AI Agents Bootcamp
- Фоллоу-ап
- Занятия • AI Agents Bootcamp
- Занятие №1: Знакомство и Ai кейсы
- Занятие №2: Реализация распределенных ИИ сценариев. ИИ агенты
- Занятие №3: Как устроен агент: архитектура, память, инструменты
- Занятие №4: Сборка первых агентов: от логики к структуре
- Занятие №5: ИИ-агент сейлс: голос, чат и CRM
- Прочая информация
Фоллоу-ап
Занятия • AI Agents Bootcamp
Занятие №1: Знакомство и Ai кейсы
Всем привет! Высылаю материалы занятия:
🔗Ссылка на запись урока: https://drive.google.com/file/d/1E3a3GFOkeHTUPjCCWSTgRIEL7pE9C1vi/view?usp=sharing
🔗Ссылка на миро: https://miro.com/app/board/uXjVI8yYvSc=/?share_link_id=27571538446
📌Чек-лист: https://caring-lady-338.notion.site/1-Ai-1e2c064eff2e81fca75de2241f9f292b?pvs=4
📚Занятие №1: Знакомство и Ai кейсы
‼️Домашнее задание:
Первая часть:
На курсе понадобится писать много разных промтов, понимать как промт влияет на результат. Если вы еще не знакомы с этой областью, рекомендуем начать с изучения дополнительных курсов по промт-инжинирингу.
Качественные курсы по промт - инжинирингу:
1. www.deeplearning.ai/short-courses/chatgpt-prompt-engineering-for-developers/
2. https://learn.microsoft.com/en-us/azure/ai-services/openai/concepts/advanced-prompt-engineering
3. https://www.youtube.com/watch?v=ttZSnuO-xXI&t=1378s
4. https://supabase.com/
И также короткое видео от Open AI для понимания основ промтинга:
Вторая часть:
Уже со следующей недели мы начнем делать агентов, и для этого вам нужно сделать аккаунты в определенных инструментах. Необходимо оформить бесплатные подписки и положить пару долларов на Open AI API
Сделать доступы в сервисы:
3. Open AI API - сюда нужно положить $2 на API (обратите внимание, что Open AI API нужно оплатить отдельно, даже если у вас уже есть оплаченная подписка Chat GPT. ChatGPT Plus и API OpenAI - являются отдельными услугами с раздельной системой оплаты и не зависят друг от друга.)
Пожалуйста, уделите 2-3 минуты для заполнения формы обратной связи ниже, чтобы помочь нам улучшить процесс обучения!
📝Анкета обратной связи по уроку — https://docs.google.com/forms/d/e/1FAIpQLSc_e1tV58wKq-QXPUR7-O1lU9G6MJ2T9bgul1RvxASd_MEUrg/viewform
До встречи в четверг (8 мая) в 14:00 по МСК! 🚀
Занятие №2: Реализация распределенных ИИ сценариев. ИИ агенты
Всем привет! Высылаю материалы сегодняшнего занятия:
🔗Ссылка на запись урока: https://drive.google.com/file/d/11PUKJq8seoS5vSvnDllEd_wq6s7rTxBb/view?usp=sharing
📌Чек-лист: https://caring-lady-338.notion.site/2-1edc064eff2e80ff9739ffcffc1d047a?pvs=4
‼️Закрепляем ссылку на Google Drive, (https://drive.google.com/drive/folders/1w4uxtUTCoAPYZuuBWGVSyCIjAkQS3WZ_?usp=sharing) где будут лежать все записи встреч, материалы по урокам, домашние задания и тд.
📚Занятие №2: Реализация распределенных ИИ сценариев. ИИ агенты
‼️Домашнее задание:
1. Ваше основное дз: собрать линейную автоматизацию. Если у вас нет опыта, то проще начинать с make. Но обязательно посмотрите потом его аналог на n8n.
