Бизнес + Гаджеты

Nvidia обогнала по стоимости Saudi Aramco, и теперь выше детища Дженсена Хуанга лишь Microsoft да Apple. Microsoft за последние годы ИИ-бума влезли в очень плотную зависимость от чипов Nvidia, из-за чего сейчас экстренно пилят собственную замену. Apple же слез с чипов Nvidia в 2010-х, но, уверен, у Nvidia неплохие шансы пободаться и с этим гигантом.

Возможно, кто-то спросит "Аффтар, почему ты так уверено назвал Nvidia главной компанией нашего будущего?". Отвечу: "Потому что Nvidia продает те самые пресловутые лопаты современным золотоискателям. А это самая надежная и устойчивая бизнес-стратегия независимо от эпохи и контекста".

Ладно, к делу. Изучая материалы про Nvidia, я регулярно сталкивался со следующим лейтмотивом:

"Да просто чуваки каждый раз оказывались вовремя с востребованным продуктом. Они просто крайне везучие".

Так вот, если компания умудряется несколько раз подряд оказаться с востребованным продуктом (причем, самым популярным на рынке, или одним из самых) в нужные моменты времени, то это означает, что у компании офигеть какая мощная стратегия, а СЕО - крутой визионер.

Поэтому, в этом материале я хочу не просто рассказать историю развития компании и основные этапы её развития. Но также понять, как Дженсену и ко. удавалось делать настолько верные и точные стратегические ставки. А еще, по ходу дела расскажу, что же за продукцию такую производит эта Nvidia, что на неё всегда есть устойчивый спрос в самых разных индустриях и сегментах рынка.

Disclaimer. История Nvidia - это большой и яркий путь с россыпью крутых бизнес-решений. Так что, я поделю материал на две части. Сегодня расскажу, как из небольшого перспективного "стартапа из кафешки" Nvidia превратилась в важнейшего производителя железа для современной технологических отраслей. А во второй части (coming soon) мы разберемся, как Nvidia из просто крупной и важного игрока превратилась в главную компанию будущего, которая (очень возможно), скоро станет самой дорогой корпорацией в истории.

Этап первый. Как жизнь Nvidia чуть не закончилась после первого же выпущенного чипа

Думаю, многие из вас слышали историю, как Дженсен Хуанг, Крис Малаховски и Кертис Прэм сели за столик в дешевой кафешке в Сан-Хосе и стали думать, какая технология станет the next big thing в этом мире. Еще ходит байка, что эта забегаловка была в таком суровом районе, что в её стенах зияли дырки от гангстерских пуль.

Последний факт, наверно, должен был символизировать стартаперский дух начинания, но на самом деле все трое фаундеров на тот момент уже были состоявшимися взрослыми спецами. Например, наш главный герой трудился руководителем направления в LSI Logic - довольно крупном производителе интегральных схем, а два других партнера инженерили в Sun Microsystems (эту компанию позже поглотит Oracle). В общем, ребята были весьма матерыми профи, а не какими-то оборванцами, бросившими колледж ради стартапа в гараже.

Приятели сходились во мнении, что компьютерная отрасль только набирает обороты, и что в самое ближайшее время машины будут использоваться для все более широкого спектра вычислительных задач. А значит, центральным процессорам (CPU) явно понадобится помощь. Эта помощь называется аппаратное ускорение вычисления.

В двух словах. CPU - это такой "мозг компьютера". Он обрабатывает сигналы и распределяет вычислительные команды. А теперь представьте, что вам на работе подкинули 10-20 задач одновременно. Что случится с вашим мозгом? Правильно, он "перегреется" и вы поймаете мощный приступ прокрастинации (=зависнете). То же самое и с центральным процессором компьютера, который должен выполнять все больше и больше задач одновременно.

Так вот, элементы аппаратного ускорения - это такие вспомогательные мини-мозги, призванные разгрузить основной мыслительный центр.

Без этих штук мы едва бы смогли параллельно запустить на ноутбуке несколько вкладок браузера, эксель, фотошоп, Телегу, и игру в отдельном окошке.

Кстати, на счет игр. Дженсен, Крис и Кертис не сомневались, что за аппаратным ускорением будущее. Оставалось лишь выбрать направление внутри этого тренда. Решили, что это будет гейминг. Если конкретнее, то их особенно привлекала бурно развивающаяся 3D-графика для этого самого гейминга. Продвинутый графон - это штука энергозатратная, вычислительные мощности она жрет как конь. Так что, друзья решили софкусироваться на графических процессорах (GPU).

В 1995 г. Nvidia выпустила свой первый продукт - мультимедийную видеокарту NV1.

NV1 отличалась от аналогов тем, что на одной плате размещалось сразу несколько модулей - блок обработи 2D-графики, ускоритель 3D-графики, звуковая карта и порт для игрового геймпада приставки Sega Saturn. Кстати, в рамках этой карты Nvidia сотрудничала с Sega, что позволило портировать некоторые популярные эксклюзивы для этой консоли на ПК.

Нужно отметить, что Nvidia - это fabless (=fabricless) company, т.е. компания без своего производства. По сути, это просто конструкторское бюро. Очень большое и крутое конструкторское бюро! Они всего лишь (ну, если сравнивать с полноценной сборкой) придумывают и разрабатывают свои технологии и продукты, а непосредственной изготовкой занимаются подрядчики по контракту. Например, первый чип NV1 для Nvidia производила компания SGS Thomson-Microelectronics на своем заводе во Франции. Сейчас, конечно, у Nvidia есть кое-какие собственные производственные мощности, но львиная доля производства все равно происходит на стороне - например, с помощью тайваньских компаний.

В итоге NV1 стал прорывом и принес компании известность... хотелось бы мне написать. Но нет, он провалился! Да-да, история третьей по стоимости компании в мире началась с провала.

Дело в том, что NV1 был больше всего заточен на игровую консоль Sega. А в те годы происходит бум ПК-гейминга. Большинство ПК же работает на операционной системе Microsoft. NV1 вышел в мае 1995, а уже в сентября Microsoft представил свой API под названием DirectX.

Если упрощенно, DirectX - это специальный модуль, позволяющий разработчикам задействовать все мощности железа без написания специального кода под каждый элемент комплектующих.

Так вот, принцип ускорения графики у чипсета NV1 принципиально расходился с таковым у DirectX. Следовательно, первый продукт Nvidia оказался принипицально несовместим с подавляющим большинством игр, которые геймеры ставили на ПК!

