Анализ продвижения «Easy, buddy:)» с помощью ИИ
Введение
Цель работы — организовать продвижение нашего проекта «Easy, buddy:)» с помощью ИИ-инструментов и проанализировать эффективность продвижения. Для этого я создала статьи о работе над проектом и рекламный видео-ролик, которые опубликовала на разных онлайн-платформах.
Я немного изменила структуру итогового проекта, чтобы по порядку показать весь процесс работы над ним. Сначала я расскажу про проект, выбранный для продвижения, затем — про то, какие ИИ-инструменты и как я использовала для продвижения, ну а в завершении — покажу, какие материалы были созданы, где они были размещены и к каким результатам я пришла.
Easy, buddy:) — что это?
Easy, buddy:) — медиа-сервис для иностранных студентов, который поможет им адаптироваться к жизни в России и найти новых друзей. На сайте пользователи смогут найти всю необходимую информацию об учёбе в Вышке, а также задать свои вопросы в специальных обсуждениях
Мы работаем над Easy, buddy:) на протяжении всего года в команде из 3-х человек. Нам очень важна социальная миссия проекта, поэтому мы и выбрали именно его как проект для продвижения.
Использование ИИ в продвижении
Я использовала нейросети практически на каждом этапе работы над материалами для публикаций. С помощью ChatGPT и NotebookLM у меня получилось написать тексты статей и придумать идеи для сюжета видео, а благодаря Kling AI и Recraft я сделала визуальные материалы — видео для ролика и картинки к статьям.
Работа со статьями
Цель написания статей — привлечение русскоговорящей аудитории. С помощью статей я хотела, во-первых, выгодно презентовать наш онлайн-сервис, а во-вторых, показать, как непросто бывает иностранным студентам в процессе адаптации, поэтому им важно помогать. Всего для продвижения было создано три статьи, одна из них рассказывает о процессе работы над проектом, вторая — о функциях нашего онлайн-сервиса, а третья рекламирует соцсети проекта с помощью забавных тематических историй.
Процесс написания статей был примерно похожим во всех трёх случаях и делился на три этапа: анализ конкурентов, написание текста и SEO-оптимизация. Перед началом написания каждой из статей был проведён конкурентный анализ: я собрала в Notebooklm популярные на vc.ru статьи о дизайне и описания кейсов от студий, за которыми слежу сама, и попросила нейросеть выделить ключевые приёмы, использующиеся при структурировании материала и написании заголовков. Для написания первой статьи я описала проект и попросила ChatGPT придумать более глубокие вопросы для интервью с автором этого проекта, а затем задать их мне. Для двух других статей я тоже проводила интервью с собой, но на немного другие темы. Такой метод очень помогает организовать мысли и понять, о чём хочется написать в статье.
«Ты — журналист, который берёт интервью у дизайнера интерфейсов о проекте, сделанном для студенческой организации НИУ ВШЭ, занимающейся помощью иностранным студентам. Спроси, в чем суть, почему это важно, какие есть результаты и планы. Сформулируй ключевые тезисы и выводы.»
— промт для ChatGPT
Все свои ответы я собрала в единый текст и попросила нейросеть переписать его так, чтобы он соответствовал тем критериям, которые были сформулированы Notebooklm. Благодаря этому тексты получились выразительными и понятно организованными. Если меня не устраивала структура или мне хотелось добавить что-то в текст, я писала об этом нейросети и изучала предложенный ею вариант. Так, например, мы добавили в конце статьи call-to-action — призыв подписаться на телеграм-канал Easy, buddy:), где мы публикуем обновления проекта, полезную информацию и просто смешные картинки.
«Давай адаптируем этот текст под формат vc.ru и сделаем сторителлинг и заголовки немного более захватывающим. Я проанализировала популярные статьи с vc.ru на эту тему и выявила следующие приёмы копирайтинга, которые в них используются. Вот они в порядке убывания приоритетности: {…}»
— промт для ChatGPT по критериям, выделенным NotebookLM
Заключительный этап работы над текстом — SEO-оптимизация. Я подбирала ключевые слова с помощью Яндекс Вордстат и снова попросила ChatGPT переписать весь текст, добавив ключевые слова. Для постановки задачи я использовала готовый промт преподавателя, которым он делился в материалах к одной из лекций, и мне кажется, что благодаря этому промту статьи получилось грамотно оптимизировать.
Благодаря SEO-оптимизации с помощью ИИ статьи, размещённые на vc.ru и Pikabu, легко ищутся по ключевым словам: в поисковой выдаче опубликованный мной контент часто отображается на первой странице.
