Контент-завод с помощью ИИ и n8n– пошаговый гайд | Иван Будник

Добрый день. Меня зовут Николай Хлебинский. Вы находитесь на канале Экtion Plan. Сегодня обсуждаем идею на миллиард. У меня в гостях сегодня Иван Будник, практик, эксперт по электронной коммерции и искусственному интеллекту, экс руководитель электронной коммерции и цифровой трансформации компании Гульвир. Вообще большой эксперт в области. И Иван, привет. — Привет, Николай. Неронки без людей, кнопка бабло. — Как это год назад ещё представить, что можно вот это вот сделать из фотки? 4 месяца мы переработали 7.000 карточек товара. Это можно сделать и людским ресурсом, но это просто гораздо дольше и дороже выйдет. Можно контент завод вот так вот собрать, который сам будет ходить, сам будет искать тренды, сам будет публиковать. У меня там, допустим, это стоит 22 руб. в день, то есть 700 руб. в месяц мне стоит сервер, где я разворачиваю безлимитное количество workflow. — И вот результат. С нуля до 100.000 трафика в месяц. За сколько? — Ну, за полтора года. Мы, получается, с этого канала, а, получаем все видеоролики, которые были за период там 6 месяцев. Это инструмент для создания minмиum viable product, для быстрой проверки гипотезы, для того чтобы понять, можно ли вот этим вот путём получить какую-то ценность. Но это не продакшн решение.

Спасибо, что пришёл к нам сегодня в гости. Давай сразу с места в карьер расскажи, пожалуйста, как ритейл большой сегодня использует искусственный интеллект. Я видел твоё выступление недавно на мероприятии на одном отраслевом. Знаю, что ты очень сильно погрузился в эту тему. Сейчас уходишь в свои стартапы, связанные с и Ну вот давай начнём с екома, с электронной коммерции, с ритейла. Какие там есть сценарии использования искусственного интеллекта — на текущий момент? Ну, там каждый по-своему, как говорится, использует. Из нашей практики там я в группе компании Гуливер этим занимался, ну, порядка 3 лет. В большей степени, конечно, у нас касаемо контента. То есть мы работали с контентом, это у нас есть в свой блок для привлечения некоммерческих запросов. Порядка там 100.000 трафика сейчас приходит на этот блок. И 90% трафика - это на те статьи

которые написаны с помощью AI. А я слышал, что если текст генерировать поисковые системы, штрафуют за это сейчас сильно. — Как практика показывает, не сильно штрафует, потому что мы буквально, а, за чуть больше, чем за год, то есть, ну, это где-то за полтора года с абсолютного нуля вышли на 100.000 трафика. Именно некоммерческий запрос, то есть, допустим, тренды детской мод, что купить ребёнку там в школе, что подарить мальчику, что подарить девочке, особенно там в передверии Нового года. А в группе компании Гуливер не только одежда, есть ещё игрушка. Очень хорошо приходит трафик. Дальше мы ставим внутри блога снипеты, а, с линком на карточке товара и либо прямо там же можно купить игрушку. То есть, допустим, мы делаем обзор там топ игрушек для там мальчика 7 лет. — Вот наши игрушки вступляем. Соответственно, человек сразу оттуда может купить, и у нас уже это монетизирует. Ну, то есть этот трафик монетизации происходит. — А как вы подбираете, на какую тему писать статью? Здесь мы прорабатываем совместно с COагентством, а, да, то есть мы собираем семантику, в том числе как раз-таки используя там нейронки в том числе, а, и уже под них пишутся статьи с помощью нейронок. — Как вы собираете семантику с помощью нейронок? — Скажем так, есть, допустим, сервисы, которые позволяют типа Арсёнкина, который позволяет сразу парсить по

каким-то ключам, а, топ выдачи в Гугле в топ выдачи в Яндексе. А, кроме того, мы собираем, допустим, по аналогичным статьям ещё, точнее, по аналогичным ключам, допустим, что подарить это мальчику. Мы выбираем топ выдачи, а, смотрим, какие конкуренты там до 10ти конкурентов, ну, даже больше. Ну, обычно там топ-10 выбираем в Гугле в Яндексе. Вот собираем, э, так называемый аутлайн, да, то есть структуру статьи, а, и уже под это подбираем ключи, опять же, с помощью готового сервиса. Просто в чём суть? в том, что мы подключаем нейронки, которые позволяют это уже, ну, там, в большей степени анализировать, а, ключевые слова, как какие использовать, какие идут смежные пересечения у конкурентов, а там частотность этих ключевых слов для того, чтобы уже а подобрать, скажем так, уникальный или наиболее охватный аутлайн. То есть мы берём, смотрим, — алайн - это что такое? — Ну, структура статьи, то есть, допустим, грубо говоря, одного конкурента, они охватывают какую-то одну тематику, другие другую. То есть, а, мы собираем, — то есть вы берёте, давай так. Вы берёте бизнесы, которые с вами конкурируют, — да? — Смотрите, какой у них есть контент, и анализируете с помощью искусственного интеллекта, по каким ключевым словам они продвигаются, контент этот создавая, — да? Какая вот, ну, плотность ключевых слов. Ну, потому что, ну, чтобы не было переспама ещё. — Потом и потом искусственному интеллекту дальше ещё говорить: "И теперь ты напиши мне, сделай мне тексты на вот эти вот, на продвижение вот этих ключевых слов". Ну, если сильно упрощать и таким образом собирать трафик. — Много го, да, мы ему говорим: "Смотри, вот структура статьи должна включать в себя, а там семь подтем. На каждую подтему напиши, допустим, не знаю, там роботы, мягкие игрушки и так далее". Вот. Но при этом должна быть комплексная такая связанная статья, которая отвечает на определённый вопрос. — Короче, что происходит сейчас в мире искусственного интеллекта и вот этих вот всех технологий? По факту 92 из десяти человек, которые пытаются что-то сделать

в бизнесе с этими штуками, ничего у них не получается. Много делается попыток, но вот так, чтобы ощутимый какой-то эффект был на чистую прибыль в бизнесе, такого не происходит. И я приглашаю гостей, которых что-то получилось. Вот они оставшиеся 0,5 от общей массы людей, которые в это играют. Мы тут можем говорить на непонятном языке на каком-то на своём таком. гиковскоптичье грибном, да, — языке. Но, ээ, это на самом деле сейчас жизнь такая, потому что как бы сам вот этот искусственный интеллект, он ничего сделать сам по себе не может. Ему нужен человек, ему нужен эксперт, который разобрался в какой-то теме, плюс разобрался в теме технологий и инструментов в области искусственного интеллекта. Вот если это скрещивается, тогда продуктивность усиливается в 10 раз. И вот результат. С нуля до 100.000 трафика в месяц. За сколько? За год. за полтора года. — За полтора года. Результат грандиозный. Один человек такого сделать не сможет. Тем не менее вот он как бы здесь сейчас находится. И вот как это примерно делается. Вы берёте ээ все бизнесы, которые чувствуют себя хорошо, с помощью искусственного интеллекта анализируете на какие ключевые слова они продвигаются, дальше с помощью искусственного интеллекта создаёте контент для этих ключевых слов. И, собственно, начинает собираться органический трафик. Вот так. Правильно я резюмировал? По сути, да, если берём блога, то да, но у нас гораздо больше результат. — Это один кирпичик такой, — да, это один из, у меня больше со0ка кейсов реализованных, потому что, допустим, один из таких самых, наверное, крупных кейсов, который именно повлиял на деньги, а это работа с также с контентом, а, но на маркетплейсах, потому что, как ни странно, если посмотреть крупных селлеров, мало кто умеет работать на маркетплейсах. Потому что, если мы берём ритейлеров, которые, ну, классические, у которых там — энное количество магазинов и так далее

