Вопрос, не прекращающий терзать многих маркетологов — «Сможет ли в ближайшем будущем меня заменить ChatGPT, или нейросеть пока не в силах соревноваться с золотыми умами и руками специалистов?»   

Отдел SMM & Influence в агентстве Adventum уже давно и активно применяет ИИ в своей рабочей рутине. Команда находит ему применение даже в самых нестандартных задачах, упрощая работу себе и сокращая затраченное на задачи время. Сегодня расскажем о кейсах использования ChatGPT-4 в работе smm-специалистов, и поделимся проверенными лайфхаками, как правильно обучать нейросеть и формулировать запросы. 

Кейс №1: Нейросеть пишет рекламные тексты для банковского приложения 

В ноябре 2023 г. совместно с банковским приложением Adventum запустил посевы у блогеров в Telegram для продвижения дебетовой карты. Основные задачи, которые стояли перед нами: ускорить процесс написания рекламных текстов и понять, какой результат покажут посты, полностью сгенерированные ИИ. Для подготовки текста мы использовали ChatGPT-4.

На первом этапе сгенерировали промпт (первичный запрос к ИИ), где было подробное описание задачи, референсы от клиента и ссылки на сайт с текстовой информацией. Также важно дать нейросети позиционирование, преимущества продукта и голос бренда.
Тот вариант, который получился, не удовлетворил нас на 100%, поэтому мы пригласили ChatGPT выступить в роли критика и предложить идеи для улучшения текста. Еще 2-3 итерации, и получился финальный вариант, готовый к публикации:

Если от клиента поступали правки, то их оперативно заносили в текущий диалог с ChatGPT-4.

По итогам рекламной кампании нам удалось сократить время подготовки рекламного поста на 2-3 часа и получить +20% к CTR сравнительно с прошлыми размещениями.

Кейс №2. ИИ помогал искать инфлюенсеров в открытых источниках в интернете для недвижки

В ноябре 2023 г. от Жилого комплекса в Москве поступила задача на посевы в тематических сообществах и у блогеров с узкой ЦА. 

Чтобы ускорить процесс поиска релевантных сообществ и блогеров мы обратились к ChatGPT-4 и поставили перед ним задачу выступить в роли инфлюенс-менеджера. Для быстрого поиска информации нейросеть использовала встроенный поисковик Bing. 

Первичный запрос был с фильтрами: нейросеть должна была проверить, не «светился» ли блогер в скандальных историях в СМИ и диджитал-пространстве, не объявили ли его иноагентом, а также собирать ссылки на профили в соцсетях и делать краткое описание, о чем он ведет блог. 

Нейросеть могла выдать нерелевантную информацию, например, вместо медийной персоны присылала тематические сообщества. Тогда мы акцентировали внимание на задаче найти реальных людей и добавляли фактор «давления» — «задача очень срочная», «от ее решения зависит успех бизнеса». Это позволило нам получить более релевантные ответы, так как нейросеть «осознавала» ответственность за поставленную задачу.

После получения информации, каждого блогера проверяли вручную на соответствие запросу клиента и накрученных ботов при помощи сервиса TGStat. 

Как итог нейросеть позволила упростить рутинную работу поиска и анализа большого числа веб-страниц, помогла найти уникальные каналы, которые недоступны в сервисах по аналитике и подбору блогеров, а также сократила время работы над задачей в 2,5 раза. 

Кейс №3. ИИ помогал анализировать лонг-лист блогеров и составлять шорт-лист на посевы

В октябре 2023 г. сервис денежных переводов за границу Avosend обратился к нам с задачей провести РК у блогеров в формате посевов в тематических каналах о релокации и путешествиях.

При помощи сервисов аналитики тг-каналов TGStat и Telemetr мы составили лонг-лист сообществ. Чтобы отобрать наиболее релевантные, мы обратились к ChatGPT-4. Перед ИИ стояла задача сделать такой отбор по соотношению цена/качество. Для этого нам потребовалось установить дополнительный плагин из библиотеки GPT Store.
Плагины – это расширения от разных программ, которые добавляют уникальные функции боту – озвучка текста, генерация видео, прочтение PDF-файла и многое другое. Один из них – «Access Google Sheet», он позволяет «проникнуть» в Google Таблицу и проанализировать ее содержимое.

После установки плагина мы направили в чат ссылку на Google таблицу, открыв доступ к редактированию. Плагин позволил нейросети проанализировать содержимое файла и вернуться со списком подходящих каналов – с высокими показателями ERR, Reach и ИЦ в совокупности. 

Также мы попробовали второй способ: отправки таблицу скриншотом, на котором отчетливо видно все содержимое ячеек, и попросили ChatGPT проанализировать содержимое без плагина. Нейросеть справилась с задачей и смогла распознать все данные при условии, что весь массив данных умещался на изображении и значения не были расположены в объединенных ячейках. 

Как итог мы сэкономили время на детальный анализ таблицы, минимизировали фактор человеческой ошибки при работе с данными, получили удобный поиск каналов по любым фильтрам от клиента и сократили лонг-лист из 60 сообществ до 10 релевантных площадок.