Сценарии есть разной сложности. Самый простой - простой сценарий email (https://drive.google.com/drive/folders/1GFrmqJUUxPp0ZsJT_Wfz1h9tfBtDPDUK?usp=sharing) (самая база для понимания азов), далее новостной дайджест, (https://drive.google.com/drive/folders/1hNgyoPMuGVCV1II_2at8UWqfguSGKU4d?usp=sharing) самый сложный из них саммаризация встреч (https://drive.google.com/drive/folders/1AwbZuynIc0VwNa1M6A82w9HINybZfoo7?usp=sharing) и аналитика звонков. (https://drive.google.com/drive/folders/14_t72bOrgRmxFs2V5OyA3SGVB7iKDZAS?usp=sharing)
Дальше уровень хард просто для посмотреть сложная саммаризация, которую Дима показывал на уроке. Советуем начинать с простого для понимания логики и переходить к сложному.
Не берите слишком сложное для начало, лучше сделать меньше, но понять, чем не понять ничего.
2. Также есть видеообзор интерфейсов Make и n8n — посмотрите, чтобы сориентироваться и выбрать, с какой системой вам удобнее работать.
3. Google выпустил гайдлайны по созданию правильных промтов. И мы записали видео, (https://www.loom.com/share/97a2e0ad316f4baf8bc830f7a2430837?sid=435d4675-0c4d-4f0f-b89f-831b00d382e7) где показали, как сделать “промт-мастера” в ChatGPT — это универсальный помощник, который помогает писать корректные промты для любых задач.
Задавайте вопросы в чате, если будут, на все ответим!
📝Анкета обратной связи по уроку — https://forms.gle/35hK2DjhvSDoaKWP9
До встречи в понедельник (12 мая) в 15:00 по МСК! 🚀
Занятие №3: Как устроен агент: архитектура, память, инструменты
Всем привет! Высылаю материалы сегодняшнего занятия:
🔗Ссылка на запись урока: https://drive.google.com/file/d/1TgWYMgcJMGeUgqjL1uq9Z11JD-n_kP-h/view?usp=sharing
🔗Ссылка на миро: https://miro.com/app/board/uXjVI8yZLnw=/?share_link_id=99789713364
📌Чек-лист: https://caring-lady-338.notion.site/3-1f1c064eff2e80268148c338ac8409fe?pvs=4
‼️Закрепляем ссылку на Google Drive, (https://drive.google.com/drive/folders/1w4uxtUTCoAPYZuuBWGVSyCIjAkQS3WZ_?usp=sharing) где будут лежать все записи встреч, материалы по урокам, домашние задания и тд.
📚Занятие №3: Как устроен агент: архитектура, память, инструменты
‼️Домашнее задание:
1. Важно, чтобы у каждого получились базовые сценарии, которые оставались с прошлой недели. Задача до четверга - доделать сценарии. Свое blueprint-ы вы можете выгружать в эту папку на (https://drive.google.com/drive/folders/1gaSDAV7p9exWwABACScw7FMF6Y9GAT3A?usp=sharing) Google Диске - так мы сможем быстрее помочь, если у вас будут какие-то вопросы по вашему сценарию. (Просьба добавлять к названию файла свои имя и фамилию)
2. Изучить архитектуры в n8n
Сегодня выложим в папку (https://drive.google.com/drive/folders/1KH9uUpZDAmXaE4C7Yz-Ylp8A9hbcqwLJ?usp=sharing) для вас несколько схем — они помогут разобраться, как строятся более сложные агенты в n8n.
Пожалуйста, уделите 2-3 минуты для заполнения формы обратной связи ниже, чтобы помочь нам улучшить процесс обучения!
📝Анкета обратной связи по уроку — https://forms.gle/WCQsJFvtV9n4rHQt5
До встречи в четверг (15 мая) в 14:00 по МСК! 🚀
Занятие №4: Сборка первых агентов: от логики к структуре
Всем привет! Высылаю материалы сегодняшнего занятия:
🔗Ссылка на запись урока: https://drive.google.com/file/d/16JM2bm_UqIe4Ja3hUJqziIS2UDOWsLb-/view?usp=sharing
📌Чек-лист: https://caring-lady-338.notion.site/4-1f4c064eff2e80fcb7cdc1561406daf4?pvs=4
‼️Закрепляем ссылку на Google Drive, (https://drive.google.com/drive/folders/1w4uxtUTCoAPYZuuBWGVSyCIjAkQS3WZ_?usp=sharing) где будут лежать все записи встреч, материалы по урокам, домашние задания и тд.
