Кейс - анализ звонков с ИИ

Искал на Upwork подходящий для контента оффер и наткнулся на запрос анализа звонков с ИИ.

Я сделал 2 таких проекта на n8n+Lovable (±$4500 суммарно) и записывал гайд на английском языке, поэтому решил быстренько перевести его на русский.

В нем разбираю как выстроить анализ звонков на основе Assembly AI в n8n.

Видео:

https://www.youtube.com/watch?v=w2CYWjUmh0I

_

Если хотите собирать такие же решения - записывайтесь на курсы по n8n и Lovable

Обзор ИИ видеогенераторов

Невероятно, но факт - больше всего репостов в канале получил пост с набором API для генерации контента с ИИ.

Возможно, не я один погружаюсь в эту актуальную тему все больше, поэтому я решил составить список актуальных инструментов у наиболее популярных генераторов.

Kling
1. Image generator - генерация картинок
2. Text-to-video - генерация видео из текста
3. Image-to-video - генерация видео из из картинки, возможность задавать первый/последний кадр
4. Бесплатные звуковые эффекты, как в Veo3 - пока слабоваты
5. Elements - генерация в видео с несколькими элементами с картинок
6. Multi elements - редактирование виде с добавлением/подменой/удалением элементов
7. Video Lip-sync - синхронизация губ на видео с аудио

Veo3
1. Text-to-video со звуком
2. Image-to-video

Higgsfield:
1. Image generator - мультимодальность (flux, gpt image)
2. Text-to-video с набором различных эффектов, мультимодальность (veo, seedance, wan)
3. Image-to-video - start+end frame
4. Image lip-sync
5. Draw-to-video - возможность рисовать визуальные подсказки для видео генерации
6. Product placement - генерация картинок с добавлением продуктов
7. Inpaint - редактирование изображения с визуальными подсказками
8. Multireferences - генерация картинок с несколькими референсами
9. Consistent character images - тренировка своего Lora на фото для создания консистентного персонажа

Runway
1. Text-to-video
2. Image-to-video - new aleph model
3. Новая модель Aleph - позволяет менять угол обзора, добавлять элементы, менять окружение и тд - больше примеров тут - https://byai.ru/runwayreferences

Ставьте лайки, если интересно больше про генерацию контента - в следующий раз опубликую как выглядит универсальный пайплайн разработки видео.

С чего начинать построение продукта

Пару дней назад я словил депрессию от непостоянства работы из-за фриланса и в моменте, найдя в чатах ТГ по ключевому слову n8n вакансию Middle Product manager, уже через день я сидел на интервью, где мне мягко напомнили, что делать MVP не равно быть продактом.

Но дали шанс в виде тестового задания, суть которого в построении продукта с нуля. Первым шагом нужно отобрать JTBD - работы, которые должен выполнять наш продукт для пользователя - по сути что должен делать продукт, чтобы решить проблемы пользователей.

Через пару дней мне постучали еще с проектами и меня отпустило, но все же давайте разберем, куда бежать, чтобы найти интересные гипотезы по JTBD.

Пример гипотезы - компании хотят ИИ-агента для трендвотчинга в Инстаграм с ИИ, чтобы автоматизировать и скейлить процесс, сэкономить на нанятых кожаных трендвотчерах.

Список источников:

1. Прошерстить Reddit по релевантным сабреддитам - instagram, content marketing, startups

2. Попросить сделать deep research у Manus или ChatGPT

3. Посмотреть Google trends - ключевые слова, связанные тренды

4. Посмотреть Youtube и ключевые слова в поиске - интервью с экспертами, автоматизиторов процессов и тд

5. Полистать поиск по чатам в ТГ по ключевым словам (названия инструментов, термины)

6. Вспомнить всех своих знакомых, кто занимался маркетингом и написать им

7. Сходить на Producthunt и посмотреть последние продукты в этой сфере

8. Самая хитрая идея - найти уже автоматизированные процессы в виде n8n workflows, которыми делились в n8n community/linkedin/reddit другие пользователи

А откуда вы бы стали доставать информацию с полей?

_ _ _ _

Оставить заявку на участие в курсе по n8n или Lovable

Проблемы контент заводов

Мы с знакомыми ребятами делаем контент заводик для одной крупной компании.
Итоговая цель - генерировать видео полностью в автоматическом режиме или максимально автоматизированно, насколько это возможно. (я верю в то, что рука человека обязательна на хотя бы одном этапе, чтобы улучшить качество)

Ниже привожу список проблем, с которыми столкнулись во время разработки:

1️⃣ Не стабильные парсеры - мы используем Apify и RapidAPI, некоторые акторы иногда не выдают результаты без причин. Также столкнулся с проблемой выгрузки видео с ютуба - невозможно через n8n скачать видео с серверов гугла, которое открывается через браузер.

2️⃣ Не стабильные провайдеры - мы используем PiAPI для генерации картинок с Midjourney и Replicate для генерации видео с Kling. Первый иногда падает или замедляет работу генерации (10 минут против 1), Replicate работает более стабильно, но там нет Midjourney и цены могут быть выше.

3️⃣ Асинхронная генерация - генерацию видео можно ждать 15 минут, и даже 50, поэтому приходится строить сложные структуры по проверке готовности всех частей видео для финальной сборки.

4️⃣ Ограничение по рендерингу - мы пользуемся Creatomate для рендеринга, где можно создавать шаблоны, но в будущем может потребоваться более гибкая структура видео. У них вроде есть решение для динамического рендеринга, но я еще его не пробовал - в противном случае придется тыкаться в Remotion.

Все эти проблемы требуют сложной обработки ошибок и построения ветьеватой логики, поэтому если у вас с этим проблемы - советую заглянуть ко мне на курс по n8n.