Использовали ChatGPT в SMM и сэкономили 350+ часов — 5 кейсов

Расскажем, как наши SMM-специалисты используют в работе ChatGPT-4, а также поделимся проверенными лайфхаками о том, как правильно обучать нейросеть и формулировать запросы. Разберем всё это на пяти кейсах, в которых нейросеть:

• Пишет рекламные тексты

• Ищет инфлюенсеров в открытых источниках

• Помогает составлять шорт-лист блогеров на посевы

• Анализирует визуал профилей блогеров в Instagram*

• Консультирует по настройке API-запросов и помогает передавать данные

Кейс 1. Нейросеть пишет рекламные тексты для банковского приложения

В ноябре 2023 года к нам пришел клиент — банковское приложение.

Наша задача: продвинуть дебетовую карту.

Задачи ChatGPT-4: генерировать рекламные тексты.

Что мы сделали. Сгенерировали промпт (первичный запрос к ИИ), который содержал:

• подробное описание задачи;

• референсы от клиента;

• ссылки на сайт с текстовой информацией.

Также мы рассказали нейросети о позиционировании бренда, его Tone of voice и преимуществах продукта.

Чтобы увидеть ответ нейросети, листайте галерею / Источник: скриншот диалога с ChatGPT-4, Adventum

Источник: скриншот диалога с ChatGPT-4, Adventum

Вариант, который получился, не устроил нас на 100%. Поэтому мы попросили ChatGPT выступить в роли критика и предложить идеи для улучшения текста.

Когда от клиента поступали правки, мы оперативно вносили их в текущий диалог с ChatGPT-4.

Еще 2–3 итерации, и получился финальный вариант, готовый к публикации.

Результаты:

• время подготовки рекламного поста сократилось на 2–3 часа;

• CTR увеличился на 20% по сравнению с прошлыми размещениями.

Кейс 2. Нейросеть помогает искать инфлюенсеров в открытых источниках

В ноябре 2023 года к нам обратился ЖК в Москве.

Наша задача: разместить посевы в тематических сообществах и у блогеров с узкой целевой аудиторией.

Задачи ChatGPT-4: искать релевантные сообщества и блогеров.

Что мы сделали. Поставили перед ChatGPT-4 задачу выступить в роли инфлюенс-менеджера. В запрос мы также добавили условия, по которым нейросеть должна была:

• проверить, не светился ли блогер в скандальных историях в СМИ и digital-пространстве;

• проверить, не объявили ли блогера иноагентом;

• собрать ссылки на профили в соцсетях и сделать краткое описание, о чем блог.

Для быстрого поиска информации нейросеть использовала встроенный поисковик Bing.

Несколько раз нейросеть выдавала нерелевантную информацию. Например, вместо медийной персоны присылала тематические сообщества. Тогда мы:

1. Акцентировали внимание на задаче: «Нужно найти реальных людей».

2. Добавляли фактор давления: «задача очень срочная», «от ее решения зависит успех бизнеса». Так ответы получались более релевантными, так как нейросеть осознавала ответственность за поставленную задачу.

Затем каждого блогера мы проверяли вручную при помощи сервиса TGStat: на соответствие запросу клиента и наличие накрученных ботов.

В результате нейросеть:

• упростила рутинную работу поиска и анализа большого числа веб-страниц;

• помогла найти уникальные каналы, которые недоступны в сервисах по аналитике и подбору блогеров;

• сократила время работы над задачей в 2,5 раза.

Кейс 3. Нейросеть помогает составлять шорт-лист блогеров на посевы

В октябре 2023 года к нам обратился сервис денежных переводов за границу Avosend.

Наша задача: разместить посевы в тематических каналах о релокации и путешествиях.

Задачи ChatGPT-4: отобрать наиболее релевантных блогеров из лонг-листа в Google Таблице и составить шорт-лист с фильтром по соотношению цена/качество.

Что мы сделали. Для начала мы составили лонг-лист сообществ, с которыми нужно было работать нейросети. Для этого мы использовали сервисы аналитики Telegram-каналов TGStat и Telemetr. Список сохранили в Google Таблице.

Чтобы ИИ смог увидеть содержимое Google Таблицы и сделать отбор блогеров по соотношению цена/качество, мы установили плагин «Access Google Sheet» из библиотеки GPT Store.

Плагины — это расширения от разных программ, которые добавляют уникальные функции боту (например, озвучка текста, генерация видео, прочтение PDF-файла и многое другое). «Access Google Sheet» позволяет нейросети проникнуть в Google Таблицу и проанализировать ее содержимое.