Со статьями на Яндекс Дзене дело обстоит хуже. Несмотря на то, что процесс работы и SEO-оптимизации был примерно одинаковым для всех трёх платформ, с которыми я работала, контент на Дзене не появляется на первых страницах поисковой выдачи. Я думаю, это может быть связано с тем, что охват и процент дочитываний на Яндекс Дзене оказался значительно ниже, чем на двух других сайтах.
Работа с видео
В отличие от статей, ориентированных на русскоговорящих пользователей, цель промо-ролика — привлечение к проекту зарубежной аудитории. Мне хотелось дать иностранным студентам понять, что окружающие понимают их и что с нашим сервисом процесс адаптации к новым условиям пройдёт легче.
Я изначально планировала сгенерировать несколько коротких фрагментов, а потом объединить их в одно видео с помощью редактора. Поэтому надо было продумать, каким будет сюжет и какие фрагменты в него войдут. Для создания сюжета и раскадровки видео я использовала ChatGPT. В результате нейросеть выдала план, расписанный по секундам, и готовые промты для Kling AI, что упростило работу.
«Я хочу сделать небольшой короткий имиджевый ролик для проекта. Мой проект — Easy, buddy;) — призван помочь иностранным студентам нашего университета. Предложи, пожалуйста, несколько идей сюжета, спланируй раскадровку каждой идеи и напиши промт для каждой части, который можно будет отдать нейросети»
— промт для ChatGPT
Сюжет итогового ролика сначала давит на больное место — показывает сложности жизни в новой стране, а потом показывает решение — наш сервис. Для озвучки видео я попросила ChatGPT сгенерировать короткий, но эмоциональный текст к каждому из отрывков. Получившиеся реплики я озвучила с помощью онлайн-сервиса ElevenLabs.
«У меня получилось 6 сцен: {…} Какой текст можно под это подобрать?»
— промт для ChatGPT
Заголовок и описание видео тоже были продуманы с помощью ChatGPT. Я попросила его составить наиболее цепляющий заголовок, а в описании использовать ключевые слова, подобранные с помощью Яндекс Вордстат.
Материалы для продвижения
Несмотря на то, что каждая из написанных статей призвана продвигать наш проект, я использовала слегка разные тематики, стили и способы адаптации под платформы. Надо сказать, что это достаточно ощутимо отразилось на охватах и вовлечённости пользователей на каждой из платформ.
Первая статья
В первой статье я хотела рассказать о проекте с точки зрения дизайна: рассказать, про исследование пользователей, про то, как мы продумывали структуру сервиса и как создавали айдентику. В тексте статьи, заголовке и ключевых словах я использовала много профессиональной лексики, зачастую непонятной для людей, не связанных с дизайном цифровых продуктов. Я опубликовала статью на Яндекс Дзене, vc.ru и Pikabu. Адаптация текста под разные платформы была минимальной. Возможно, это было моей ошибкой, поскольку это отразилось на вовлечённости пользователей: на сайте vc.ru, который просматривает множество дизайнеров, процент дочитывания и положительных реакций был самым высоким, а на Дзене из 12 увидевших статью человек открыл её только один пользователь. На Pikabu статья хоть и собрала много просмотров, положительных реакций было мало, и я думаю, что такой большой охват объясняется скорее особенностью платформы.
У меня была гипотеза, что упоминание работы с искусственным интеллектом повысит интерес аудитории — тема сейчас очень популярна. Поэтому в первой статье я сделала акцент на использовании нейросетей при создании айдентики и иллюстраций, а в SEO-оптимизации добавила ключевые слова вроде «генерация иллюстраций», «нейросети», «генеративная айдентика» и другие. Гипотеза частично подтвердилась: статья в Дзене получила больше показов, чем следующая, — возможно, алгоритмы Яндекса действительно лучше сработали с этими запросами.
Вторая статья
При написании второй статьи я решила уделить чуть больше внимания адаптации её под разные платформы. Я убавила количество профессиональной лексики из текста статьи на Дзене и Пикабу и сделала акцент на проблемах иностранных студентов и на том, как наш сервис может им помочь. Я также повторно провела конкурентный анализ в NotebookLM, на этот раз отдельно для каждой платформы, чтобы выявить, какие заголовки и где лучше «залетают». В итоге у меня получились 3 разных заголовка и слегка адаптированный под каждую платформу текст.
