Transcription
Друзья, всем привет.
В сегодняшнем видео я поделюсь с вами своим топ-5 автоматизаций на платформе N8N или NA10. Эти автоматизации экономят мне и моим подписчикам огромное количество времени. И сразу хочу сказать, что это не просто какие-то рандомные пять автоматизаций, которые теоретически можно реализовать в N8N или из каких-то открытых источников общедоступных. Это мои личные, мой личный топ-пять автоматизаций. И каждая по каждой из этих автоматизаций у меня есть отдельный урок в открытом доступе на YouTube канале. То есть при желании каждую из них вы можете повторить. Все ссылки на все уроки будут находиться в описании к этому видео.
Сегодняшнее видео я сделаю обзорным. То есть я покажу вам эти пять автоматизаций, расскажу, что они делают, как они устроены внутри, как работают и какой итоговый результат получается на выходе из этих автоматизаций. Все эти автоматизации сделаны на платформе N8N. Кто не знает, N8N - это платформа, которая позволяет передавать данные между различными приложениями через API и управлять потоком этих данных, то есть настраивать логику направления этих данных, обрабатывать эти данные, редактировать как-то перерабатывать, вносить, убирать, удалять и так далее. То есть в любом формате с этими данными работать. И это всё позволяет людям, бизнесу автоматизировать те процессы, которые ранее приходилось делать вручную. И на моём канале уже большое количество видео, на тему автоматизации с помощью платформ NATN, с помощью платформы make.com. Возможно, вы найдёте для себя там что-то полезное, что вам необходимо, вам или вашему бизнесу. Поэтому подпишитесь на канал, поставьте лайк этому видео и мы будем начинать. Итак, друзья, поехали.
Первая автоматизация - это, конечно же, контент завод. Куда без него? Это, наверное, одна из самых объёмных моих автоматизаций, потому что она состоит из целых восьми сценариев внутри. Вот вы можете видеть их на экране. То есть они лежат в N8N в отдельной папочке. Каждый имеет своё понятное название, и каждый выполняет конкретную функцию. Этот подход имеет явное преимущество. О нём я рассказываю в основном уроке более подробно. Сейчас мы этого не будем касаться. Я покажу вам главный сценарий. Реализовано всё через Telegram бота, как обычно. Конкретный контент завод делает несколько функций. Первая функция, он анализирует целевую аудиторию. Вторая функция, он пишет посты для Telegram на основе целевой аудитории и, если необходимо, конкретных примеров. Он генерирует изображение к этому Telegram-посту. Следующая функция - это написание контента для ТADS или Twitter, то есть это коротенькие такие посты. Следующая функция - это создание сценариев для коротких видео, вирусных сценариев. опять же на основываясь на целевой аудитории и если необходимо хороших примерах. То есть он пишет вирусные сценарии для resorts и TikTok. И последняя функция - это отправка этого сценария для вот этих роликов на генерацию в Hгенen, где создаётся непосредственно уже короткое видео, сгенерированное с моим цифровым аватаром, с моим лицом. Давайте посмотрим, как это выглядит в Telegram-боте. И потом всё это заносится в табличку. Я вам всё сейчас покажу. Когда я нажимаю вот старт, здесь приветственное сообщение. пишу, проанализирую целевую аудиторию. Он мне задаёт вопрос, то есть какая моя целевая аудитория? Дополнительно ещё задаёт вопросы, я на них отвечаю. Ещё задают вопросы, отвечаю. И говорит мне, что анализ целевой аудитории готов. Он кладёт эту целевую аудиторию в мой Google диск в вордовском документе, к которому потом можно обращаться. Дальше вот я могу написать ему: "Создай пост для Telegram на тему". Он пишет просто отвечает: "Готово". Всё это вот работает на заднем фоне. Пост для готово. Создай видео. То есть это подразумевает, что он идёт и пишет сценарий. А