потому что у них маркетплейсы уже порой даже больше, чем собственно Еeком, но при этом один человек сопровождает — marркетплейс. — А когда тебе нужно анализировать продажи, когда тебе нужно делать подсортировку, работать с контентом и так далее, то есть это практически нереально. То есть это, как и говорится, и кузнец, и жнец, и на дуде и грец. Вот на моём счету, как сказать, я уже проанализировал, там больше 100 компаний и примерно одна и та же самая картина. А я отвечал всегда за свой e-ком собственный. А здесь была задача развить в том числе, маркетплейсы. А как бы, ну то есть уменя у меня был один кейс, второй кейс, потом думаю, ну почему не применить это на маркетплейсах? И в частности там убери Оzone есть конкретная такая табличка, где каждая метрика как влияет на ранжирование. И вот задача у нас какая была в первую очередь увеличить охват, то есть за счёт расширения семантического ядра опять же, то есть баначина, который работает везде на самом деле. — Короче, делали всё то же самое. — То же самое по сути, да? То есть — выгружали из МПСАС по лидерам продаж, по каким ключам они продвигаются. — Не по лидерам, мы просто взяли МПСА, есть расширение запросов — по ключу, допустим, там брюки, мы выгружаем ключи, а потом я написал с помощью envoy cement такую по сути маршрутизатор. Ты вбиваешь ключ, и он тебе раскидывает. Ну, потому что у нас есть девочки, мальчики, школа и так далее. То есть мы собрали семантику. Мы за неделю перелопатили 900.000 ключей, — собрали огромную семантику. При том, что под ВБ и под Озон частотность разная, мы собирали по-разному. И получается, когда у нас заходит новая коллекция, там заходит, допустим, 900 SK, и нужно написать описание для сайта для VB, для Оzone и для моды. Это получается, да, там 3.600 описаний нужно тебе сделать. И

логика какая? То есть у меня есть там бот, который ты можешь просто сфотографировать, он уже сразу базово пишет описание с картинки, либо просто загнать какую-то входную информацию в виде названия там от бренд-менеджера и как это там характеристики, допустим, там состав и так далее. Он базово пишет описание, дальше берётся ээ семантика под каждым маркетплейс и пишется 100% уникальное описание. Таким образом, то есть получается, мы расширились э показы, то есть количество показов. А дальше следующий вопрос - это работа с карточкой товара. То есть это работа инфографика, это генерация в том числе инфографики на Литу, анимация, а изменение изображений для того, чтобы увеличить CTR. Ну потому что товаров очень много. Теб либо тебя пролистают, либо ты заинтересуешь, что перешли в карточку. Это второй момент. И третий момент - это работа с отзывами. Тоже это 100% такая гиперсонализация, когда ты берёшь отзыв, там количество звёзд, сам товар, имя человека, что ему нравится, что не нравится, и ты за счёт вариативности нейронной сети даёшь 100% уникальный, а, персональный ответ каждому пользователю. Потому что на самом деле, когда говорят, что нейронка пишет, ну, как, ну, понятно, что синтетически, скажем так, то на самом деле, если посмотреть отзывы, которые пишут люди, ну, менеджеры, они более синтетические, потому что реально кто пишет руками, таких и, ну, скорее всего, нет. Если есть, то это единица, может, на каких-нибудь там суперлухаре там VIPтоварах. А если мы берём про то, что

отвечают люди, зачастую у них есть готовые шаблоны, они просто меняют, я не знаю, спасибо, что вам понравилось наши брюки, там наши, там, не знаю, там футболка и так далее. А Неронка здесь делает 100% уникальный контент и отвечает персонально. То есть она берёт имя: "Спасибо, что вам понравилась наша такая-то игрушка там или такая-то одежда или нам очень жаль". То есть здесь очень гибкая вариативность. А в общем в чём суть? в том, что вот эти три элементарных пункта, которые, ну, базовых, скажем так, позволили нам в прошлом году, вот мы делали эксперимент, э, с сентября по декабрь месяц увеличить выручку на маркетплейсах на 35%. При том, что мы сравнивали наших конкурентов, аэ, многих, там, семь компаний, которые мы сравнивали, и товары, которые мы не меняли, скажем так, подход к ним. Там статистика была совсем, то есть это именно инкремент, доказанный 35% за счёт вот использования нейронок. Мм, и в принципе это за там 4 месяца мы переработали 7.000 карточек

