От стресса к успеху: Как я использую нейросети для создания контент

Как опытный копирайтер я уже давно использую текстовые нейросети, такие как chatgpt или claud, и с midjourney была знакома, благо инструменты всем известные, никого ими не удивишь. Но в этот раз мне предстояла работа не только с текстом, но и с видео, а также озвучкой и переводами. Признаться, с озвучкой я никогда не работала, и были обоснованные опасения.

Столкнувшись с этой проблемой, я решила попробовать поискать агрегаторы нейросетей, всё таки дедлайны есть дедлайны, а время деньги. Вариантов было много и выбор мой пал на Unitool.

Моя первая задача была перевести англоязычный доклад с выступления на конференции TED. Для этого воспользуемся Eleven Labs, в котором при необходимости можно настроить не только язык перевода, но и выделить необходимый отрезок аудио дорожки, что исключает необходимость предварительно нарезки на отдельные треки. Также можно выделить количество спикеров, чтобы нейросеть подобрала им отдельные голоса.

Перевод ролика в 7,5 минут занял примерно 2 минуты. По итогу получаем готовый файл с русской озвучкой. При необходимости можно прослушать дорожку не скачивая файл, вроде бы мелочь, но сильно упрощает работу по проверке результатов нейросети.

Используя модель чатджапт 4.0, сделала перевод транскрибированного текста для последующих постов. Качество перевода отличное, история диалога сохраняется в отдельном списке. Шик, блеск, можно приступать к следующей части.

Теперь этот длинный текст нужно было сжать для рекламных заголовков. Я попросила нейросеть создать компактную версию текста.

Моделей GPT здесь представлено сразу несколько и по моему опыту могу сказать, что не для каждой задачи действительно нужно использовать последнюю модель. Например, чтобы выделить из большого текста ключевые слова – можно использовать 4o-mini, но вот, чтобы написать «человечный текст» лучше использовать полную версию или уже модель Claude (она всегда лучше писала русский текст).

Недавно мы обсуждали с Заказчиком проблему, что часто опаздывающие трансляции вебинаров могут послужить причиной ухода части клиентов. Кроме серьёзных инструментов у нас возникла идея создать элемент на сайте, который бы позволил удержать зрителя на 2-5 минут, так как тогда его ещё можно использовать для коротких перерывов во время трансляции при необходимости.

И вот я в шутку решила спросить ChatGPT по этому вопросу…

Идея это хорошо, но как это реализовывать? Оказывается совершенно не сложно, ДЖПТ мне код нарисовал, который можно не трогать, лишь добавлять вопросы и ответы – идеально, для таки «чайников», как я.

За советом в библиотекуНа этом моменте я обнаружила чудесную встроенную библиотеку промтов, которая стала настоящим спасением для меня, когда я столкнулась с задачами, с которыми раньше не работала. Не нужно ломать голову над тем, как правильно формулировать запросы — библиотека предлагает готовые варианты для разных целей. Это особенно полезно, когда нет времени на эксперименты или когда задача требует нестандартного подхода.

Следующим этапом стала работа с изображениями. Я использовала midjourney так как уже работала с ней, но в сервисе также доступны модели stable diffusion и dalle 3, так что для эксперимента сразу в трёх разных сетях. Запрос сделала простой - «Проблемы ментального здоровья в офисе».

В результате получаем 4 картинки, с возможностью их улучшать или генерировать новые изображжения на основе одного из выданных вариантов. Собственно это классический функционал Миджорни, который здесь полностью реализован.

Я использовала midjourney так как уже работала с ней, но в сервисе также доступны модели stable diffusion и dalle 3, так что для эксперимента сразу в трёх разных сетях.

Выбор остановил на вот этом варианте, так как кроме угла левой руки остальные элементы сгенерированы без ошибок. И реализм для моей задачи подходит больше.Stable Diffusion

Очень удобно, что некоторые настройки можно задавать без промтов и при необходимости отправить результат в рабочий чат.

