Anthony

Как управлять вниманием зрителя

2026-05-04T19:33:00.274Z

Визуальная структура — это способ управлять вниманием и ощущением зрителя ещё до того, как он понял слова.

Главный навык — думать кадром как системой. Не «красиво/некрасиво», а: какие визуальные параметры я усиливаю, какие ослабляю, где зритель должен смотреть, где растёт напряжение, где наступает разрядка.

Визуальная структура строится через пространство, линию, форму, тон, цвет, движение и ритм, а задача автора — связать визуальную структуру со структурой истории.

В видео есть ловушка: кажется, что хороший визуал — это когда дорого, чисто, с красивым фоном, правильным светом и хорошей камерой.

Предлагаю смотреть глубже.

Кадр важен не сам по себе. Он важен тем, какую работу выполняет в истории.

Один и тот же эксперт на фоне виллы может выглядеть статусно, пусто, тревожно, тепло, недоступно, убедительно или фальшиво. Разница будет не в вилле. Разница будет в визуальной структуре.

Визуальная структура — это организация всего, что зритель видит и чувствует глазами:

где стоит человек;
сколько воздуха вокруг него;
какие линии ведут взгляд;
плоский кадр или глубокий;
светлый он или тёмный;
теплый или холодный;
движется камера или стоит;
быстрый монтаж или спокойный;
какие формы доминируют;
напрягают элементы друг друга или поддерживают.

Визуал можно проектировать так же точно, как сценарий. Не снимать «как получится», а заранее понимать: что должен почувствовать зритель в этой сцене и какие визуальные средства это создадут.

Красиво — слабый критерий

Фраза «снимем эксперта красиво» почти ничего не решает.

Красиво для чего?

Чтобы он казался сильным?
Доступным?
Одиноким?
Опасным?
Спокойным?
Отстранённым?
Близким?
Премиальным?
Живым?

Например, эксперт стоит на фоне большой виллы.

Слабый подход:

Поставим его на красивый фон, включим свет, снимем на хороший объектив.

Подход через визуальную структуру:

В начале эксперт стоит далеко, вокруг много пустого пространства, цвета холодные, кадр широкий. Зритель чувствует дистанцию. По мере раскрытия темы камера становится ближе, фон теплеет, пространство сжимается, движения камеры меньше. Визуально возникает переход от недоступности к доверию.

Слова могут быть одни и те же. Но зритель получит другой эмоциональный маршрут.

Семь компонентов изображения

Семь базовых компонента из которого, состоит изображение:

Пространство
Линия
Форма
Тон
Цвет
Движение
Ритм

Каждый из них можно усилить, ослабить, столкнуть с другим элементом или сделать родственным остальным частям кадра.

Главная механика здесь — контраст и сходство.

Контраст создаёт напряжение, внимание, конфликт, энергию.

Сходство создаёт спокойствие, порядок, единство, ощущение цельности.

Визуальное повествование начинается там, где ты перестаёшь выбирать кадр по принципу «нравится / не нравится» и начинаешь задавать вопрос:

Какой визуальный компонент сейчас должен работать сильнее остальных?

1. Пространство: насколько мир открыт или сжат

Пространство — это не только локация. Это ощущение дистанции, глубины, масштаба и положения человека внутри мира кадра.

Кадр может быть глубоким: передний план, средний план, задний план, перспектива, уходящие линии, ощущение объёма.

Кадр может быть плоским: человек прижат к фону, мало глубины, почти нет расстояния между объектами.

Глубокое пространство часто даёт ощущение мира, пути, выбора, масштаба.

Плоское пространство может дать давление, графичность, замкнутость, искусственность или ясную рекламную выразительность.

Пример:

Человек говорит о больших целях, будущем, росте сообщества. Если снять его на широком плане в пространстве с глубиной, визуал поддержит масштаб. Зритель почувствует: перед ним не локальная бытовая мысль, а движение в большой контекст.

Но если тот же человек говорит о личном страхе, сомнении или внутреннем решении, широкий план может ослабить сцену. Здесь лучше сработает плотный кадр: меньше воздуха, ближе лицо, меньше отвлекающих деталей.

Пространство отвечает на вопрос:

Человек сейчас часть большого мира или мы должны быть рядом с ним?

2. Линия: куда идёт глаз

Линии управляют взглядом зрителя.

Они могут быть буквальными: дорога, перила, край стола, архитектура, горизонт, тень.

Или скрытыми: направление взгляда человека, положение рук, ось тела, движение камеры, траектория объекта.

Горизонтальные линии дают устойчивость, покой, стабильность.

Вертикальные — силу, статус, строгость, монументальность.

Диагональные — энергию, конфликт, движение, нестабильность.

Изогнутые — мягкость, естественность, текучесть, эмоциональность.

Если эксперт говорит о системе, порядке, структуре, можно поддержать это вертикалями и горизонталями: архитектура, симметрия, ровная посадка, чистая композиция.

Если нужно показать перемены, вызов, запуск, движение — диагонали будут сильнее. Лестница, дорога, наклон камеры, уходящая перспектива, проход через пространство.

Ошибка новичка: он видит только человека в кадре.

Научитесь видеть силовые линии изображения. Иногда фон говорит громче, чем лицо. Человек может спокойно говорить о стабильности, но если за ним хаотичные диагонали, отражения и визуальный шум, зритель телом почувствует нервозность.

3. Форма: какой силуэт считывается первым

Форма — это то, как объекты выглядят в кадре: круги, квадраты, треугольники, силуэты, пятна, контуры.

Форма важна потому, что зритель считывает её быстрее, чем детали.

Круглые формы часто воспринимаются мягче, дружелюбнее, спокойнее.

Квадратные и прямоугольные — стабильнее, строже, рациональнее.

Треугольные — динамичнее, опаснее, активнее.

В интервью и экспертном контенте форма работает через позу, посадку, фон, предметы, световые пятна.

Например:

человек сидит ровно в центре прямоугольной архитектуры — ощущение контроля и статуса;
человек стоит среди округлых природных форм — больше мягкости и доверия;
человек снят снизу на фоне острых архитектурных линий — больше силы, но и больше давления;
человек зажат между тёмными вертикальными формами — ощущение конфликта или ограничения.

Для обложек, превью и коротких роликов форма особенно важна. Зритель не успевает читать нюансы. Он видит крупное пятно, силуэт, контраст форм — и решает, цепляет его визуал или нет.

4. Тон: светлое против тёмного

Тон — это светлота и темнота изображения.

Даже без цвета кадр может быть сильным или слабым. Если перевести его в чёрно-белый режим, сразу видно: есть ли в нём читаемая структура.

Тон управляет вниманием жёстко.

Самое светлое пятно часто притягивает взгляд.
Самое тёмное пятно может создавать вес, угрозу, глубину.
Высокий контраст даёт напряжение и драму.
Низкий контраст даёт мягкость, спокойствие, иногда вялость.

Если лицо эксперта почти сливается с фоном по тону, кадр может быть эстетичным, но внимание будет расползаться. Если лицо выделено тонально, зритель быстрее считывает главное.

Пример:

В начале ролика человек говорит о проблеме. Можно сделать кадр чуть темнее, с более жёстким тональным контрастом. Когда он переходит к решению, картинка становится светлее, мягче, чище.

Это не обязательно должно быть заметно «в лоб». Достаточно, чтобы зритель почувствовал сдвиг.

Тон — один из самых практичных инструментов монтажа и цветокоррекции. Через него можно управлять эмоциональной температурой сцены ещё до работы с цветом.

5. Цвет: эмоция, конфликт и принадлежность

Цвет часто используют поверхностно: «сделаем красиво», «добавим брендовые цвета», «пусть будет премиально».

Цвет — это драматургический инструмент.

Цвет может объединять кадры.
Может разделять персонажей.
Может показывать переход состояния.
Может создавать конфликт.
Может вести зрителя от холода к теплу, от хаоса к ясности, от дистанции к близости.

Простой пример:

Холодные синие и серые оттенки дают дистанцию, технологичность, одиночество, контроль.

Тёплые золотые, оранжевые, телесные оттенки дают близость, жизнь, энергию, доверие.

Если эксперт говорит о будущем технологий, холодный визуал может поддержать тему. Но если он говорит о сообществе, заботе, человеческом контакте, слишком холодная картинка будет спорить с содержанием.

Цвет также может работать через контраст.

Один тёплый объект на холодном фоне мгновенно становится центром внимания.

Один красный элемент среди нейтральной палитры превращается в визуальный крючок.

Но если в кадре всё яркое, контраст исчезает. Глаз не понимает, за что держаться.

Хороший цвет — это не количество насыщенности. Хороший цвет — это ясная иерархия.

6. Движение: куда направлена энергия

Движение бывает двух типов:

движется камера;
движутся объекты внутри кадра.

Камера может приближаться, отдаляться, двигаться сбоку, подниматься, кружить, стоять неподвижно.

Объекты могут идти, поворачиваться, жестикулировать, появляться, исчезать, пересекать кадр.

Движение всегда меняет энергию сцены.

Статичный кадр даёт вес, наблюдение, серьёзность, иногда холодность.

Плавное приближение создаёт вовлечение.

Резкий проход камеры добавляет нерв.

Движение героя к камере может восприниматься как сближение или давление.

Движение от камеры — как уход, потеря, дистанция.

Для экспертного видео движение особенно опасно. Многие добавляют его ради «динамики». В результате зритель не получает энергию, а устаёт.

Движение должно иметь причину.

Если мысль усиливается — камера может приближаться.
Если человек переходит к новому блоку — можно сменить траекторию.
Если возникает пауза — кадр может остановиться.
Если нужно показать масштаб — камера может раскрыть пространство.

Лучший вопрос к движению:

Что меняется в восприятии зрителя благодаря этому движению?

тут картинками вряд ли получиться изобразить, та шо представьте движение камеры сами 😁

7. Ритм: как зритель дышит вместе с монтажом

Ритм — это не только скорость монтажа. Это повторение и изменение визуальных событий во времени.

Длина кадров.
Паузы.
Смена крупности.
Повтор движений.
Частота склеек.
Чередование статичных и подвижных кадров.
Плотность информации.

Ритм может успокаивать или разгонять.

Если все кадры одинаковой длины, зритель быстро привыкает. Если всё постоянно скачет, зритель теряется. Сильный монтаж держится на управляемом чередовании.

Например, в экспертном ролике:

широкий план — вводит контекст;
средний план — держит объяснение;
крупный план — усиливает важную мысль;
деталь — даёт визуальный акцент;
пауза — позволяет мысли осесть.

В коротких роликах ритм особенно важен. Там нельзя думать только текстом. Нужно понимать, где зритель получает напряжение, где уточнение, где передышку, где визуальный поворот.

Плохой ритм делает даже сильную мысль плоской. Хороший ритм может вытянуть простую мысль и сделать её ощутимой.

Дальше поговорим о ключе к управлению кадром...

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Работа с сервером: как выбрать, запустить и настроить первый VPS

2026-04-24T13:33:23.186Z

Сервер — одна из базовых вещей, с которой сталкивается почти любой человек, запускающий цифровой проект: бота, сайт, API, личный сервис, автоматизацию, контен-завод или AI-инструмент.

На своём компьютере можно писать код, тестировать идеи и запускать небольшие эксперименты. Но если проект должен работать постоянно, быть доступным из интернета и не зависеть от того, включён ли ваш ноутбук, нужен сервер.

1. Что такое сервер

Сервер — это компьютер, который работает постоянно, подключён к интернету и доступен для удалённого взаимодействия.

По устройству сервер похож на обычный компьютер. У него есть:

процессор;
оперативная память;
диск;
операционная система;
сетевое подключение.

Разница в назначении. Обычный компьютер чаще используется человеком напрямую: вы открываете браузер, запускаете программы, работаете с файлами. Сервер обычно работает без монитора и клавиатуры. К нему подключаются удалённо, через интернет.

На сервере можно разместить:

сайт;
Telegram-бота;
API;
базу данных;
backend приложения;
Python-скрипт;
сервис автоматизации;
AI-агента;
внутренний инструмент для команды.

Главная идея: сервер нужен там, где проект должен быть доступен всегда, а не только в момент, когда включён ваш личный компьютер.

2. Зачем сервер нужен

Допустим, вы написали Telegram-бота на Python. Пока вы запускаете его на своём компьютере, бот работает. Но стоит закрыть терминал, выключить ноутбук или потерять интернет — бот перестаёт отвечать.

Для реального проекта — проблема.

Сервер решает эту задачу. Вы переносите код на удалённую машину, запускаете его там, и проект продолжает работать независимо от вашего компьютера.

Сервер нужен, когда проект должен:

работать 24/7;
принимать запросы от пользователей;
хранить данные;
выполнять код по расписанию;
быть доступным из разных стран;
не зависеть от домашнего интернета;
выдерживать больше нагрузки, чем локальный компьютер.

3. Какие бывают типы серверов

Есть несколько распространённых вариантов.

Локальный сервер

Локальный сервер — это сервер, запущенный на вашем компьютере.

Например, вы запускаете Python-приложение на ноутбуке и открываете его по адресу:

localhost:8000

Такой вариант удобен для разработки и тестов. Вы быстро проверяете код, исправляете ошибки, смотрите результат.

Но для реального запуска локальный сервер неудобен:

компьютер должен быть постоянно включён;
нужен стабильный интернет;
доступ извне сложно настроить безопасно;
при перезагрузке всё может остановиться;
для пользователей такой вариант ненадёжен.

Локальный сервер — хороший инструмент для разработки, но плохая основа для проекта, который должен работать постоянно.

Физический сервер

Физический сервер — это отдельная машина в дата-центре. Её ресурсы полностью принадлежат одному владельцу или арендатору.

Такой вариант используют для крупных проектов, где нужны высокая мощность, контроль и предсказуемая нагрузка.

Минусы:

дороже;
сложнее администрировать;
избыточен для старта;
требует больше технических знаний.

Для первого проекта физический сервер почти никогда не нужен.

VPS

VPS — Virtual Private Server, то есть виртуальный частный сервер. Мы такие постоянно используем для наших контент-заводов.

Это часть большого физического сервера, выделенная под вашего пользователя. Внутри она ведёт себя как отдельный сервер: у вас есть своя операционная система, свой IP-адрес, свои ресурсы и доступ через SSH.

Пример: у провайдера есть мощный физический сервер. Он делит его на несколько виртуальных серверов. Один из них арендуете вы.

VPS — оптимальный вариант для старта, потому что он:

дешевле физического сервера;
достаточно мощный для ботов, сайтов и API;
быстро создаётся;
подходит для обучения;
позволяет работать почти как с настоящим сервером;
легко масштабируется при росте проекта.