товара. Это можно сделать и людским ресурсом, но это просто гораздо дольше и дороже выйдет. — Причём это всё можно очень просто сделать. Сияр на маркетплейсах повышает видео на фронтальной карточке. Если у тебя много товаров и нет видеокамеры, откуда взять видео? Давай возьмём какое-нибудь ээ что-нибудь самое популярное. Что вы продавали в Гульвере? Детские товары, — одежда детская, да. Ну или игрушки, в зависимости от бизнеса. У нас несколько бизнесов. — Ну, какой-нибудь назови вот такой популярный очень товар. — Не знаю, Тоботы. Это роботы такие — Тоботы. Никогда не слышал, что там Тоботы. — Очень популярны в очень узких кругах. — Тоботрансформер. Хорошо. Ладно. В общем, берём Тобота. И, значит, надо нам сделать видос. Здесь вот на главной страничке есть вот на главном слайде есть вот такой вот видос. Ну, сделан прикольно. Вот. Но он, скорее всего, везде одинаковый. Мне, в принципе, хватит, наверное, вот этого, да? — Угу. — Дядьки. И надо нам сделать, короче, много таких штуковин. Вот. Э, чтобы получился прикольный видос, мы идём в Hixfield, например, и говорим, что нам надо сделать ээ видео. Нам надо сделать видео. Так, это всё надо пока убрать, сделать видео и прямо вот так вот старт фрейм, endф framй. Так, что у нас будет? Какой у нас будет сценарий? — Робот трансформируется из робота в машинку. — Наоборот, я уже стартфрейм поставил эту тачку. — О'кей, значит, наоборот. — Вот так вот, который, значит, который ээ начинает танцевать. Десяти десятисекундное такое вот видео. Вот. Не знаю, что получится. Сейчас посмотрим. Ну вот, короче, и вот это вот всё. Ээ, к чему мы это всё говорим? к тому, что когда у нас заходит очень много такого рода ээ карточек, которые нам надо оформить, где нам надо повысить CTR, у нас есть задача такая: сделать несколько тысяч видео, снимать эти видео, как-то вот анимировать ещё что-то, это будет очень дорого силами специалистов, там где-то камеру в студии, хотя во всех интернет-магазинах есть, да, вот эти вот такие штуковины крутятся — 360, которые крутятся, такие стенды, есть отдельные люди, которые этим занимаются. Сейчас можно этим уже не заниматься. Сейчас мы можем взять ээ этого же Тобота и ээ нагенерировать 360 вот из этого. Вот так вот уже с картинкой. Пока эта штука в очереди, я могу вот сюда вот нажать. Значит, ээ вот это вот безумие делает нанобана. Сегодня, наверное, будем много к нему возвращаться. Так что надо сказать, что generate image from degree angle. В принципе, я могу здесь углы, наверное, любые задать. Тоже не знаю, что с эти получится, но оно теперь работает вот так вот. Всё, я сказал нейронност, чтобы она сделала мне вот эту картинку чуть-чуть с другого угла. Вот так. А что тут? Видео всё ещё делается. Ну вот, в общем, всё это делается сегодня вот так вот ээ очень-очень просто. Не обязательно вот эти иметь дорогущие штуки. Вот здесь вот зарегался и оно тебе как бы само всё начнёт генерировать. — Здесь есть нюанс, то, что получается, когда она генерит, тебе нужно работать непосредственно с веб-интерфейсом, то есть закидывать веб-интерфейс. — Да, я и говорю, а мы сейчас ещё поговорим про то, как это автоматизировать через API, через N8N. Это вообще будет разрыв. — Я вот в N8N сделал интеграцию, то есть, грубо говоря, — сейчас, сейчас к этому придём. Тут главное, смотри, результат. Вот, короче, этот робот фронтальный снимок. Вот этот робот с небольшого угла. Я могу этих углов наделать много, всё это в анимированное видео в такое положить, в котором он будет крутиться. Или в целом даже вот в таком же режиме создания видео сказать, что стартинг фрейм у меня фронтальный, такой фрейм у меня конечный, он там под 90° уже. И ещё и этот робот будет пританцовывать всё это время, зараза такая, вот или что-нибудь ещё, что угодно делать. И это вот всё будет сделано быстро. Ну давай сейчас дождёмся результата, на него посмотрим. Ме мне интересно, что будет. Это всё, это Xпромт. Мы не готовились, просто про тоботов речь зашла. — Просто по поводу анимации. Я сделал интеграцию с клингом, а, и с Фигмой. То есть, допустим, у меня есть огромное количество товаров. Допустим, там вот нам нужно было анимировать 300 плюс карточек товара. То есть я просто с по апи забираю сфигмы картинку, загоняю в клинк, там есть уже, ну, заготовленный промт, оно анимирует, складывает, и это крутится в NMN. То есть, и это даже без веб-интерфейса можно делать. — Часто звучит на этом канале название N8N и ещё ma. com - это такие сервисы, которые позволяют без особенных знаний программирования, ну, какие-то базовые, конечно, всё равно потребуются, но далеко не продвинутые, даже не уровнир разработчика такого твёрдого, просто базовые самое понимание о том, чем мегабайт, грубо говоря, отличается от мегабургера. вот, э, мышкой, перетаскиванием различных блоков создавать довольно серьёзные приложения, в том числе подключая внешние сервисы, в том числе chatчат GPT и другие э инструменты искусственного интеллекта, с

помощью которых данные уже какие-то обрабатывать. Вот. Иван один из самых больших экспертов по этому кой теме с тех, кто в моём поле находится людей, потому что я видел схемы, которые он рисует, ну, и задачи, вы слышите, какие он решает. которые действительно влияют на деньги. И вот я попросил Ивана подготовить нам несколько флоу таких, которые он уже сделал с помощью вот этого редактора, которые вы все можете в целом воспроизвести, плюс мы их выложим в конце. Вот. Которые задачи решают, которые на этом канале описываются постоянно. Ээ какие будем сценарии тестировать сегодня? — А, ну сегодня здесь мы будем тестировать так называемый тренд watchчинг, а, да, в частности, то есть отслеживание, а, динамики изменений просмотров у видео. Допустим, мы можем брать каких-то конкурентов, либо интересующие нас каналы, за которыми мы следим, для того, чтобы, э, скажем так, можем брать идеи для себя. Допустим, мы планируем запустить какой-то там, не знаю, свой YouTube канал. Мы знаем, что есть ребята эксперты в этой области, у которых можно брать, вдохновляться их идеями и так далее. То есть это может быть не только российский рынок, но и международный, в том числе. Соответственно, мы можем анализировать их YouTubeканалы, смотреть, какие ролики у них заходят, набирают просмотры, брать

это идеи и адаптировать их для себя. Вот как гипотеза. — Целый выпуск был про то, как искать YouTube каналы, которые нужно использовать для трендчинга несколько выпусков назад с Артемием Миллером. Обязательно посмотрите, мы там тоже использовали искусственный интеллект для того, чтобы находить такие каналы. И вот когда мы их нашли, вот эта вот штука уже нам будет помогать сейчас. Да, мы вот как раз на примере ээ канала Николая посмотрим, как мы можем, допустим, взять данные и получить э те видеоролики, которые получили наибольшие, допустим, просмотры, охваты и так далее. То есть логика какая? У нас есть запускающий триггер, который принудительно может запустить непосредственно этот workflow. А дальше мы указываем сами, то есть находим канал, который нас интересует, мы его вставляем сюда, а дальше запускаем этот узел. Когда у нас уже настроено, мы можем запускать целый workflow автоматически, но мы сейчас по шагам пройдём, чтобы было понимание, как это происходит. А дальше у нас есть специальный сервис, который позволяет парсить а различные интерфейсы, в частности там YouTube, Instagram, TikTok и так далее. А в конкретном случае это именно YouTube канал, который, точнее, он парсит именно YouTube каналы. — Угу. — А логика какая? Мы, получается, с этого канала, а, получаем все видеоролики, которые были а за период там 6 месяцев, то, а, точнее, здесь он за все получается 6 месяцев мы дальше ещё отсортируем. Это нужно ему небольшое количество времени, буквально там около минуты, а он собирает данные. А дальше следующий узел нам позволит отсортировать. Мы будем сортировать по просмотрам. То есть нам интересны самые популярные ролики, которые были на канале. там ограничение. Сейчас посмотрим, как он у нас стоит, чтобы он там, потому что у многих каналов есть огромное количество роликов. Здесь у нас стоит сейчас 100 роликов. То есть максимально он спарсит 100 роликов, которые размещены на канале. А дальше мы их отсортируем и м сделаем, допустим, актуальные за последний там период, в частности, в 6 месяцев. Можно делать за последний месяц, за неделю, за день, как угодно. — Пока оно собирает данные. Э, давай я расшарю экран, посмотрим, какие результаты у нас получились ээ по видео с тоботами, которых мы собирали. Э сделал здесь два подхода с чуть-чуть разными настройками. В общем, вот что получилось в первой версии.