после из другого места я уже запускаю другую цепочку, которая делает уже видео по этому сценарию с моим цифровым аватаром. И всё вот это вот. Давайте я сразу покажу табличку. Табличка выглядит вот таким образом. Он сюда кладёт заголовок, кладёт текст. Здесь ссылки на изображение для тех социальных сетей, куда это необходимо. В моём случае это Telegram, то есть их можно открыть. Вот так вот выглядят картинки. Здесь платформа, у меня здесь три платформы. И вот эта кнопочка, видите, send зелёненькая. Вот он сценарий, который он сделал для видео. Если я нажимаю эту кнопочку send, то он идёт как раз-таки этот сценарий в Hген для создания вот этого видео с моим лицом. Вот так это работает. И всё вот это состоит из восьми, как я говорил, сценариев. Давайте кратенько. Вот он главный сценарий менеджер. Его задача, решать, какой сценарий другой вызывать. Это единственная его задача: получать данные, вызывать другой сценарий и возвращать конечный ответ пользователю. Здесь всё очень простенько. То есть он здесь понимает, текстом я написал или голосом, и передаёт всё это в агент. В агенте нам нужен текст. Здесь тоже понятненько, он выдаёт конечный ответ назад мне в Telegram. Вот это его моделька, это его память. А здесь как раз-таки наши инструменты. У него есть инструмент create Telegram, Create Threads, Create Video и Analyze Audience. То есть, понимаете, что каждый из этих инструментов представляет собой отдельный сценарий. Допустим, сценарий у нас пусть будет AUDENTs, то есть анализ целевой аудитории. Он собирает информацию, передаёт её в новый сценарий, вот сюда. Здесь он целевую аудиторию анализирует и создаёт документ и наполняет его. Create докумен, а Update документ. Следующий, допустим, сценарий - это будет Telegramпост. Здесь он идёт, получает от нас информацию, создаёт Telegram-пост на основе целевокой аудитории, если необходимо на основе примеров. Кладёт всё это в табличку, потом запускает ещё один сценарий вот этой ной. Он запускает создание изображения. Вот запускается этот сценарий. В моём случае с помощью нанобана создаётся изображение и кладётся в табличку снова. Здесь не обязательно использовать нанобана, можно другие какие-то имжгенераторы. Так, с этим мы закончили. Я сразу буду закрывать. Дальше дляс, для Twitter всё то же самое. То есть он берёт тему и на основании целевой аудитории и примеров генерирует пост и кладёт его в табличку. Для лсоof всё немножко по-другому. Здесь целых три агента, и они дают высокое качество. Здесь продюсер раскрывает нашу тему более широко, то есть даёт представление о нашей теме. Потом на основе этого создаётся вирусный, выбирается вирусный хук, то есть цепляющий заголовок, первые слова для нашего видео. И после этого уже непосредственно компонуется и собирается полноценный сценарий видео, который также можно вот подключить примеры, если есть, загрузить их. И потом также кладётся в таблицу. И вот последний наш инструмент - это как раз-таки, когда мы нажимаем в табличке на кнопку send, и он отправляет его на запрос, запросен на генерацию видео с моим лицом. И, собственно, присылает конечное сообщение, что всё готово. То есть вот сюда, точнее, он присылает мне видео. Вот это вот вот такой, друзья, контент-завод. На самом деле вот эта структура, она мне очень нравится. Я её буду ещё модифицировать, ещё улучшать. Это видео вышло буквально недавно. Это буквально первая версия вот этого вот контент-завода. В двух словах скажу, что вот эта структура, основное его преимущество в том, что её можно масштабировать. Я захочу какую-то ещё новую функцию добавить. Я делаю просто новый сценарий и добавляю его в менеджера. И всё. Если возникают какие-то ошибки, какие-то сбои в такой структуре, проще их чинить. проще отлаживать, редактировать. Всё это становится удобнее и понятнее.