📚Занятие №4: Сборка первых агентов: от логики к структуре
‼️Домашнее задание:
Собрать сценарий агента в n8n по примеру, который мы разобрали на занятии.
Мы выложили в папку:
– видео пояснение, (https://drive.google.com/drive/folders/1mWrtuOJ0D8Y-fQktrw_KBAhjBhRk50GQ?usp=sharing)
– blueprint сегодняшнего сценария, (https://drive.google.com/drive/folders/1WrwRttKekwrPqaK7-ZRhSIalY3T7Myv_?usp=sharing)
– и упрощённую версию без векторной базы.
Выберите вариант в зависимости от своего уровня:
- если уверены - собирайте полный сценарий,
- если пока осваиваетесь - начните с упрощённого.
Все вопросы задавайте в чат, будем отвечать и помогать со всеми проблемами!
📝Анкета обратной связи по уроку — https://forms.gle/7VvpUY45JxoEeJnJ7
До встречи в понедельник (19 мая) в 15:00 по МСК! 🚀
Занятие №5: ИИ-агент сейлс: голос, чат и CRM
Всем привет! Высылаю материалы сегодняшнего занятия:
🔗Ссылка на запись урока: https://drive.google.com/file/d/1PaYguNrh_RELSTAd_VO9KJAfQEFP8UGe/view?usp=sharing
🔗Ссылка на миро: https://miro.com/app/board/uXjVI0JM9EI=/?share_link_id=795530148991
📌Чек-лист: https://caring-lady-338.notion.site/5-CRM-1f8c064eff2e8097af80ffb126a1d942?pvs=4
‼️Закрепляем ссылку на Google Drive, (https://drive.google.com/drive/folders/1w4uxtUTCoAPYZuuBWGVSyCIjAkQS3WZ_?usp=sharing) где будут лежать все записи встреч, материалы по урокам, домашние задания и тд.
📚Занятие №5: ИИ-агент сейлс: голос, чат и CRM
‼️Домашнее задание:
1. Еще раз изучите материалы по теории агентов, которые сегодня рассматривали на Miro доске (https://miro.com/app/board/uXjVI0JM9EI=/?share_link_id=795530148991)
2. Доделайте агентов из домашних заданий, которых еще не успели сделать. Если вы что-то не успели или не разобрались - сейчас как раз отличный момент все доделать. Важно сделать это сейчас и понять сценарии, потому что дальше будет сложнее без основы.
Если хотите начать собирать своего агента - тоже можно, используйте это время
P.S на google disk выложим (https://drive.google.com/drive/folders/1w4uxtUTCoAPYZuuBWGVSyCIjAkQS3WZ_?usp=sharing) также видео интеграции WA с n8n и список сервисов, как и просили
Пожалуйста, уделите 2-3 минуты для заполнения формы обратной связи
ниже, чтобы помочь нам улучшить процесс обучения!
📝Анкета обратной связи по уроку — https://forms.gle/8pR1HZWaPH69uZLUA
До встречи в четверг (22 мая) в 14:00 по МСК! 🚀
Прочая информация
ТЗ: Telegram-бот для планов питания (n8n)
Техническое задание на разработку Telegram-бота для составления планов питания на базе n8n
1. Общие сведения
1.1. Назначение
Разработка Telegram-бота на базе n8n для составления и коррекции планов питания в соответствии с индивидуальными параметрами пользователя.
