Месяц делали контент с помощью нейросетей. Рассказываем, надо ли переживать SMM-менеджерам

Привет, это коммуникационное агентство «БункерМедиа», и мы одними из первых в России заменили эсэмэмщика нейросетью. Вот к каким выводам пришли.

В работе с соцсетями на самом деле много рутины, не все посты требуют креатива, иногда нужно интересно и понятно рассказать о товаре или услуге. Поэтому мы решились на эксперимент в сообществе заказчика, сервиса заказа такси «Максим»: разгрузили наших эсэмэмщика и дизайнера и с начала февраля перешли на посты, созданные ИИ.

В тесте использовали ChatGPT для текста, Midjourney и Stable Diffusion — для изображений. Искусственному интеллекту помогали 2D- и 3D-дизайнеры и корректор.

На один текст уходило около пяти минут. Мы изучили гайды, которые есть в открытом доступе, и выработали свою формулу.

Пример запроса (лучше на английском языке):

Где:

ХАРАКТЕРИСТИКА — это про тональность текста. Мы использовали разные формулировки: веселый, романтический, депрессивный.

СВОЯ ТЕМА С ПОДРОБНОСТЯМИ — описываем сюжет поста. Например, о том, как один из наших героев, Дмитрий, каждый день буквально повторяет свой день, как в фильме «День сурка». Его рабочие дни — это сплошная рутина и хандра. Но есть и спасение — в свободных минутах, которые Дмитрий проводит в такси, где он наслаждается свободой и может погрузиться в свои мысли.

Стоп-темы — у каждого свои. Мы опытным путем выяснили, что нейросеть любит сравнивать такси и общественный транспорт и писать про стресс в пробках.

max_tokens = 300 — ограничение по количеству знаков.

Пример запроса (на английском языке):

Мы сделали 3-4 запроса с чуть различными формулировками и объединили в такой вариант:

На генерацию одной картинки уходило от 10 минут до нескольких часов. Самой быстрой оказалась Midjourney, но у нее есть особенный, узнаваемый стиль. Изображения получаются похожими друг на друга, даже если их используют разные бренды.

1 минута скроллинга, и два примера для статьи готовы

Больше всего времени мы тратили на Stable Diffusion. Эту нейросеть нужно обучать: загружаешь изображение, и на его основе система выдает свои варианты. Если упростить, то Stable Diffusion изучает загруженную картинку и пародирует ее стиль. Мы обучали на фирстиле и маскоте сервиса, это заняло примерно два часа. Потом генерация шла значительно быстрее.

Получается, что в среднем готовый пост может получиться за 15 минут, тогда как SMM-специалисту нужно столько времени, чтобы побороть страх чистого листа. Кажется, все! Эсэмэмщикам можно паковать чемоданы. Но все сильно сложнее.

Благодаря ИИ изображение может подготовить копирайтер, а текст — дизайнер. Нейросеть все сделает сама. Но алгоритм не придумает сюжет текста или картинки. На первый план выходит идея, а не исполнение. Никто не станет читать неинтересный пост, даже если он написан искусственным интеллектом.

Поэтому в ChatGPT мы прописывали целый сюжет, корректировали запрос, чтобы текст отвечал нашим требованиям. В работе с Midjourney нужно представлять визуал или хотя бы сформировать мысль, каким он будет, при первых 2-3 запросах. Если писать простой запрос, то получится то, чем сейчас наполнен интернет.

Первый запрос: человек замерз на остановке. Результат: скучная картинка

Решили обыграть каламбур и составили запрос так: человек борется с холодом

Первую генерацию нужно улучшать и дорабатывать. Это касается как макетов, так и текстов. Посты в ChatGPT собирались как конструктор: где-то нравилось начало, где-то — середина, а где-то просто брали интересный оборот. Тут вот, например, мы попросили спародировать стиль Довлатова.

Похожая схема используется в Midjourney. Главный лайфхак в том, что нужно загружать референс и на его основе создавать картинку. Все зависит от запросов и примеров. Так, для первого поста у нас очень долго не получался робот. То поза не та, то цвет.

А потом мы просто показали реф. И все срослось.

Система распознала нужный оттенок желтого, поняла, как должен сидеть персонаж, — робот получился через пару генераций и несколько дополнительных запросов.

Мы публиковали качественный пост, на который потратили много времени, и он почти не откликался у аудитории. Зато «упоротый» вариант, сделанный за пять минут, собирал лайки и комментарии. То есть да, можно провести за макетом весь день, но он не зайдет.

Первая просто иллюстрирует текст, вторая — цепляет и вызывает эмоции: почему три пальца и такая огромная кружка?

То же относится и к тексту. Мы попросили корректора не трогать странные речевые обороты — так заметнее, что текст писал робот, а не живой человек. Так появились фразы:

Да, но не полностью. Искусственному интеллекту нужна помощь человека: где-то руку на картинке поправить, где-то грамотно поставить запятые, где-то вообще пересобрать макет.

Вот картинка, сделанная за час в заранее обученном Stable Diffusion:

А вот на это вместе с обучением и генерацией подходящего варианта ушло несколько часов. Перья, на которые дизайнер бы потратил много времени, сделаны за пару минут нейросетью и слегка отредактированы вручную.

Вот результаты девяти постов, которые вышли в феврале. Все посты запускали в рекламу, но в охвате это не учитывалось. В декабре и январе дополнительные охваты и вовлеченность от алгоритмов «ВКонтакте» дали клипы. По показателям получается, что в чем-то февраль был лучше, в чем-то хуже. Обычный месяц, в общем.

Тексты и макеты, созданные нейросетью, не всегда можно распознать, но внутри чувствуется «что-то тут не то».

Эксперимент мы свернули. Пока нейросети не про замену, а про помощь специалисту. В марте планируем перейти на гибридный подход к постингу: например, рутинную работу вроде текстов, где нет сюжета, отсылок и пасхалок, передали ИИ. Нагенерили 52 текста на 52 недели. Но участие человека в процессе будет значительным: каждый пост отредактировали, убрали странности вроде зимнего блюза.

P.S. Отгадайте, какую часть кейса писала нейросеть, а какую — человек?