Для первого опыта с сервером VPS — лучший выбор.

Облачный сервер

Облачный сервер похож на VPS, но обычно находится внутри более гибкой облачной инфраструктуры.

В облаке проще масштабировать ресурсы, подключать дополнительные сервисы, балансировать нагрузку, хранить данные, настраивать резервные копии и управлять инфраструктурой.

Облачные серверы часто используют в более зрелых проектах, где важны:

масштабирование;
отказоустойчивость;
гибкая настройка;
интеграция с другими облачными сервисами.

Для новичка облако может быть сложнее VPS. Поэтому для первого запуска разумнее начать с обычного VPS.

4. Основные термины, которые нужно понимать

IP-адрес

IP-адрес — это сетевой адрес сервера в интернете.

Пример:

123.45.67.89

Когда вы подключаетесь к серверу по SSH, вы указываете именно IP-адрес. Он нужен, чтобы ваш компьютер понял, к какой удалённой машине обращаться.

Если объяснять проще: IP — это адрес сервера, по которому его можно найти в сети.

SSH

SSH — это защищённый способ подключиться к серверу через терминал.

Обычно подключение выглядит так:

ssh root@123.45.67.89

Здесь:

ssh — команда подключения;
root — имя пользователя на сервере;
123.45.67.89 — IP-адрес сервера.

SSH нужен, чтобы управлять сервером удалённо: вводить команды, создавать файлы, устанавливать программы, запускать код.

Linux

Linux — это операционная система, которую чаще всего используют на серверах.

На обычных компьютерах люди часто работают в Windows или macOS. На серверах чаще используют Linux, потому что он:

стабильно работает;
хорошо подходит для удалённого управления;
потребляет мало ресурсов;
широко используется в разработке;
поддерживает большинство серверных инструментов.

Один из самых популярных вариантов Linux для новичков — Ubuntu.

Когда при создании VPS вам предлагают выбрать операционную систему, для старта можно брать Ubuntu актуальной версии.

CPU

CPU — это процессор сервера.

Он отвечает за вычисления: выполнение кода, обработку запросов, работу программ.

В тарифах VPS процессор часто указывают так:

1 CPU2 CPU4 CPU

Для первого Python-скрипта, простого бота или небольшого API обычно достаточно 1 CPU.

RAM

RAM — оперативная память сервера.

Она нужна программам во время работы. Чем больше процессов запущено одновременно, тем больше памяти требуется.

Примеры:

простой Python-скрипт — может хватить 512 МБ или 1 ГБ;
Telegram-бот — чаще достаточно 1 ГБ;
сайт + база данных — лучше смотреть от 2 ГБ;
тяжёлые AI-задачи — обычного дешёвого VPS часто не хватит.

Диск

Диск — место для хранения файлов, кода, логов, баз данных и системных файлов.

Для первого запуска Python-файла много места не нужно. Обычно 10–20 ГБ достаточно.

Важно не брать чрезмерный тариф без задачи.

Терминал

Терминал — это программа, через которую вы вводите команды текстом.

В Windows можно использовать PowerShell или Windows Terminal. В macOS и Linux терминал уже встроен.

Через терминал вы:

подключаетесь к серверу;
обновляете систему;
создаёте файлы;
запускаете Python-код;
проверяете состояние сервера.

Поначалу терминал может выглядеть непривычно, но для работы с сервером это основной инструмент.

5. Как выбрать сервер под задачу

Выбор сервера зависит от двух ключевых вещей:

где физически находится сервер;
сколько ресурсов нужно проекту.

Локация сервера

Локация — это страна или город, где расположен дата-центр.

Если вы находитесь в России, Европе или СНГ, лучше выбирать сервер ближе к этим странам. Чем ближе сервер к пользователю, тем меньше задержка при обмене данными.

Но для реального проекта локация влияет на:

скорость отклика;
стабильность доступа;
юридические требования;
стоимость;
доступность сервисов.

Например, если проект работает для европейской аудитории, логично рассматривать серверы в Европе. Если проект внутренний и нужен только для тестов, можно брать самый доступный вариант.

Ресурсы сервера

Ресурсы нужно выбирать под задачу.

Минимальная конфигурация:

1 CPU;
1 ГБ RAM;
10–20 ГБ диска;
Linux Ubuntu.

Для Telegram-бота:

1 CPU;
1 ГБ RAM;
10–20 ГБ диска.

Для небольшого сайта:

1–2 CPU;
1–2 ГБ RAM;
20 ГБ диска.

Для сайта с базой данных:

2 CPU;
2–4 ГБ RAM;
30+ ГБ диска.

Для AI-проекта всё зависит от нагрузки. Если модель работает через API, VPS может быть небольшим. Если модель запускается прямо на сервере, нужны намного более серьёзные ресурсы, часто уже с GPU.

Главное правило: не покупать сервер «с большим запасом» без необходимости. Начните с минимального тарифа, проверьте работу проекта, а затем увеличивайте ресурсы при реальной потребности.

6. Что такое хостинг-провайдер

Хостинг-провайдер — это компания, у которой можно арендовать сервер.

Провайдер даёт вам:

панель управления;
возможность создать VPS;
IP-адрес;
логин и пароль;
выбор операционной системы;
тарифы с разными ресурсами;
инструменты оплаты и продления.

Интерфейсы у провайдеров могут меняться. Важно ориентироваться не на конкретное расположение кнопки, а на логику:

зарегистрироваться;
выбрать VPS;
выбрать операционную систему;
выбрать конфигурацию;
создать сервер;
получить IP, логин и пароль;
подключиться через SSH.

7. Как создать первый VPS

Общий порядок действий такой.

Шаг 1. Зарегистрироваться у провайдера

Выберите хостинг-провайдера и создайте аккаунт.

Не стоит указывать лишние персональные данные в иностранных сервисах, если этого можно избежать. Если сервис требует регистрацию, используйте тестовый или отдельный аккаунт.

Шаг 2. Создать VPS

В панели провайдера найдите раздел с виртуальными серверами. Он может называться:

VPS;
VDS;
Cloud Servers;
Виртуальные серверы;
Облачные серверы.

VPS и VDS в бытовом контексте часто используют почти как синонимы. Технические отличия могут быть, но важно одно: это арендованный виртуальный сервер, к которому вы получаете удалённый доступ.

Шаг 3. Выбрать операционную систему

Для старта выберите Linux, например Ubuntu.

Если есть несколько версий Ubuntu, обычно лучше брать актуальную LTS-версию. LTS означает Long Term Support — версия с длительной поддержкой.

Шаг 4. Выбрать конфигурацию

Минималка:

1 CPU;
1 ГБ RAM;
10–20 ГБ диска.

Если провайдер предлагает совсем маленький тариф на 512 МБ RAM, для простого теста он тоже может подойти, но 1 ГБ комфортнее.

Шаг 5. Дождаться создания сервера

После создания VPS провайдер обычно показывает:

IP-адрес;
логин;
пароль;
статус сервера.

Часто логин по умолчанию:

root

Root — главный пользователь в Linux-системе. У него максимальные права.

Для реальных проектов лучше создавать отдельного пользователя и настраивать доступ аккуратнее.

8. Как подключиться к серверу через SSH

Когда сервер создан, откройте терминал на своём компьютере.

Команда подключения выглядит так:

ssh root@123.45.67.89

Адрес 123.45.67.89 здесь учебный. Вместо него нужно указать IP вашего сервера.

После ввода команды терминал может спросить, доверяете ли вы этому серверу. Обычно нужно ввести:

yes

Затем терминал попросит пароль. При вводе пароля символы могут не отображаться. Это нормально. Пароль вводится, даже если на экране ничего не видно.

После успешного подключения вы окажетесь внутри сервера. Теперь команды, которые вы вводите, выполняются уже не на вашем компьютере, а на удалённой машине.

Если подключение не получилось, возможные причины:

сервер ещё не успел запуститься;
неправильно указан IP;
неправильно введён пароль;
провайдер ещё не выдал доступы;
SSH временно недоступен;
локальная сеть блокирует подключение.

Иногда достаточно подождать 2–5 минут после создания VPS и попробовать снова.

9. Как подготовить сервер к работе

После первого подключения нужно обновить список пакетов и установленные компоненты.

Сначала выполните:

apt update

Эта команда обновляет информацию о доступных пакетах. Она не обновляет все программы, а только загружает свежий список версий из репозиториев.

Репозиторий — это хранилище программ для Linux. Когда вы устанавливаете что-то через apt, система берёт программы из таких хранилищ.

Затем выполните:

apt upgrade

Эта команда обновляет установленные пакеты до актуальных версий.

Иногда система спросит подтверждение. В таком случае нажмите:

и затем Enter.

Можно использовать вариант:

apt upgrade -y

Флаг -y автоматически подтверждает установку обновлений.

10. Как проверить Python

На многих Linux-серверах Python уже установлен. Проверить это можно командой:

python3 --version

Если Python установлен, вы увидите версию:

Python 3.10.12

Версия может отличаться. Это нормально.

Если команда не сработала, Python можно установить отдельно, но для базового VPS с Ubuntu чаще всего Python уже есть.

11. Как создать первый Python-файл на сервере

Теперь создадим файл с кодом.

Для этого можно использовать редактор nano.

Команда:

nano first_server.py

Nano — простой текстовый редактор прямо в терминале. Он позволяет открыть файл, написать код и сохранить его без графического интерфейса.

Внутри файла напишите:

print("Hello, World!")print("My first server!")

Чтобы сохранить файл в nano:

нажмите Ctrl + O;
нажмите Enter;
нажмите Ctrl + X, чтобы выйти.

Теперь проверьте содержимое файла:

cat first_server.py

Команда cat выводит содержимое файла в терминал.

Если всё правильно, вы увидите:

print("Hello, World!")print("My first server!")

Теперь запустите файл:

python3 first_server.py

Если всё работает, терминал выведет:

Hello, World!My first server!

Это значит, что вы успешно создали файл на удалённом сервере и запустили Python-код не на своём компьютере, а на VPS.

12. Что именно произошло после запуска кода

Важно понять не только последовательность команд, но и логику.

Вы:

арендовали удалённую машину;
получили к ней сетевой доступ;
подключились через SSH;
обновили системные пакеты;
проверили наличие Python;
создали файл прямо на сервере;
запустили код на удалённой машине.

Это базовый сценарий, на котором строится дальнейшая работа с backend-проектами, ботами, API и автоматизациями.

Позже вместо простого файла можно будет запускать:

Telegram-бота;
Flask/FastAPI-приложение;
парсер;
AI-агента;
сервис обработки данных;
автоматический скрипт по расписанию.

13. Что важно добавить по безопасности

Базовый путь: создать сервер, подключиться, запустить код. Но для реальной работы стоит сразу зафиксировать несколько правил безопасности.

Не публикуйте пароль от сервера

Пароль от VPS нельзя отправлять в общий чат, вставлять в скриншоты, публиковать где то или хранить в открытом документе.

Если нужно показать подключение, скрывайте:

пароль;
часть IP, если проект не учебный;
токены;
API-ключи;
приватные ключи.

Аккуратно со скриншотами

В реальной среде лучше закрывать лишние данные: баланс аккаунта, почту, внутренние идентификаторы, токены, пароли.

Root — удобно, но опасно

Root имеет максимальные права. Ошибочная команда под root может повредить систему.

Для первых шагов root допустим. В дальнейшем лучше создать отдельного пользователя и настроить SSH-доступ через ключи.

SSH-ключи лучше пароля

Парольный вход проще, но в реальных проектах безопаснее использовать SSH-ключи.

SSH-ключ — это пара файлов: приватный ключ хранится у вас, публичный добавляется на сервер. Тогда подключение происходит без ввода пароля, а безопасность выше.

14. Частые ошибки новичков

Ошибка 1. Неправильно скопирован IP

Иногда IP копируют с пробелом, лишней точкой или пропущенной цифрой.

Проверьте адрес внимательно.

Ошибка 2. Пароль вводится, но не отображается

В терминале при вводе пароля часто не видно ни символов, ни звёздочек. Это нормальное поведение Linux.

Введите пароль и нажмите Enter.

Ошибка 3. Сервер ещё не запустился

После создания VPS серверу может понадобиться время. Если SSH не подключается сразу, подождите несколько минут.

Ошибка 4. Команда введена на локальном компьютере, а не на сервере

До подключения через SSH команды выполняются на вашем компьютере. После подключения — на сервере.

Понять это можно по строке терминала. После входа часто появляется что-то вроде:

root@server:~#

Ошибка 5. Файл создан, но не сохранён

В nano нужно сохранить файл через Ctrl + O, затем выйти через Ctrl + X.

Если выйти без сохранения, файл останется пустым или не создастся.

Ошибка 6. Запускают `python`, а не `python3`

На многих серверах команда python может быть недоступна. Используйте:

python3 first_server.py

Пробуйте :)

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Контент-завод. Часть 2: От ручных тестов к автоматизации вертикальных видео

2026-03-23T11:37:10.699Z

Мы пока еще не переходим к технической базе, обсуждаем логику и подход к созданию своего мини цеха по продакшену контента. Все что мы тут обсуждаем так или иначе используется в создании контент - системы как в масштабе, так и точечно.

Первая часть тут: https://teletype.in/@safronistika/bFe0aHfzWCn

Почему не надо сразу лезть в полную автоматизацию? Как делать первые шаги так, чтобы потом не было проблем дальше?

Что там с алгоритмами ранжирования? Все это для нас важно.
Важно понять, как вообще работают алгоритмы ранжирования на платформах: YouTube, TikTok, Instagram.

Для начала мы все делаем руками, сделаем первые 2, 3, 5, 10 видео вручную и понимаем, что они вам нравятся, что они заходят аудитории и что у них есть потенциал масштабирования.

Потому что с помощью ИИ можно генерить и 10 тысяч штук, но есть видео, которые масштабировать нельзя — их сложно делать в продакшене, и такие форматы мы будем избегать.

Соответственно, задача каждого — не бросаться с головой в автоматизацию, а пройти всё вручную: сделать несколько примеров видео, которые нравятся вам, подходят вашей нише и вашей аудитории. И только после этого переходить ко второму шагу — собирать комбайн, который всё это автоматизирует.

Принцип простой: если автоматизировать трэш, ничего хорошего из этого не выйдет (треш монетизируется и делается по серой бизнес-модели, но мы тут про белую). Сначала надо сделать классные видео руками. И это, к сожалению, проскочить нельзя.

Теперь второй момент.

С чего всё начинается?
На какую тему вообще делаются видео для контент-фабрики?
Какой подход используется?

Есть несколько подходов.

Первый: если у вас уже есть бизнес или проект — например, фитнес, IT-стартапы, ещё что-то — то логично делать в своей тематике.