Эту и следующую статьи я выложила на две недели позже первой, однако мне все равно хватило времени, чтобы собрать статистику и проанализировать охват. vc.ru по-прежнему демонстрирует стабильно высокий процент охвата, однако лидером по взаимодействиям стал Pikabu. К сожалению, большинство реакций и комментариев были негативными, что говорит о том, что пользователям этого портала не нравится такой тип контента. Возможно, проблема была в том, что пользователи всё ещё воспринимали текст как слишком рекламный или корпоративный.
Третья статья
Третью статью я решила написать в более развлекательном формате и разместить только на двух сайтах: Яндекс Дзене и Pikabu. Моей целью теперь было не только организовать продвижение Easy, buddy:), но и найти стиль, который бы оценили пользователи этих двух платформ. В случае с Дзеном я хотела увеличить процент дочитываний, а на Pikabu — собрать больше положительных реакций и комментариев.
Для последней статьи я решила призвать пользователей участвовать в программе бадди, рассказав о забавных случаях из собственной практики и опыта моих знакомых. Я выбрала более дружеский формат с простым языком и эмоциональной подачей. Результаты частично оправдали мои ожидания: на Дзене статью действительно прочитали больше пользователей, чем две предыдущие. На Pikabu же, хоть отрицательных реакций по-прежнему больше, чем положительных, их соотношение стало более равномерным, что я тоже считаю достижением.
Ссылки: Дзен, Pikabu (данные за утро 26.06.2025)
Короткие видео
Для продвижения проекта было создано одно видео, которое я разместила на двух площадках: YouTube и Pinterest. Видео рубликовались мной с учётом особенностей платформ, и для каждой публикации я постаралась подобрать оптимальные заголовок и описание.
Канал на YouTube мы вели вместе с командой, поэтому там собраны видео всех участниц. Благодаря поисковой оптимизации моё видео набрало достаточно много просмотров для нового канала. Согласно статистике Youtube, ролик был виден пользователям в основном благодаря ленте YouTube Shorts, а средняя продолжительность просмотра — 17 секунд, что составляет больше половины длины видео.
В Pinterest видео было опубликовано на 10 дней позже, чем на YouTube, поэтому и количество просмотров на этой платформе значительно меньше. Однако CTR даже при низком количестве просмотров достаточно высок, и я думаю, что тема интересна аудитории, поэтому Pinterest можно выбрать как одну из площадок для дальнейшего продвижения и развивать регулярно.
Анализ продвижения
Для начала я составила сводную таблицу со всеми сделанными публикациями, а также метриками к ним, чтобы посчитать общую вовлечённость. На каждой платформе свои метрики, поэтому для каждой из них я немного адаптировала формулу вовлечённости. Вот по каким формулам я считала вовлечённость:
vc.ru: клики на статью / показы в ленте × 100%
дзен: взаимодействия / показы в ленте × 100%
pikabu: взаимодействия / показы в ленте × 100%
youtube взаимодействия / просмотры × 100%
pinterest клики на пин / показы в ленте × 100%
Под взаимодействиями имеется в виду сумма любых взаимодействий пользователя с контентом, отображающихся в статистике платформы. Например, для Pikabu это сумма всех реакций, комментариев и переходов по ссылкам, вставленным в статьи
Самую высокую вовлечённость показали публикации, сделанные на vc.ru. У Pikabu, напротив, несмотря на очень высокие охваты, самые низкие проценты вовлечённости. У Pinterest также наблюдается высокая вовлечённость, и мне жаль, что я не уделила продвижению на этой платформе достаточно внимания. Возможно, если бы пины выкладывались мной регулярно, у меня получилось бы собрать широкую и лояльную аудиторию
Сводная таблица с данными. Данные за вечер 25 июня 2025
Поскольку на Pikabu число пользователей, просмотревших статью, было аномально высоким, а процент вовлечённости — очень низким, я решила проанализировать эту платформу отдельно от остальных немного позже.
Среди остальных платформ я посчитала количество показов контента в ленте и количество просмотров контента пользователями. В случае с vc.ru и pinterest количество просмотров равно количеству людей, кликнувших на контент, в случае с яндекс дзеном — числу дочитываний, а в youtube — это процент пользователей, продолживших смотреть попавшееся им видео (согласно статистике YouTube, это 13%). Как видно по графикам просмотров и вовлечённости, лидерами являются vc.ru и Pinterest.
Сравнение показов контента в ленте и количества пользователей, продолживших смотреть
Вовлечение пользователей на всех платформах (за исключением Pikabu)
Однако по количеству взаимодействий (не считая кликов на статью/видео) лидером становится Яндекс Дзен. Несмотря на малые охваты. на каждой статье, размещённой на дзене, есть хотя бы один лайк, а одна из них принесла ещё подписку и комментарии.