А учитывая, что в создание NV1 стартап бахнул почти все первые привлеченные инвестиции (первый раунд был 10 миллионов долларов - довольно серьезная сумма по тем временам), это был epic fail. Хуангу даже пришлось сократить половину сотрудников, которых к тому моменту уже успели нанять... Был момент, когда у Nvidia хватало денег всего лишь на один месяц зарплат. Тогда родился негласный девиз компании: "У нас есть всего лишь 30 дней, чтобы продолжать делать бизнес".

Так что, да, в начале своего пути сооснователи получили довольно мощный апперкот от жестоких реалий рыночной экономики.

Впрочем, Nvidia сделала правильные выводы. С пор они редко промахивались с трендами рынка, особенно в сегменте ПК.

Интересный факт. Первые годы у Nvidia не было названия. В рабочих переписках компания называла свои первые продукты "NV" - Next Version. Ну типа, новая версия этих ваших видеокарт. Когда компания развилась до такого масштаба, что без названия уже было сложно, основатели решили открыть словарь и найти что-то прикольное из похожего на NV. В итоге остановились на слове "'invidia"', что на латыни значит... "зависть". Да-да, тот самый дух неуёмной конкурентной борьбы, который позже проявился в схватках с 3dfx, ATI, AMD и другими крутыми компаниями.

Этап второй. Первый большой успех и победа над Voodoo

Есть такой миф, что Nvidia придумала видеокарты. На самом деле, это не так. Первый графический видеоадаптеры с поддержкой 3D-графики еще в бородатом 1982 году запилила IBM. Чуть позже многие другие компании выпустили свои версии. Однако первые версии были очень дорогими и не слишком производительными. В общем, узкоспециализированная история для избранных.

Действительно массовые, доступные, универсальные и широкосовместимые 3D-видеокарты появились во второй половине девяностых. Первый образец выпустила та же IBM в 1995 г., был еще чипсет S3 ViRGE от компании S3 Graphics (сейчас принадлежит тайваньской HTC). Еще было сразу несколько популярных моделей от компании Matrox, да и японцы из Yamaha тоже что-то делали... В общем, хотя океан еще не был алым, он уже стремительно краснел.

В 1996 г. на рынок выбрасывается сразу несколько успешных моделей, но настоящий прорыв происходит, когда компания 3dfx выпускает свой 3D-ускоритель под названием Voodoo Graphics.

3dfx специализировалась на графике для игровых автоматов, и их чип выдавал скорость и качество рендера, близкое к автоматам. Тогда это была вершина крутости. К тому же, их карты хорошо совмещались с ПК-играми.

Короче говоря, это был очень крутой 3D-ускоритель, который быстро завоевал популярность. Сначала среди производителей видеокарт, а позже и среди геймдев-компаний, которые целенаправленно начали оптимизировать графон своих проектов под него.

В 1998 г. 3dfx выпустила чипсет Voodoo2, который был еще производительнее первой версии. И вот с этой штукой Nvidia пришлось конкурировать. Скажу сразу, Nvidia выиграла, а позже вообще выкупила 3dfx, интегрировав к себе их наработки. Как же им это удалось?

Если вычленять самую суть, то более массовый и простой продукт победил более продвинутый. В общем, классика. Voodoo2 показывал исключительную производительность и качество текстур, к которым не могли приблизиться конкуренты. Однако Nvidia выпустил свой новый продукт - NV4, также известный как Riva TNT. Дело в том, что поверх набора ускорителей Voodoo2 нужно было отдельно прикрутить внешнюю видеокарту. А Riva TNT имела изначально встроенную видеокарту внутри своего набора (т.е. предлагала готовое решение под ключ). К тому же, Riva TNT была банально дешевле ("дешевые карты Nvidia" сейчас звучит как плохой анекдот, но тогда реально было так). Так что, Nvidia начал активно отжирать бюджетный и средний сегменты, которые благодаря растущей доступности 3D-игр росли быстрее всего.

Тем не менее, Nvidia и 3dfx активно конкурировали следующие 2-3 года. Но Дженсен Хуанг победил. Во-первых, пока у 3dfx каждый следующий чипсеть был масштабным мегапроектом, Nvidia намеренно минимизировал цикл разработки, научившись быстро выкатывать новые версии на рынок. Это позволяло еще быстрее отжимать бюджетный и средний сегмент. К тому же, Nvidia изначально заложила в конструкцию своих продуктов систему проверки чипов на брак, за счет чего у них была ниже доля неисправной продукции.

Закончилось все тем, что в 2002 г. 3dfx проиграла Дженсену Хуангу патентный спор, что окончательно добило некогда мощного игрока. В итоге Nvidia выкупила своего закадычного конкурента за 70 миллионов долларов. Первый громкий триумф.

В 1999 г. компания выпустила один из своих главных продуктов - GeForce 256, который Nvidia с гордостью называла "первым графическим процессором". На самом деле, это было не совсем так. Хотя GeForce 256 умел создавать более сложные и реалистичные трехмерные объекты за счет наложения структур, был способен обрабатывать солидный объем графических примитивов (примитивы - это простейшие объекты, из которых на экране складывается изображение), и вообще очень резво работал с графикой, он точно не был первым графическим процессором. Более того, он был даже не самым мощным в свое время. Однако, он точно выдавал оптимальную "цену-качество", а еще Nvidia весьма талантливо его пиарила (в хорошем смысле этого слова).

К тому моменту Nvidia уже стала крупным поставщиком графических ускорителей и видеокарт. Её выручка была в районе 200 миллионов в год, капитализация достигала 700 млн долл., а в 1999 г. компания провела IPO на NASDAQ, окончательно перестав быть стартапом.

Этап третий. Новая конкуренция на зрелом рынке

В начале 2000-х на рынке графических процессоров уже миновал этап бешеной конкуренции между кучей стартапов. Сформировались три явных лидера - Nvidia, Intel и ATI. У Nvidia и Intel было примерно по 30% рынка, у ATI - чуть меньше. Однако в 1998 г. Intel выпустил неудачный внешний ускоритель i740, так что, через некоторое время решил забить на рынок дискретных (т.е. внешних) видеокарт, состредоточившись на внутренней графике, а также других направлениях, коих у этого диверсифицированного гиганта было предостаточно.