Второй: когда у человека вообще пока ничего нет, и он начинает с вопроса: а на какую тему делать YouTube-канал, какие ниши перспективные, где есть деньги и так далее.

Общий заход здесь такой: всегда начинать с ресёрча. Посмотреть, что вообще есть. И здесь есть важный тренд.

Идея в том, что медиа и продукт сливаются.
Например, кулинарный канал запускается на YouTube, а потом начинает продавать доставку еды или посуду. То есть канал становится не просто развлечением, а полноценным бизнесом. Или канал про одежду превращается в интернет-магазин. Или канал про автомобили дальше начинает продавать автомобили.

В какой-то момент уже даже непонятно, где больше денег и что является ядром. Но в современном мире медиа часто важнее, чем сам продукт.

То есть мы с вами делаем контент-завод. И задача создания медиа — она сложнее, чем задача создания продукта, потому что медиа — это удержание аудитории, привлечение аудитории, а это более сложная задача.

Но если мы делаем медиа и у нас нет продукта, мы оказываемся в плохой ситуации.

Есть известный кризис больших блоггеров, от 100к и выше, которые набрали подписчиков на площадках, а потом не понимают, что с этим делать. Монетизации нет, каналы бросаются и так далее.

Самые удачные сочетания, это либо когда у вас массовая тема, например кулинария, похудение и так далее, и у вас дешёвые продукты: условно сковородки, курсы, простые товары.

Либо если у вас B2B-тематика, например ниша маленькая — там 10 тысяч человек, условно CRM для ресторанов или обучение для DevOps — тогда продукт должен быть дорогим: условно 10 тысяч долларов с компании в год.

Проблема — не попадать в серединку. Не делать медиа впустую.

Те, кто делают YouTube-каналы на продажу, ориентируются на то, что в Америке платят примерно 4–6 тысяч долларов за миллион показов. И у некоторых бизнес-модель — это как раз аудитория как продукт.

Это первое, с чего начинают.

Если вы не попадаете ни в одну из этих моделей, попробуйте подумать, как вашу тему переместить в более массовую нишу. Например, если вы занимаетесь стартапами, вы понимаете, что стартапов мало и продуктов для них мало. Гораздо правильнее перейти в тему рынка труда. Там вакансий больше, денег больше. То есть лучше двигаться в более массовые ниши.

Теперь второй шаг — это изучение конкурентов и парсинг этих конкурентов.

Я буду приводить пример на Reels в Instagram, потому что всё довольно просто.

Идея следующая. Вы в своей нише — сначала находите через Deep Research топ-10 или топ-20, подписываетесь на них.

Дальше заводите пустой аккаунт в Instagram. Например, если мой рынок США, я завожу аккаунт под США, под VPN, и всё делаю там. И на этом аккаунте сначала подписываюсь на топ-10 тех, кого нашёл через ресёрч.

Здесь принципиально важно изначально проектировать свой канал на достаточно крупные медиа, которые уже существуют. Это важный момент.

Если мы ошибёмся, то окажемся как рыбаки, которые пришли на водоём, где никого нет, и пытаются ловить рыбу, а потом понимают: если рыбаков нет, то, возможно, и рыбы нет.

Нам всегда нужно ориентироваться на крупные существующие медиа.

Я, кстати, люблю ориентироваться на телевизионные шоу. Если я знаю, что по теме есть популярное шоу, которое давно идёт, значит это уже большой медиарынок. Например, «Битва Экстрасенсов» или рыбалка. Есть целые каналы, где сутками крутят видео про рыбалку. Это означает, что тема огромная, аудитория огромная, продукты там есть.

Если же мы не знаем ни одного сильного шоу, нет круглосуточных каналов, значит ниша мелкая, аудитория мелкая, продуктов мало. Лучше с этим не связываться.

То есть идея — не мельчить, а идти в большие ниши: похудение, инвестиции, франшизы и так далее.

Дальше второй шаг. Когда я нашёл первых 10, я начинаю просто смотреть Reels, и Instagram сам начинает подсовывать очень релевантные штуки.

И, как оказалось, другого метода нет, кроме как самому нарабатывать насмотренность. Желательно ещё и накопить базу 200–300 аккаунтов.

Есть сервис Apify, который легко парсит любое количество аккаунтов и выгружает всё это в Excel.

То есть второй шаг: вы собрали профили, за которыми следите. Это лидеры вашей ниши.

Третий шаг — мы заходим в Apify. Пока без автоматизации. В Apify есть прекрасный Instagram Scraper. У вас там есть приветственные 5 долларов на счету, которых хватит на пару таких запросов.

Что я делаю: по всем своим аккаунтам за последнюю неделю, за последние 7 дней, выкачиваю все Reels до которых сможет дотянутся скрапер (он не может выгрузить вам все видео, потому что Инста это пресекает).

Apify делает это очень просто. Там есть input в формате JSON. По сути потом мы это будем передавать через n8n, но пока делаем вручную. На выходе он предлагает скачать всё в JSON, CSV или Excel. В итоге вы получаете большую таблицу.

Какие там данные важны?

Смысл очень простой: мы должны вычислить лучшие ролики за прошлую неделю и максимально их повторить.

Идея не новая, но работает намного лучше, чем если вы будете придумывать всё с нуля, особенно на старте, когда вы просто ищете себя.

Поэтому большинство ребят делают так: подписываются на лучших креаторов, каждую неделю находят их лучшие вирусные ролики и, по сути, копируют.

Если у нас режим два ролика в день, то на неделю нам нужно 14 роликов. Всё просто.

Что нам выдаёт Apify? Он выдаёт ссылку на автора, количество комментариев, просмотры, количество подписчиков на момент публикации и ещё ряд данных.

Но самое важное — он даёт URL самого видео, чтобы можно было кликнуть и посмотреть, что именно было на первом месте за неделю.

И ещё по каждому видео есть два важных параметра: сколько людей нажало посмотреть и сколько досмотрело.

Как мы знаем, в Instagram есть важная отсечка — 3 секунды. Если человек включил и через секунду пролистал, это в просмотр не засчитывается. Засчитывается уже другой параметр. И у нас есть count, есть play count, есть просмотры, есть досмотры. Досмотров меньше, чем просто запусков.

Мы здесь будем использовать простую формулу: берём количество досмотров и делим на количество подписчиков у аккаунта на момент публикации.

Вообще у вирусных видео эта величина должна быть больше единицы.

Дальше я просто беру верхушку — топ-20.
Больше мне на неделю и не нужно. И повторяю эти видео.

Что я делаю дальше?

Дальше мне уже понадобится Gemini от Google, потому что у Google сейчас лучшая языковая модель для работы с видео, но можно подключать любую модель, которая вам понравилась на практике.

Мы закидываем все эти видео в Gemini — тут нам тоже поможет n8n — и раскладываем каждое видео на элементы:

О чём это видео?
Какие первые 3 секунды?
Какой был хук?
Какой был полный скрипт?
Что было на картинке?
Какие элементы, надписи, кнопки?
Какой общий вайб?
Какая музыка и какая озвучка?

Музыка и озвучка крайне важны, потому что в TikTok музыка иногда чуть ли не важнее всего остального. Попадание в музыкальные тренды там вообще ключевой момент.

Дальше мы просим сделать промпт, который, изучив исходное видео, позволит нам воссоздать очень похожую вещь через Veo, Kling или другой инструмент.

И дальше уже генерируем и делаем постинг.

Здесь есть нюанс. Когда мы проанализируем все эти видео за неделю — а их будут сотни — мы увидим, что на самом деле они укладываются в 4–5 форматов.

Например:
есть видео с говорящей головой,
есть видео с нарезкой подкастов,
есть ещё какие-то типы.

Важно оценивать форматы по принципу легкости генерации. Потому что, даже если эти видео получают миллионы просмотров, не факт, что вы сможете этот формат поставить на автоматический поток.

Поэтому держите в голове, легко или сложно будет автоматизировать то что вы нашли. Этот момент зависит от вашего опыта в генерации контента и владении инструментами и возможностями автоматизации.

Поэтому берите в работу не просто топ-18, а те ролики, которые ещё и пригодны для ИИ.

Дальше следующий этап — воспроизвести с помощью ИИ максимально похожее по качеству, стилю и формату видео.

Понятно, что это не гарантирует успех. Это не значит, что если у кого-то миллион просмотров, то и у вас будет миллион. Но это сильно повышает вероятность.

Вообще все эти заводы просто сокращают вероятность, когда вам улыбнется бог алгоритма и понесет ваше видео в топы.

Если вы руками будете делать и сгорите в продакшене, вы сделаете кратно меньше чем в автоматизированном режиме. И шансов в автоматике у вас больше, чем руками.

Если вы просто придумываете идею с нуля, вероятность залететь — условно 1%. А если вы повторяете уже рабочую механику, условно 20%. Всё равно без гарантий, но вероятность заметно выше.

Это один из подходов. Он довольно популярный и рабочий. Да, он построен на том, что мы 90% копируем. Но дальше добавляем 10% своего: свою фишку, свою подачу, свои особенности.

Вот такая основная логика на старте. По всем площадкам. Далее когда вы зацепитесь за органику, можно будет добавлять "свои идеи" (безусловно гениальные).

Не надо ставить себе мегазадачу — срочно сделать контент-завод и зашарашить весь Instagram плохими видео.

Задача максимально качественно подойти к ресёрчу, найти форматы и вручную повторить их несколько раз.

Когда вы сделаете это 5 раз и у вас уже будет получаться нормально, тогда можно переходить ко второй части и перекладывать всё это в n8n.

По поводу Apify: у Apify есть парсеры на все случаи жизни: и для YouTube, и для Instagram. Нам здесь нужен парсер именно для Instagram Reels.

Потом этот процесс автоматизируется, но важно руками в самом начале поработать, потому что так вы понимаете логику. А потом уже всё это можно делать по API через n8n. API-ключи создаются как обычно.

Для YouTube логика такая же. Там просто есть нюансы по алгоритмам и по поиску через ключевые слова. Но сейчас я рассказывал именно логику по Reels: нашли топ-200 блогеров в своей нише, скопировали лучшие механики, по ним и работаем.

Apify — в целом нормальный подходящий скрапер. У меня на полный цикл ушло около 2 долларов. На простую итерацию — где-то полдоллара. По сути это режим раз в неделю, например по понедельникам.

Теперь вопрос: как после получения просмотров оценить результат?

Смотрите, логика здесь такая. Медиа — это верх воронки, продукт — это низ воронки, монетизация.

Правильнее всего ориентироваться на конкурентов и на свою экономику.

Допустим, у нас школа английского языка, и главный канал — это Instagram Reels. Мы знаем, что если у нас миллион просмотров, то по ссылке перейдут, например, 1000 человек. Из них 1% конвертируется, условно 500 человек записываются на пробное занятие и так далее. То есть у нас есть понятная экономика, и мы понимаем, что нам даёт миллион просмотров.

Вторая аналогия — можно посмотреть, сколько миллион просмотров стоит на рынке. Просто открываем рекламный кабинет, смотрим CPM — стоимость за тысячу показов — умножаем на тысячу и получаем стоимость миллиона показов.

Как я уже говорил, в Америке Google платит 4–6 тысяч долларов за миллион показов. В России на это ориентироваться не стоит.

Важно либо уходить в массовую тему — похудение, одежда, марафоны и так далее, либо в дорогую B2B-тему, где чеки большие. Самое плохое — это маленькая аудитория и маленькие чеки одновременно. Например, международное образование: и людей мало, и чеки разовые, и рынок ограниченный. Это плохая история.

Дальше мы сравниваем метрики. Смотрим свои метрики воронки, смотрим метрики конкурентов, а затем пытаемся добиться метрик лучше, чем у них.

Например, одна из метрик — просмотры, делённые на подписчиков. Есть и другие метрики, где учитываются лайки, комментарии, репосты. Никто точно не знает алгоритмы Instagram, но у них у всех удержание.

Instagram, YouTube, Facebook хотят, чтобы пользователь проводил у них как можно больше времени. Поэтому они продвигают те видео, которые с большей вероятностью досмотрят, после которых пользователь продолжит смотреть ещё. То есть они продвигают креаторов, которые помогают удерживать внимание.

Верхнеуровнево всё устроено именно так.

Есть мнение, что ИИ-сгенерированные видео продают в разы хуже, чем видео с реальными людьми.

У нас были разные эксперименты и обсуждения. Пока практика показывает, что в целом не хуже, но и не лучше. В некоторых случаях чуть хуже, но это компенсируется объёмом.

Особенно если мы говорим про короткие вертикальные видео — 5, 10, 15 секунд — там разницы почти нет. Кто-то специально скрывает, что это ИИ, кто-то наоборот это подчёркивает. Но давайте для расчёта просто пессимизируем и считать, что ИИ-видео дают результат на 20% хуже.

С точки зрения пользователя всё проще: ему важно, чтобы контент был классный. Ему всё равно, как он сделан.

Мы все ходим в фабричной одежде и не комплексуем, что она не сшита вручную в ателье. Хотя когда-то это считалось чем-то не таким крутым. То же самое и с контентом: мы всё больше потребляем механизированного контента, и если он качественный, он нам нравится.

Для коротких вертикальных видео это точно справедливо. Для длинных — нет, там всё сложнее. Но мы сейчас говорим именно про короткие и именно про верх воронки, задача которого — получать охваты.

Есть два типа контента: трафикообразующий и вовлекающий. Первый привлекает охваты и подписчиков, второй прогревает и продаёт. Тогда если рассматривать фабрику вертикальных видео как продукт, то её целевая аудитория — кто? Бренды, у которых уже есть каналы и продакшн, а им нужно только усилить верх воронки за счёт фабрики?

Да. Условно у вас есть миллион рублей. Вы можете потратить его на рекламу и купить за него какое-то количество показов. А можете инвестировать его в создание собственного контент-завода.

Кто клиенты таких решений?

Во-первых, те, кто уже прошёл путь от нуля к единице. То есть у них уже есть понятные связки, уже работает канал, и они хотят это масштабировать: увеличить охват, снизить стоимость привлечения клиента, сделать поток клиентов более предсказуемым. Это идеальные истории.

Во-вторых, те, у кого уже есть хороший продукт, кто раньше жил только на платной рекламе, а сейчас платная реклама дорожает, аукцион разгоняется, и они начинают думать: зачем мы всё время платим блогерам или площадкам, если можем построить своё собственное медиа? Если главный канал привлечения — вертикальные видео, логично инвестировать в собственную редакцию. Это хорошая долгосрочная инвестиция.

Сегментов много, но лучший сегмент — это те, у кого уже есть рабочий канал и кто понимает, что вертикальные видео могут быть для них каналом номер один по привлечению.