Итак, друзья, вторая важнейшая автоматизация - это построение раксистемы. Раксистема - это система, на основе которой можно строить любых и и консультантов, и и продавцов, а, и и техподдержку. В общем, любые системы, которые опираются для ответа на документацию, на любые файлы. То есть в чём есть проблема? Когда мы подключаем, создаём обычного и агента без файлов, без памяти, дело в том, что зачастую чат GPT не знает информации о каких-то конкретных компаниях, о каких-то конкретных регламентах. То есть, если вы его спросите какой-нибудь регламент компании там или какой-то вопрос, который касается конкретной компании, конкретного процесса, чат GPT не может знать на него ответ. И он, а мало того, что он не может знать ответ, он соврёт, то есть сгаллюционирует и ответит неточно. Можно, допустим, пример привести и ассистент онбординга новых сотрудников. То есть у компании есть регламент, есть правила. И чтобы человек бы к новенькому человеку не представлять какого-нибудь ментора, который бы его натаскивал, показывал бы всё рассказывал, а можно создать Telegramбот, который будет иметь в себе базу знаний, документы внутренние компании, в которых будет вся информация. И человек может с этим ботом общаться и получать ответ на любой свой вопрос. То есть это как частный пример использования этой раксистемы. И и продавец для интернет-магазина, консультант, то есть он может в базе своей иметь информацию по всем товарам. И когда клиент будет задавать вопрос: "А вот какой размер у этого товара, он сможет ответить, потому что у него будет эта информация загружена". И вот, чтобы это всё сделать, используются вот такие вот Раксистемы. В данном случае рак система состоит из двух компонентов, из двух сценариев. А нижний сценарий, вот этот, он отвечает за то Давайте сразу сначала скажу, как это работает. То есть имеются документы на Google диске и имеется Telegramбот. Когда человек задаёт вопрос в Telegramбот, а наш агент обращается в векторное хранилище, в векторную базу данных. Так вот, вот эти документы, которые лежат на Google диске, они определённым образом перерабатываются и помещаются в эту векторную базу данных в виде векторов. Когда человек в Телеграме задаёт вопрос, агент идёт в эту базу данных и находит релевантный ответ и потом дополняет его с помощью обычного там AI, то есть модельки, и выдаёт итоговый ответ, состоящий из конкретной информации из документов и дополненный ответом и модели. Вот так это устроено. И нижний сценарий у нас отвечает за то, что мы, когда загружаем или обновляем файл на Google диске, он попадает в нашу наше векторное хранилище. Приведу пример. У меня есть на Google диске файл, допустим, Cloud Code Guide, то есть специальный гайд, который обучает, как кодить с помощью кода. То есть там есть конкретные примеры, конкретные команды и так далее. Я его загрузил на Google Disk. Когда я его загрузил на Google DK, сработал сценарий второй, и он этот файл поместил в векторную базу данных Superbase. То есть всё это подробно в уроке. Я сейчас просто образно объясняю. И Superabase мой текстовый файл разложил на вектора. То есть здесь большое количество векторов. Каждый вектор, он содержит определённое количество символов и закодирован. И когда в Телеграме я пишу, дайте покажу, как это выглядит. И когда я в Телеграме пишу вопрос, какие встроенные команды есть, он мне выдаёт ответ из документа. То есть это та информация, которая есть в документе. То есть обычный чат GPT мне бы никогда не выдал вот такой ответ. Это всё только потому, что у него в базе знаний есть вот этот документ. И вот за это отвечает нижний сценарий. Если говорить прямо точечно, здесь файл создаётся или обновляется. Здесь удаляется старая информация о нём, если она была. Потом он загружается и векторизуется. То есть из текста делаются векторы и складываются туда. Верхний же сценарий принимает от нас в Telegram или голосовое сообщение, вот по нижней веточке, или текстовое сообщение, передаёт это в агента. Агент, во-первых, сохраняет контекст диалога с каждым клиентом, с каждым пользователем с помощью вот этого инструментаem. И потом наше то же сообщение, которое мы передаём в бота, оно также векторизуется, то есть из текста переходит в векторный формат и идёт в нашу векторное хранилище в Superbase, вот сюда, и находит релевантные векторы или вектора, не знаю, как правильно, то есть которые соответствуют нашему запросу. И этот поиск является очень точным. И мало того, что он сам по себе сейчас точным является с этой системой, его ещё можно, скажем, делать ещё более точным за счёт разных манипуляций. Ну, это уже как бы за рамками этой автоматизации. И таким образом мы в Telegram в конце получаем точный ответ на наш вопрос, основанный на документах, которые мы сюда загрузили. Вот это и называется раксистема. И раксистема - это буквально больше половины всех автоматизаций на мировом рынке. То есть это самая часто используемая автоматизация в мире. Это самая, а, скажем так, автоматизация, которая приносит реальный профит и реально хорошо работает.