В итоге в сегменте внешних графических модулей образовалась дуополия - Nvidia против ATI. Тут-то Дженсен Хуанг и попал в свою любимую среду ультраконкуренции. В 2000 г. ATI как раз выпустила свой самый жирный продукт, название которого вы наверняка слышали - это чипсет Radeon (сейчас это флагман компании AMD, но об этом позже).

В общем, две компании начали бодаться за самые жирные сегменты и контракты.

Сначала Nvidia стала поставщиком чипов для консоли Xbox, которую только-только начинал развивать Microsoft. Однако в дальнейшем Microsoft ушел к конкурентам из ATI. Дженсен Хуанг подумал "А чем я хуже?", и пошел к Sony с их PlayStation. Вдобавок, Nvidia стала эксклюзивным поставщиком внешних видеокарт для компов Apple. Кстати, в рамках партнерства с Sony Хуанг поступил очень мудро - Nvidia не просто продавала свои чипы, но и помогала Sony разрабатывать собственную графику для PlayStation 3 и PSP. Конечно, в перспективе Sony мог полностью перейти на свои решения, но глава Nvidia понимал, что рано или поздно это случится в любом случае (так и случилось). Так что, лучше поучаствовать в процессе, выжав из сотрудничества максимум хотя бы до создания японцами своего GPU.

Параллельно, Nvidia начала себя вести как настоящая взрослая корпорация. Она начала скупать перспективные компании и стартапы, диверсифицируя технологическую и продуктовую базу. В частности, прикупили:

• Exluna - разработчика оборудования для 3D-рендеров в кино.

• MediaQ - производителя чипов, которые оптимизируют работу дисплеев и аккумуляторов мобильных телефонов и прочих "беспроводных устройств".

• iReady - разработчика чипов, которые "разгружали мозги" сетевого адаптера (это штука внутри компьютера, с помощью которой он ловит сеть или вайфай).

А еще, что любопытно, в 2005 г. хитрая Nvidia купила некую тайваньскую компанию ULI Electronics (сейчас она называется чуть по-другому), которая была важным поставщиком компонентов для главного конкурента - ATI. Этот удар Хуанга был крайне чувствительным для конкурента.

Второй удар по себе нанесла сама ATI. Компания продалась диверсифицированному производителю микропроцессоров AMD. В итоге ATI стала "графическим юнитом" в составе AMD, при этом лишившись большинства контрактов со своим основным потребителем - Intel (ведь AMD - это уже прямой конкурент Intel, а не какой-то там поставщик графических чипов). Угадайте, кому после этого достались безхозные контракты от Intel?

В итоге получилась очень характерная ситуация. С одной стороны, огромный процессорный холдинг купил главного конкурента Nvidia (а также, соответственно, их главный продукт - чип Radeon). С другой стороны, сама Nvidia активно диверсифицировалась, скупала компании в смежных сегментах и готовилась играть по-крупному. Все это предзнаменовало главное противостояние в сегменте графики, рендеров, процессоров и всего что с этим связано - Nvidia vs AMD ("зеленые" против "красных").

Кстати, есть версия, что AMD сначала хотели купить Nvidia, но Дженсен Хуанг их послал. Этот хитрый CEO что-то знал уже тогда.

Этап четвертый. Первые ростки в направлении ИИ

Середина 2000-х. Nvidia - уже совсем серьезная корпорация, зарабатывающая по 200-300 миллионов баксов за квартал.

В 2007 г. компания выпускает свой, возможно, самый важный продукт. Очень вероятно, что именно он открыл ей путь к нынешним триллионам. Он назывался CUDA (Compute Unified Device Architecture). CUDA - это GPGPU (General-purpose computing on graphics processing units). И здесь я остановлюсь подробнее.

Дженсен Хуанг понимал, что одними ускорениями графона и рендерами сыт не будешь. Так что, Nvidia выпустил, скажем так, адаптер (ну или прееходник), который позволял задействовать мощности большинства своих графическиих чипов для обработки математических вычислений, алгоритмов и прочих веселых штук, которыми занимаются разработчики самых продвинутых технологий.

Проще говоря, с помощью CUDA разрабы смогли делать запросы на упрощенных диалектах языков C, С++ и Fortran, которые обрабатывались прямо на мощностях чипов Nvidia. Позже прикрутили еще Python, MATLAB и другие популярные языки.

Отдельно выделю крайне удачное решение добавить язык Fortran. С одной стороны, этот язык сложно назвать самым популярным для разработки (видели хоть один войтивайтишный курс про Фортран?). С другой стороны, он считается "высоким языком", на котором программисты-ученые любят вести научные изыскания. В том числе, именно Fortran стал одним из ключевых языков для ранних наработок в области искусственного интеллекта и машинного обучения (есть версия, что это вообще первый язык для ИИ).

Таким образом, помимо очевидного стимулирования спроса на чипы, успешный выпуск CUDA, вероятно, стал фундаментом (или хотя бы первым кирпичиком) для лидерства компания в вычислительных мощностях для искусственного интеллекта.

Интересный факт. В 2012 г. прошел ImageNet Large Scale Visual Recognition Challenge - крупный конкурс, где разработчики соревновались, чья технология круче всех распознает разные картинки. Лучший результат показала нейронная модель AlexNet, которая обучалась через мощности графических чипов Nvidia с помощью CUDA. Тогда окончательно стало ясно, что графические чипы в целом и Nvidia в частности ой как пошумят по мере развития ИИ. Кстати, одним из создателей AlexNet был Илья Сутцкевер, который теперь нам известен как сооснователь OpenAI и один из самых важных людей в мире современных технологий.

Этап пятый. Новые вызовы и работа с рисками

В конце 2000-х Nvidia продолжила усиленную диверсификацию. В частности, был куплен Ageia - разработчик движка PhysX, который позволяет моделировать и разрабатывать симуляции физических явлений. PhysX - крайне важная штука для гейминга, которую активно используют Unreal Engine, Unity и другие игровые движки. Он стал весьма важным продуктом для компании.

Однако, к началу 2010-х перед Nvidia встал серьезный вызов - стремительно набирал обороты сегмент интегрированной (внутренней) графики. Это означало, что диверсифицированный крупняк вроде Intel, Sony, Microsoft, Apple и прочих становились гораздо более самостоятельными в плане работе с графическими задачами. Если в 2007 г. Intel контролировал 30% рынка графики, то к началу 2010-х - уже более половины, и продолжал усиливать свои позиции за счет поглощения целой россыпи мелких производителей.