1.2. Цели и задачи
- Автоматизация процесса составления индивидуальных планов питания
- Предоставление пользователям персонализированных рекомендаций по питанию
- Возможность генерации планов питания с учетом различных ограничений и предпочтений
- Монетизация сервиса через платные функции
2. Требования к функциональности
2.1. Сбор данных пользователя
Бот должен последовательно собирать следующие данные:
2.1.1. Основные биометрические параметры:
- Возраст
- Пол
- Рост (см)
- Вес (кг)
- Статус грудного вскармливания (да/нет)
- Цель (похудеть/поддержать/набрать)
2.1.2. Уровень физической активности:
- Низкая
- Средняя
- Высокая
- Очень высокая
Примечание: предусмотреть измерение активности в количестве шагов и понятной метафоре
2.1.3. Пищевые ограничения (множественный выбор):
- Говядина
- Свинина
- Птица
- Рыба
- Яйца
- Молочные свежие
- Кисломолочные
- Бобовые
- Злачные
- Глютеновые продукты
2.1.4. Количество приемов пищи в день:
- Варианты: 1, 2, 3, 4, 5
2.1.5. Предпочтительный протокол питания:
- Сбалансированный
- Низкоуглеводный
- Кето
2.1.6. Количество дней планирования:
- От 1 до 14 дней
2.2. Алгоритм составления плана питания
Алгоритм должен выполнять следующие действия:
- Расчет базового обмена веществ по формуле Миффлина-Сан Жеора
- Определение целевого суточного калоража исходя из цели пользователя
- Распределение калоража по указанному количеству приемов пищи
- Анализ базы рецептов
- Исключение рецептов с нежелательными ингредиентами
- Подбор рецептов для каждого приема пищи в соответствии с:
- Калорийностью
- Типом приема пищи (завтрак, обед, ужин и т.д.)
- Выбранным протоколом питания
- Формирование итогового плана питания в формате PDF
2.3. Авторизация и хранение данных
- Авторизация пользователей через Telegram
- Хранение профилей пользователей
- Сохранение истории запросов пользователя
- Возможность повторного доступа к ранее сгенерированным меню
2.4. Система ограничений и оплаты
- Ограничение количества бесплатных запросов в соответствии с настройками администратора
- Интеграция платежной системы для покупки дополнительных возможностей
- Разграничение прав доступа (бесплатные/платные функции)
2.5. Замена продуктов
- Предоставление пользователю возможности замены отдельных продуктов в блюдах
- Обращение к таблице совместимости продуктов для определения возможных альтернатив
- Предложение подходящих альтернатив с сохранением пищевой ценности блюда
- Информирование пользователя о невозможности замены, если подходящих альтернатив не найдено
2.6. Техническая поддержка
- Возможность обмена сообщениями между пользователем и службой поддержки
- Система обратной связи
3. Технические требования
3.1. Платформа
- Разработка на базе n8n
- Интеграция с Telegram Bot API
3.2. База данных
- Хранение пользовательских данных
- Хранение базы рецептов с метаданными:
- Калорийность
- Макронутриенты (белки, жиры, углеводы)
- Тип приема пищи (завтрак, обед, ужин и т.д.)