Распределение действий с размещённым контентом
У лидера по количеству дочитанного контента — vc.ru — уровень вовлечённости у обеих статей выше 60%. Из-за того, что первая статья была выложена больше, чем на 2 недели раньше, у неё больше показов в ленте и дочитываний. Однако и CTR у первой статьи немного выше, чем у второй. Я думаю, это объясняется тем, что сообщество на vc.ru простому описанию онлайн-сервиса предпочитает статью об интересном дизайнерском кейсе, написанную профессиональным языком.
Сумма показов, переходов и дочитываний статей на vc.ru
На YouTube в первые 2-3 дня видео очень активно продвигалось алгоритмами — за несколько суток ролик был показан 182 пользователям, однако потом цифры долго не менялись, предположительно, из-за низкой вовлечённости (согласно статистике YouTube, продолжили смотреть видео только 13%, и за всё время ролик набрал 3 лайка). Просмотры начали расти снова только после того, как на канал были выложены новые видео (видео были выложены другими участницами команды, поскольку продвижением мы занимаемся вместе).
Я думаю, в случае с YouTube заголовок и описание были составлены хорошо, что и позволило видео набрать много просмотров в первые дни, однако с сюжетной частью стоило поработать больше, поскольку контент оказался недостаточно интересным для пользователей и не все продолжили его смотреть.
Статистика показов видео на YouTube
Далее я решила вернуться к Pikabu и проанализировать продвижение контента на этой платформе. Первый график — количество показов и охват каждой статьи в первый день публикации. Для меня стало открытием то, что статья, написанная в развлекательном формате, оказалась наименее популярной на этой платформе, поскольку я ставила именно на неё. Возможно, свою роль здесь сыграло время публикации.
Статистика показов и охватов в первый день публикации на Pikabu
Тем не менее, отношение пользователей к третьей статье на Pikabu оказалось теплее, чем к двум другим статьям. Последняя публикация набрала наибольшее количество плюсов и наименьшее количество минусов, а также собрала 3 перехода по ссылкам внутри самой статьи. Самой же неоднозначной оказалась вторая публикация: суммарно она собрала больше всего взаимодействий, однако и комментарии, и реакции были в большей степени негативными. Из этого можно сделать вывод, что пользователям на Pikabu не нравится прямая реклама, но если продукт продвигается креативными методами и текст публикации написан простым языком, пользователи более лояльны. Эти выводы очень важны для построения дальнейшей стратегии продвижения на этой платформе.
График распределения взаимодействий со статьями
Выводы
В ходе работы над проектом я усовершенствовала навыки составления промптов для нейросетей, а также научилась оптимизировать текстовый и визуальный контент под поисковую выдачу. Искусственный интеллект — очень полезный инструмент, который ускоряет работу и обеспечивает более эффективное продвижение. Тем не менее, без тщательного анализа аудитории и экспериментов с форматами эффективное продвижение невозможно.
Продвижение проекта не на всех платформах сработало хорошо, однако анализ результатов позволил мне понять свои ошибки и разработать стратегию для продвижения на разных платформах:
На YouTube важно зацепить зрителя с первых секунд, иначе он просто не досмотрит видео. Несмотря на низкую вовлечённость, мне кажется, что дальнейшее продвижение на этой платформе имеет смысл и стоит попробовать создавать ролики с более захватывающими интро
Яндекс Дзен набрал наиболее низкое количество дочитываний и, хоть и собрал несколько положительных реакций и комментариев, мне кажется, что моя тема не заинтересовала пользователей Дзена и дальнейшее продвижение не имеет смысла
Низкая вовлечённость и множество негативных реакций на Pikabu помогли мне понять, что стоит или создавать более эмоциональный контент, или не тратить время на продвижение там и уделить внимание более эффективным онлайн-ресурсам
Пользователям vc.ru понравились статьи, о чём говорит высокий процент переходов и вовлечённости. Метрики показали, что однозначно стоит продолжить продвижение на этой платформе и попробовать написать больше статей про дизайн-процессы
Pinterest также показал высокий процент вовлечённости, что стало неожиданностью для меня. Дальнейшее продвижение на этом сайте возможно, однако важно будет уделить внимание тому, чтобы контент публиковался регулярно
Таким образом, благодаря продвижению с помощью искусственного интеллекта я научилась адаптировать контент под разные онлайн-ресурсы и смогла найти платформы и форматы, наиболее эффективные для продвижения нашего проекта.