Позиции основного бизнеса Nvidia (дискретных, т.е. "встраиваемых", решений для графики) оказались под серьезной угрозой. К тому же, в 2008 г. Nvidia выпустила большую партию чипов с дефектами, которые отгрузили Apple, Dell, HP и другим крупным ребятам. В итоге Nvidia получила серьезный репутационный ущерб, а еще пришлось раскошелиться на компенсации.

Нужно было что-то менять. В первую очередь - еще активнее диверсифицироваться, чтобы сделать бизнес-модель прочной и устойчивой.

Действовать решили по всем фронтам:

• Радикально усилили чипы и прочие вычислительные продукты для игр на ПК и консоли.

• Активно пошли в мобильный сегмент. Еще в 2007 г. Nvidia купила разработчика системных чипов PortalPlayer. В 2010-х на основе технологий PortalPlayer была выпущена серия процессоров (не GPU, а полноценных CPU) для мобильных устройств под названием Tegra (их еще называют "кристаллы"). Правда, на мой взгляд, Nvidia слегка промахнулась с операционной системой, ведь большинство Tegra применялось в смарфтонах и планшетах на Windows. Впрочем, это сейчас мы видим, что мобильные потуги Microsoft оказались провалом, а в начале 2010-х это была весьма перспективная история с неплохой долей рынка. Так что, бизнес Nvidia неплохо на этом вырос. Даже CEO Microsoft Сатья Наделла недавно признавался, что сворачивание мобильного бизнеса Microsoft было главной стратегической ошибкой компании.

Nvidia даже отважилась на нетипичный для себя эксперимент - выпустила собственную портативную игровую консоль Nvidia Shield Portable:

Вообще, консоль Shield - это крайне нетипичный продукт для Nvidia. Компания всегда отличалась высокой прагматичностью при выборе конфигурации продуктов и оценке будущего спроса, всегда стараясь сделать относительно доступный продукт, который найдет отклик у массовой аудитории. Но тут получилось с точностью до наоборот. Shield стоила дороже аналогов, а игр для неё было крайне мало (хотя Nvidia даже запилила собственную платформу для разработки). Так что, хотя эксперты и игровые издания хвалили консоль за весьма недурную графику и производительность, особой популярности продукт не сыскал. Что ж, видимо, если умеешь производить чипы и процессоры, то не стоит лезть в истории про платформы и пользовательские девайсы.

• Еще Nvidia начал активничать в сегменте автомобильной электроники. В том числе, в области начинки для беспилотного управления.

Но про это я расскажу во второй части. Как и про конкуренцию с AMD, качели из-за криптомайнинга, партнерства с китайцами и, собственно, путь к триллионной капитализации за счет лидерства в ИИ в последние годы. Там много интересных историй. А на сегодня хватит.

Если эта статья круто зайдет, то я быстрее сяду за вторую часть. Так что, если вам понравилось, то можете подкинуть мне дополнительной мотивации в виде плюсов, комментов и репостов статьи друзьям.

Если вам заходит такой контент, то подпишитесь на мои тг-каналы. Мне будет приятно, а вы найдете там еще больше подобного:

• На своем основном канале Дизраптор я простым человечьим языком разбираю инновации, технологические продукты и знаковые компании (а еще анонсирую все свои статьи, чтобы вы ничего не пропустили).

• А на втором канале под названием Фичизм более точечно пишу про новые фичи и функции продвинутых компаний и сервисов.

Введение

Итак, промт - это своеобразная инструкция, наиболее полно описывающая требования к конечному результату генерации (картинка, текст и т.д.). Все промты, основываются на алгоритмах машинного обучения и соответствуют методам обработки естественного языка (NLP). Особенностью является то, грамотно сформулированные промты помогают нейросетям понимать контекст и предоставлять релевантную и точную информацию.

Принципы работы промтов искусственного интеллекта

В промтах ИИ используются алгоритмы НЛП, позволяющие реагировать на конкретные вводные данные. Обучение роботов основывается на больших массивах данных, в том числе сообщений в социальных сетях и новостных статей, поэтому промты способны распознавать закономерности и создавать ассоциации. Когда поступает запрос, модель ИИ использует изученные закономерности для создания контекстуально релевантного ответа.

Модель ИИ рассчитывает вероятности последовательностей слов на основе промтов и обучающих данных, а затем выбирает вероятную последовательность для создания ответа. Одной из самых популярных моделей ИИ является ChatGPT, разработанная компанией OpenAI. Построенная на архитектуре Generative Pre-trained Transformer (GPT), ChatGPT была обучена на огромном количестве разговорных данных, что позволяет ей генерировать человекоподобные ответы в приложениях.

Универсальность промтов искусственного интеллекта

ИИ-промты постоянно эволюционируют, а процессы становятся все более доступными простому пользователю. Давайте рассмотрим некоторые области применения:

1. Обслуживание клиентов

ИИ-промты используются в сфере обслуживания клиентов для обеспечения быстрых и точных ответов на запросы. Программируя чат-ботов с помощью промтов ИИ, компании могут отвечать на часто задаваемые вопросы, предлагать базовую поддержку и даже обрабатывать заказы. Это значительно повышает удовлетворенность клиентов и сокращает время ответа, что ведет к повышению производительности.

1. Здравоохранение

В сфере здравоохранения промты ИИ помогают врачам и медсестрам ставить точные диагнозы и принимать решения о лечении. Анализ предоставленных данных пациентов помогает поставить нужный диагноз и даже рекомендовать варианты лечения. Качественные промты ИИ повышают качество обслуживания и упрощают процесс лечения пациентов.

1. Образование

Промты искусственного интеллекта нашли применение в сфере образования, где они используются для повышения эффективности обучения и успеваемости учащихся.

1. Финансы

В финансовом секторе промты ИИ используются для упрощения процесса принятия финансовых решений и снижения рисков. Анализ финансовых данных позволяет предоставлять информацию, эти промты позволяют компаниям принимать обоснованные решения и оптимизировать финансовые стратегии.

1. Розничная торговля

Промты искусственного интеллекта также набирают обороты в розничной торговле, повышая качество обслуживания клиентов и стимулируя продажи. Анализ предпочтений, поведения покупателей, эти промты позволяют компаниям адаптировать предложения, оптимизировать управление запасами и повышать удовлетворенность клиентов.