Ну, довольно забавно. В целом на обложку, на Marketпйс пойдёт. И вот такое получилось второе видео. Выглядит даже ещё круче, мне кажется. Это шикарно. В целом можно автоматизировать создание вот таких вот видео через сервис N8N, который нам сейчас Иван демонстрирует. Ээ это конкретно было сделано через сайт hickfield. ai. Это агрегатор нейронок, которые работают с видео, здесь их довольно много, и ээ с картинками, со статичными изображениями. А вот эти видео генерировались конкретно нейронкой китайской, по-моему, да, которая называется CL. Cllink. ai последней версией. Вот, в общем-то, вы сами видели. несколько секунд промпты эти я сделал, запустил в работу, пошёл пить чай, и оно вот так вот само работает. На самом деле вот анимировать роботов это, ну, действительно достаточно сложно. А вот, допустим, сделать э ну проходку, то есть когда у тебя есть то есть логика какая, мы как раз часто используем это в фэшене, потому что есть фото модельные, когда на белом фоне модель сфотографирована. Дальше мы с помощью там, ну, больше stable диффюжена делаем подмену фона, допустим, для того, чтобы сделать имидж. Ну, то есть какой-то не просто на белом фоне, а, не знаю, модель в какой-то локации. И дальше идёт анимация с помощью клинга. И получается, то есть у нас есть имиджевая съёмка, точнее модельная, имиджевая и видео. И потом мы как раз тестили вот по поводу м как влияет на CTR, когда мы запускали рекламные кампании. Э, мы тестируем там с помощью сервиса XWAY, а, то есть а-тест визуалов под рекламной кампании, особенно когда, допустим, нет не вовремя приходит э какая-то коллекция либо капсула и не успели доснять, очень сильно выручает. И вот мы у нас есть конкретный кейс, когда, допустим, есть просто раскладка на белом фоне и у неё CR 09 — и есть имидж уже на девушке. И это даже не видео, там CTR 2,2, то есть 200 с лишним проценто увеличения CR только благодаря тому, что мы, а, поработали с имиджем. А, и вот здесь как раз-таки логика в том, что, то есть, мы тестируем, смотрим, что заходит. Если это заходит, мы это масштабируем на другие карточки товара. За счёт этого увеличивается CTR, ну, и, как следствие, выручка. Вот поэтому это классный инструмент, потому что я же говорю, с тоботами достаточно сложно, потому что всё-таки, ну, реально, то есть показать, как он трансформируется сложно, а вот сделать проходку - это с этим уже очень классно справляется. Тот же самый Клинк, например. — Вот — он выбрал нам 44 видео — с канала. Теперь мы их сортируем по мере просмотров, по количеству просмотров. — Ты взял, получается, только длинные видео, потому что это только длинные видео — коротких у меня там тысячи. — А здесь в чём нюанс? А в этом сервисе разделяются длинные видео и шорсы, потому что, ну, для шорсов тоже у меня есть аналогичный пайплайн, — но ты правильно сказал, что их огромное количество и можно в лимиты быстренько упереться. Кроме того, есть у самого Ютуба API. И, допустим, когда ты по ключевому слову обращаешься, а он один ключ, э там получается 100 лимитов, он сразу съедает. — Угу. — И, ну, по сути, то есть ты раз в день можешь это сделать. А вот если ты просто обращаешься к конкретному видео, статистику собираешь там уже, э, — дешевле, — дешевле существенно, поэтому, да, с шорсами можно играться, но они съедают очень много денег. Вот. Так, — хорошо. Но я так понимаю, что можно здесь сделать, чтобы не все шорцы съесть, а шорцы, которые появились вчера, да, или сегодня. Или сегодня, — допустим, если мы тренд отслежим, здесь логика как раз такие, что мы смотрим, что вышло сегодня по сегодняшней дате и получаем данные. Вот. А, получается, за последние 6 месяцев он показывает, что было восемь роликов. — Угу. — Мы эти сейчас заберём и А здесь логика какая? Он будет анализировать у нас. Эээ сейчас секундочку отработает просто. Не нижний узел, он анализирует обложку. Что было изображено на обложке? Это нужно для того, чтобы, когда, допустим, мы генерим он в следующем этапе, когда нам нужно будет ээ генерить идеи для своих видеороликов, он также будет ещё предлагать нам визуал по генерации картинки для заставки Ютуба. Здесь идёт мэпинг данных и, а, анализ непосредственно, то есть ключевых слов, что у нас есть на канале, он вытаскивает это из описания и из названия. Дальше ты соединяешь все эти данные, да, в следующем блоке и выгружаешь их в Google Doc. — Да, здесь нужен этот блок для того, чтобы мрджить данные. Ну, то есть соединять их и выгружаю в Google табличку. Вот. И получается, мы складываем все данные. На самом деле, можно сделать интеграцию с любой системой, не знаю, с любой базой данных. Я в большей степени использую Google таблички, потому что это удобно. Ну, я имею в виду, что онлайн и всегда под рукой. На самом деле можно сделать там, не знаю, сQL или с любой CRMсистемой — прокинуть данные. То есть вот мы выгружили выгрузили ролики, — мы их отсортировали по просмотрам, а здесь мы видим ещё количество лайков, соответственно, и аналитику а по э картинке и ключевые слова, которые были использованы в непосредственно в этом ролике. — А сколько у тебя времени ушло на то, чтобы собрать вот эту схему? Ну, эту схему собирать недолго, на самом деле. Больше всего времени у меня ушло подбор вот этого узла, который непосредственно парсит, потому что здесь нужно писать, ну, скажем так, с нуля. А я нашёл решение, которое есть уже. — А что будет, если ты скажешь в чат GPT: "Напиши мне такую штуку". чат GPT я пробовал, на самом деле, потому что, ну, зачастую, когда я не нахожу готового решения, я пишу там чат GPT, мне нужно, допустим, получить статистику по YouTube каналу, как я могу это сделать. — Сделай мне вот этот узел для NTN, — да, и он тебе он пишет там варианты 1 2 3 4 5, как это можно сделать. — Угу. — Но не всегда получается то, что выдаётчат GPT, работает. Потому что всё равно нужно базово хотя бы что-то понимать. Как это? — А почему ты используешь сервер, сервис, который называется aalpha. ru? Потому что NN в России недоступен, а это доступно. — А это мой собственный сервер, развёрнутый NN в браузере. То есть я сам себе развернул и там у меня все пайплайны настроены. То есть — А зачем ты сделал? — Рассказывай. — Ну потому что это удобно. Я с любого компьютера везде у меня есть точка доступа. У нас менеджеры, которые работают, в том числе у них есть доступ

к, ну, к определённым узлам для того, чтобы они могли запускать. — Да, это же отдельная тема. Значит, а N8N вообще доступен без виpна? — Да, конечно. Причём, допустим, у меня развёрнут на сервере BGE, а, ну, есть такой хостинг Бегет, и у них есть сервера в России, а, ну, в Санкт-Петербурге, в России у них есть в Казахстане, есть в Литве. В чём нюанс по сути? А, то есть все работают нейронки, кроме если мы берём российский сервер, работают все нейронки, кроме Gemini и 11 Labs. Вот они не работают. Если вам нужно развернуть там сервер N8N, рекомендую брать литовский сервер, потому что там работают все нейронки. Вот что нужно и важно знать. Значит, что вот этот вот редактор сам N8N, э, он позволяет делать вот такие вот вещи, которые мы сейчас показываем. Плюс, на самом деле, мы показали какой-то очень частый случай, а так их там очень много. Можно здесь мы запускали вот этот вот тренд вотг как бы по клику. Можно сделать его по расписанию, чтобы эта штука сама смотрела раз в день не один мой канал, а каналы все, которые вы перечислите, чтобы она вычисляла какой-то коэффициент виральности, сравнивала бы количество подписчиков, количество просмотров, время, за которое эти просмотры были набраны, медианное количество просмотров по контенту, который уже на этом канале лежит. И если там эта циферка выше какого-то порога, чтобы вам отправлялось сообщение, например, в Telegram, что вот посмотрите, вышла такая единица контента, надо брать её в работу, на неё обратить внимание. Да, и вот здесь у Ивана есть ещё много workрфлоу всяких, которые с помощью которых он такого рода задачи решают. Плюс его можно установить ещё и локально куда-то к себе, да? А это что, дешевле или это столько же стоит? В чём разница? — Честно, я локально не пробовал ставить. Мне гораздо удобнее в веб-интерфейсе, потому что, ну, стоимость получается, — локально, я имею в виду, что на свой сервер, — на свой, да, на свой сервер он должен всегда быть включен. На самом деле N8N не так дорого стоит. То есть — поче в чём разница использование вот n8n. com и разворачивание на своём сервере локальном? — Ну, по сути, меня тоже локально развёрнут, только на своём виртуальном хостинге. В чём суть? — В том, что там есть подписка определённая, а здесь, по сути, так как

