Spiry — нейросеть для создания идей и сценариев коротких видео — согласно тг-анонсу 13 октября, доступна для всех. Если ее более известный аналог Sora создает красивые, но часто бессмысленные видео, то Spiry по замыслу создателей должна атаковать с другой, куда более важной стороны — стороны стратегии.
Пользователю предлагается пройти мини-тест по своей ЦА, своему блогу (в каком формате он ведется и какие цели перед ним стоят) и другим блогам, с которых можно брать референсы. После анализа Spiry выдает сценарии для видео и рилсов, рекомендации по контент-стратегии и советы по улучшению профиля.
Spiryтически на другом уровне
Грубо говоря, Spiry — это система, которая формализует и алгоритмизирует интуицию успешного контент-мейкера. Она нужна, чтобы вместо размышлений «что бы такого записать» уже автоматически проводился data-аудит ниши, декомпозиция ДНК успешных аккаунтов и выдача идеи. Ключевое отличие от Sora и им подобных — смещение фокуса с «как сделать» на «что и почему сказать».
Вход свободный
Появление такой нейросети в теории демократизирует доступ к качественному стратегическому планированию. Теперь для создания цепляющего контента не нужны месяцы проб и ошибок. Это может привести к лавинообразному росту количества качественного контента и, как следствие, к взрывному росту конкуренции за внимание и к увеличению CPM.
Пока все будут гнаться за виральными охватами, преимущество у контента, релевантного для ЦА и решающего конкретные проблемные сценарии пользователя.
Царь природы
Spiry такие сценарии выдаст. Но именно человек решает, какой из них имеет право на жизнь, как его адаптировать под конкретный оффер и как вписать в общую воронку.
Умение «описать ЦА, цели и примеры» — это и есть новый базовый навык. Если вы не можете четко сформулировать эти параметры, даже самый продвинутый AI вам не поможет. Это заставляет маркетологов глубже понимать свою аудиторию, а не «моя ЦА — все», и формализовывать свои гипотезы. Например, переходить к построению детальных аватаров клиентов. Качество брифа для Spiry будет напрямую влиять на качество его рекомендаций и, в конечном счете, на ROAS. О том, как автоматизация влияет на эту метрику, мы писали здесь.
Плюс необходимо управлять портфелем AI-сгенерированных гипотез и измерять их эффективность в связке с бизнес-метриками. В конечном счете, именно опытный аффилиат, в отличие от нейросети, с точностью выберет то, что работает не на «охваты», а на конверсию и целевое действие.