Сферы применения промтов искусственного интеллекта обширны и продолжают расширяться по мере развития технологий. Благодаря их способности повышать эффективность, точность и персонализацию, будущее промтов ИИ выглядит многообещающим.

Несмотря на то что промты искусственного интеллекта дают множество преимуществ, крайне важно рассмотреть этические последствия, связанные с их использованием. Возникают две ключевые проблемы:

1. Предвзятость

Данные обучения, используемые для разработки промтов ИИ, могут непреднамеренно внести предвзятость, что приведет к дискриминационным результатам.

2. Конфиденциальность

Промты ИИ могут нарушать неприкосновенность частной жизни людей, используя личную информацию. Крайне важно разрабатывать и использовать промты ИИ с соблюдением этических норм, уважая права людей на неприкосновенность частной жизни и защищая их данные.

Будущее промтов ИИ

По мере развития технологий ИИ будут расширяться и сферы применения промтов ИИ. В будущем могут быть усовершенствованы методы обработки естественного языка, что приведет к точному и персонализированному взаимодействию с ИИ. Это позволит ИИ-подсказкам давать точные ответы на вопросы пользователей и предлагать креативные решения проблем.

Создание эффективного промта ИИ

Чтобы оптимизировать эффективность промтов ИИ, важно:

• Определите цель: четко сформулируйте, чего вы хотите добиться с помощью промта, будь то поиск конкретных ответов, творческих идей или стратегий решения проблем.

• Будьте четкими и лаконичными: Пишите подсказку четко и ясно, используя правильную грамматику и орфографию. Избегайте двусмысленности и слишком сложных предложений. ИИ любит краткость и конкретику.

• Предоставьте контекст: При необходимости предоставьте соответствующую информацию или фоновый контекст, чтобы помочь модели ИИ понять задачу.

• Используйте тезаурус: если первоначальная подсказка не принесла желаемого результата, не сдавайтесь. Экспериментируйте с разными словами или фразами, чтобы найти правильную подсказку, которая вызовет желаемый ответ.

• Выбирайте подходящие глаголы действия: Чтобы ИИ понял ваш запрос, используйте глаголы действия, которые четко выражают ваши намерения.

Пример: высокая детализация, 8k, фотореалистичный, концепт-арт, яркие цвета, футуристический дизайн, внимание к деталям, величие и благоговение, потрясающий визуальный шедевр, фантастическая реальность.

Такой промт для создания картинки в нейросети позволит получить предсказуемый конечный результат и сгенерировать высококачественное изображение для любых целей.

Заключение

Промты искусственного интеллекта изменили способы взаимодействия компаний с клиентами и нашли применение в различных отраслях, от обслуживания клиентов до образования.

Создавая эффективные промты ИИ и понимая их ограничения, используйте этот мощный инструмент для раскрытия новых и стимулирования инноваций в отраслях. Использование промтов ИИ может привести нас в будущее, где человекоподобное взаимодействие и интеллектуальные ответы станут нормой.

Российские графические редакторы

Мир графического дизайна в России находится в непрерывном развитии. Ранее мы уже неоднократно затрагивали тему ИИ в сфере графики и создания визуальных материалов, но, кажется, об этом можно говорить бесконечно.

Разработанные  отечественные программы не только соответствуют мировым стандартам, но и вносят свои уникальные особенности, подходы и инструменты, отражая национальные предпочтения и специфику сообщества. На сегодняшний день существует 4 основных типа программ:

1. Искусственный взгляд. Редактор использует нейронные сети для улучшения качества и преобразования фотографий. Он позволяет автоматически исправлять дефекты, увеличивать детализацию и применять различные стили к изображениям.

2. Интеллектуальный фоторедактор. С помощью нейронных алгоритмов приложение автоматически анализирует фотографии и предлагает оптимальные параметры для их редактирования. Редактор умеет автоматически улучшать контрастность, яркость и цветовую гамму.

3. Нейро-фото мастер. Используя технологии нейронных сетей, редактор предоставляет возможность не только улучшать фотографии, но и создавать арт-стили, перенося эффекты известных картин на обычные снимки.

4. Смарт-редактор. Активно применяет нейросети для автоматической коррекции и улучшения фотографий. Он анализирует изображения и предлагает оптимальные настройки для их улучшения с учетом света, цветов и контраста.

Про лучших представителей нейросетей отечественного разлива рассказывали в этой статье >>

Причем сейчас практически каждая программа имеет как тг-бот для работы “на ходу”, так и полноценную версию с полным функционалом.

Российские графические редакторы, основанные на нейросетях для мобильных устройств, продолжают удивлять пользователей современными функциями, способствующими созданию профессионального контента на смартфонах.

Кстати, в ТГ-канале не так давно тестировали новую версию Kandinsky 3.0 от компании Сбер, какие изменения произошли - кратко рассказали.

Мировые графические редакторы

Мировые графические редакторы открывают новые горизонты возможностей в области дизайна и творчества. Инновационные инструменты обогащают пользовательский опыт, предоставляя функции, которые ранее казались недостижимыми на портативных устройствах. Здесь мы встречаем все знакомые имена, но в новой упаковке.

1. Adobe Photoshop Camera. Редактор, разработанный Adobe с использованием технологии искусственного интеллекта, позволяет применять реалистичные фильтры и эффекты к фотографиям в реальном времени. Нейросеть помогает создавать впечатляющие образы прямо на мобильном устройстве.

2. PicsArt. Предлагает множество инструментов, использующих нейросети для улучшения изображений. Мобильный редактор предоставляет доступ к широкому спектру эффектов, а также функции редактирования.

3. Prisma. Превращает фотографии в произведения искусства, применяя к ним стили известных художников. Нейросетевые алгоритмы редактора обрабатывают изображения, добавляя им художественные эффекты и стилизацию.

4. Enlight Pixaloop. Редактор предлагает возможности для создания анимированных фотографий. С помощью нейросетей он добавляет живое движение и анимацию к статичным изображениям, делая фотографии более динамичными.

Мировые графические редакторы предоставляют пользователю удивительные функции для творчества и редактирования, что делает создание профессионального контента более доступным и увлекательным.

Дизайнеры против ИИ

Использование искусственного интеллекта вместо человеческого труда представляет целый ряд преимуществ и недостатков, на которые стоит обратить внимание.

Преимущества:

1. Эффективность и скорость. ИИ способен обрабатывать огромные объемы данных за короткое время, выполняя задачи намного быстрее, чем человек.

