Анализ продвижения личных проектов с помощью ИИ
В этом модуле я сделал две публикации: статья на DTF, и видео на YouTube.
Обе публикации посвещены моим играм. В статье я больше рассказывал про разработку своей игры, а видео было рекламным и показывало игровой процесс. Поэтому целевая аудитория схожа (разработчики игр и геймеры). Важно: статья не была нацелена исключительно на разработчиков, многие посетители DTF — увлеченные игроки, которым интересно узнать про разработку игр.
Публикации вышли 12 и 14 июня.
Сейчас я проанализировал их и делюсь результатми в этой работе.
Анализ статьи на DTF и видео на YouTube
Краткое содержание и особенности каждого материала
Статья на DTF
Описывает процесс создания сетевого платформера «Хочешь Ловушку?» как учебного проекта.
Основные темы: выбор концепции, вдохновение (Ultimate Chicken Horse), особенности разработки на Unreal Engine, сложности с сетевым кодом (peer-to-peer), проблемы с геймдизайном и тестированием, выводы и личный опыт автора.
Тон повествования — личный, с акцентом на трудности и выводы для будущих проектов.
В статье много деталей о технических и организационных сложностях, а также честная рефлексия о недостатках проекта.
Видео на YouTube
Видео представляет собой трейлер или промо-ролик, ориентированный на вирусный мемный стиль.
Основной посыл: «Стань мем-легендой, пройди путь от обычного щенка до интернет-героя, скачай игру сейчас».
Видео короткое, динамичное, сделано для привлечения внимания и мгновенного вовлечения.
Практически отсутствует техническая или внутренняя информация о разработке, упор на эмоции и юмор.
Аналитика
1. Просмотры DTF заметно лидирует: 92 просмотра против 38 на YouTube.
Это говорит о более высокой видимости или интересе к статье на DTF среди её аудитории.
2. Лайки YouTube опережает: 6 лайков против 2 на DTF.
Несмотря на меньшее количество просмотров, видео вызывает большее желание поставить лайк. Это может быть связано с привычкой пользователей YouTube активно выражать реакцию.
3. Комментарии DTF снова впереди: 3 комментария против 1 на YouTube.
На DTF аудитория более склонна к обсуждению и обратной связи, что типично для платформ с уклоном в профессиональное сообщество.
4. Дошли до конца DTF — 62, YouTube — 8.
Очень высокий процент дочитываний/досмотров на DTF (62 из 92 — ~67%), что говорит о заинтересованности и качестве контента.
На YouTube досмотрели до конца только 8 из 38 (~21%), что ниже среднего по платформе (обычно 30–50% для коротких роликов).
Выводы от Perplexity
DTF отлично подходит для глубокого контента: высокий процент дочитываний и обсуждений, но низкая активность в лайках.
YouTube хорошо работает на быстрый эмоциональный отклик (лайки), но хуже удерживает внимание до конца.
Стратегия:
Для DTF делайте упор на содержательность и вовлечение в обсуждение.
Для YouTube — делайте ролики короче и динамичнее, чтобы повысить досмотры до конца, и не забывайте призывать к лайкам/подписке.
Кросс-промо: попробуйте добавить ссылку на видео в статью и наоборот — это может увеличить вовлечённость обеих аудиторий.
Продолжайте использовать оба формата: статья для глубокого разбора и обмена опытом, видео — для промо и привлечения внимания.
В будущем попробуйте интегрировать видео в статью (и наоборот) для кросс-продвижения.
Анализируйте вовлечённость по каждому формату, чтобы понять, какая аудитория наиболее активна и где лучше продвигать проект.
Кейс-стади: использование ИИ в продвижении
Я использовал Perplexity для написания сценария видео и статьи, анализа других видео и статей. Затем перплексити давал мне комментарии и правки по моим работам.
Также он помог мне найти нужные Giff-ки для статьи.
Вот наши с ним переписки: https://drive.google.com/file/d/1hhlnMeZBpWjG5ElcAHl_ICBWnQTHPVbA/view?usp=drive_link (для статьи)
https://drive.google.com/file/d/1eec9pyJ6p8VQJgNNIpPyK9QgzM2UEdyX/view?usp=drive_link (для видео)
Для генерации видео я использовал KlingAI, для создания изображений LeonardoAI.
Также Perplexity помог мне построить графики и проанализировать резуальтаты.
Ссылки