Когда вы изучите конкурентов в своей нише, вы найдёте 2–4 классных формата, которые:

а) залетают и набирают аудиторию,
б) поддаются автоматизации.

Сначала нашли классный кейс, попробовали повторить, поняли, откуда берутся исходники, как собираются голос, картинка, текст. Сделали одно видео — получилось не хуже. Отлично. Повторили 2–3 раза. После этого автоматизируем.

И ещё момент: одна задача, одно воркфлоу. В рамках одного воркфлоу сложно совместить сразу несколько форматов. Если вы хотите в понедельник один стиль, во вторник другой — это уже разные подходы в автоматизации и разные воркфлоу. Лучше на старте выбрать один стиль, который заходит, и дальше масштабировать именно его.

Контент-завод начинается с того, что мы сами руками проводим ресёрч, определяем тему, ключевые направления, ориентиры, на кого смотреть, с каких сайтов и каналов брать пример.

Потом смотрим, какие идеи у конкурентов залетели, какие нет, какие хуки они использовали. Хуки — это вообще одна из самых интересных задач в автоматизации контент-фабрики: понять, какой именно хук сработал.

Дальше пишется сценарий. Мы не отдаём сразу всё в видеогенерацию, потому что, во-первых, можем не дождаться результата, а во-вторых, у видео всё равно есть ограничения, но в любом случае сначала пишется сценарий, потом идёт монтаж, потом заливка на платформу.

То есть важно понимать: всё это разбивается на отдельные этапы. Здесь нет такой магии, где нажал одну кнопку — и всё полетело.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Контент-завод. Часть 1: Трендвотчинг и база залетающих видео

2026-02-12T16:29:50.340Z

Какая есть проблема сейчас, которую мы наблюдаем и которую, мне кажется, уже все почувствовали — это то, что платный трафик постоянно дорожает.

И лучший способ защитить себя от инфляции рекламного трафика и создать защитный барьер от конкурентов — это инвестиция в контент.

А лучший и самый простой в производстве формат контента — это вертикальные видео.

Уже суперочевидно понятно, что подписчики — это новая валюта следующего десятилетия.

И бренды, у которых есть подписчики, растут X10 быстрее, чем те, кто просто двигается через рекламные инструменты.

Почему вертикаль — это тир-1

Вертикальный контент, виральность — это тир-1, это то, что вам на горизонте 3–5 лет может дать бесплатный трафик и гигантское конкурентное преимущество.

При этом это очень проблемная фигня, в которой ты вот, ну, не пойми, как это посчитать, не пойми, как спрогнозировать то, что у тебя видео какое-то — ты его выложишь, и оно залетит.

Для многих когда-то это выглядело как просто SMM-команда, в которую ты вбухиваешь до фига денег, они тебе делают красивые картинки, генерируют какие-то видосики, а там что-то с этого попадает.

Ты думаешь, что это всё равно чувак с рекламой, и на этом всё заканчивается.

Вот эти проблемы как раз-таки можно попытаться решить связкой AI + понимание того, как работают соцсети.

Какие есть в целом проблемы?

1. Видео не залетают

Видео, которое вы выкладываете, неважно в какой соцсети — Instagram, TikTok, YouTube — просто не залетают, деньги сливаются, а соцсети по сути не выполняют свою функцию, просто существуют для галочки:

«Мы есть в Инстаграме, и отлично, там есть какие-то рилсы».

2. Непредсказуемый результат для бизнеса

То есть непонятно, как посчитать вообще выхлоп с SMM.
Непонятно вообще, как верить в эту штуку, когда она настолько непонятно прогнозируемая.

Нет прогнозируемости — нет доверия.

3. Непонятно, как выстроить процесс

Третья проблема — это непонятно, как выстроить процесс, кто нужен в команде, какие расходы и как забюджетировать весь этот процесс.

Потому что SMM вообще выглядит как очень комплексная машина, где очень много функций.

Там и копирайт, и смонтировать это надо, и чтобы кто-то снялся. Этих всех актёров нужно менеджерить. Потом кто-то скажет, что на самом деле прикольно, чтобы несколько людей в Инстаграме снималось, чтобы каждая из них была ролевой моделью целевой аудитории.

И ты сидишь с этими вводными и понимаешь, что тебе просто нужно 10 человек, чтобы эту штуку контролировать.

Трендвотчинг

Трендвотчинг — это, по сути, ключевой процесс, который помогает снизить неопределённость и увеличить вероятность успеха. Этот блок всегда стоит самым первым в любом заводе.

Каждое видео — это набор параметров.

У нас в платном трафике есть креативы, рекламные баннеры, которые запускаются в рекламу. И вот мы часто говорим про то, что каждый креатив, какая-то картинка, на которой что-то написано, что-то изображено, которую вы запускаете в рекламу — это набор определённых параметров.

Вот в рилсах, в органике, в соцсетях — это следующие параметры:

тема — про что само видео;
хук.

Хук — это первые 3 секунды видео, самая важная часть любого рилса, тиктока или шортса.

Потому что первые 3 секунды происходит что?

Первые 3 секунды вы либо пролистываете — да, это время, которое нужно потратить на то, чтобы дёрнуть палец, — либо вы остаетесь и смотрите, и Instagram принимает решение: засчитать это как просмотр или нет.

Если он засчитывает это как просмотр, то более активно начинает показывать видео другой похожей аудитории. А если вы пролистали — то нет.

Поэтому это очень важная часть.

Есть два типа хуков:

визуальный — то, что в видео происходит;
текстовый — то, что вы произносите.

Дальше — контентная часть, звук и монтаж.

В чём задача

То есть не бить в неизвестность, а конкретно понимать:

Вот сейчас залетает вот это.
Мы это сделаем — оно залетит на миллион просмотров.
И мы получим примерно 100 000 человек с этого видео.

Вот такая логика.

Сильно абстрактная, но я думаю, что вы поняли, что я имею в виду.

Как это делается

Моделей, как собирать этот блок в контент-заводе оч много. Обычно его делают под конкретную задачу в конкретном заводе. Тут мы по верхам пройдемся по одному из вариантов. Главное понять идею.

Для этого мы собираем базу данных, где у нас парсятся видео наших конкурентов, которые залетают и которые разбиваются на все эти параметры и метрики, которые нам нужны.

База, куда спарсились все рилсы за определённый период времени из вашей базы аккаунтов, которую вы собрали для вашего проекта и которую вы раскладываете на параметры.

Создаем таблицу с полями:

Дата
Рубрика
Тема видео
Хук
Описание
Длина описания
Количество подписчиков
Количество просмотров
Количество просмотров по отношению к количеству подписчиков
Количество лайков/комментов
ER
Количество репостов
Количество репостов по отношению к просмотрам
Длительность
Оценка вирусности
Оценка ER

Какие параметры контролировать?

Во-первых, дату, потому что тренды живут определённое количество времени. Чаще всего это 2 месяца, но, конечно, чем быстрее — тем лучше.

Соответственно, когда вы делаете парсинг, вы первый раз ставите последние 2 месяца по дате. Потом эта дата сокращается до недели, потому что желательно на еженедельной основе внедрять парсинг как процесс.

Что важно считать

Важно считать, какое количество просмотров получило видео по отношению к количеству подписчиков.

Потому что у вас может быть так: вы смотрите на видео, и там, например, 5 млн просмотров, но в аккаунте всего лишь 50 000 подписчиков.

Это значит, что видео залетело в несколько сотен раз от количества людей, которые подписаны на аккаунт. То есть оно реально завиралилось.

А бывает так, что в аккаунте миллион подписчиков — и тоже 5 млн просмотров. Ну очевидно, что здесь уже была база, которая посмотрела, помогла этому видео продвинуться, и оно залетело с помощью какой-то уже изначально существующей аудитории, которая его там облайкала.

Это работает для всех площадок (где есть алгоритмы😶‍🌫️).

Поэтому первый случай, когда подписчиков мало, а просмотров много, для нас больше сигнал о том, что видео завиралилось.

Engagement rate и виральность

Лайки, комментарии, стандартный ER — какой процент людей повзаимодействовал с видео от количества просмотров.

Это классический engagement rate.

Количество репостов — репосты вообще считаются самой «золотой» метрикой виральности, потому что если видео хорошо шерится, то есть в нём что-то, что заставляет людей его распространять между собой — и это круто.

Графа «Вирусность» — это аномальные всплески в аккаунте.

То есть, например, есть ваш аккаунт, у вас видео в среднем залетает на 100 000 просмотров, и вдруг какое-то видео залетело на 2 млн.

Вот это значит, что по сравнению с медианным показателем видео показывает сильный потенциал виральности.

Поэтому мы ему присваиваем здесь тег: потенциально вирусное видео.

И так в каждом аккаунте.

И обязательно парсим скрипт видео. Это вообще золотые данные для SMM-команды, потому что вы потом дальше можете делать с этим вообще что угодно.

Вы можете на основании этого генерировать и рекламные подачи, и просто выгружать это в ChatGPT, генерировать новые варианты роликов.

Здесь можно сделать столбик, что у нас есть original_script — это оригинальный скрипт, который был озвучен в видео, а есть rewritten_script.

Агент забирает оригинальный сценарий и отправляет его в GPT.

И вот колонка rewritten_script — это видео, которые ChatGPT пытается уже сразу нам в этой же табличке адаптировать под нас.

Сразу несколько вариантов хуков предлагает.

Пытается адаптировать сценарий, чтобы его не точно копировать, а как-то его под нас видоизменять.

И это большая точка роста, над которой важно работать, чтобы сценарии, которые адаптировались, были X10 круче, чем они сейчас.

Это общая методика.

Теперь немного деталей.

Первое: чтобы получить такую базу и дальше на основании неё принимать решение, какие видео вам, собственно, генерировать, вам нужно собрать первичную базу из аккаунтов, где залетают видео.

Первая проблема, которая здесь появляется, — то, что если вы начнёте искать их путём вбивания ключевых слов или пытаться их как-то спарсить, вы никогда в жизни их не найдёте.

Почему?

Потому что Instagram никаким образом не индексирует аккаунты прям сильно по темам.

Он не может проиндексировать каждый рилс и как-то объединить их по тематикам.

Поэтому, когда вы парсите и, например, даже если зайдёте сейчас в Instagram и вобьёте какую-то вашу конкурентную нишу, вам выдаст пять несчастных, жалких конкурентов — и всё.

И с этим дальше ничего не поделать.

Рилсы там не залетают, и откуда брать вот эту базу — непонятно.

А это ключевой этап, потому что если у вас хреновая база, а вы потом будете её копировать, то понятно, что это плохая идея.

Шаг один — создать нулевой аккаунт, где ещё нет никаких рекомендаций.

То есть нулевой аккаунт, всё чисто, там ничего не лайкалось раньше, просто чистый аккаунт.

И подписывайтесь на ваших конкурентов.

Неважно, на каком они рынке. Единственное, что важно — на каком языке они разговаривают.

Потому что если вы на сборную солянку подпишетесь, то Инста не будет понимать, на каком языке вы разговариваете.

Поэтому лучше, если у вас разные языки или вам релевантен контент с разных рынков, под это отдельный аккаунт создавать.

И подписывайтесь на своих конкурентов.

Что происходит?

Instagram начинает думать, что вы потенциальная целевая аудитория этого контента, и адаптирует ленту под этот контент. Начинает вам показывать самые залетающие ролики, которые вообще только могут быть в нише, которая похожа на вас, на вашу целевую аудиторию.

Вы просто заходите в Instagram, листаете — и у вас это просто кладезь аккаунтов, у которых залетают видео и которые являются смежными, похожими, либо вашими прямыми конкурентами, либо на них подписана ваша целевая аудитория.

После того, как вы собрали базу, мы её загружаем в табличку. Не в ту что в начале описывали, это отдельная для сбора вручную аккаунтов конкурентов. Достаточно для первого раза 200 аккаунтов, но вообще создайте процесс, при котором эта база постоянно пополняется — она не должна быть статичной.

Для SMM-команды это один из самых ценных процессов.

Потому что, пока ты смотришь:

во-первых, твоя нейросетка Инсты прокачивается;
во-вторых, аккаунт, с которого ты собираешь эти аккаунты и сидишь, превращается в бесконечно адаптируемую ленту, которая постоянно обновляется.

И это уже самый лучший источник конкурентов, контента, трендов, которые только могут быть, потому что это в лайв-формате обновляющаяся лента под вашу целевую аудиторию.

И никакой парсинг вам этого не заменит. Никакого аналога сейчас нет, поэтому даже не пытайтесь там что-то спарсить.

Я вам просто сразу говорю, что вы потратите много времени, потому что я сам потратил много времени.

Как можно парсить данные?

Есть два варианта, как можно парсить видео и вообще данные с соцсетей.

Через API

Это плохой вариант, потому что с API вы идёте через свои официальные аккаунты в этих соцсетях.

У вас очень много ограничений.

Вы можете снимать метрики только со своих аккаунтов, но это может быть полезно для того, чтобы настроить аналитику.

Например, чтобы в Инстаграме считать, какое количество подписчиков вам принесла платная реклама, а какое количество подписчиков вам принесли рилсы.

То есть уже можно даже отслеживать источники, что раньше нельзя было.

Поэтому API — это нормальная идея, но трендвотчинг лучше парсить именно без API.

Какая связка работает

Здесь работает следующая связка: Apify + N8N + GPT + Whisper.

Достаточно простой сценарий.

Вы добавляете ноду Google Sheets.

Первое — чтобы он забрал логины. Дальше SplitInBatches — это функция, которая добавляет каждый логин отдельно и отправляет его дальше в Apify.

Это простой сценарий в N8N, который забирает логины аккаунтов из таблицы и отправляет их в Apify.

Apify — это сервис, который парсит аккаунты. Есть прямо template Instagram Scraper. Очень прикольно то, что он обходит многие ограничения.

Тут уже написан код, вам никакой код писать не нужно. Это уже офигенный готовый темплейт от разрабов, который есть.

Он вытаскивает весь датасет, высчитывает метрики по формулам — все, которые мы обсудили выше — и дальше отправляет реквест в Whisper.

Whisper — это транскрибация аудио в текст, и дальше данные дополняются в таблицу.

Вот такой сценарий примерно.

И вы получаете в итоге базу данных в таблице, где есть точное понимание, какая комбинация параметров помогла, чтобы видео залетело и попало в алгоритмы.

Еще раз ноды в n8n — полный сценарий:

1. Google Sheets → Read Rows

Забираем логины аккаунтов из таблицы.

Google Sheets можно заменить на Airtable.

После этого формируется база аккаунтов, которые нужно обработать.