2. Повышение точности. Машины способны исключать ошибки, что особенно важно в тех областях, где требуется высокая точность.

3. Работа в опасных условиях. ИИ может заменить человека в опасных средах, минимизируя риск для жизни и здоровья.

Недостатки:

1. Отсутствие человеческого фактора. ИИ не обладает чувствами, интуицией или креативностью. Это делает его неэффективным в решении некоторых задач, требующих творческого подхода.

2. Ограниченность адаптации. В случае изменения сценария или нестандартных ситуаций ИИ может оказаться неспособным быстро перестроиться под новые требования, в отличие от человека.

3. Этические и социальные вопросы. Применение ИИ вызывает вопросы конфиденциальности данных, безопасности и влияния на рынок труда.

Рассмотрение преимуществ и недостатков помогает понять, что хотя ИИ улучшает скорость выполнения задач, у него есть свои ограничения, которые важно учитывать при использовании.

Перспективы ИИ в графическом дизайне

Искусственный интеллект активно внедряется в сферу графического дизайна, и его перспективы находятся в постоянном развитии.

Автоматизация рутинных задач

ИИ в графическом дизайне становится надежным помощником в выполнении множества рутинных задач. Он облегчает процесс создания шаблонов, ретуширования изображений, автоматической обработки фотографий и их адаптации под разные форматы.

Персонализация и аналитика

Способность ИИ анализировать предпочтения и поведение пользователей открывает новые возможности для персонализированного дизайна. Анализ данных помогает создавать дизайны, учитывая предпочтения целевой аудитории.

Создание контента

Использование нейросетей в создании иллюстраций, логотипов, и даже фотореалистичных изображений улучшает качество дизайнерской работы. ИИ способен быстро генерировать визуальные элементы, опираясь на стандарты и требования заказчика.

Автоматизация анализа трендов

Алгоритмы ИИ активно просматривают и анализируют миллионы изображений из различных источников, помогая дизайнерам выявлять и прогнозировать тенденции в графическом дизайне. Это позволяет создавать актуальный и востребованный контент.

Использование нейросетей в графических редакторах для мобильных устройств открывает перед пользователями спектр новых возможностей в творчестве и дизайне. Технологии не только упрощают процесс редактирования изображений, но и предоставляют доступ к удивительным инструментам, способствующим творческому развитию и вдохновению.

Российские и мировые графические редакторы, использующие нейросети, с каждым днем улучшаются и расширяют свои функциональные возможности, делая процесс создания профессионального контента доступным для всех.

В кейсе расскажем как мы меньше, чем за два месяца собрали 2.7 млн рублей с двух статей и трёх роликов без платного трафика. При этом, мы собирали лиды на предзаказ нового продукта, а не покупку популярной или уже проверенной техники. Как получилось столько собрать? Читайте.
Тут будет много хлеба — «хлеб», «хлебушек», «хлебопечка». Подобрать синонимы не получилось. Сорри.

Заказчик

К нам в агентство IB. studio обратился бренд, который занимается продажей бытовой техники. Мы назовём его «Бэст техника», чтобы не делать рекламу, за которую нам не заплатили, потому что подписали NDA.
Свой отдел маркетинга у заказчика есть, но на тот момент он был всецело посвящён промо уже обкатанных продуктов, подготовке к Чёрной Пятнице и Новому Году.
До этого в их ассортименте была только техника для уборки. В этот раз они выводили новый для себя продукт — хлебопечку.

Задача от заказчика

С помощью статей на нашем сайте и роликов на нашем Youtube-канале нужно собрать максимум лидов с минимальными затратами. Хлебопечки на складе нет, предлагаем оформить предзаказ.

Почему мы согласились

В этот раз долго думать не пришлось. Мы уже сотрудничали с заказчиком и знаем, что:
✔️ Другая техника от него сделана на хорошем уровне. На неё полно живых отзывов, и она блестяще проходит наши дотошные тесты.

✔️ Клиентский сервис бренда работает без перебоев.
У них большой и отлаженный отдел: есть проблема → звонок в поддержку —> нет проблемы. Ну, и нет километровых очередей из покавсеоператорызанятыпокавсеоператорызанятыперезвонитепозднее.

✔️ Пилотный образец хлебопечки прошёл наши испытания. Мы даже испекли несколько килограмм хлеба и раздали его офисным сотрудникам бренда.

Кажется, заморочисто, но мы продвигаем только то, что купили бы сами.

О хлебопечке

Коротко расскажем о том, что за хлебопечка.

✔️Комплектация лучше, чем у конкурентов.
Есть двухуровневый противень и две формы для выпечки хлеба. Одна горизонтальная — для любителей классического хлебушка, другая — поделена надвое, чтобы печь квадратный хлеб или два разных хлебушка одновременно.

✔️Качество в приоритете.
И всё, что с ним ассоциируется у пользователей: есть металлический корпус и три формы с антипригарным покрытием.

✔️Простая в использовании.
Рассчитана и на тех, кто ни разу не готовил хлеб сам, но хочет попробовать: есть удобная сенсорная панель со шпаргалками, видеоинструкция и добротный список рецептов.

✔️ Создана для экспериментов.
Причём буквально. Есть 32 встроенные программы для гурманов всех сортов и режим ручной настройки, чтобы юзать рецепты, переданные бабушкой по наследству (для еще бОльших гурманов).

✔️ Выглядит стильно.
А не как игрушка из Детского мира (хотя, справедливости ради, вырвиглазных хлебопечек почти нет, но среди другой техники ужасных моделей навалом)

Из ништяков от бренда:

✔️ Гарантия 2 года и возможность её продлевать вместо средневековой «Гарантии от производителя 1 год»;

✔️ Бесплатная доставка в любое село и на север, и в тайгу

Результаты рекламной кампании

Для тех, кому не важна механика и детали, сразу раскроем результаты рекламной кампании. Проходила ориентировочно с 5 ноября по 31 декабря.

Лиды и деньги

Получили 86 лидов на предзаказ хлебопечки: 2/3 — с роликов, 1/3 — со статей.
В деньгах выглядит так: средний чек — 31 500 ₽ и общая выручка — 2 708 260 ₽

Сколько продали по факту

72 хлебопечки вместо 86 ожидаемых. Конверсия из лида в покупателя — 83%.
Фактическая выручка — 2 267 380 ₽.
Несколько лидов слились — оказались не готовы ждать. Но невелика потеря. Ниже я рассчитала, сколько бы денег собрал бренд, если бы продавал хлебопечки без предзаказа — только на официальном сайте.