NM open sourceные, у тебя нет ограничения. ты только платишь за мощности сервера. Вот у меня там, допустим, это стоит 22 руб. в день. То есть 700 руб. в месяц мне стоит сервер, где я разворачиваю безлимитное количество workflow. — Всё-таки, э, я смотрю на эти схемы, на то, как ты ими управляешь. У меня сразу же рождаются в голове сценарии, что бы я бы хотел бы автоматизировать, но я с этим инструментом раньше не работал. Что-то мне интуитивно понятно, потому что я пробовал похожие Dragon Andдроopредакторы визуальные, которые данные различным образом обрабатывали. Но этой штуке надо учиться. Всё равно надо потратить время на её освоение, особенно если никогда не имел дело с такого рода инструментами. Как ты видишь идеальный путь освоения этой штуки? Может, есть какая-то книжка или курс хороший или YouTube канал, который надо посмотреть, на который мы ссылочку оставим в описании где-то. — В первую очередь посмотреть официально YouTube канал у N8N, да, N есть официальный YouTube канал, — э, где прям с Азов, соснов они рассказывают, что такое NO CMEN, какие есть узлы, как они работают, как передаются данные, какие форматы данных есть. И, короче, вот здесь вот наверняка есть плейлист, который будет называться — вот, вот beginner курс, то есть для начинающего. — Я его ещё А, ну вот, да, N beginner CS, — да, — его можно посмотреть в Яндексбраузере с realта переводом с английского на русский язык наверняка. — Он уже в ртубе есть переведённый даже. — Тем более он уже есть в рубе переведённый, а здесь ещё есть наверняка субтитры — на русском языке, если очень захотите это сделать. Короче, ну вот это вот пускай будет первый шаг для того, чтобы дойти до э базовых каких-то примеров и

проб, но наверняка на Ютубе есть ещё тонна видео про этот Nтен. Вот поэтому э задача ваша попробовать этот инструмент потестировать, поиграть с ним, получить какую-то такую штуку, чтобы дойти до точки, в которой мы, значит, могли вот такие вот задачки решать, которые Иван решает, как орешки щёлкает. N8N на самом деле очень классный инструмент. Почему он мне больше нравится? Потому что, ну, ты уже правильно подметил, что есть огромное количество там Имей, и Цапер, и Альбата, ну, ещё и же с ними огромное количество там Flowвис и много-много много уже есть сервисов, которые позволяют. Чем мне нравится N8N, потому что у меня есть небольшой технический бэкграунд. — Угу. А — в силу этого, то есть мне гораздо проще, я его использую именно как такое MVP. То есть мне проще сразу здесь собрать готовый инструмент, который что-то делает и проверить свою гипотезу, чем написать техническое задание программистам. И они это реализуют, потому что они неправильно поймут, вернут и вот эта история. А так получается, собираю готовый workflow. Ну, один из кейсов. — Ну, кстати говоря, если что, это и есть программирование. Программирование - это обработка данных, которые пришли на вход по алгоритму. Только программисты пишут код текстом, а здесь мы пишем код визуальным редактором блок схемой. — Ну, по сути, да, это блок схема, которая уже рабочая по сути, это тоже программирование. Просто тебе не надо знать синтаксиса, не надо знать некоторых особенностей. Кстати говоря, есть уже в самом N, я вот здесь что-то не вижу, а в самом N8N есть уже встроенный ассистент, который ты голосом диктоваешь, что-то хочешь получить, и он тебе по голосовому сообщению начинает эти блоксхемы собирать. — А это надстройка специальная есть. У меня тоже она есть, но я её, честно, не использую. Мне как-то больше — по старинке уже, можно сказать. Штука вышла совсем недавно, но тут уже есть алды, которые по старинке делают. Ну ладно, расскажи вот ещё какие ты с workкфлоу делаешь. Просто объясни работают, какие они задачи решают. Просто чтобы мы понимали, как это выглядит. — Да, я специально как раз вывел, когда ты говорил по поводу триггеров. Здесь вот есть так называемые триггеры, которые запускают. И, в частности, так называемый крон. То есть, когда мы в определённый отрезок времени запускаем — по таймеру, запуск по какому-то времени. — То есть здесь мыльник за неделю мы собираем тренды, здесь за месяц, здесь за год. Ну то есть если нам нужно. Ну и соответственно ещё помимо этого каждый день мы собираем данные, если мы говорим шорсы, допустим, там или какие-то каналы, которые нас интересуют. — А логика примерно такая же. То есть мы собираем, анализируем и дальше вот как раз-таки по поводу трендчинга. Здесь достаточно вот там схема непростая. Может быть, показалось, может быть, кто-то сделает и проще. Но, э, здесь в чём суть? Одну и ту же задачу можно решать огромным количеством инструментария и путями. На первый взгляд, такие схемы вызывают восхищение. Все такие: "У, блин, какая классная схема". Наверняка там какая-то магия творится. Но скажу честно, чем сложнее схема, надо об этом так думать, тем хуже. То есть там какие-то проблемы там есть. Схема должна быть, блокс, схема такая, алгоритм такой должна быть максимально простая. максимально как-то вот линейная вот эта многоэтажность, это сразу красный флаг должен быть. Это значит, что-то делается там сильно сложнее, чем должно. Ну, короче, но в целом оно вот так вот. То есть Иван может теперь в взять список каналов, и вот эта штуковина будет у него собирать ээ раз в то время, которое ему надо, в данном случае вот раз в день, да. Э просмотры по конкретным видео, по конкретному каналу снимать количество просмотров. Дальше мы можем этой же штуки сказать, поделить там количество просмотров на количество часов, если что-то будет. Ну вот конкретно как менялись просмотры, то есть мы смотрим динамику и, соответственно, уже с этим работать, — да? Ну вот давай прямо отсюда посмотрим глазами вот на вот этом вот файлик. Это ты что-то такое смотрел, да? Вот мы здесь видим, что — ээ что верхнее видео практически не растёт. Так мы сейчас так — нижнее видео растёт быстрее, чтоб, ну было удобней, — да. Вот. И вот нижнее видео растёт быстрее, чем все остальные. И ещё, и там цифры есть какие-то интересные. Ну, в общем, если вот это вот происходит, это значит, что ээ что-то случилось. Причём бывает ещё интересно, что видео на Ютбе, они вот так вот линейно как-то что-то с ними происходит, а потом когда-то, через полгода, там, через 8 месяцев, оно почему-то выстреливает. Это тоже же сигнал, что какой-то тренд начался, что