- Список ингредиентов
- Соответствие протоколам питания
- Таблица совместимости продуктов для обеспечения функционала замены:
- Категоризация продуктов по группам
- Информация о возможных заменах с сохранением пищевой ценности
- Учет особенностей приготовления при замене
3.3. Интеграции
- Интеграция с платежными системами
- Интеграция с сервисом генерации PDF-документов
4. Пользовательский интерфейс
4.1. Навигация
- Понятное меню с кнопками для взаимодействия
- Пошаговый сбор информации
- Возможность вернуться к предыдущему шагу
4.2. Отображение результатов
- PDF-документ с планом питания на выбранный период
- Структурированное отображение меню по дням и приемам пищи
- Включение в документ информации о калорийности и макронутриентах
4.3. Интерфейс замены продуктов
- Возможность выбора конкретного блюда для изменения состава
- Интуитивный выбор продукта для замены из списка ингредиентов блюда
- Отображение списка возможных альтернатив с указанием влияния на пищевую ценность
- Визуальное подтверждение произведенной замены
- Возможность отмены замены
5. Формулы для расчетов
5.1. Формула Миффлина-Сан Жеора для расчета базового обмена веществ (BMR)
Для мужчин: BMR = (10 × вес в кг) + (6.25 × рост в см) - (5 × возраст) + 5
Для женщин: BMR = (10 × вес в кг) + (6.25 × рост в см) - (5 × возраст) - 161
5.2. Коэффициенты активности (PAL):
- Низкая активность: BMR × 1.2
- Средняя активность: BMR × 1.375
- Высокая активность: BMR × 1.55
- Очень высокая активность: BMR × 1.725
5.3. Коэффициенты целей:
- Похудение: общий калораж × 0.8
- Поддержание: общий калораж × 1.0
- Набор массы: общий калораж × 1.2
Примечание: для женщин в период грудного вскармливания добавить 500 ккал к итоговому значению
6. Этапы разработки
6.1. Планирование и проектирование
- Разработка архитектуры бота
- Проектирование потоков в n8n
- Проектирование структуры базы данных
6.2. Разработка основного функционала
- Реализация сбора данных
- Разработка алгоритма расчета и формирования планов питания
- Интеграция с базой рецептов
- Разработка модуля замены продуктов и интеграция с таблицей совместимости
6.3. Разработка дополнительных функций
- Авторизация и хранение данных пользователей
- Интеграция платежной системы
- Реализация технической поддержки
6.4. Тестирование
- Функциональное тестирование
- Нагрузочное тестирование
- Тестирование пользовательского опыта
6.5. Запуск и поддержка
- Запуск бота в продакшн
- Мониторинг работы
- Техническая поддержка и обновления
7. Требования к документации
- Документация по API и интеграциям
- Руководство администратора
- Руководство пользователя
8. Дополнительные требования
- Масштабируемость решения
- Возможность добавления новых функций и расширения базы рецептов
- Резервное копирование данных пользователей
- Обеспечение безопасности персональных данных в соответствии с ФЗ-152
2. Сбор данных и персонализация
2.1. Опрос и ввод данных
- Пользователь последовательно вводит рост, вес, возраст, пол, уровень активности, пищевые ограничения, цель (похудение / поддержание / набор) и число дней планирования.
- Одно‑вариантные вопросы (пол, цель) выводятся кнопками.
- Пищевые ограничения выбираются из предустановленного списка кнопками с множественным выбором.
- Там, где возможен свободный ввод (рост, вес, возраст, PAL, количество дней), бот проверяет корректность введённого значения и при необходимости запрашивает повторный ввод.
2.2. Генерация плана питания
- Расчёт BMR по формуле Миффлина–Сан Жеора (см. раздел 5).
- Умножение на коэффициент PAL (см. 5.2).
- Применение коэффициента цели (см. 5.3).
- Учёт пищевых ограничений при подборе блюд из базы рецептов.
- Формирование меню на выбранное число дней.
- Расчёт суммарной калорийности и распределения КБЖУ по дням.
- Формат вывода: генерируется простая HTML‑страница (веб‑ссылка). PDF формируется опционально по запросу пользователя.
2.3. Хранение данных
- В базе сохраняются параметры пользователя, история запросов и два последних сгенерированных меню.
- Полные тексты диалогов не сохраняются.
2.4. Доступ к сохранённым меню
2.5. Отсутствие блюда в базе
- Если подходящего рецепта нет, бот сообщает об этом и выдаёт текстовую рекомендацию, сформированную ИИ‑ассистентом (без автоматической генерации нового рецепта).
3. Платёжная система и безопасность
3.1. Авторизация
- По номеру телефона Telegram; при первом входе создаётся карточка пользователя.
3.2. Защита данных
- Хранение персональных данных в соответствии с ФЗ‑152.
- Шифрование соединений (HTTPS) и регулярное резервное копирование БД.
3.3. Платёжная интеграция
- Подписка и разовые покупки реализуются через Stripe.