Неожиданный бонус

За два месяца рекламной кампании узнаваемость модели увеличилась с 0 до 1215 запросов в поисковиках.

Сделали всего 2 нативных статьи и 3 ролика для Youtube

Чуть подробней про статьи

Сделали две статьи по схеме «воронка статей». Одна статья нацелена на тех, кто хочет купить хлебопечку — вообще всех людей, которые сейчас интересуются её покупкой в Яндекс и Google. Она должна была занять топ выдачи по запросам вроде «какую хлебопечку купить», «какая хлебопечка лучше» и, спойлер, заняла. Из этой «массовой» статьи мы вели читателей в другую — подробный обзор.

Чуть подробней про ролики для Youtube

Ролики делали по такой же схеме: два общих, чтобы привлечь всех, кто хочет купить хлебопечку прямо сейчас, и один с полноценным обзором хлебопечки, которую мы продавали. В основном ролике нужно было сделать такой анонс, который замотивирует зрителей перейти в полноценный обзор. Но мы справились.

Cложности запуска рекламной кампании:

⚠️ Продукт новый. Похвастаться отзывами и рейтингами на маркетплейсах не вариант.

⚠️ Рынок конкурентный.

⚠️ Товара нет в наличии. Это предзаказ. Первая партия должна поступить через 2
месяца после запуска РК. Людей, которые хотят и могут купить хлебопечку вотпрямщас мы либо не зацепим, либо потеряем.

⚠️ Предзаказ только на оф. сайте заказчика. Многих это отпугивает. Было бы проще, будь возможность оформить предзаказ на маркетплейсах, которые вызывают у покупателей изначально большее доверие.

⚠️ Другие товары заказчика продаются только на маркетплейсах. В офлайновых магазинах, вроде ДНС, Ситилинка или Эльдорадо, их нет. Создать доверие через другие товары тяжелее. Покупатель не может увидеть их вживую — это усиливает возражение «а что, если они плохого качества, а отзывы накручены?».

Вывод: нужна специфичная аудитория — люди, которые несильно парятся по поводу денег, покупая технику.

Как делали статьи и ролики, которые продали?

Въедливо, как обычно.

Этап 1: подготовка статей

Потратили 15 тысяч рублей. Из них 10 тысяч на проходную статью и 5 тысяч — на узкую.

✔️ Провели конкурентный анализ.
Собрали сводные таблички по всем популярным на рынке вариантам. В них учитывали:

• характеристики,

• функции,

• доп. опции,

• срок гарантии,

• количество сервисных центров,

• сколько лет бренд работает на российском рынке,

• продаётся ли товар в крупных сетях (вроде ДНС, Эльдорадо, М. Видео),

• какие рейтинги и какое количество отзывов на верифицированных маркетплейсах,

• как бренд работает с негативом на маркетплейсах.

✔️ Выделили конкурентные преимущества нашей хлебопечки, чтобы понять, на чём акцентировать внимание в статьях и роликах;

✔️ Составили SEO-тз;

✔️ Передали классным авторам, которые разбираются в теме и знают, кому устроить допрос, если что-то не понятно;

✔️ Добавили в готовую статью много живых фото.

Этап 2. подготовка роликов

Потратили около 50 тысяч рублей. Из них 20 тысяч на проходной ролик и почти 30 тысяч — на узкий.

✔️ На основе данных, которые собирали для статей, расставили акценты.

✔️ Изучили конкурентов в топе выдачи, чтобы тоже в него попасть:

• учли хронометраж — сделали ролики по таймингу чуть длиннее, чем в топе;

• проанализировали заголовки и превью. Заги делали плюс-минус такие же, превью — отличительное, чтобы выделиться в топе;

• изучили вступления, фишки в монтаже, чтобы тоже использовать эти приемы в своем ролике.

✔️ Подготовили сценарии и сняли 2 ролика.

✔️ Грамотно расставили теги, сделали качественное описание, указали нужные ссылки.

Этап 3: покупка ролика на канале коллег

Потратили 20 тысяч рублей.

Цель этого экспириенса — налить дополнительный трафик на узкий ролик, вышедший на нашем канале. Через поиск его точно никто не найдёт, так как модель пока не популярна.

А вот на канале коллег все ролики ориентированы на поисковой трафик.

Мы дали коллегам все материалы, которые у нас были: видеоряд, тексты сценариев и подробные сравнительные таблицы. Дальше они сделали все сами по своему шаблону, обкатанному на их аудитории.

По итогу они выпустили ролик с интеграцией нашей хлебопечки и ссылкой на наш ролик в описании к своему. Так мы получили часть их аудитории из поисковиков.

Итого: 5 единиц контента

• Статья проходная: для привлечения поискового трафика — людей, которые интересуются покупкой хлебопечки здесь и сейчас;

• Статья узкая (обзор): для того, чтобы замотивировать читателя купить именно нашу хлебопечку;

• Ролик проходной: тоже для привлечения поискового трафика;

• Ролик узкий (обзор): тоже для продажи именно нашей хлебопечки;

• Ролик на канале коллег — для привлечения большего количества поискового трафика.

Что нам дали ролики и статьи? Статистика

Чтобы проанализировать результаты рекламной кампании, мы собрали подробную статистику по статьям и роликам (и на нашем канале, и на канале коллег).

Статьи

Проходная статья: прогнозируемо, заняла топ выдачи в поисковиках по запросам «какая хлебопечка лучше», «какую хлебопечку взять для дома», «рейтинг хлебопечек», «лучшие хлебопечки», «топ хлебопечек», «какую хлебопечку купить в 2022 году».

В общем, забрали все самые смачные и жирные запросы.

Рассчитывали подключить рекламу в директе, но по итогу обошлись без неё — все лиды собрали без контекста. Но, как только заказчик получит вторую партию хлебопечек, подключим и его.

Узкая статья: получила в разы меньше трафика, весь он поступал с проходной статьи. Но свои задачи отработала она отлично. Рекламу тоже не делали по тем же причинам.

Ролики на нашем ютуб-канале

Проходной ролик: чуть менее прогнозируемо, но тоже занял топ поисковой выдачи. Хоть и не по всем запросам, в которые метили.

Из трёх запросов — «какую хлебопечку купить», «хорошие хлебопечки», «какая хлебопечка лучше» — попали только в первый.