Если вы не хотите использовать плагин, можете попробовать другой способ: отправить таблицу скриншотом, на котором отчетливо видно всё содержимое ячеек, и попросить ChatGPT проанализировать его без плагина. Мы так тоже сделали, и нейросеть справилась с задачей: она смогла распознать все данные при условии, что их массив умещался на изображении, а значения не были расположены в объединенных ячейках.

После установки плагина мы направили в чат ссылку на Google Таблицу, предварительно открыв доступ к редактированию. Нейросеть проанализировала содержимое файла и вернулась со списком подходящих каналов — с высокими показателями Reach, ERR и ИЦ в совокупности.

Источник: скриншот диалога с ChatGPT-4, Adventum

Источник: скриншот списка каналов, составленный нейросетью / Adventum

В результате нейросеть:

• сэкономила наше время на детальный анализ таблицы;

• минимизировала фактор человеческой ошибки при работе с данными;

• предоставила удобный поиск каналов по любым фильтрам от клиента;

• сократила лонг-лист из 60 сообществ до 10 релевантных площадок.

Кейс 4. Нейрость анализирует визуал профилей блогеров в Instagram*

В начале 2024 года к нам обратился бренд детской одежды «Леокид».

Наша задача: найти женщин-блогеров с детьми, которые в своем профиле делятся историями из жизни с ребенком и могут нативно рекламировать товары клиента. При этом такие аккаунты должны подходить по визуальной сетке профиля «Леокид» — после клиент планировал публиковать интеграции на своей странице.

Задача ChatGPT-4: проанализировать визуал Instagram*-профилей и соотнести его с референсной сеткой клиента.

Что мы сделали. Мы отправили ChatGPT профили-референсы тех блогеров, которых клиент уже одобрил. Затем попросили нейросеть запомнить визуальные особенности аккаунтов.

Затем мы отобрали новых блогеров, которые могли бы заинтересовать клиента. Сделали скриншоты их профилей и отправляли их нейросети по одному. Каждый раз мы просили ChatGPT анализировать, насколько профиль может понравиться клиенту, исходя из уже загруженных референсов.

В результате:

• мы упростили ручной анализ аккаунтов;

• количество одобренных профилей со стороны клиента увеличилось на 70%.

В сумме с предыдущим блоком результат получился более масштабным: мы автоматизировали процесс, начиная от поиска блогеров, заканчивая проверкой их соответствия запросу клиента.

Кейс 5. Нейросеть консультирует по настройке API-запросов и помогает передавать данные

В декабре 2023 года к нам обратился «КОМУС».

Наши задачи:

1. Создать чат-ботов во ВКонтакте, Viber и Telegram с возможностью передавать данные пользователей в Mindbox (сервис почтовой рассылки).

2. Настроить API-запросы, так как прямой связи между чат-ботами и системой Mindbox нет.

Сложности. Их было несколько:

• нужно было детально изучить документацию каждого конструктора ботов: Senler для ВКонтакте, Sendpulse для Viber и PuzzleBot для Telegram;

• не у каждого сервиса была служба поддержки в России или статьи в базе знаний по передаче данных в Mindbox.

Задачи ChatGPT-4: выступить онлайн-консультантом по связке систем и помочь в передаче данных пользователей из чат-ботов в сервис рассылки.

Что мы сделали. Передали боту в качестве вводных данных:

• код тела API-запроса;

• заголовки;

• ключ.

Затем мы делали скриншоты из конструкторов ботов, прикрепляли ссылки на базу знаний и документы. Мы просили нейросеть изучить материалы и предложить вариант, как подставить значения клиента в конструктор. Вместе с тем мы добавляли множество детальных скриншотов из системы, потому что ChatGPT учитывал актуальное обновление площадки, о котором не говорилось в документации.

Листайте, чтобы увидеть продолжение диалога с нейросетью / Источник: скриншот из диалога с ChatGPT-4, Adventum

Источник: скриншот диалога с ChatGPT-4, Adventum

В результате нам удалось:

• решить задачу клиента строго по ТЗ;

• сократить время на настройку с месяца до двух недель;

• получить рекомендации по телу API-запроса для корректной передачи всех данных.

На этом всё. Подведем общий итог

Использование ChatGPT на пяти проектах сэкономило нам больше 350 часов.

О чем всё это говорит? О том, что в ближайшем будущем нейросети не смогут забрать работу маркетологов — страхи специалистов беспочвенны. 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.

При этом стоит понимать, что, инвестируя в процесс «онбординга» нейрости свое время, вы освобождаете больше ресурсов и можете направить их на более креативные и важные для бизнеса вопросы.

*Компания Meta, а также ее продукты Facebook и Instagram признаны экстремистскими в России.