- n8n‑поток обрабатывает web‑hooks Stripe и активирует или продлевает доступ.
4. Функционал меню
4.1. Интеграция с базой рецептов
- Рецепты содержат ингредиенты, вес, КБЖУ и теги ограничений.
- База расширяема без изменения логики бота.
4.2. Модуль совместимости ингредиентов
- Таблица замен хранит список допустимых альтернатив и их влияние на пищевую ценность.
4.3. Интерфейс замены продуктов
- Возможность выбрать конкретное блюдо из текущего меню для изменения состава.
- Интуитивный выбор ингредиента из списка компонентов блюда.
- Список возможных альтернатив с указанием изменения КБЖУ выводится текстом.
- После подтверждения страница меню перегенерируется и автоматически обновляется — это служит визуальным подтверждением замены.
- Доступна отмена замены (возврат к предыдущей версии страницы).
- PDF перегенерируется только если пользователь запросил PDF‑версию меню.
5. Формулы для расчётов
5.1. Формула Миффлина–Сан Жеора (BMR)
-
Мужчины:
BMR = (10 × вес кг) + (6.25 × рост см) – (5 × возраст) + 5
-
Женщины:
BMR = (10 × вес кг) + (6.25 × рост см) – (5 × возраст) – 161
5.2. Коэффициенты активности (PAL)
- Низкая — BMR × 1.2
- Средняя — BMR × 1.375
- Высокая — BMR × 1.55
- Очень высокая — BMR × 1.725
5.3. Коэффициенты целей
- Похудение — общий калораж × 0.8
- Поддержание — общий калораж × 1.0
- Набор массы — общий калораж × 1.2
- Женщинам в период грудного вскармливания добавить 500 ккал к итоговому значению
6. Этапы разработки
6.1. Планирование и проектирование
- Архитектура бота и потоков n8n
- Структура базы данных
6.2. Разработка основного функционала
- Сбор данных, расчёт, генерация меню
- Интеграция с базой рецептов
- Модуль замены продуктов
6.3. Разработка дополнительных функций
- Авторизация и хранение данных
- Интеграция Stripe
- Система технической поддержки
6.4. Тестирование
- Функциональное
- Нагрузочное
- UX‑тестирование
6.5. Запуск и поддержка
- Деплой в прод
- Мониторинг, обновления, резервное копирование
7. Требования к документации
- Описание REST‑API и схем Web‑hook‑ов
- Руководство администратора
- Руководство пользователя
Готовые решения
Наши топ-лайфхаки с AI агентами 🔥 Сохраняйте себе, пересылайте друзьям
I. AI-агент для отбора блогеров для размещений
1. Собираем автоматизацию на n8n, сценарий отрабатывает по триггеру добавления ссылки на аккаунт блогера в Google Sheets
2. Далее по API отправляется запрос в TrendHero (или другой чекер) и проставляются данные:
- ER (engagement rate),
- % женской / мужской аудитории,
- % аудитории с релевантного для вас ГЕО
- считается CPV (сost per view)
+ Агент сразу сигнализирует где CPV / CPL выходит за рамки нормы и не рекомендует закупать у этого блогера рекламу
II. Создание сайтов и web-приложух с Lovable
Офигенная тема, думаем, что многие уже видели, обязательно потыкайтесь.
Вы можете создавать сайты / web приложения, используя только промпт и ссылаясь на референсы, кстати вот тут есть хороший урок и шаблон по тому, как писать эффективные промпты для генерации сайтов —> ссылочка (https://www.youtube.com/watch?v=IqWfKj4mUIo&embeds_referring_euri=https%3A%2F%2Fdocs.lovable.dev%2F&source_ve_path=MjM4NTE)
🔥 Есть клевый лайфхак: вы можете взять плагин html.to.design, импортировать любой сайт, скорректировать текст, а затем с помощью плагина builder.io перенести сразу в верстку за несколько секунд
Или второй вариант: сгенерировать сайт с нуля в Lovable, а потом с помощью html.to.design трансфернуть в тильду
III. AI агент, который создает баннеры, основываясь на самых эффективных параметрах креативов
Когда в таблицу добавляется баннер, AI раскладывает его на параметры:
- объект баннера (например мужчина / женщина / ноутбук /)
- цвета
- УТП, которые были использованы (например, гос.сертификат и тд.)
