Провижение проектов с помощью ии

Я продвигала два своих проекта с помощью нейросетей создавая статью и видео.

Вначале я написала статью с помощь DeepSeek о своем проекте «треть королевства», в ней написано, как создавался проект и как облегчить его создание, также рассказывается о том, что изначально это был учебный проект, но теперь я выношу его на художественный маркет. Там же рассказано о том с каким трудностями я столкнулась во время создания, потом статья еще раз была отредактирована с помощью ии, и стала гайдом с лайфхаками как создавать сложные иллюстрации, с помощью DeepSeek так же были добавлены SEO.

Статья набрала всего 8 просмотров (дочитали до конца) и 7 лайков, но имела 85 процентную кликабельность то есть 85 процентов людей увидевших татью в ленте нажимали на нее но только 28 процентов прочли ее до конца. Скорее всего это значит что обложка и название статьи привлекают внимание, но сама статья затянута. Ну и по статистике большинство просмотр статья набрала в первый день.

Зрители находили статью по дополнительным источникам чаще всего, это связано с тем что я также продвигала статью в твитере на 20 процентов людей увидели статью в ленте, а также кто-то искал в поисковике статьи конкретно по этой теме. Судя по статистике эта тема интереснее всего подросткам и людям среднего возраста.

Я также продвигала статью через твитер из 105 показов в ленте 9 людей перешли по ссылке и посмотрели статью

Другая статья на похожую тему набрала больше просмотров и лайков за примерно то же время, поэтому я решила проанализировать ее и понять причины. Думаю, в первую очередь это связано с тем, что аккаунт, опубликовавший статью, имеет больше подписчиков. Кроме того, важную роль сыграла обложка: на ней был изображен виммельбух, а не ИИ-генерация.

Наконец, ключевым фактором могла стать сама тема статьи: она рассказывает о том, что такое виммельбух, а людям интересно узнавать что-то новое. В моей же статье не было объяснения этого понятия — только информация о его создании. Возможно, именно поэтому читатели не дочитывали материал до конца.

Изначально я ответила на интервью DeepSeek и скинула ссылку на проект, потом DeepSeek переработал интервью под мой проект так я ответила более развернуто. На основе моих идей он полностью сформировал текст статьи и даже предложил варианты названий.

К сожалению, первая версия статьи получилась не так хорошо и после проверки преподавателем пришлось дорабатывать структуру, менять заголовок и вносить правки. Кроме того, DeepSeek провел анализ ключевых слов, что помогло улучшить SEO-оптимизацию материала.

Изображения к статье я создавала с помощью Grok. Изначально я попыталась загрузить картинку для обработки, но Grok отказался с ней работать и предложил вместо этого описать рисунок, и уже по описанию создать новое изображение.

Вторым вариантом продвижения было короткое вертикальное видео которое являлось трейлером к моему комиксу «Последняя Капля», я создала его с помощью Kling AI и DeepSeek, в нем кратко показаны разные моменты из комикса, в реалистичном стиле, монтировала это видео я в CupCut, а музыку подбирала в тик токе