2. SplitInBatches

Разбиваем список логинов так, чтобы каждый аккаунт отправлялся в обработку отдельно.

Это нужно, чтобы:

корректно обрабатывать каждый логин
не ловить лимиты
управлять нагрузкой

3. Trigger (Cron)

Запуск по расписанию.

Можно настроить:

раз в неделю
раз в день
в зависимости от объёма базы

4. HTTP Request → запуск Apify Instagram Scraper

Отправляем логин в Apify.

Используется готовый template:

https://apify.com/apify/instagram-scraper

Код писать не нужно — используется готовый темплейт.

5. Wait

Ожидание завершения парсинга.

Если аккаунтов много — лучше ставить больший тайм-аут, чтобы избежать ошибок.

6. Get Dataset

Получаем датасет из Apify.

Из него вытягиваются:

подписчики
просмотры
лайки
комментарии
репосты

7. Метрики (Code)

Вычисляются показатели по формулам:

engagement rate
отношение просмотров к подписчикам
вирусность
аномальные всплески

8. HTTP Request → Whisper API

Отправляем видео в Whisper.

Whisper делает транскрибацию аудио → текст.

9. Google Sheets

Возвращаем всё в таблицу.

В итоге в таблице появляются:

original_script
rewritten_script (если подключён GPT)
метрики
показатели вирусности
транскрибация

Результат

Вы получаете структурированную базу данных, где видно:

какие комбинации параметров дают залёт
какие темы работают
какие хуки масштабируются
какие аккаунты реально завиралились

Это и есть основа для управляемого вертикального продакшена.

А что мы делаем с этим дальше?

Дальше в таблице мы ставим фильтры по нужным вам метрикам.

Эту часть часто делают вручную, потому что всё равно все попытки привести соцсети под одни правила, подогнать — типа «смотри вот на это, вот это точно сработает» — часто имеют изъяны, потому что в соцсетях всё-таки остаётся некоторая часть креатива.

Обычно ориентируемся на то, насколько залетело видео по отношению к количеству подписчиков.

Ставим фильтр и забираем в работу первые 50 видео из базы.

Как адаптировать сценарии

Есть несколько вариантов.

1. Полное копирование

Первый вариант — ты копируешь полностью всё.

Работает, особенно если вы на начальной стадии, потому что нет никакой ответственности. И вряд ли кто-то вообще когда-либо заметит, что вы там какую-то идею взяли, потому что все друг у друга тырят в Инстаграме идеи для рилсов, они даже между брендами постоянно перекликаются.

Но если вы крупная корпорация, то понятное дело, что такой вариант уже не подходит.

2. Адаптация

Хорошо работает тема с адаптированием, когда сохраняются первые 3 секунды видео, а дальше вы контентную часть либо меняете копирайт, либо чуть-чуть адаптируете под себя.

3. Кросс-языковая стратегия

Третий вариант — это когда вы берёте видео, например, с другого языка, то есть добавляете в базу контент на хинди, а потом просто делаете такое же видео, но на английском.

Это очень замечательная стратегия.
Она очень хорошо работает.

Воркфлоу в n8n по созданию видео

Что здесь происходит?

Отправляется запрос через Telegram. То есть мы пишем, что нам нужно сегодня выложить какое-то видео.

Он обращается к таблице, вытаскивает сценарий, отправляет его в ChatGPT.

ChatGPT разбивает его на раскадровку, и после этого отправляет в видеомейкер. Это место, где генерируются с помощью аишки сами видосы.

Мы её здесь используем, потому что она дешёвая, но можно ещё использовать что-то круче — то есть всякие Kling, разные нейросетки сюда подставлять.

Получается: GPT генерирует промпт → это отправляется в видеомейкер → генерируется видео → дальше всё объединяется и отправляется обратно в Telegram, и накладываются субтитры.

То есть запрос → сценарий → раскадровка → промпт → генерация → сборка → Telegram → субтитры.

Еще раз про воркфлоу:

Telegram → AI-агент → тренды → сценарий → видео → проверка → публикация

Берёт тренд из базы
Генерирует сценарий
Создаёт видео
Проверяет статус
Возвращает готовый результат

Порядок работы системы

1. Telegram Trigger — точка входа

Пользователь пишет в Telegram:

“Сделай видео по тренду про X”

Что важно:

Используется session_id (user_id)
Все сообщения логируются в Supabase
Сохраняется контекст

Нюанс

Без сохранения контекста бот будет “тупить” и забывать, что уже обсуждали.

2. Логирование запроса (Supabase)

Перед тем как агент начнёт думать:

Сохраняем user message
Привязываем к session_id
Фиксируем роль (human)

Это нужно для:

истории диалога
аналитики
обучения

3. AI Agent — мозг системы

Агент получает:

текст из Telegram
доступ к памяти (Postgres Chat Memory)
доступ к инструментам
доступ к векторной базе трендов

В systemMessage прописана его роль:

Ты анализируешь тренды → формируешь сценарий → генерируешь видео → ждёшь результат → возвращаешь ссылку.

Нюанс

Если system prompt слабый — агент начинает генерировать воду вместо системной логики.

4. Vector Store — анализ трендов

Если пользователь просит трендовую тему:

агент обращается к Supabase Vector Store
embeddings OpenAI ищут похожие документы
возвращаются релевантные тренды

Это ключевой момент

Без этого агент просто “придумывает”.
С этим — он опирается на реальные залетевшие видео.

5. Генерация сценария (GPT)

После выбора темы агент:

Формирует сценарий
Делит на структуру
Подготавливает script
Формирует video_description

Важно:

Кавычки должны быть удалены из video_description и script перед передачей в Video_maker.

Это критичный технический нюанс.
Если оставить кавычки — workflow ломается.

6. Video_maker — запуск генерации

Агент вызывает инструмент:

{
  "video_description": "...",
  "script": "..."
}

Video_maker возвращает:

{
  "pid": "G2sRFui4NhcLJecK9JmN"
}

pid — это ID проекта.

Нюанс

Video_maker — это отдельный workflow.
Он должен начинаться с Execute Workflow Trigger и возвращать финальный результат.

Это вспомогательный воркфлоу-генератор видео. Он принимает video_description и script, отправляет их в revid.ai, получает pid проекта и возвращает его в основной агент.

1. ExecuteWorkflowTrigger

When Executed by Another Workflow

Точка входа.

Он принимает JSON:

{
  "video_description": "...",
  "script": "..."
}

Нюанс

Это не Telegram-trigger.
Этот воркфлоу нельзя запускать напрямую — только из родительского.

2. HTTP Request → revid.ai

Отправляется POST-запрос:

https://www.revid.ai/api/public/v2/render

Передаются:

script → как inputText
video_description → как generationUserPrompt
формат 9:16
включена генерация:

голоса
музыки
видео
субтитров
sound effects

Что здесь важно

flowType: text-to-video
slug: create-tiktok-video
ratio: 9 / 16
hasToGenerateVideos: true
hasEnhancedGeneration: true

То есть это полноценная AI-сборка вертикального видео.

3. Ответ revid.ai

API возвращает:

{
  "pid": "G2sRFui4NhcLJecK9JmN"
}

pid — это ID проекта рендера.

Видео в этот момент ещё не готово.

4. Edit Fields (Set node)

Берётся:

$json.pid

И сохраняется как:

response

Этот pid возвращается в основной workflow.

Что происходит дальше (в родительском процессе)

Основной агент получает pid
Вызывает Video_status_checker
Проверяет статус рендера
Ждёт готовность
Забирает videoUrl

7. Проверка статуса — Video_status_checker

После получения pid:

Агент вызывает Video_status_checker
Если статус = building → ждёт 60 секунд
Повторяет проверку
Когда статус = ready → получает videoUrl

Это асинхронная архитектура.

Ошибка новичков

Не реализуют ожидание — и бот просто падает.

8. Финальный ответ пользователю

Когда видео готово:

Агент объясняет, что было создано
Возвращает ссылку
Отправляет в Telegram

Перед отправкой текст проходит через Code node:

Экранируются Markdown символы
Чтобы Telegram не ломал форматирование

9. Логирование ответа

Assistant message сохраняется в Supabase.

Это нужно для:

истории
аналитики
повторной генерации
обучения модели

Если вам сложно воспринимать описанное выше, не переживайте. просто подключите в помощь нейронку и она вам в доступном для вас языке разложит все и даже сделает воркфлоу в n8n.

Самый лучший пока что сценарий — это когда ты генерируешь картинку, а из картинки потом оживляешь видео. Раскадровка. Это экономит время и деньги при создании видео.

Вот поэтому мы сначала генерируем картинку если создаем ролик вручную, но в случае сценария с AI-агентом это будет немножко топорный, долгий путь, поэтому там сразу мы генерируем видос.

Все таки автоматизация и ручная работа, воркфлоу и логика отличаются.

Полуавтоматическая схема с аватаром

А есть, знаете, какая клёвая тема.

Есть ещё система, когда вы не полностью автоматизируете процесс, а когда подключается аватар через AI, и дальше к нему на задний фон подтягиваются реальные видео.

Берете топ видео, которое можете прокомментировать. Отдаете монтажеру или он сам забирает файл вашей генерации аватара (через Хайген) и склеивает топ видео и вашего аватара с видео.

То есть здесь вы вообще не принимает участия никакого в съёмках.

В этом формате особо нет монтажа. Монтажер просто склеивает материалы из интернета и добавляет субтитры автоматически через captions.

Таким образом, ты смотришь в основном на видео и понимаешь, что это AI, но замечаешь это не сразу, просто потому что это не является главным объектом на видео.

Эта штука очень легко настраивается.

Инструкцию как создать AI-аватара я делал тут давно, еще актуально: https://youtu.be/Kdda0UcjQfs

Что происходит сейчас на рынке

По поводу генерации видео — здесь очень много всего происходит прямо сейчас.

Ваша задача — не бежать за инструментами и не учиться конкретным инструментам реализации автоматизации, а увидеть архитектурно и принципы, как строятся такие системы.

И тогда вас не особо будут волновать постоянные обновления или релизы новых инструментов.

Шум в интернете сам подскажет вам, что стоит попробовать или заменить в тех тулах, которые вы уже используете.

это первая часть из трех в этой тематике... когда нибудь будет продолжение 🤣

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

n8n, ИИ и Telegram: собираем рабочий workflow

2026-01-20T20:35:00.863Z

Здесь, мы уже будем пересекать темы с n8n и заводами, так как будем переходить на практику или возможные варианты реализации контент-завода или небольшого цеха. Тут уже от вас зависит.

И сейчас будем как раз с вами общаться, обсуждать n8n (еще раз, да).

Почему вообще n8n?

Разумеется, сейчас много есть аналогов. Мы в универе изучали MAKE, ZAPIER и прочие, но они не Open source, и их так просто себе не поставить. В отличие от n8n.

По остальным моделям (стеку), которые часто используются для продакшена видео список такой:

ElevenLabs - звук (звуки, озвучка, копирование голоса)
SUNO
OpenAI: API/SORA
Сервисы Google: VEO3/Nano Banana
MidJorney

Это такая базовая база, но моделей очень много и инструментов тоже полно, можно тестировать под вашу задачу и подбирать уникальный стек инструментов.

Давайте вернёмся обратно к n8n. Чем он еще хорош, у него построена целая экосистема, есть шаблоны свои, то есть можно зайти, если вдруг, что-то тяжело самому собрать, заходите ищете готовый шаблон и это такая очень сейчас живая тема, их очень много, то есть можно найти, причём не обязательно доплатить, они есть бесплатные, уже собранные.

~~Или у инфобизеров, или в инете куча их просто всяких разных.~~

Заходите, ищете контент фабрики, прямо внутри n8n темплейты. На Ютубе очень много разных контент-фабрик, каждый под себя собирает разное.

Первые шаги в n8n я описал тут: https://teletype.in/@safronistika/+chto-nado-znat-o-n-8-n

Что такое workflow? Это буквально ноу - код решение, когда вы просто из блоков, перетаскивая, составляя, делать такую небольшую маленькую программу.

n8n был раньше известен, он появился в 2017 году, но он раскрылся именно сейчас, как раз за счёт того, что они завезли полноценную агентскую логику.

Что нас интересует n8n?

Давайте попробуем создать в Телеграмме бота. Этот элемент или шестеренка, часто используется в общей структуре контент-заводов, поэтому давайте эту шестеренку отдельно и создадим.

Мы будем писать ему запрос, он будет идти в интернет, искать там ответы на наши вопросы и присылать в бота.

С чего вообще начинается любой workflow?

С триггера. Триггер - это как раз входной элемент нашей программы. Он может быть разный.

Жмем Add first step.

Здесь сразу видно, сколько много разных триггеров.

Популярный в использовании триггер по времени.

Допустим, нас будет интересовать, чтобы каждый день, наш workflow запускался в полночь либо какой то другой временной промежуток.

Ставим в режим активно и теперь оно сработает раз в день. Можем поставить, на самом деле, намного чаще. Можно поставить каждые 10 секунд.

Где это может быть использовано?

Это может быть отложенный постинг, там где платформой не предусмотрен этот функционал. Можно проверять конкурентов в определенный период, что они сделали нового. Делать выгрузку данных через API и т.д.

Вернемся к нашему боту

Ставим триггер телеги

Настроим аккаунт телеги. Надо прожать триггер, открыть его и там добавить новые креды.

Токен вы создаете в https://telegram.me/BotFather
Полное руководство есть в этом же окне если кликнуть на Open docs

После того как вы создали бота в телеге и получили его токен, несите этот токен в поле n8n. После того как вы его там разместите, у вас будет такое окно:

Ноду с телегой мы настроили

Далее, добавляем ноду с AI Agent

К агенту цепляем модель ИИ и в инструментах добавляем поиск (Brave, Perplexity), чтобы у модели был доступ в интернет.

ИИ модель выберите какая вам по карману и по функционалу. У меня тут будет GPT 4.1 mini.

Теперь мы откроем ноду агента и настроим ее. Наша задача, передать ему user message от ноды телеграмма. Чтобы он с этой информацией работал.

По умолчанию у вас будет вот так:

Необходимо изменить поле Source for Prompt (User Message)

И потом перенести поле text (это сообщения, которые "слушает" агент из бота) в поле Prompt

Вот так должно быть в итоге, агент увидел мое сообщение в телеге боту "привет"

Дальше мы добавляем ноду, куда будет отвечать агент, на то, что вы написали в боте. Так как по умолчанию, этого не предусмотрено.

Вот так будет выглядеть воркфлоу на этом этапе.

Из урока по маппингу информации, вы уже понимаете как будет раскидываться информация по нодам и что вам ждать в ноде send a text message. На инпуте мывидим данные двух предыдущих нод

Для настройки ноды, которая будет отвечать на ваши сообщения, нам важно найти id чата, вся эта инфа есть в ноде триггера телеграмма.