А далее с помощью анализа собирает данные о том, какой набор параметров креативов в чаще всего дает успешный показатель целевой метрики (CPL например) и генерируем новый баннер
🔥Если хотите узнать еще больше —> завтра, в 18:00 по мск, мы встречаемся на втором дне практикума по AI агентам, где мы поделимся:
- AI агентом, который генерирует офигенные продающие баннеры, основанные на данных
- AI агентом, который генерирует готовыe reels на основании тредвотчинга
- AI sales менеджером, который продает клиентам через звонок
Записи не будет, регайтесь по 👉🏻 ссылке (https://solokumi.com/ai-campus)
AI агент для генерации баннеров 🥷🏻
2 года назад мне пришлось очень плотно погрузиться в работу отдела маркетинга, чтобы сократить САС на большом объеме ($500к маркетингового бюджета в мес).
Я увидел проблему в том, что когда таргетолог или перформанс-маркетолог смотрит на рекламный кабинет, где гигантское количество баннеров (50+) и данных, когнитивный аппарат просто не справляется с тем, чтобы запроцессить такое большое количество информации. Каждый баннер или видео есть набор объектов (заголовок, призыв к действую, цвет и так далее) и эти объекты нужно соотнести с результатами рекламного кабинета (в виде цены за лид/квалифицированный лид и так далее).
Таким образом, у нас очень много данных, которые, как правило, преобразуются в некачественное ТЗ формата: «мне нужно больше баннеров с девушками» или «кажется фиолетовые работают лучше желтых»
Задача была сделать так, чтобы мы могли понимать какие есть объекты баннера работают.
Мы сделали экселевский файлик, в котором дизайнеры и копирайтеры в момент создания баннера промечали, что на этом баннере изображено:
→ какой первостепенный объект
→ второстепенный объект
→ какой цвет использован
→ какая там кнопка с призывом к действию
→ какие месседжи на этом баннере транслируются
В этот же файлик подтягивались данные из кабинета с метриками, а дальше при помощи аналитика, мы применяли регрессионный и генеалогический анализ к этому массиву данных для того, чтобы ответить себе на вопрос: какие объекты лучше всего работают по отдельности и какие объекты работают лучше всего в совокупности.
Это дало гигантский буст и x2 снизило стоимость привлечения, но отнимало большое количество ресурсов команды + были ручные ошибки в прометке файла.
Поэтому сейчас мы полностью автоматизировали этот процесс с AI агентом, который сам вытаскивает креатив из кабинета и добавляет в таблицу вместе с метриками → запускает регрессионный и генеалогический анализ → на основании полученных данных он сам генерирует уже готовый креатив и отправляет нам его в телеграм бота.
В этот же бот мы загружаем данные из кастдевов и датасет из прослушки отдела продаж, который показывает нам данные по самому важному этапу —> отработкe возражений.
И точно так же можно промечать автоматически баннеры конкурентов (принимая тот факт, что те, которые крутятся 3мес+ - точно хорошо конвертят, а те, кто отключаются меньше чем за месяц - плохо).
Минус затраты на дизайнеров, аналитика и копирайтеров.
Плюс супер четкий ответ на вопрос: что перформит внутри баннера.
Можно подробнее изучить флоу в miro доске. (https://miro.com/app/board/uXjVI7IBHe4=/?share_link_id=762265103429)
🔥Осталось всего несколько мест на наш Bootcamp по AI агентам, где мы вместе с вами в live формате создадим АИ агентов в вашем проекте, которые увеличат выручку и эффективность. Без кода и команды программистов.
Стартуем уже 5 мая, последняя возможность вписаться по ссылке: https://solokumi.com/bootcamp