Кейс №4. Нейрость писала отзывы для службы доставки товаров 

В декабре 2023 г. служба доставки товаров обратилась в Adventum с задачей составить 160 отзывов для магазинов приложений App Store и Google Play. Каждый отзыв должен был быть позитивным, реалистичным, отражать реальные ситуации, в которых оказывались люди, и аккуратно подчеркивать то, что можно было бы улучшить в сервисе доставки. 

Мы поставили задачу перед ChatGPT-4 детально ознакомиться с ассортиментом службы доставки товаров и на основании этого написать отзывы. 

В качестве решения мы попробовали следующий алгоритм:

1. Загрузили скриншоты продуктов службы доставки из разных продуктовых категорий  — так нейросеть узнала, что сейчас продается.
2. Загрузили скриншоты с сайтов-отзовиков, на которых пишут реальные люди. На основе их обратной связи можно получить информацию о том, что сейчас волнует покупателей
3. Используя «песочницу» ChatGPT сделали персонализированного бота-помощника. Это была конфигурация бота, обеспечивающая более качественные ответы на основе предварительно загруженных данных:
   • описание бота,
   • его цели,
   • инструкции, 
   • принципы диалога, 
   • специфические знания (база скриншотов товаров с сайта). 
4. Этот бот продемонстрировал более высокое качество ответов по сравнению с обычным взаимодействием в чате с GPT.

А когда от клиента приходили правки по отзывам, бот оперативно их вносил в уже созданные отзывы.

Как итог мы сократили время работы над задачей с 5 дней до 1 суток, сгенерировали уникальные отзывы, не копирующие друг друга и реальные комментарии пользователей.

Кейс №5. Нейрость анализировала визуал инстаграм*-профилей блогеров и сравнивала их с референсной сеткой 

В начале 2024 г. в агентство Adventum обратился бренд детской одежды Леокид для поиска блогеров-мам, которые бы в своем профиле делились историями из своей жизни и жизни ребенка, а также нативно рекламировали товары клиента. Особенно важно было найти аккаунты, подходящие по визуальной сетке профиля Леокид, потому что рекламные материалы планировалось использовать для публикации на странице клиента. 

Чтобы выполнить задачу мы обратились к ChatGPT-4 и попросили нейросеть проанализировать визуал инстаграм*-профилей и соотнести его с референсной сеткой клиента. 

1.  Мы направили ИИ профили блогеров, которые были одобрены клиентом, и попросили ChatGPT запомнить визуальные особенности аккаунтов.
2. Загружали по одному скриншоту профиля и просили анализировать, насколько это может понравиться клиенту, исходя из уже загруженных референсов.
   
3. Результаты были приятными — количество одобренных профилей со стороны клиента увеличилось на 70%, а мы упростили ручной анализ аккаунтов. Так мы ускорили нашу работу и автоматизировали процесс, начиная от поиска блогеров, заканчивая проверкой их соответствия запросу клиента.
   
   *Признан экстремистской организацией и запрещен на территории РФ.

 

Кейс №6. ИИ консультировал по настройке API запросов и помогал передавать данные  

В декабре 2023 г. КОМУС обратился к нам с задачей создать чат-ботов в ВК, в Viber и Telegram с возможностью передачи данных пользователей в Mindbox, сервис почтовой рассылки. Так как прямой связи между чат-ботами и системой Mindbox нет, необходимо было настроить API-запросы.

Для выполнения задачи требовалось детально изучить документацию каждого конструктора ботов – Senler для ВК, Sendpulse для Viber и PuzzleBot для Telegram. Задача усложнялась тем, что не у каждого сервиса осталась служба поддержки в России, а также не было статей в базе знаний по передаче данных в Mindbox. Для решения вопросов мы использовали ChatGPT-4, который выступил онлайн-консультантом по связке систем и должен был помочь в передаче данных пользователей из чат-ботов в сервис рассылки.

В качестве вводных данных мы передали боту код тела API-запроса, заголовки и ключ. Затем мы делали скриншоты из конструкторов ботов, прикрепляли ссылки на базу знаний и документы — задача бот была изучить материалы и предложить вариант, как подставить значения клиента в конструктор.

Бот не мог не учитывать актуальное обновление площадки, о чем не говорилось в документации, поэтому мы подкрепляли запрос большим объемом детальных скриншотов из системы. 

Как итог нам удалось решить задачу клиента строго по ТЗ, сократить время на настройку с месяца до двух недель, а также получить ряд рекомендаций по телу API запроса для корректной передачи всех данных.

Мы постоянно следим за обновлениями версий ChatGPT и тем, как постепенно расширяются возможности и функционал нейросети, но пока она не способна заменить специалиста. Чтобы нейросеть помогала решать задачи быстро, ее нужно обучать, «снабжать» плагинами и информацией о новых трендах рынка. 

Но инвестируя в этот процесс «онбординга» нейрости свое время, вы освобождаете больше ресурсов и сможете направить их на более креативные и важные вопросы бизнеса. 

Время, которое сэкономил наш отдел SMM & Influence благодаря делегированию задач ИИ