В поле Text мы заполняем, что отвечает агент, а не то что приходит в триггер телеграмма, потому что, нам нужен ответ от агента, а не то что мы сами себе написали. Поэтому:

Теперь мы наладили ответ агента, который будет транслироваться через нашего бота.

Давайте добавим поиск в интернете нашему агенту. В ноду агента в ветку Tool добавим Perplexity. Там есть ограничения, каждый месяц они дают 5 баксов, чтобы использовать его бесплатно.

Можете подключить ноду Brave, но ее надо ставить отдельно, так как по умолчанию ее нету и надо добавлять, а там просит карту прицепить даже на бесплатном тарифе.

Как настроить ноду Perplexity? У меня стоят такие настройки. Нужно создать креды для перплексити отдельно, чтобы их поставить. Далее все по умолчанию, в поле Text, ставим сообщение ваше от бота.

После этого запускаем весь цикл, чтобы проверить. Жмем кнопку

И потом идет к боту и пишем там свой запрос. Я спросил как приготовить вкусный чай. Что получили в итоге

Файл этого воркфлоу будет в комментариях к посту в телеге.

Надеюсь у вас все получилось. Обычно если вы берете чужие шаблоны, то гладко они редко встают в вашу систему, то одно то другое. Повторяя или исправляя чужие воркфлоу, вы набиваете руку и быстрее учитесь.

Мы когда создавали заводы для проектов, очень много использовали чужих шаблонов и ни один ровно не встал так, как объясняли это создатели шаблонов. Зато мы научились их править и дорабатывать под себя и теперь в принципе уже не используем чужие шаблоны. Потому как можем уже любую логику собрать, лишь бы было четкое описание что хочет клиент.

Удачи.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Почему мы пришли к контент-заводу?

2025-12-18T05:35:26.866Z

Значит, для начала, перед тем, как мы погрузимся в технические штуки и начнём автоматизировать контент, пару слов вообще, зачем эта штука нужна.

Первая мысль очень простая. Сейчас мы живём в удивительное время, когда каждый месяц появляется 1000 AI Продуктов, стартапов и т.д.

При этом количество людей с деньгами остаётся примерно одним и тем же и каналы продаж, тот же Google, Facebook, Яндекс, ВКонтакте, они тоже примерно одни и те же и монополистами являются.

Более того, к чему это приводит?

Это приводит к тому, что стоимость привлечения клиентов и аудитории маркетинга всё время, усиливается, и эта ценность нарастает, а стоимость разработок, и всяких там штук, создания продуктов, как вы видите, их всё больше и больше становится она упрощается, демократизируется, всякий вайб-кодинг, курсоры всё это дело упрощают.

Вторая мысль, что если раньше мы все упарывались в платные каналы, многие начинали проекты с того, что, значит, стартовали с рекламы в ЯндексДирект, в Гугле, Фейсбуке и так далее.

Это очень понятно и популярно, то из-за причины, которую мы выше озвучили, аукцион там разогнался до таких величин, что экономика перестала сходиться. Соответственно, экономика и стоимость клика, можно сказать, инфляция внимания, инфляция кликов, довольно большая.

К чему это привело?

Это привело к тому, что все маркетологи начали возвращаться к старым добрым штукам, а именно генерировать собственный контент, делать собственные редакции, создавать свои каналы, свои ютубы, свои email-рассылки, возвращаться, в общем, к органике, потому что только там, как бы есть шансы сводить экономику и привлекать клиентов стабильно, нормально и с нормальным маржей.

Основой является полезный контент, а платные каналы используются только, для ретаргетинга, для того, чтобы там напомнить, какое-то там финальное касание сделать.

Лет 5-10 назад платные каналы для нас были основой.

Третий фактор, который тут наложился, Мировой геополитический, который, разваливается на куски, на блоки. Блокировки. Европа против России, США против Китая. В общем, все против всех.

Соответственно в эти игры мы попадаем как в жернова и получается, что, то Telegram заблокирует, то YouTube какой-то канал удалят, то что-то ещё.

И все, умные люди приходят к мысли, что лучший канал, это собственный канал. И вдруг вы все очень хорошо начинаете понимать, что, чужой YouTube канал - это не ваш канал, Telegram-канал тоже не ваш канал, а вашими каналами является, например, email-рассылка или ваш собственный блог или ваша собственная CRM.

И сейчас, все стремятся создать свои редакции, свои каналы, потому что они страхуют от всех вот этих, блокировок и всяких политических игр.

Конечно же, наш любимый ИИ, который как волна и гром среди ясного неба свалился совсем недавно, относительно, и перевернул старое создание контента.

Теперь, в общем, один бодрый товарищ или команда, которая знает всякие ИИ инструменты, ещё и n8n, может в принципе заменять 10, а может быть даже и 100 человек в старой формации.

Важно только не иллюзионировать, без чуткого руководства, знающего предмет или продукт специалиста, вся эта команда бесполезные инструменты.

Отсюда следующая история, что ИИ позволяет нам мыслить не тем, что мы сделали одну статью, один видосик, один подкаст, а мы можем мыслить цифрой, например, 10.000. Мы можем делать 10.000 статей, 10.000 видосиков, 10.000 писем и так далее. И это стало возможно делать быстро и дёшево.

С учётом того, что каналы являются основой, аудитория является основа, выделяется, несколько типовых контент машин:

Outreach-first продукты. 100 email/linkedin/telegram-сообщений первым 100 клиентам в одном узком сегменте (apollo, instantly). Важно! Чек от $5k.

Мы из разных баз, например, apollo, ещё каких-то, можем очень хорошо сегментировать нашу аудиторию и ей таргетировано написать личные сообщения в Telegram, WhatsApp, в email, но именно так, чтобы нас не забанили, не заспамили. Очень персонализировано..

Media/Community-first продукты. Пишем контент, собираем email-рассылку, сообщество/telegram-канал с нужной ЦА, запускаем продукт под эту ЦА. Как минимум 1 млн. подписчиков за 1 год (это возможно только в тех нишах, где уже есть подобные медиа).

Это когда мы умудряемся собирать своё медиа или комьюнити, собираем свой Telegram или YouTube канал и так далее, то есть мы собираем аудиторию и потом на этой аудитории собранно тестируем разные продукты. Сегодня мы запустили кофе по подписке, завтра мы запустили бизнес-клуб, послезавтра мы продаём товары из Китая и так далее. То есть аудитория у нас фиксирована, это есть главный актив, а продукты меняем как перчатки до тех пор, пока нам не понравится и аудитории не понравится, и ещё и маржа будет нас устраивать.

Classified-first. Размещаем сотни объявлений на Avito/Craigslist/Fiverr/HH/eBay/Amazon/WB

Это для тех, у кого главный канал являются всякие доски внешние у кого-то Amazon, у кого-то WB, у кого-то Avito, у кого-то Headhunter. То есть по сути Classified-first такой подход, мы эту ленту, в своём своей нише можем множеством множеством контента, так сказать, застолбить.

Event-first. Делаем мероприятие/вебинар. Если работает — тиражируем.

Это когда основой являются мероприятия или какие-то движухи. Мы делаем одно-два и потом тиражируем.

Серый контент-завод. Охватные компании на многие миллионы просмотров.
(офлайн) Local-first продукты. Снимаем помещение и делаем там крутые метрики (еда, детские центры и т.п.), дальше по франшизе тиражируем как минимум 100 точек в год.

Каналы продаж важнее продукта (CAC дорожает)
В платных каналах аукцион убивает экономику — фокус на полезном контенте, подписчиках и аудитории (а не на платной рекламе).
Лучший тип каналов продаж — собственные, а не чужие (свой Ютуб канал, видео-ферма, например)
Gen AI и n8n дают невероятные возможности автоматизации (1 человек может делать работу 10)
Не забывать про грамотное руководство человека, понимающего суть продукта

В любой теме, какой бы вы не занимались, вечнозеленые рубрики. Самое стандартное, то, что все делают, это первый тип контента - это какой-то экспертный, вдумчивый контент.

Самая популярная стратегия - это брать на английском, переводить на русский длинные статьи или длинные уроки или ещё что-то.

Второй тип контента - это парсить все новости и делать дайджесты, то есть новостной контент, но этот контент живет недолго, бывает все лишь сутки.

Третье - это отрабатывать всякие инфоповоды или самим их создавать в виде мероприятий.

Это вот такие три типа контента, которые, всегда людям интересны и нужны. Соответственно, если не знаешь с чего начать, начинай с чего-то из этих трёх, как говорится.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

n8n. Создание первого AI-агента

2025-12-17T15:38:48.852Z

Продолжим...

Открываем поле со всеми разделами. Выбираем AI и выбираем AI agent.

Здесь такая достаточно замысловатая нода, крокозябра, у которой есть ещё какие-то инструменты, память и модель.

Давайте нашу предыдущую ноду активируем. Напишем слово "привет". И вот оно у нас здесь появилось, в первой итерации.

sessionId, action, chatInput. Всё прекрасно.

Теперь заходим в ноду Агента и давайте посмотрим, что здесь происходит. Точно также видим главное меню, центральное меню, где сейчас будем все настройки проводить. И output, и input. Вот здесь у нас есть все те параметры, которые мы с вами уже видели.

Теперь, что находится в этой ноде AI Agent?

Во-первых, промт от пользователя. И здесь промт от пользователя - это тот самый чат инпут, тот самый параметр, который мы здесь с вами уже встречали и видели. Здесь он, видите, автоматически уже добавлен.

Если бы мы выбрали раздел Define below, то есть самостоятельно определить этот параметр, мы можем это выбрать, и сюда точно также перенести сообщение пользователя, и в таком случае оно подсветится зелёным. Это значит то, что он определился. Видите, ниже мы видим "привет". Это значит то, что эта нода поняла, какую информацию передаёт, вот эта вот конкретная переменная chatInput.

Далее, давайте постараемся настроить ноду.

Для того, чтобы её настроить, нам с вами уже придётся поработать с API.

И в первую очередь, это называется root ноды. К root ноде, то есть к корневой ноде, подходит определённое количество других нод, которые, необходимы для того, чтобы root нода работала.

Значит, смотрите, Chat Model, так как это ии агент, нам с вами сразу нужно уже работать с API и моделями. И для этого вот здесь, нажав на этот плюсик, у нас появляется возможность выбрать какого-то провайдера API.

Нажав на плюсик, у нас появляется вот такая нода OpenAI Chat Model. Мы её открываем и смотрим, что здесь нам нужно заполнить.

Смотрите, поле Credential to connect with.

Вот сейчас будем учиться создавать Credential (Креды), то бишь авторизации и подключаться к разным сервисам. Нам нужно подключиться к Open AI. Нажимаем Create New Crudential.

Здесь нужно ввести API Ключ и, в принципе, это всё, что здесь нужно ввести.

Как это сделать? Вы идете на свой аккаунт на сайте https://platform.openai.com

И здесь появится после регистрации у вас появится возможность взять API ключ для того, чтобы подключить его к вашему рабочему процессу в n8n.

Выбираем dashboard, заходим в dashboard и ниже находим API Ключи.

И здесь, видите, у вас есть возможность создать разные проекты и под каждый проект создавать собственные API ключи.

Для того, чтобы создать новый ключ, нажимаем create new API Key. Здесь назовите как вам хочется. После этого копируем API ключ.

Он у нас появится всего лишь один раз. После этого мы не сможем на него посмотреть.

Возвращаемся в наш n8n и вводим API Ключ.

К слову, API ключи, конечно, никому никогда не показывайте, на всякий случай напомню.

Наш креда создана. Ниже мы можем выбрать нужную нам AI модель.

Давайте остановимся на GPT-4.1-mini она в целом будет справляться с нашими задачами.

Дальше у нас есть ещё несколько нод, инструменты и память, но пока что мы не будем никак с ними работать. Нам это пока что не нужно.

Хорошо, попробуем запустить эту ноду.

Всё загорелось зелёным. Давайте смотреть, что изменилось.

Изменилось следующее, у нас появился output. И output этот содержит следующую информацию.

То есть переменная output, а значение "привет, как могу помочь?".

Мы понимаем, что нам модель ответила, и это замечательно. Давайте посмотрим на логи. Вот это вот очень важный раздел, где вы сможете следить за тем, что вообще происходит, как взаимодействуют модели, какую информацию она получает на input, какую информацию она получает на output и так далее. Значит, что мы здесь видим?

Здесь давайте вернёмся в output и посмотрим, а где же зашит системный промт? Как же так получилось, что он заполнен? Хотя мы его не заполняли.

Выбираем кнопочку Add Options. И здесь, как правило, во всех нодах у вас будет эта кнопочка появляться. И там есть ещё какое-то количество параметров, которые вы можете заполнить.

Давайте откроем System Message и увидим, что в System Message находится вот этот вот системный промпт.

Мы можем его изменить, как нам заблагорассудится. Например, отвечай только Азбукой Морзе. И теперь мы можем сохранить изменения и попробовать снова.

Давайте тогда снова откроем чат и попробуем снова ввести слово "привет". Посмотрим, что получится.

Прекрасно, нам модель ответила Азбукой Морзе, скорее всего это какое то приветствие.

То есть, в принципе, вот мы с вами создали самого простого ИИ Ассистента, с которым мы можем взаимодействовать.

Давайте теперь добавим ему функцию памяти. Здесь мы будем использовать просто Simple Memory. Плюсик Memory. Simple Memory.

Это позволяет нам хранить какое-то количество сообщений в памяти. При помощи встроенного функционала в n8n.

Здесь мы можем выбрать 10, можем выбрать 2, можем выбрать 12, сколько вам заблагорассудится и кажется оптимальным. Давайте выберем пять, как здесь и было. И в принципе всё, настройка завершена.

То есть сейчас э уже наш ассистент обладает памятью на пять предыдущих сообщений. Каждые пять сообщений, эта память обнуляется, и он уже не знает, что было. На шестое сообщение он не знает, что было в первом.

Давайте это протестируем. Снова нажмём Save. Нажмём Open Chat.
Что все удалить вчате надо нажать на стрелочку:

Снова введём "Привет, меня зовут Антон."

Теперь очень интересно, как он ответит сейчас. "Как меня зовут?" Вот он попытался как-то ответить.

Поскольку мы запрограммировали в него ответ исключительно морзянкой, то он попытался как бы что-то выдать.

То есть, в принципе, сейчас уже ассистент может с нами взаимодействовать и ориентироваться, опираться на системный промт, который мы в него здесь занесли.

Давайте, перед тем, как заканчивать, коротко ещё посмотрим на шаблоны, темплейты, что это такое, где это найти.

