ИИ-навыки становятся необходимой компетенцией любой диджитал-профессии. Для EdTech-компаний, отвечающих за подготовку специалистов, это означает перестройку программ: в курсы для разработчиков, дизайнеров и маркетологов уже плотно входят уроки работы с нейросетями. Это, в свою очередь, порождает вопрос: как образовательному сервису убедительно отразить внутренние перемены во внешних коммуникациях? Для «Яндекс Практикума» ответом стала наглядная демонстрация изменения внутреннего продакшена. О результатах проекта команда «Практикума» рассказала Sostav.
Задачи проекта
«Яндекс Практикум» решил на собственном примере показать студентам и потенциальным клиентам, каких результатов можно достичь с помощью ИИ. Так родилась идея о рекламном ролике, который полностью сгенерирован нейросетями.
Внутри «Яндекса» и раньше прибегали к использованию ИИ при работе с видео, но область применения технологии была значительно уже. Дело в том, что до недавнего времени нейросети позволяли создать отдельные убедительные кадры, а вот сохранять неизменной внешности персонажей на протяжении продолжительных сцен у них не получалось. Однако развитие технологий не стоит на месте, ИИ развивается, и в Практикуме решили это использовать.
Команда поставила перед собой задачу протестировать различные подходы к генерации видео. В том числе важно было проверить, насколько с помощью нейросетей удастся оптимизировать бюджет на продакшен.
Как проходила работа
К участию в проекте пригласили агентство qute studio, которое специализируется на нейропродакшене. Но многие задачи по работе со смыслами и сторителлингом остались на стороне сервиса. Реализация проекта от идеи до финального ролика заняла два месяца. Вначале в «Практикуме» и qute studio детально проработали концепцию: нужно было прописать облик персонажей, их окружение в интерьере и экстерьере, продумать каждую сцену ролика. На этот этап потребовался месяц, так как в процессе идея несколько раз изменилась.
Непосредственно генерация видео была на стороне агентства. Для статичных сцен использовали нейросети Nano Banana Pro 2, Seedream, Flux, для анимации — Kling 2.5, для музыки — Suno. После генерации в «Практикуме» изучили раскадровку пошагово и внесли правки. Самым сложным было сохранить неизменное лицо персонажа — чем больше людей в кадре, тем труднее сделать тонкие настройки внешности. Такие же проблемы возникали с мебелью и прочей обстановкой.
Финальными этапами стали монтаж, озвучка и адаптация готового видео для разных площадок. Закадровый голос записывал живой диктор. Такое решение приняли, так как хотели, чтобы в ролике звучали эмоции, тепло и оптимизм. От ИИ-диктора добиться такой живости было бы сложно.
Кроме того, отдельные элементы анимации в «Практикуме» сделали вручную и потом вмонтировали в сгенерированный ролик — это были вставки брендовой графики и финальный кадр-пэкшот.
Результаты и выводы
Одним из главных результатов эксперимента стало сокращение бюджета более чем в 10 раз. Классический продакшен на рынке стоил бы несколько миллионов рублей. ИИ-ролик обошелся компании в несколько сотен тысяч. Для нейропродакшена нужна небольшая команда: не нужно снимать площадки, нанимать актеров, арендовать костюмы и реквизит. Соответственно, не было ограничений по съемочному времени и логистике. Весь процесс проходил на обычных рабочих местах дизайнеров, продюсеров и редакторов.
Сокращение расходов — значимый, но не приоритетный результат проекта. Ключевой плюс нейропродакшена в том, что он облегчает эксперименты и дает свободу в производстве контента: можно менять сюжет, кадры, персонажей и коммуникационные акценты на любом этапе без дорогих пересъёмок.
Полностью аналогичного съемочного ролика для A/B теста у «Практикума» не было, но в компании с помощью сервиса «Яндекс Взгляд» провели тест восприятия ИИ-ролика и традиционного видео о курсах компании. В опросе приняли участие 414 респондентов из городов-миллионников в возрасте от 18 до 44 лет (распределение по сочетанию «возраст-пол» осуществлялось на основе официальной статистики). По эмоциональным оценкам зрителей, ИИ-ролик не уступил съемочному по таким показателям, как доверие и симпатия, а по некоторым метрикам даже выиграл:
- уверенность в своих силах (18,0% vs 15,9%);
- интерес к сюжету (42,2% vs 41,1%);
- вдохновение (26,0% vs 25,4%).
Более того: пользователи, которые изначально не знали, что ролик сгенерирован нейросетями, в своих открытых ответах не говорили, что персонажи выглядят как продукт ИИ. То есть для неподготовленного зрителя применение нейросетей в видео не было заметным.
Медийные метрики тоже показали, что ИИ-ролик не уступает съемочному. Доля его полных просмотров (VTR, view through rate — процентное соотношение числа полных просмотров к числу показов) и CTR (click-through rate — доля пользователей, кликнувших по ссылке в видео) в зависимости от площадки или соответствовала плану, или превышала его. Например, на Smart TV VTR составил 95% при плане 79%, а в короткой рекламе на видеохостингах (OLV — OnLine Video по 10 и 15 секунд) и CTR, и VTR оказались выше плановых.
В «Яндекс Практикуме» отмечают: при заметной экономии на продакшене нейросети сегодня дают достойное качество генерации и повышают управляемость креативом — с их помощью можно быстро проверять идеи и собирать работающие прототипы. Однако об окончательном переходе на ИИ-продакшен и отказе от других подходов говорить нельзя.
Во-первых, существуют форматы, где важна документальность и этика — для EdTech-компаний это истории студентов. Такие видеоролики имеют смысл только в том случае, если в них показаны реальные люди и звучат их голоса. Во-вторых, над любым проектом с нейросетями должны работать люди — высокое качество ИИ-генерации не появляется само по себе. Требуется глубоко проработать идею заранее, в процессе многое оценивать вживую и добиваться результата в несколько итераций.
История «Яндекс Практикума» и qute studio показывает: нейросети сегодня расширяют возможности в создании видеокоммуникаций, так как снижают цену экспериментов. Но работы для профессионалов на этом рынке меньше не станет: ИИ-генерация не работает по принципу «один промпт — один идеальный ролик». Какие смыслы заложены в видео и насколько убедительным оно получается, по-прежнему зависит от человека.