Итак, друзья, автоматизация номер три. Это персональный иагент, который полностью управляет вашим личным или рабочим Google календарём. Этот агент имеет в себе четыре функции. Он может создавать события, он может просматривать события, которые запланированы, он может переносить события и он может удалять события. То есть эти функции полностью закрывают управление календарём. Это видео я выпустил совсем недавно, то есть вот я его уже оттестировал. То есть я буквально в сегодняшний же день записывал и видео по созданию этой автоматизации. Здесь немножко непонятно всё. Давайте я сейчас прямо в режиме реального времени а протестируем вместе с вами эту автоматизацию. То есть, возможно, я её не буду прямо полностью тестировать, но давайте посмотрим. Вот я поставил, а, скажем, включил её в работу в тестовом режиме. Вот мой календарь абсолютно пустой. Сегодня пятница двадцать шестое. Вот он Telegramбот. И давайте я в него запишу голосовое. А создай, пожалуйста, событие на завтра на 6:00 вечера поход в спортзал. Всё, я ему отправил голосовое. Смотрите, он пошёл работать. Видите, инструменты он пока не задействовал. Он мне прислал такою такую штуку. Значит, завтра, 27 сентября, 18:00 дата начала, дата окончания, заголовок: поход в спортзал, посещение спортзала для тренировки. Подтверди, если всё верно. Я ему давайте пишу, да? О'кей. И нажимаю. Вот он пошёл. работать. И видите, сходил инструмент create events, то есть создал событие. Заходим в Google календарь и смотрите, что получается. Суббота 2 се у меня поход в спортзал на 6:00 вечера. Супер. Теперь смотрите, пишу ему, а, Telegram открываю. Подскажи, какие события у меня на завтра запланированы? Отправляю. Ждём. Смотрите, здесь заранее расскажу. Вот он понимает текст у нас вот здесь или голос. Вот у нас голосовой пошёл по этой ветке. Здесь агент с промтом, здесь моделька его память. Всё, всё как обычно. И четыре инструмента. Всё очень просто. Создать события, посмотреть события, перенести события и удалить события. И вот конечный ответ. Смотрите, значит, здесь ничего не поменялось же. Смотрим в Telegram. У тебя запланировано одно событие на завтра. Поход в спортзал. О'кей. На 6:00 вечера. Я ему пишу. Давайте включаем. А перенеси события на 4:00 дня. Он пошёл опять думать. Он требует подтверждения. Вот было на на 18:00, теперь на 16. Пишем ему да. О'кей. Отправляем. Сейчас красненькое, но это ничего страшного. Он ходит. Ему сначала нужно посмотреть события, а потом вернуться сюда. Думает, думает, что ему делать. Сходила, значит, зелёненьким загорелась. Всё отлично. Вот он перенёс его на 4:00 дня. Супер. И давайте скажем, в общем, друзья, я думаю, суть вы уже поняли. Вот так работает эта автоматизация. Мне очень, на самом деле, нравится, как она работает. Так что заходите, смотрите урок, создавайте для себя такое. Очень удобно пользоваться.
Следующая, друзья, автоматизация, уже четвёртая по счёту, но тоже достаточно полезная, хоть и небольшая. И именно такие автоматизации мне, на самом деле, нравятся больше всего, которые приносят пользу и при этом вот являются вот такими небольшими, достаточно легко реализуемыми. Тут что происходит? есть Telegramбот, как обычно. Я в него присылаю ссылку на YouTube видео, и этот бот, эта автоматизация делает транскрипцию этого видео, во-первых. Потом из этой транскрипции она выводит самре и мм полезные, в общем, шаги, которые из этого видео следуют, то есть рекомендации там какого-то автора, то есть который об этом видео что-то рассказывает. В частности, это структура, которая необходима была мне лично в моём случае. То есть стоит сказать, что он принимает, а, ссылки на видео абсолютно любой длины. То есть это может быть 2 часа, может быть 3 часа, 4 часа, это абсолютно неважно. Он принимает и работает с текстом этого видео. И в моём случае я туда люблю загружать какие-то подкасты. И там обычно, как правило, есть полезная информация конкретная, которую хотелось бы внедрять. И поэтому есть вот такая вот такой столбик to. И, собственно, всё он складывает это в табличку. Есть название видео, есть ссылка на видео, есть summary, то есть какое-то кратенькое. Ну опять же, оно будет кратенькое или не кратенько в зависимости от длины видео, которое вы сюда загрузите. А всё это я рассказываю к тому, что вот эти вот поля вы можете кастомизировать и делать абсолютно уникально под себя вообще любым вам мм нужным, скажем, способом. У вас могут быть вообще другие столцы, может могут быть такие же. То есть смысл в том, что загружается ссылка на YouTube ролик. Вот здесь в Telegramбот. Дальше есть сервис Супада. Этот сервис берёт и извлекает из видео автоматически созданные Ютубом субтитры на нужном вам языке. То есть здесь огромный плюс, что он не скачивает видео, не работает с самим медиафайлом, который может быть очень огромный, а именно с субтитрами. И передаётся это в нашего агента. И вот в агенте вы можете уже делать с этим текстом. То есть это огромный транскрипт там четырёхчасового видео. И вы можете делать с ним что угодно, сжимать, суммаризировать, выделять какие-то ключевые моменты и так далее. И потом всё это скидывать в табличку и там отправлять какое-то уведомление, что вся информация по полочкам уже в твоей таблице. И вот ссылочка на эту таблицу. Мегаполезная автоматизация, мегаудобная и мегапростая. Так что пользуйтесь, друзья.