Различных workflow автоматизаций здесь полно и вы можете на них опираться.

https://n8n.io/workflows/

Можете уже самостоятельно посмотреть на разные темплейты в ваших нишах. Можете поизучать эти шаблоны. Тут большое количество, видите, и категорий, и разных шаблонов, и связанных с ИИ, и с не связанных с ИИ.

В общем, это хорошее место для того, чтобы вдохновиться на какие-то новые, workflow и рабочие процессы. Ну или просто найти конкретные решения под ваши задачи и вопросы.

Давайте подведём итоги.

Мы поняли, что такое N8N, зачем он нужен.
Мы разобрались с методами установки.
Про интерфейс n8n поговорили, разобрались с понятием Мэппинг информации, и собрали простого бота, у которого есть системный промт и который может отвечать на наши сообщения, обладая памятью.

Надеюсь, материал оказался полезным. До встречи.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Базовая База. Channel - Product Fit.

2025-12-14T12:10:31.641Z

Перед тем, как вообще задумываться о построении завода или небольшого цеха саппорта своему проекту важно начать с базы.

Подушнить так сказать, иначе никак... Важны детали, а у деталей есть нюансы.

Channel - Product Fit.

Мы будем разбираться, как искать каналы для продвижения ваших продуктов.

Многие знают, что такое Product - Market Fit и слышали этот термин. Он говорит о том, что продукт умеет эффективно решать какую-то потребность клиентов. Соответственно, если есть Product - Market Fit значит, есть сегмент клиентов, которые регулярно приходят на продукт для того, чтобы воспользоваться ими решить вот эту потребность.

При этом компания часто забывает о том, что этот продукт нужно каким-то образом, этим людям, показать, сделать так, чтобы они про него узнали.

И на вот этот вопрос дистрибуции, как рассказать и как привлечь людей, которые узнают про продукт, отвечает Channel - Product Fit. Это критерий, который говорит о том, что продукт умеет масштабируемо привлекать новых клиентов.

Product - Market Fit - Продукт эффективно решает потребность клиентов.
Product - Channel Fit - Продукт умеет масштабируемо привлекать новых клиентов.

Собственно, у нас на самом деле два вопроса, которые влияют на рост продукта. Первое - это как сделать вообще продукт, который будет кому-то нужен. И на этот вопрос отвечает Product - Market Fit.

А второй вопрос: как сделать так, чтобы люди вообще узнали про этот продукт?

Допустим, мы сделали продукт, который кому-то нужен, но просто так он сам про себя не расскажет.

Нужно каким-то образом привлечь новых пользователей, которые продукт попробуют и поймут, что он неплохо решает их потребности.

И на этот вопрос отвечает продукт Product Channel.

Есть критерии, как его измерять. Для чего нам нужен какой-то метрический критерий? Для того, чтобы можно было понять, вообще говоря, насколько успешно мы справляемся, отвечаем на вопрос Product - Market Fit и Product - Channel Fit.

Также можно было посравнивать продукты между собой, погенерить какие-то гипотезы, как сделать лучше и так далее.

Вот если говорить про критерии Product - Market Fit, то наиболее понятный измеримый критерий - это критерии, которые меряются через retention.

Если retention выходит на плато, значит у продукта есть Product - Market Fit.

Retention - это показатель, который описывает, как часто пользователи снова возвращаются в продукт, чтобы воспользоваться им.

И вот если какой-то процент пользователей регулярно продолжает возвращаться, значит, критерий вышел на какую-то постоянную линию. И у продукта есть Product - Market Fit.

Есть какая-то доля клиентов, которые нашли в нашем продукте ценность и поэтому регулярно возвращаются для того, чтобы ещё раз воспользоваться продуктом.

Если пользователь перестают возвращаться, то Retention падает. И в этом случае Product - Market Fit нет.

Но в этот момент мы ничего не говорим о том, а как сделать так, чтобы пользователи вообще про продукт узнали?

Есть вопрос дистрибуции и на вопрос дистрибуции отвечают Product - Channel Fit. У него тоже есть измеримые критерии, как померить, есть Product - Channel Fit или нету.

CAC<LTV

У продукта есть управляемые каналы дистрибуции, в которых CAC<LTV, т.е. расходы на привлечение меньше, чем доход с пользователя.

CAC (Customer Acquisition Cost) — стоимость привлечения одного клиента.
Считается как:
все затраты на маркетинг и продажи / количество привлечённых клиентов.
Включает рекламу, креативы, агентства, зарплаты, софт — всё, что реально тратится.

LTV (Lifetime Value) — пожизненная ценность клиента.
Сколько чистых денег клиент приносит за всё время взаимодействия с продуктом.
Обычно считается как:
средний доход с клиента × средняя длительность жизни клиента − переменные издержки.

CAC < LTV — базовый критерий product-channel fit.
Канал считается жизнеспособным, если клиент, пришедший через него, зарабатывает для бизнеса больше, чем стоит его привлечение.

Вот если это условие выполняется и при этом мы можем масштабированно находить пользователей, для которых такое условие будет выполняться, значит, есть product-channel fit.

Как продукт и каналы взаимосвязаны и как каналы влияют на ваш продукт?

Очень важная мысль, что каналы живут сами по себе.
Мы придумали продукт, каналы в этот момент про продукт ничего не знают, и мы на них на самом деле не влияем никак.

В этом случае продукт подстраивается под каналы привлечения, а не наоборот. Соответственно, то, на что мы можем повлиять, это не на то, как работает канал, а мы можем повлиять на свой продукт и сделать так, чтобы он лучше подстраивался под канал, и тогда product-channel fit с большей вероятностью найдётся.

Например, VK сам определяет, что и как показывается в его ленте, да, с какой частотой, в каком порядке, какие категории товаров вообще будут там показываться, а какие нет.

Как работает атрибуция, как работает алгоритм оптимизации. Мы на это повлиять никак не можем.

Мы можем принять эти правила и попробовать их как-то учесть. Если у нас товар, который нарушает требования модерации и VK не пропускает эту рекламу, мы можем придумать какой-то альтернативный продукт под VK, альтернативный лендинг под VK, который будет допускаться модерации, да?

Либо, если как-то работает определённым образом рекламный алгоритм, и ему нужны события для оптимизации, а у нас очень долгий цикл сделки, событий мало, мы можем придумать какое-то микро событие в нашем продукте или микро офер очень простой, для того, чтобы лучше работала оптимизация и мы могли использовать VK как канал привлечения.

Точно также Google и Яндекс определяют, как работают поисковые алгоритмы, поисковые выдачи, критерии попадания в топ.

Email клиент определяет, что попадёт в спам, а что не попадёт в спам, какие заголовки вы можете написать, какие не можете написать.

И, например, если мы рассчитываем, что продукт будет расти за счёт виральности, за счёт сарафана, это сразу означает то, что продукт должен быть супермассовый, он должен быть интересен большому кругу клиентов, чтобы можно было шэрить информацию о нашем продукте, распространять, делиться какой-то ссылкой.

Это было другим интересно и хотелось поделиться.

Круто, если в продукте будет заложен какой-то нетворк эффект, как в мессенджер, когда ценность от пользования продуктом возрастает, когда я зову туда своих друзей.

В случае с мессенджерами бесполезно пользоваться, если там нет, знакомых, друзей, с которыми я общаюсь.

Если же вы планируете продвигать продукт через платные каналы, то что тут важно?

Тут важен короткий цикл жизни до конверсии, чтобы нормально работала атрибуция, нормально работала оптимизация. И в этом случае часто там выгодно придумать какой-то понятный офер, короткий, дешёвый, на который будет больше ивентов для оптимизации.

Например, часто придумывают там в курсах, в каких-то вебинарах, в инфобизнесе, есть такое понятие, как лидмагнит, когда используют некоторый промежуточный этап, более простой, куда нагоняет большой поток регистрации и сильно проще оптимизировать такой продукт поводу выдачу VK, например. Он будет лучше работать.

Другой важный момент, когда мы думаем про рекламные каналы, его описал Питер Тиль в своей книге "От Нуля к единице". Он изучил компании, топ 500 компаний и определил, что у них основным каналом привлечения, посмотрел, какое количество каналов привлечения они используют, и понял, что большинство из них использует один либо два основных канала привлечения, которые генерируют основную массу новых пользователей.

И по сути, когда компания достигла product-channel fit, 70% трафика будет приходить с одного или двух каналов. О чём это говорит? Говорит о том, что нет смысла распыляться на множество каналов и рассчитывать на рост по чуть-чуть из каждого.

Более выгодная стратегия - это научиться работать с каким-то одним-двумя крупными каналами и максимально выжимать из них.

Если даже есть какие-то другие каналы, откуда можно выжить трафик, это требует ресурса, требует времени, чтобы научиться с ними работать.

Чаще всего выгоднее ещё больше попробовать выжить с того канала, который работает.

Важная мысль о том, что один канал, чаще всего является ключевым, один или два, и на них стоит делать ставку, пытаться найти эти один-два канала и научиться с ними работать.

Другая мысль, которая сильно влияет на product-channel fit, это ценообразование.

По сути, это часть продукта и то, как продукт подстраивается под каналы. В зависимости от модели ценообразования, какие-то каналы начинают работать, какие-то каналы перестают работать.

Первый фактор, важный, который влияет на выбор канала - это средний чек покупки и LTV клиента, которые обеспечивает продукт.

В зависимости от этих параметров, какие-то каналы будут работать, какие-то каналы будут слишком дорогими или дешёвыми.

Второй важный момент - это вообще модель ценообразования.

Что мы продаём?

Фиксированный тариф, подписка, бесплатный триал, который дальше мы дожимаем до покупки, какой-нибудь суперапп, в котором много разных сервисов, и мы используем этот суперапп для привлечения пользователя, покупаем один раз, а дальше кросселим продукты, а внутри супераппа, не тратим денег на дополнительное привлечение клиента.

Вот это тоже будет влиять на каналы, которые используются.

Средний человек влияет на выбор канала. Это важно учитывать.

Хочется ещё рассказать про то, какие типы привлечения бывают, чтобы было понятно, среди каких каналов мы, вообще говоря, выбираем, каким-то образом их сегментировать.

Есть три больших группы.

А есть платный канал (PAID), туда входит вся там медийная реклама, перформанс реклама, реклама в Ютубе, какие-то партнёрские размещения, спецпроекты с блогерами либо с какими-то СМИ.

А есть другая группа каналов, называется (OWNED). Это то, что у нас есть мы сами делаем, наш сайт, наш блог, наши базы CRM, наши странички в соцсетях. Это то, что есть у нас. Мы за это не платим напрямую деньги. Мы платим деньги сотрудникам и ресурсам и вкладываем в какое-то время, дальше это даёт свой результат в продажах.

И третья группа - это так называемые (EARNED). Это что-то среднее между платным и собственным. Это тоже медиа. Они не наши, но они работают на нас, скажем, наработанные медиа. Это отзывы в соцсетях, это сарафан, рекомендации, это какие-то репосты, лайки и шеры, это обзоры, которые пользователи делают самостоятельно.

Это любой UGC контент, мы можем тоже думать про эти каналы, как про каналы привлечения, пытаться ими управлять, и рассчитывать, что продукт будет расти чисто за счёт, например, этой группы каналов.

Что тут важно, для чего мы так делим?

Важно, что у этих групп будут свои какие-то особенности, которые важно учитывать в продукте.

Если мы рассчитываем на рост через платные каналы, то что будет важно?
Будет важен средний чек и минимальный порог по профиту с клиента. Потому что в зависимости от этого, будет работать платная реклама либо нет.

И если ARPU (Average Revenue Per User — средний доход на одного пользователя за выбранный период (обычно месяц)) супер маленький, то, скорее всего, платная реклама не будет сходиться.

Второй момент, который будет важен - это размер целевой аудитории и таргетинги доступные, и вообще возможность таргетиться, есть ли какие-то пользователи, которых на которых нам нужно таргетиться или это массовый продукт, соответственно, чем уже таргетинг, тем сложнее, потому что, не во всех платных каналах мы сможем найти эту аудиторию.

Важен размер аудитории, которые мы сможем найти, да?

Важно подумать про количество человек, которые хотят купить товар, вообще говоря, способны его купить, могут себе позволить, то есть цена им подойдет и готовы купить именно сейчас.

Потому что если они не готовы купить сейчас, то платная реклама обычно работает на последней стадии, а не на всей воронке.

И будет очень тяжело через платную рекламу привлекать пользователей, которые долго созревают до покупки.

Важно как раз вот учитывать степень спроса на продукт. Нужно ли про продукт рассказывать и про категорию к которой относится продукт, чтобы пользователи про неё узнали, либо они на самом деле уже знают и пробивать пользователей не стоит.

Тогда платная реклама работает лучше.

Если мы хотим привлекать пользователей через EARNED или OWNED, то о чём тут важно подумать?

Первое, про SEO. Будет ли он работать или нет? Это зависит от того, как много пользователей гуглят проблемы, которые решает наш продукт.

А если гуглят много, то там контент маркетинг и SEO могут стать ключевым каналом и в этом случае нам, возможно, нужно не строить команду, которая закупает трафик, а строить команду редакцию, которая выпускает много контента.

Если мы рассчитываем на network эффект, то о чём тут важно подумать, улучшается ли опыт пользователей от продукта, когда они туда приглашают своих друзей?

Если нет, то network эффект не случится. И если мы рассчитываем на сарафан, например, на то, что пользователи сами будут рассказывать про продукт, то тут очень важно, чтобы продукт вызывал какой-то вауэффект или была какая-то стадия в продукте, которая вызывает этот вауэффект, про который пользователь будет рассказывать.

Нам нужно продукт таким образом построить канал, чтобы эта стадия там появилась.

Теперь хочется рассказать, как на самом деле мы подходим к выбору каналов, как их можно оценить и выбрать, более приоритетные, с которыми начать работу.

Первый шаг - это определить цели привлечения, для чего мы сейчас собираем каналы, что мы хотим решить, какие могут быть цели:

Изучение и поиск product/market fit
Тогда важны таргетинги и низкая стоимость теста
Масштабирование
Важен охват и масштаб
Эффективность
Важна стоимость канала

Определяемся с целью и дальше, в зависимости от этой цели начинаем оценивать по разным параметрам, ранжировать различные каналы.

То есть мы выбираем набор каналов и дальше есть ряд параметров, по которым мы выставляем оценку. (Можете это делать в таблице)

В зависимости это от этих оценок получается какой-то суммарный совокупный индекс, по которому можем атранжировать каналы и выбрать наиболее приоритетные каналы для нашего продукта.