люди начали обращаться к какому-то конкретному видео. Почему-то он набрал популярность. Это может и прикол Ютуба какой-то быть или других социальных сетей, которые побще просто подбросили что-то. А может быть, что-то в мире изменилось, и об этом тоже очень прикольно узнать. Понятно, что AI сейчас такая горячая тема в том плане, что, допустим, там вот эти темы контентзавод, тренд watchчинг, ну, то есть кто-то про них начал говорить раньше, но их не слышали и запросов как тавых не было и просмотров не было. Потом где-то кто-то услышал, то есть веральность появилась, ну, спрос на это появился, соответственно, и ролики влетают в топ, потому что уже есть такой контент, поэтому, да, здесь можно как раз отслеживать. Можно ещё хотел прокомментировать по поводу вот этой сложной структуры. То есть у меня какая логика, у меня есть определённый опыт. Он достаточно уже большой, но тем не менее всё равно я знаю далеко не всё, потому что это, ну, по сути, безгранично, как говорится. Чем больше область знаний, тем больше область не незнаний. Но конкретный мой кейс, то есть я собирал, э, у меня есть робот, который ищет и отвечает релевантно через рак запросы, то есть по базе своей по товарам даёт релевантные рекомендации на сайте. — Угу. — То есть, допустим, там мне нужен подарок для мальчика 7 лет, и он там из тех артикулов, которые у нас есть на сайте, он даёт релевантную информацию. Вот я протестировал это там на сенацати артикулах. Всё классно работает, всё нормально. Я заливаю туда 6.500 карточек товара. загружаю векторную базу, и у меня один запрос отрабатывает полторы минуты. Ну, понятное дело, что ни один человек не будет ни в телеге там, не в мессенджере, там на сайте ждать, когда ему выплюнет бот — в течение полутора минут. — Да, — я думаю, ну, надо же как-то это ускорить. В общем, я потратил на это где-то неделю, но у меня теперь бот отстреливает за 8 секунд. Тот же самый запрос. Я просто к чему? Потому что я нашёл другую архитектуру, которая более, а, правильная и которая более быстро отрабатывает. Поэтому, да, здесь вот он достаточно сложный, потому что я думал, как это сделать. Сделал, скажем так, за короткий отрезок времени, как я смог сделать на тот момент. А, думаю, немного поковыряв, там можно сделать более какой-то такой — правильный. — Ты очень, на самом деле, такой пример привёл, он очень жизненный. Вот эта штука N8N и аналогичные редакторы. Они снижают порог входа в создание приложений, которые решают какие-то задачи вполне себе прикладные. И надо вот эту грань провести, что ты очень правильно сказал, что это инструмент для создания MVP. Это инструмент для создания minimum viable product, то есть минимально жизнеспособного продукта, для быстрой проверки гипотезы, для того чтобы понять, работает ли эта штука

можно ли вот этим вот путём получить какую-то ценность. Но это не продакшн, решение, — не продакшн, это 100%, — то есть не получится сделать из этого масштабируемый продукт. 8 секунд он у тебя отрабатывает на как бы твоём запросе. А если ты его на сайт повесишь там 100.000 уникальных пользователей, то там первый будет 8 секунд, а второй будет ждать, пока отработает первый. И примерно так это будет жить. То есть мы здесь можем очень много гипотез тестировать. Мы даже можем какие-то личные задачи решать постоянно. Но если нам надо что-то высоконагруженное, масштабируемое, это уже не подойдёт, это ограничение этих инструментов. Это надо понимать. То есть парсить раз в сутки YouTube каналы норм, но выдавать вот такой вот realта интерфейс для не очень эффективных запросов к базе данных, это не надо так делать. Да, безусловно, потому что, допустим, те же самые отзывы на там с Wibberies, то есть мы через АПИ делаем интеграцию по крону там раз в час забираем отзывы, которые не отвечены, а складываем в Google табличку, дальше пробегается языковая модель, которая генерит описание, складывает в Google табличку, следом проходит менеджер, который, ну, валидирует это, потому что нейронки всё-таки галлюцинируют и могут, ну, быть нюансы, скажем так. Поэтому у меня всегда всё, что касаемо контента, выход, ну, то есть на выходе всегда верифицируется людьми. Это как раз про то, что нейронки без людей, кнопка, бабло, нету такого. То есть всё равно должен человек, который этим управляет. — Ну есть. Всё равно надо осваивать эти штуки. В общем, что мы сейчас сделали? Ну вот мы прошлись по блоксхемам, которые можно использовать. Их можно довольно быстро построить, если освоить такого рода технологии, такого рода инструменты. Их можно довольно быстро для себя строить. Есть, кстати говоря, отдельный в Америке направление бизнеса

и консалтинга такого фрилансеров, которые строят вот эти вот схемы для бизнеса. Весь всё же можно что угодно положить. Можно сюда парсинг ключевых слов для Wibberies сделать. Можно сделать инструмент, который будет ээ читать, не знаю, переписку с клиентом или заглядывать к вам в AMCRM или в Bitrix24 и по каким-то критериям проверять, правильно ли ведутся сделки, корректно ли менеджеры пишут. вашим клиентам ведут переписку. Можно сделать вот как Артемий показывал Миллер в одном из предыдущих выпусков. Анализируется переписка с клиентом и там подсовывается прямо менеджеру, что ответить конкретному человеку. Короче, сценарий использования автоматизации на повторяющихся задачах с искусственным интеллектом. Их бесконечное количество в любом бизнесе. Можно много что сделать. Надо начать, надо начать изучать вот эту вот всю историю. Куда идти? Тоже сказали. Ссылочку оставим в описании на эту историю. Ну а дальше что происходит? Дальше вот, ээ, построили мы такой вот workflow, который анализирует интересные нам каналы, ээ сигналит нам в Telegram, когда какой-то тренд появился. Дальше надо контент создавать. Я предлагаю какой-нибудь контент создать ещё один виральненький — такой довольно, ну, какой-нибудь прикольный. — Как раз поводу N семен, опять же, и использования. В частности, допустим, там один из последних кейсов - это интеграция с ХХ, потому что, ну, на хедхантере каждый запрос стоит определённое количество денег. — Угу. — То есть мы что сделали? Интеграцию, когда мы по определённому ключу, допустим, продавец-консультант, вытаскиваем энное количество резюме. Ну, там 1.000 резюме мы можем вытащить, да? Дальше по определённым критериям, допустим, возраст, гендер, а, локация, релевантный навык, опыт работы, образование и так далее. То есть у меня есть критерий, по которым он ранжирует, проставляет, ну, грубо говоря, от, ну, там, если Москва-два, если не Москва- один и так далее. То есть по каждому критерию у нас есть определённые оценки, он это всё ранжирует, и мы от более релевантных к мини-релевантным а коннекти, ну, то есть получаем данные уже с большей вероятностью, которой нам человек подойдёт. Таким образом происходит оптимизация, то есть снижение кастов на работу с поиском вакансий. Вот это тоже с помощью NV CMN сделано и в принципе достаточно эффективно работает. Автоматизация всего, что связано с управлением персоналом, сейчас тема очень горячая. Мы сейчас входим, не входим, а, наверное, уже находимся в отрицательной безработице. Сотрудников найти очень тяжело. Найм превратился воронка найма уже равно воронка продаж. Мы там оптимизируем конверсии с одного этапа на другой. Думаю, ни для кого не секрет, кто с продажами хоть как-то связан, что время, например, реакции на входящий элит критично влияет на конверсию. То есть вы оставили где-то заявку, если, ну, понятно, прикольно, когда звонят через секунду, но если вам через час не перезвонили, всё, уже можно забывать об этом. То есть вы куда-то переключились, какие-то дела начали делать, уже где-то ещё заказали, потому что надо было сейчас или не до того, трубку просто даже не возьмём, если позвонят. Там минуты, счёт идёт на минуты. Так с сотрудниками уже, в принципе, то же самое. Должен быть настроен какой-то парсер, который сразу же говорит: "Появилась новая вакансия, срочно звони". Чуть ли не обратный дозвон включать, чтобы человек нажал опубликовать резюме, его уже проскорили, просмотрели, проанализировали его фотографию, которую он там разместил. Зашли куда-нибудь, спарсили его соцсети, посмотрели, нет ли там Гитлера, там сатаны и ещё какой-нибудь дичи. Короче, вот базовый такой бэкграунд чек сделали, сходили в базы эти там в СИН банкротство с там какие-нибудь ещё должники, там розыск, экстремисты, террористы, короче, по всем базам всё прочекали сразу же всё зелёненьким загорелось и сразу же раздаётся звонок. И это всё произошло вот за 8 секунд. Вот. И там уже HR на проводе. Здравствуйте, мы вас хотим пригласить на это, на интервью. В целом можно вот это вот тоже всё собрать. Ладно, что я хочу сделать? Ээ, я хочу показать в целом, как теперь делается контент. Значит, смотрите, делаю какую-то фоточку вот здесь вот. Э, и, значит, ээ э что мы