Так, друзья, ну и последняя, пятая автоматизация касается видеогенерации с помощью VO3, Google VO3. Возможно, вы, да, вы 100% видели вирусные ролики различные в социальных сетях, где сгенерированные видео набирают там миллионы просмотров. Это совершенно разные форматы. Это могут быть, допустим, интервью, это могут быть какие-то там маленькие животные, это может быть какая-то история, то есть исторические какие-то кадры, там, допустим, от первого лица там в жизнь римлянина, допустим, или, в общем, очень-очень много разных форматов, которые сделаны с помощью искусственного интеллекта и набирают миллионы просмотров. И здесь я собрал такой сценарий с виду, он достаточно большой, но по сути ничего тут как бы сложного нет. Этот сценарий имеет две функции. Он использует Google VO 3, который я использую с помощью платформы KA API. То есть здесь у них куча моделек, и я просто, когда мне нужна какая-то моделька, я отсюда беру, собственно, её настройки и вот пополняю, значит, один сервис и с помощью него пользуюсь разными моделями. Есть для видеомодели, вот есть для image, ещё там другие есть функции. В общем, здесь я подключаюсь Google VO3 и генерирую видео на вход. То есть есть две функции. Это генерация по текстовому запросу и генерация по изображению. Здесь вы можете видеть вот, допустим, котик прыгает в бассейн, получается вот такое вот видео. Есть генерация по изображению. То есть я скидываю изображение в виде файла, мимасик скинул. И вот здесь, то есть происходит анимация создания видео. >> Здравствуйте. >> То есть из этой картинки. И вот также пример текстовый. Вот есть бабочка на лавочке сидит тут что-то рассказывает, анекдот. В общем, вот такое вот видео получается. То есть это сгенерированное видео с помощью нейросети. И вот подобные форматы бывают набирают миллионы, то есть если они грамотно сделаны. И суть автоматизации в том, чтобы на вход присылать или обычный русский текст простыми словами, что бы я хотел, да, или присылать изображение с описанием того, что нужно сделать с этим изображением. И вот эта автоматизация решает эти две задачи. И, собственно, две ветки, они так и есть. Одна отвечает за изображение, вторая отвечает за текст. То есть тут я могу голосом сказать или текстом написать, что я хочу, там, бабушка, дедушка, интервью, там, в общем, что я хочу получить на видео. Агент примет эту информацию и создаст очень большой проработанный промт на английском языке для Google VO3. И с этим промтом уже пойдёт на сервис KE и туда этот промт отправит и сгенерирует видео, которое мне потом вернёт. Здесь то же самое, но здесь будет другие настройки. Оно будет работать на изображение. То есть мы пришлём изображение, скачаем его, а, проанализируем это изображение вот здесь. То есть мы разберёмся, что на нём есть, какая композиция. Потом всю эту информацию передадим в агента. Агент нам также создаст проработанный промт крутой. И потом уже в Veo мы загрузим изображение и промт к нему. И таким образом мы анимируем изображение, соответственно, нашему запросу. Вот такая, друзья, последняя, пятая автоматизация. Мм, как я говорил, любую из этих пяти автоматизаций вы можете найти на моём канале прямо в открытом доступе и посмотреть урок к ней. И при желании повторить её. Если же вы хотите, а, получить готовые сценарии к любой из этих пяти автоматизаций, то каждому своему уроку я выкладываю готовые сценарии, готовые блюпринты в базу знаний. Ссылочки все будут в описании. Готовый Blueprint вы можете скачать, нажать три точки и import. И тогда вся вот эта схема, как и любая другая схема, у вас появится уже со всеми настройками, со всеми промтами уже готова. Вам останется лишь подключить все свои аккаунты, то есть просто переключить все аккаунты на свои ресурсы. Всё. То есть в данном случае ваш Telegram, ваш чат GPT, ваш сервис KE, то есть Google VO3. Всё. И всё остальное у вас будет работать. То же самое касается любой из моих автоматизаций. Вот такой обзор получился, друзья. Надеюсь, такой формат вам интересен. Надеюсь, это было полезно и позволит вам углубиться в какую-то из этих автоматизаций и создать её для себя. Так что подписывайтесь на мой YouTube канал, заходите обязательно в мой открытый Telegram-канал, там бывает много полезной информации, которая не дублируется Ютубом и мои какие-то личные мысли. На этом я с вами прощаюсь. До новых встреч.