Подход такой, мы накидываем набор каналов, а дальше их ранжируем по различным критериям и пытаемся привести к какому-то уникальному индексу, выбрать те, которые выглядят наиболее перспективны.

Параметры, которые можно выделить.

Первое - это стоимость канала, насколько дорого его протестировать. От одного до трёх ставим оценку, дорого, недорого.

Второй параметр - это так называемый audience fit. Cоответственно, возможность таргетингов и оптимизации, насколько легко мы можем в этом канале выбрать ту аудиторию, которая нам нужна.

Есть каналы, где нельзя таргетироваться совсем, например, какая-нибудь реферальная программа, когда пользователи приводят своих друзей, мы не можем никак на неё влиять.

Либо есть какой-нибудь VK, где куча разных таргетингов, и мы можем, выбрать какой-то определённый сегмент и им показывать рекламу.

Третий критерий - это ad fit. Насколько ожидание и контекст пользователя, когда он находится в этом рекламном канале, соответствует тому, что вот он увидит рекламу нашего продукта?

Соответственно когда пользователь сидит, в какой-нибудь развлекательной сети, вряд ли он отреагирует на какой-нибудь скучный, серьёзный B2B продукт, а если он сидит в каком-нибудь Линкедине, то он с большей вероятностью ожидает там получить рекламу какой-нибудь Saas сервис, который упрощает продажу.

Четвёртый критерий - это масштабируемость канала. Насколько мы сможем отмасштабировать и сделать широкий охваты в этом канале?

Есть каналы большие, есть каналы супер узкие, там реклама в каком-нибудь паблике VK, мы может быть, там сведём экономику, стоимость привлечения будет дешевле, чем LTV, но при этом мы потом не знаем, как сделать много пользователей из этого канала.

Пятый параметр - это степень контроля закупки. В каких-то каналах мы хорошо управляем закупкой и можем там установить в любое время корректировать ставки, а где-то это более такой, больше похоже на какой-то блекбокс. Вы инвестируете какое-то время и дальше долгосрочно видите какой-то результат. В моменте повлиять на результат все вы не можете, например реклама в VK или Яндекс достаточно управляема.

Шестой параметр - это порог на вход. Насколько много денег или ресурсов вам нужно, чтобы вообще этот канал протестировать? Есть каналы более лёгкие, есть каналы более сложные.

Если мы хотим запустить какую-нибудь реферальную программу, то чаще всего требует какой-то разработки. Это достаточно не быстро запускается для того, чтобы протестировать, работает или не работает.

Нужна база людей, который будет отправлять рекомендовать ваш продукт своим друзьям и так далее.

В VK в этом плане более лёгкий для теста.

SEO. Сложно, да, тоже можно потратить много времени, только потом увидеть результат. Соответственно, достаточно долгие инвестиции временные и денежные.

Последний параметр - это скорость проверки канала, насколько быстро можно вообще протестировать и увидеть результат.

Дальше у нас есть суммарный индекс, который просто суммирует все эти поля. И какие-то каналы получаются для нас более приоритетные, какие-то менее приоритетные.

Таким образом, мы определяем для себя там первоочерёдные задачи и начинаем генерить гипотезы, а как нам этот канал лучше протестировать, с каким предложением туда пойти, с каким креативом туда пойти и так далее.

Но первая задача для нас становится решённой. Мы выбрали каналы, которые для нас наиболее перспективны.

И только после этого желательно начинать свой путь в контент-заводы и прочие колдунства.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Что такое Мэппинг информации? n8n

2025-12-11T11:25:09.550Z

Перед тем, как перейдём к созданию нашего первого простого ассистента, давайте разберёмся с концепции мэппинга информации.

Что же это такое?

Смотрите, вот у нас есть первая триггерная нода чат.

Запустите ее, и посмотрите, как это работает.

Нажимаете тест и вам n8n предлагает, что-то записать, какую-то информацию в поле внизу экрана.

Можете написать простое "привет". Отправляете это сообщение и наблюдаем, как изменилась эта нода.

Во-первых, она подсветила зелёным. Это значит, что нода успешно выполнена.

Подсветилась бы красным, значит, возникла какая-то ошибка.

Далее заходим в саму ноду Chat message и смотрим, что пришло внутри. Вы должны увидеть, что в поле Output видим появляется какая-то информация.

Здесь n8n уже автоматически сделал какие-то переменные, то есть присвоил определённые параметры той информации, которую мы пытались с вами передать.

Это какой-то экшн, какой-то session ID. И наша информация, которую мы хотели передать, слово привет является чат input.

Нужно понимать, что n8n всё это, от одной ноды к другой, передаёт при помощи вот таких вот JSON.

Но, не стоит тут бояться, что вот код страшна, есть разные отображения этой входящей и исходящей информации. Я предлагаю вам переключиться с отображения JSON на отображение Schema.

Давайте посмотрим, что делать дальше.

Вот у нас есть какая-то следующая нода, которая, по большому счёту, это просто возможность руками, назначить определение тем или иным переменным.

В этой ноде, не в триггерной ноде, у нас всегда будет появляться вот такое поле, где у нас есть центральный блок со всеми настройками. Справа мы будем видеть output, слева мы будем видеть input.

input- ввод, output-вывод.

Вывод предыдущей ноды, является инпутом этой ноды. Что, логично.
Давайте посмотрим в Schema, что мы с вами видели там на аутпуте, теперь мы здесь видим на инпуте.

И здесь мы можем все эти параметры, которые были заполнены на предыдущей ноде, как-то трансформировать и как-то использовать в этой ноде.

Здесь мы возьмём chatinput, перенесём его в это поле Fields to Set. И тут мы можем, определить, назвать, дать другое название этому параметру.

Мы знаем то, что у нас он назывался chatinput. Его значение было привет.

Здесь при помощи равенства можем переназвать этот параметр. Попробуйте это сделать. Это будет уже не chatinput, это будет просто сообщение.

То есть мы придумали новый параметр под названием сообщение. И мы говорим, что этот параметр равен тому, что мы получили здесь в chatinput.

Нажимаем Test step и видим, что аутпутом является параметр сообщения с значением привет.

Можно точно так же ввести ещё один data transformation ,просто для того, чтобы закрепить, что у нас здесь происходит и увидеть, что здесь в левой части у нас уже появилось несколько инпутов.

То есть вся информация, которая придётся с первой ноды, она идёт через весь workflow.

И она здесь точно так же нам доступна. И здесь точно так же мы можем выбрать, например, в данном варианте параметр action, но мы хотим изменить его название.

Пусть это будет не action, всё будем называть по-русски, Действие.

Также мы хотим сообщение, параметр сообщения, изменить его название и добавить сообщение от пользователя.

И точно также динамично, просто перетаскиваем эту схему в нужное поле.

Нажимаем Test step. Нода выполнилась.

То есть нода получила на вход определённую информацию и на выход выдала снова какую-то информацию.

В данном случае, вот в данном всём этом workflow, мы просто меняли название параметров. То есть мы не делали ничего, мы никак не трансформировали эту информацию, просто меняли название параметров.

Надеюсь, логика примерно ясна. Это просто то, как у нас идёт информация от одной ноды к другой. В принципе, это то, что здесь нужно понимать.

Проектирую и собираю контент-системы под бизнес-задачи.

YouTube • видео • медийка • AI-автоматизация

На канале: разборы, наблюдения и практика из реальных проектов.

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

n8n. Основные термины

2025-12-05T00:00:58.971Z

Начало тут

Workflow — это рабочая область, где создаются автоматизации.

Для создания нового процесса:

Нажимаем на кнопку Create Workflow.

Попадаем в пустой Canvas (рабочее поле).

Добавляем первый шаг процесса — для этого нажимаем на значок + в центре поля или в правом верхнем углу. После этого справа появится список действий, из которых мы можем выбирать.

Проверь тайм-зону в настройках Workflow. По умолчанию установлена зона New York — её нужно сменить на актуальную для тебя или клиента, чтобы избежать ошибок в расписаниях.

В разделе Settings можно создать отдельный Error Workflow — процесс, который будет запускаться при возникновении ошибок.

Выбираем нужную ноду (Node) из списка.

Узел (Node) — строительный блок workflow. Узел выполняет определённое действие: триггер запуска, работа с API, обработка данных и т.д.

Для успешного создания рабочих процессов необходимо понимать базовые типы нод:

Trigger Nodes
Ноды, запускающие Workflow. Бывают нескольких типов:

On App Event — запуск по событию в стороннем приложении;

Schedule Trigger — запуск по расписанию;

On Webhook Call — запуск при получении HTTP-запроса;

On Form submission — запуск при заполнении формы пользователем;

On chat message — запуск при поступлении сообщения в чате (можно использовать для тестирования и запуска ассистента).

Workflow — диаграмма из связанных узлов. Данные проходят по цепочке, двигаясь от одного узла к другому.

Элементы данных (items) — ноды получают и возвращают массив элементов данных ($items()). Каждый элемент массива — это JSON-объект с информацией, полученной из определенного узла. Пример данных, которые могут прийти в узел:

Параметры узла — в каждом узле существует набор параметров:

Вы можете установить их одним из двух способов:

Фиксированно (Fixed) - например, когда у вас есть узел, в котором отправляется сообщение пользователю и это сообщение не зависит от выполнения предыдущих узлов, его можно задать константой. Пример:

Динамически (Expression) - устанавливается, если значения параметра должно быть вычислено. Например, когда бот ведет диалог с пользователем в телеграм, бот должен отправить сообщение в диалог с таким же Chat ID, который был указан в параметрах у входящего сообщения. В таком случае Chat ID можно вычислить динамически, получив его из предыдущего узла. Выражения всегда оформляются внутри фигурных скобок: {{ … }}. Пример:

Что такое JSON?

JSON (произносится как «джейсон») — это способ хранения и передачи данных. Легко представить себе JSON, если подумать о толковом словаре.

В словаре, есть множество записей, где каждая запись имеет «ключ» - само слово, а также «значение» - толкование этого слова. Так вот JSON представляет из себя ничто иное, как "словарь", в котором хранятся данные.

Что такое ключ и значение?

В JSON вся информация хранится в виде пары "ключ — значение". Пример JSON:

{
  "имя": "Аня",
  "возраст": 25,
  "город": "Москва"
}

Ключи — это слова слева (в кавычках): "имя", "возраст", "город"
Значения — это то, что им соответствует: "Аня", 25, "Москва"

Таким образом получается:

Ключ "имя" → значение "Аня"
Ключ "возраст" → значение 25
Ключ "город" → значение "Москва"

Значение ключа может быть не только строкой либо числом, но также и списком элементов, например:

{
  "имя": "Аня",
  "возраст": 25,
  "город": "Москва",
  "любимая_еда": ["пицца", "салат"]
}

Встречаются и более сложные структуры данных, когда существует не один, а сразу несколько JSON-ов. В таком случае, они могут храниться в виде массива (или списка) JSON-ов и располагаются внутри квадратных скобок []. Например, список студентов курса можно представить следующим образом:

{
  "студенты": [
    {
      "имя": "Аня",
      "возраст": 25,
      "город": "Москва",
      "любимая_еда": ["пицца", "салат"]
    },
    {
      "имя": "Максим",
      "возраст": 30,
      "город": "Екатеринбург",
      "любимая_еда": ["суши","бургер"]
    }
  ]
}

Как уже было сказано ранее, все данные в n8n передаются в формате JSON, так что мы будем часто работать с подобной структурой данных.

далее будем разбирать простые процессы...

Начало тут

Ко мне обращаются, когда нужно:
— Запустить YouTube-канал
— Настроить видеопродакшн для продукта/эксперта/команды
— Автоматизировать работу/процессы через нейросети или без
— Показать, как реально использовать AI в бизнесе

Обсудить дела:
TG: https://t.me/safronistika
TenChat: https://tenchat.ru/antonsafronov
Вконтакте: https://vk.com/safronovantony
YouTube: https://www.youtube.com/@safronistika

Anthony

Как управлять вниманием зрителя

Предлагаю смотреть глубже.

Красиво — слабый критерий

Семь компонентов изображения

1. Пространство: насколько мир открыт или сжат

2. Линия: куда идёт глаз

3. Форма: какой силуэт считывается первым

4. Тон: светлое против тёмного

5. Цвет: эмоция, конфликт и принадлежность

6. Движение: куда направлена энергия

7. Ритм: как зритель дышит вместе с монтажом

Работа с сервером: как выбрать, запустить и настроить первый VPS

1. Что такое сервер

2. Зачем сервер нужен

3. Какие бывают типы серверов

Локальный сервер

Физический сервер

VPS

Облачный сервер

4. Основные термины, которые нужно понимать

IP-адрес

SSH

Linux

CPU

RAM

Диск

Терминал

5. Как выбрать сервер под задачу

Локация сервера

Ресурсы сервера

6. Что такое хостинг-провайдер

7. Как создать первый VPS

Шаг 1. Зарегистрироваться у провайдера

Шаг 2. Создать VPS

Шаг 3. Выбрать операционную систему

Шаг 4. Выбрать конфигурацию

Шаг 5. Дождаться создания сервера

8. Как подключиться к серверу через SSH

9. Как подготовить сервер к работе

10. Как проверить Python

11. Как создать первый Python-файл на сервере

12. Что именно произошло после запуска кода

13. Что важно добавить по безопасности

Не публикуйте пароль от сервера

Аккуратно со скриншотами

Root — удобно, но опасно

SSH-ключи лучше пароля

14. Частые ошибки новичков

Ошибка 1. Неправильно скопирован IP

Ошибка 2. Пароль вводится, но не отображается

Ошибка 3. Сервер ещё не запустился

Ошибка 4. Команда введена на локальном компьютере, а не на сервере

Ошибка 5. Файл создан, но не сохранён

Ошибка 6. Запускают python, а не python3

Контент-завод. Часть 2: От ручных тестов к автоматизации вертикальных видео

Контент-завод. Часть 1: Трендвотчинг и база залетающих видео

Почему вертикаль — это тир-1

Какие есть в целом проблемы?

Трендвотчинг

В чём задача

Как это делается

Какие параметры контролировать?

Что важно считать

Engagement rate и виральность

Теперь немного деталей.

Что происходит?

Как можно парсить данные?

А что мы делаем с этим дальше?

Как адаптировать сценарии

1. Полное копирование

2. Адаптация

3. Кросс-языковая стратегия

Воркфлоу в n8n по созданию видео

n8n, ИИ и Telegram: собираем рабочий workflow

Почему мы пришли к контент-заводу?

n8n. Создание первого AI-агента

Далее, давайте постараемся настроить ноду.

Давайте подведём итоги.

Базовая База. Channel - Product Fit.

Ошибка 6. Запускают `python`, а не `python3`