можем с этой фоткой сделать? Значит, создадим тогда виральный контент. Э, идём в Hixfield, заходим вот сюда вот в Images, в нанобона. Это то, что это с нейронка, которую недавно выпустил Google. Вот. Э, прямо вставляем сюда картинку, э, которую я только что сделал, селфи на телефон. И, ну, что, например, можно сделать, э, чтобы понять, какие тут бывают возможности? Значит, э, я могу сказать, поменяй, пожалуйста, э одежду этого человека -э в то, как бы оделся, э, фанат группы КИС. Вот так вот. Значит, ну и, собственно, чуть-чуть подождав, увидим, как она работает. Картинки отрабатывают довольно быстро. Сейчас надо будет подождать. — Не, ну банана реально крутая. Она же ещё есть через веб-интерфейс можно с ней работать прямо в GM там нажимаешь, ну, на банана и всё. — И буквально у меня сегодня стояла задача. То есть нужно было реальный товар встроить. Короче, вот она меня из вот такой вот фотки, из такой вот фотки переодела в совершенно другую одежду, что произошло за несколько секунд. Что я делаю теперь? Ээ, так, что я делаю теперь? Теперь я беру эту фотку и говорю сейчас она у меня скопируется. Я беру эту фотку и говорю: "Значит, а теперь теперь а помести меня сейчас тяжело думать на английском и говорить на русском одновременно, ээ, потому что, ну, пром-то как всегда лучше работают на английском языке. В общем, я говорю: "Помести меня на ээ концерт на сцену, чтобы я пел в микрофон вместе с группой". Вот так вот. Что будет, как ты думаешь? — Я думаю, справится потом. Это ещё надо анимировать. Потом ещё Да, да. Следующим шагом мы сделаем трендовый видос. Так, ну вот он отработал. Как тебе? Похож я тут. Ну, так не особо похож скорее на это, на какого-то запрещённого блогера, но в целом это не очень-то и важно для наших целей, потому что я хочу сейчас сделать. Значит, я это изображение сохраняю, э, так и иду в видео. И здесь выбираю тот же самый клинк и выбираю здесь hand transition, где делаю стартовый фрейм, вот такой, конечный фрейм, вот такой, и говорю: "Помести этого человека на сцену э-э поющим в микрофон. Вот так вот вместе с группой. И всё. И нажимаю сгенерировать. Сейчас пройдёт какое-то время. Ему на генерацию нужно пару минут. Мы увидим результат. Не знаю, какой будет результат, но это на самом деле не так важно, потому что с этим надо поиграться. Но смысл в чём? Вот мы запустили тренд watching. Вот ээ нам приложение наше, которое мы на n8N

собрали или даже наняли где-то дизайнера на freelance. ru, на Апворке, на Файвере наняли дизайнера, который нам собрал такую тренвоing штуковину или даже взяли какое-то готовое приложение, которое тренвочингом занимается, которых тоже немало. Поймали какой-то тренд. Например, недавно был вот этот скандал с SEO на концерте. О, это действие — все, все соцсети об этом говорили. Напишите, ребят, в комментариях, что был за скандал. Короче, какой-то SEO поехал в командировку с каким-то HR-директором американской компании огромной, и их там на концерте камера вот эта вот сняла большая обнимающимися. И всё. И это всё завирусилось во всех новостях. Это потому что, ну, это часть американской культуры, в которой, э, типа там сотрудники о любых отношениях внутри компании, они должны как бы подавать уведомления в HR, если они работают вместе, что есть некоторый конфликт интересов. И это вызвало такой резонанс большой, потому что, ээ, это HR, естественно, они этого не сделали, потому что они там в тихаря, значит, какие-то интрижки мутили. Во-первых, а, во-вторых, карьера это его HR-директора вся заключалась в том, чтобы вот ловить таких, понимаешь, подцов. Она сама такая. Поэтому и всё. И там началось, значит, люди начали снимать эти штуки, потому что они как-то увидели, что они попали на камеру, они куда-то бросились там прятаться. Так вот, я могу селфи сделать такое же, ээ, вот так вот, сидя дома у себя вот на кухне, написать нанобана. Так, помести меня, значит, стоящим типа на стадион. Э, дальше следующий нанобана, когда я на стадионе стою, сделай там, что я что-нибудь там ещё делаю такое вот трендоворальное, что прямо сейчас в новостях. И дальше отдать это в клинк. Это всё будет в одном окошке, вот в этом Хикс на то, что сделай теперь этот ролик. Вот. И это всё вот у меня на кончиках пальцев вот мы сидим, увидели тренд какой-то, 10 минут прошло, у меня уже есть единица контента трендового. Вот настолько теперь всё это просто глупо. Я даже не знаю, как это назвать. Ну насколько это просто теперь? Ну, на самом деле, на мой взгляд, там ближайшее, я не знаю, обозримом будущем, там в течение года, двух максимум, там, не знаю, трёх, видео уже перестанет быть как доказательство, да, потому что на текущий момент уже школьник может сгенерить видео, которые, ну, уже достаточно хорошего качества. А с учётом того, как развиваются нейронки, потому что, допустим, там ещё месяц назад про

нанобана никто не слышал и вообще се — Так он вышел только на прошлой неделе, ну, на момент записи этого видео. — Ну, недели две, наверное, уже. — Но я к чему? к тому, что настолько они быстро развиваются и они эволюционируют просто какими-то нереальными темпами. Но, кстати говоря, поделюсь, ребята, вот таким вот сайтом. Эify. ai. Значит, ээ это агрегатор AI приложений всех, которых только можно. Здесь вот на текущий момент их 26.717, 459 категорий. Вот. Здесь есть самые используемые, новые, самые сохраняемые, любые вообще инструменты. Adwing здесь тоже есть, ээ, под любые задачи: музыка, видео, voice, ну, то есть голос, социальные сети, генераторы фанфиков, ээ, чатов, имён, стихов, короче, всего, что угодно. И я вот когда по этим категориям лазил, я заметил, что здесь есть ээ несколько категорий, связанных с детекцией, с определением, с идентификацией того, что контент был сгенерирован искусственным интеллектом. То есть делаются, короче, приложение на основе искусственного интеллекта, которые генерирует, э, вернее, не генерирует, а определяет, что контент был сгенерирован искусственным интеллектом, потому что, ну, это где-то у Пелевина было там в начале девяностых, что там Ельцин сидит он или кто там, президента уже давно нет, а это всё его аватар. — Ну, в общем, сейчас это уже может сделать каждый школьник такого аватара ничего не нужно. Вот. Но вот такой вот сайт забираете себе tulify. Здесь всё

