некоторый баланс между показами и вовлечённостью, что говорит о большем попадании именно в дизайнерскую аудиторию и, по всей видимости, большему попаданию тегов и ключевых слов в эту среду. Vc.ru является лидером в этом плане, однако из-за небольших просмотров и реакций сложно её действительно назвать качественной.
Точно такие же выводы можно сделать и в случае видео. Несмотря на большое количество просмотров в YouTube, TikTok лидирует с вовлечённостью, которая превышает YouTube в 8 раз. Скорее всего так случилось из-за того, что TikTok был изначальной целью создания ролика и его ключевые слова, теги и заголовки (заголовки, к слову, включены в сам ролик и не видоизменялись для платформы YouTube, в отличии от остального) были заготовлены специально для данной аудитории, что и стало важным фактором попадания в арт среду, хотя и получившую совсем небольшой отклик.
И хотя результаты для первого продвижения контента вполне неплохие, есть ряд вещей, которые можно было бы улучшить или изменить.
Примеры более успешных видео конкурентов
К примеру, анализируя контент конкурентов в сфере дизайна, становится ясно, что стоит быть более внимательным к подбору публикуемого контента. Сравнительно успешными считаются ролики с советами и инсайтами о дизайне, чем можно воспользоваться на волне их популярности. Нейросеть в данном случае указывал этот вид контента, однако выбор был сделан в сторону другого, также предложенного варианта. Так что необходимо также вручную просматривать контент, однако нейросеть поможет сузить поиски, определиться и написать хороший сценарий, опираясь на видео конкурентов.
Комментарии на Pikabu
В случае статей важно сказать, что одним из критериев успешности на Pikabu стало попадание в стиль платформы, в котором написан текст. Основываясь на опыте коллег, можно точно сказать, что люди негативно относятся к нейроконтенту, который описывает действительные вещи, однако нейсеть, обращаяся к пикабушникам на их привычном, простом, искреннем языке опыта, даёт работе некоторый плюс. Надо заметить, что ни один человек в комментариях не заметил следа ИИ в написании контента, что также свидетельствует о хороших результатах анализа статей и подражания человеческому стилю. Хотя, надо признать, это немного пугает.
И хотя были негативные моменты, мне удалось получить конструктивную критику от пользователей.
Вывод
Так как это первый опыт создания и продвижения контента с помощью искусственного интеллекта, я могу выделить множество особенностей нейросети и поделиться личными впечатлениями от их использования.
О плюсах:
1. Простота в использовании для продвижения контента. 2. Дают хорошие советы даже без уточнений конкретных источников, однако стоит перепроверять информацию и заставлять ИИ проводить самоанализ (к примеру, ранжированием информации по десятибалльной шкале). 3. Скорость просчитывания актуальных тенденций намного выше, чем если делать это вручную. При указании конкретизированных источников в виде нескольких видео и статей поиск становится намного глубже и достовернее. 3. Возможность экспериментирования с несколькими ИИ. Совместная работа Perplexity и Deepseek привела к неожиданно приятному результату: написанию действительно интересной статьи. 4. ИИ сильно сокращает время оформления и в некоторых моментах делает это лучше человека. 5. Советы искусственного интеллекта можно попросить конкретизировать и получить чёткую инструкцию действий в некоторых случаях (к примеру, Perplexity может оформить таблицу средней активности пользователей в каждый день недели и выделить лучшее время для публикации).
Таких плюсов можно найти множество, однако что можно сказать о минусах:
1. Нейросеть может путаться и галлюцинировать, придумывать данные, из-за чего её нужно проверять или писать промпт для самопроверки. 2. ИИ принимает некоторые данные за другие, как это было с тегами, которые нейросеть выбрала по ключевым словам без учёта их популярности в виде хештегов. 3. Довольно сложно генерировать видео по определённому сюжету, так как нейросеть может допридумывать визуализации, поэтому они всё ещё больше подходят для экспериментов, нежели для определённого результата (особенно со сложными сюжетами. Данный вывод сделан вследствие неудачной попытки генерации видео по сюжету с помощью Kling).
Несмотря на все плюсы и минусы, искусственный интеллект — это незаменимый помощник для людей, не специализирующихся на SEO-продвижении личного и профессионального контента. Он не только помогает в его создании, но и способен адаптировать его под тренды, вкусы других пользователей, стили, темы и так далее. Контент, к которому применили инструменты SEO-продвижения, действительно имеет большую вероятность попасть на первые строки поиска или же чаще попадаться другим пользователям по выставленным тегам. Благодаря этому процессы работы алгоритмов различных платформ становятся прозрачными и уже не такими недосягаемыми в плане достижения некоторого успеха в социальных сетях. Приятное дополнение к хорошему контенту и его гарантированное донесение до аудитории!
Для создания данного проекта и генерации графиков использовались нейросети DeepSeek и Perplexity.
