На одной из площадок я выкладывал первую часть на тематику разработки ИИ-агента для ведения соцсетей моей организации и меня покритиковали за то, что мы еще ничего не разработали, но уже были готовы помогать в интеграции другим компаниям на заказ. Так вот, мы это и сделали для клиента и его интернет-магазина мебели и домашнего декора.
Я по мнению комментаторов первой части
make.com
В этот раз мы взяли совершенно другую платформу, которая идеально подходила под наши запросы. Make (ex. Integromat) – это сервис для автоматизации операций, таких как работа с документами, сервисами и соцсетями. В целом, сервис дает возможность интегрировать все, что имеет API по Webhook. А стандартные интеграции достаточно обширные – Google Services, ChatGPT, Midjourney, Social Medias (Pinterest, Inst, YouTube, Telegram и другие), различные CRM-системы и так далее.
Суть автоматизаций может сводиться к таким как:
– создание и публикация постов, коротких и длинных видео
– формализация и рерайтинг новостной ленты по RSS
– взаимодействие с лидами из CRM-системы и отправка им сообещений
– объединение CRM-системы, интернет-магазина, командного таск-трекера и складского сервиса
– работа с документами, их конвертация, отправка, анализ и редактирование
Вкратце, можно просто-напросто сократить количество рутинных действий работников организации, привлечь ИИ-инструменты для постоянной работы над определенным задачами и связать любые сервисы, базы данных и файлы между собой.
Визуализация интерфейса make.com
Разбор кейса
Показать реальное название магазина и публикации, которые сейчас у него в социальных сетях, мы не можем (NDA, nda, nDa…). Вот я рассказывал про то, что это такое и прикладывал бесплатный шаблон, которым мы пользуемся в npdev). Но зато можем продемонстрировать тестовую версию цепочки операций, которую может повторить каждый, а затем уже модернизировать с нами или самостоятельно.
– Sheets[1] – обращается к гугл-таблице и забирает из нее необходимые строчки
– titleGenerator – с помощью GPT 4o (туда даже 3,5 подойдет) создает заголовок публикации на основе промта (для генерации самого изображения)
– descriptionGenerator – генерирует описание публикации по промту
– Sheets[2] – вносит в гугл-таблицу заголовок и описание
– promptGenerator – с помощью GPT 4o (лучшая версия для такого типа изображений – выявлено на тестах) генерирует промт для следующих итерации
– Sheets[3] – вносит в гугл-таблицу промт и обращется к ней доя того, чтобы взять предыдущий для генерации
– WebHook – с помощью API генерирует изображение по промту
– Pinterest – выгружает все составляющие в выбранные доски
Первая версия цепочки. Пишите в комментариях, если интересно почитать про промты для ChatGPT в ней
Приход трафика
Неделя постинга
На изображении выше предсталвена статистика практически «нулевого» аккаунта спустя неделю постинга. Статистика не особо впечатляет, но мы для этого только сделали цепочку и потратили на ИИ-инструменты порядка 25$. За 2 тысячи рублей это очень крутые результаты, которые можно масштабировать.
Какой-то реальной статистикой по лидам и продажам поделиться я не смогу, но задача, стоявшая передо мной, показать, что ИИ-СММ реально приносит плоды. Возможно, не совсем не результаты, которые многие ожидают, но это ведь только начало. А ниже уже то, что случилось спустя месяц постинга.
Месяц постинга
Заключение
В конце стоит сказать, что действительно интегрировать ИИ в реальный бизнес небольших масштабов уже реально и это приносит свои плоды. Сейчас можно реализовать невероятное количество вариаций цепочек работы, здесь это остается на размышления заказчику – «любой каприз за ваши деньги».