это собрано, можно себе под любые задачи найти. Давайте найдём какую-нибудь это ээ категорию какую-нибудь интересную. Тут — продолжение вот как раз ты спрашивал ээ поводу — бизнес-менеджмент — контента блога, — что, ну, типа пессимизирует. А, и в чём суть, когда мы как раз-таки создаём контент, а, для некоммерческих запросов, я запускаю, то есть у меня какая логика, э, допустим, ну, просто в как-то как раз в продолжении того, что ты сейчас говоришь по поводу детекции и так далее. — То есть что мы делаем? Допустим, мы берём статью, которую пишет 100% человек. Мы знаем, что этот человек написал не с помощью чата GPT, а сам копирайтер. — Я его загоняю в детектор и загоняю, э, в антиплагиат. Смотрю показатели по антиплагиату и по идее детектору. То есть с какой вероятностью написал человек или робот. — А дальше загоняю в несколько нейронок в параллель сразу. Это чат — по нейронки просишь сделать так, чтобы — Да, не я пишу, что типа сделайте качественный рерайт не меняя смыслов и так далее. И на выходе я замеряю показатели адетектора и антиплагиата. — И я к чему к тому, что, ну, нейронки определяются с очень больше вероятность. Ес определяет или нет? — Нет, детекция практически не определяет, что это нейронка написала. Ну, короче, если дать задачу Нейронке написать текст, она напишет текст. Но этот текст он его как бы определит, что его написала машина. Но если дать машине задачу "обмани машину", она очень хорошо обменит машину. Ну вот, короче, здесь есть AI CRM, AI caller, AI customer севис, то есть клиентский сервис, да, AI recrрутиing, вот здесь вот HRTтек, наверняка здесь куча всего здесь создания рекламы. И вот, короче, пошёл список прямо приложений. Ээ, Сэм Альтман - это Founder Open сейчас весь год этот говорит, что скоро появятся компании из одного человека, которые будет иметь капитализацию 1 млрд долларов. То есть выручку надо сделать наномериканском рынке 50 -ре млн долларов в за год, чтобы получить капитализацию в миллиард. Не хватает идей, какой AI стартап сделать в одиночку вот через такой N8N. Вот вам, пожалуйста, сайт. Можно здесь отсортировать как-то по популярности. Там, где самые большие числа будут, там, значит, самые горячие сценарии использования. Там какие-то денежки есть. Это доказательство. Это вот прямо берите и делайте на российский рынок. Миллиард долларов капитализацию на российском рынке получить не получится, но сколько-то там миллионов ээ сгенерировать выйдет. Так, ну вот видос получился. Сейчас посмотрим, что здесь. Давайте вместе его и глянем. Ну, в целом, примерно как заказывали. — Ну, здесь, на самом деле, можно ещё фейспапнуть лицо, и будет вообще идеально, — да. Можно допилить его, можно сделать в несколько попыток. Можно с Нано банано поиграться, чтобы вот финальную вот эту вот сцену сделать. Ну, в общем, это можно всё вот так вот делать. Очень дёшево и прикольно.

прикольно. И суть-то показать, как бы, что на это ушло всего лишь несколько минут. Если сделать это сеть подробно несколько итераций сделать промпты вот эти одной строчкой набил. Там, конечно же, надо промт инженеринг - это как бы отдельная тема. Смысл в том, что мне не нужна студия, мне не нужны операторы, мне не нужно какой-то продакшн такой сложный, ничего мне не нужно. Вот я на телефон сделал фотку, и даже вот такой вот результат. Это на самом деле, ну, как это год назад ещё представить, что можно вот это вот сделать из фотки, даже не из такой фотки, из переделанной фотки. Вот такой вот видос. И в любой тренд, собственно, его можно загнать. Мне кажется, очень это продуктивно, интересно так вскрыли тему и тренвочинга и автоматизации через N8N и создание контента вирального. Чуть-чуть поиграли с нейронками. Что вот ещё, как ты считаешь, важно в

этой теме знать? Такую вот вишенку на торте, чтобы нам положить для зрителей, для наших. — Но мне кажется, освоение таких как раз-таки инструментариев, как N8N - это не то, что тренд, а это такое будущее, наверное, потому что нейронки будут меняться каждый день, а будут с каждым днём улучшаться и так далее. И если AN8N или аналогичный сервис позволяет это автоматизировать и собирать готовые решения, а, и делать более гибкие инструментарий, который можно переложить уже на бизнес и получать реальные результаты там в виде оптимизации бизнес-процессов, а, в виде увеличения выручки и так далее. Поэтому я вот настоятельно бы рекомендовал, а, ребятам, те, кто будут смотреть, изучать инструментарий этот, потому что, как говорится, во время золотой лихорадки нужно продавать лопаты. Вот это лопата в данном случае получается, — да. Вообще-то есть прямо вот что такое контент-завод. Это когда мы поигрались вот с этими всеми штуками, промпты для создания видео на основе фоток записали. У нас есть какой-то входящий поток информации. Допустим, э мы сделали автоматизацию, в которой вот как Иван показал, мы попросили разобрать на ключевые слова контент, который залетел виральный. А там, на самом деле, в Гугле там же есть ещё текстовая расшифровка видео полностью. Её можно забрать, её можно чат GPT попросить проанализировать, какой-то промт написать для анализа, всё это скормить, потом написать промпт уже для создания видео вот такого там трёх-четырёх кусочков вот этих десятисекундных тоже всё это по API, потом всё это склеить и сразу же прямо запостить куда-нибудь. — Туда можно сделать, допустим, интеграцию. Вот у меня уже есть цифровый аватар сделанный. А то есть мы, грубо говоря, берём трендовое видео. — Ну это мы вообще даже не затронули тему ещё, что такое хайгены, цифровые аватары. Это отдельный, наверное, выпуск надо будет делать на эту тему. Суть, короче, такая, что вот можно контент-завод вот так вот собрать, который сам будет ходить, сам будет искать тренды, сам будет по какому-то API видео составлять, склеивать и сам будет публиковать. Прямо как это двое злорца там в мультике. Что, и пирожные вы за меня тоже что ли есть будете скоро в жизни? Поэтому вот такие дела сейчас происходят, ребята. Напишите в комментариях, что думаете, продолжать, не продолжать нам вот такую вот серию объяснений того, что сейчас происходит в искусственном интеллекте, в автоматизации. Спасибо, Иван, тебе за то, что ты пришёл сегодня с нами, своими инсайтами поделился. И, друзья, спасибо вам. Нажимайте лайки, колокольчики, подписывайтесь. Увидимся с вами в следующем видео. Пока-пока. — Счастливо.