Для более тонкого редактирования можно воспользоваться прекрасной нейронкой Stability. Я ранее с ней уже сталкивалась, но использовала лишь удаление фона для создания карточек товара.

Мне для реализации корректной анимации необходимо будет расширить изображение, чтобы «персонаж» не был по центру. В таком случае мы сможем сделать анимацию со сменой ракурса, как-бы поворачивая изображения и создавая искусственный эффект 3D.

Добавляем наше фото, выбираем область и вуаля – картинку продолжили. Даже объектов добавили

Для генерации схожих фотографий, когда нам например нужно не изменять фон, но изменить персонажа – можно вернуться вновь к модели Стабилити и воспользоваться функцией Reimagine XL.

Вот мой вариант, если первый «персонаж» был на негативных эмоциях и сидел спиной к экрану, второй «персонаж» получился расслабленным и повёрнутым лицом к экрану. Это легко ложиться в сравнительный креатив «было - стало».

Для примера покажу таке удаления часов со стены в одном из моих изображений.

Теперь моей целью стало оживить фото и сделать из него видео, для создания креативов в социальных сетях. Здесь нам на помощь спешит наш «чёрный плащ» - luma ai. Я, как человек далёкий от видео контента, радостно нажала функцию «Улучшить запрос» и написала откровенную лирику вместо промта.

Получившееся видео отлично подошло для сторис, заняло это минуту. Для полноценного креатива хватит и 5-7 фотографий, так что с этой частью проблемы мы тоже разобрались.

Главное не забывайте, что для редактирование вашего видео – не нужно делать генерацию заново, достаточно нажать кнопку повторного изменения и нейросеть сама спросит, чтобы вы хотели изменить в вашем видео.

Зная, что моя аудитория будет включать англоязычных подписчиков, я решила перевести видео на английский. Для озвучки видео я снова решила использовать генерацию голоса в Элевен лабс, так как мне нужен был мужчина спикер, а также для сторис воспользовалась клоном своего голоса.

Это избавило меня от необходимости записывать голос вручную, ведь если честно дома постоянно шумят родные, а тут можно просто добавить какое-нибудь своё старое голосовое сообщение и нейросеть будет озвучивать мои же посты моим же голосом.

Вроде мелочь, но когда вы на ходу делаете заметки или вы накопили много разных текстов, то их озвучка может занять значительное время. Важно, не забудьте добавить описание вашего голоса, это поможет нейросети лучше передать интонации и тембр вашей речи.

Прежде чем начать работать, я прикинула плюсы и минусы использования набора отдельных нейросетей по сравнению с агрегатором. Теперь после работы могу выделить, что для меня действительно стало важным:

Теперь, когда я попробовала использовать агрегатор нейросетей для создания контента, у меня в планах — исследовать ещё больше возможностей. Вот несколько идей, которые я хочу реализовать в ближайшее время:

1. Генерация обучающих видео: Подумала о создании коротких видеоподкастов с пошаговыми инструкциями. Если каждое видео займёт около 30 минут, а в итоге мне потребуется, скажем, 5 видео, это общее время составит 2.5 часа. Вместо этого, если обратиться к специалисту, создание одного видео может обойтись в 2000-3000 рублей. В итоге экономия времени и денег может оказаться значительной.

2. Анализ данных: Я хочу попробовать загружать свои текстовые материалы и использовать возможности чатджпт для глубокого анализа и создания новых идей. Думаю это займет не более 1 часа. Всем иногда полезна вторая голова. Пускай и с искусственным интеллектом.

3. Оптимизация контента: Я задумалась о том, как использовать нейросети для улучшения качества текста и его адаптации под разные форматы. Посматриваю на социальные сети в Азии, пока даже нет Клиентов и проектов, но формат их общения сильно отличается от нашего.

А какие цепочки инструментов используете Вы для создания контента? Какие нейросети уже есть в вашем арсенале? Делитесь своими «лайфхаками», буду благодарна за идеи по ещё большему уничтожению рутины в моей работе!