Ролик на ютуб-канале коллег

Набрал больше просмотров, так как в топ удалось залететь по бо́льшему количеству запросов. Ролик нигде дополнительно не промотировали.

Посчитали, как добиться больших результатов

Лидов могло быть на 20% больше — не 86, а 103.
И денег вместо 2 709 000 ₽ было бы 3 244 500 ₽. Если бы хлебопечка уже была у заказчика в наличии. Даже если бы она продавалась всё так же только на официальном сайте бренда. 20% покупателей слились, только потому что были не готовы ждать хлебопечку целый месяц.

Лидов могло быть на 235% больше — не 86, а 288.
И денег было бы 9 072 000 ₽. Если бы хлебопечку продавали не только на официальном сайте бренда, но и на маркетплейсах. Обычно с оф. сайта покупают от 25 до 35% всех покупателей бренда. Если взять по максимуму, то 86 полученных нами лидов — это те самые 35%, которые и купили хлебопечку с сайта.

Если представить, что хлебопечка была бы и на маркетплейсах, а оставшиеся 65% не отваливаются, тогда максимально возможное количество лидов — 288. Но в любом случае это был бы гораздо бо́льший результат.

Хотите прокачаться в маркетинге для брендов бытовой техники? Подпишитесь на наш телеграм-канал, в нем мы делимся своим опытом в доступном формате: кейсов, гайдов, аналитики.

Спасибо за внимание!

Качественные иллюстрации делают текст структурированным, привлекающим внимание.

Для чего в тексте нужны изображения

Изображение в самом начале статьи указывает пользователю на то, о чем будет публикация, задает определенный настрой. Оно призвано привлекать внимание и заинтересовывать читателя.

Картинки структурируют текст, разбивают его на небольшие визуальные блоки. Такой материал пользователю читать легче, так как его внимание переключается с одного типа контента на другой. Поэтому использовать изображения рекомендовано в текстах больших объемов – инструкциях, лонгридах, подборках и пр.

С помощью картинок можно наглядно представить информацию. Для этих целей подходят гифки, графики, диаграммы, схемы и скриншоты. Информация, поданная не в виде сплошного описания в тексте, а в формате изображения, воспринимается и запоминается лучше.

Картинки нередко используют для эмоционального воздействия на читателя, демонстрации товаров. Полезны они и для того, чтобы пользователю было проще найти офис компании (карты, схемы проезда).

Кроме того, некоторые компании используют фотографии руководителей подразделений или линейных сотрудников офиса с целью вызвать больше доверия у потенциального покупателя. Согласитесь, фотокарточка с улыбающимися специалистами на фоне стильного офиса способна повысить лояльность к самому бренду.

Изображения, которые вредят восприятию текста

Не стоит вставлять статью картинку ради картинки. Изображение должно выполнять свою функцию, делать текст более интересным или полезным для читателя. Подобранные невпопад или без должного внимания картинки могут испортить впечатление читателя даже от качественного текста.

Изображения, которые не стоит использовать:

• Бесполезные картинки. Такие изображения не несут никакой смысловой нагрузки. Если их удалить, ничего кардинально не поменяется.

• Не связанные с текстом изображения. Такие можно вставить практически в любой текст, для читателя они бесполезны, не помогают ему что-то запомнить или прочувствовать.

• Шаблонные изображения. Если используете мемы или уже заезженные фото, то к статье читатели не смогут относиться всерьез.

• Яркие быстро сменяемые кадры. Гифки - это всегда про юмор и хорошее настроение, главное - не переборщить с этим при подготовке например статистического материала или лонгрида на злободневную тему.

• Контрастирующие с контекстом. Например, если в рассказе об обучении рабочих изобразить улыбчивых фотомоделей с идеальными укладками макияжем, это может вызвать определенный скепсис у читателя.

Основные требования к картинкам

Чтобы изображение приносило пользу, оно должно соответствовать ряду требований:

• Высокое качество. Изображение не должно быть тусклым, содержать смазанные элементы, пересвет, затемнения и пр. Приветствуются четкие, яркие картинки с естественными цветами (если иного не требует концепция или формат статьи).

• Высокое разрешение. При выборе размера картинки нужно учитывать и ее вес – это влияет на скорость загрузки страницы. Редактировать картинку можно с помощью специализированных сервисов. Они позволяют скорректировать размер и вес.

• Право на коммерческое использование контента. Важно убедиться, что для картинки нет ограничений в применении в коммерческих целях.

• Не стоит также игнорировать авторское право. Иногда лучше сгенерировать картинку собственными силами, чем потом тратить много времени на устранение последствий неправомерного пользования чужим контентом.

• Размер изображения. Желательно тщательно подбирать формат визуального сопровождения. Зачастую разномерные картинки смотрятся плохо и непрофессионально.

Нужно ли оптимизировать картинки для поисковых систем

Оптимизация изображений позволяет привлекать дополнительный трафик. Кроме того, это дополнительно показывает поисковым системам, что текст качественный, посвященный определенной теме. Поэтому важно постараться, чтобы изображение было релевантно окружающему его тексту.

Важно заполнять alt и title картинки. Желательно, чтобы они соответствовали ключевым словам, но не были одинаковыми.

Alt пишут для роботов, а title видят люди, когда наводят на изображение курсор.

Оптимально использовать ключевые слова и в названии картинки.

Где брать картинки для статей

Не стоит открывать поисковик и брать для своей публикации первые попавшиеся картинки, которые более или менее подходят для нее. Наверняка это будут растиражированные изображения. С ними статья будет выглядеть и восприниматься пользователями похожей на сотни типовых материалов конкурентов. Кроме того, зачастую в таком случае сложно определиться с правами на использование. Один из главных источников изображений – фотостоки.

Как пользоваться фотостоками грамотно

Getty Images, Shutterstock, Pixabay - это лишь малая часть популярных и раскрученных фотостоков. В зависимости от сайта и требуемого формата изображения доступ к фотобанкам бывает платным и бесплатным. На фотостоках действуют свои правила использования контента (чаще всего они отображены под картинками или в лицензии). Стоит внимательно изучить их, чтобы не столкнуться с неприятностями. К примеру, Pixabay разрешает бесплатное использование изображений без указания автора, но накладывает ряд ограничений. Ряд фотостоков устанавливает ограничение на изменение контента или его использование в коммерческих целях.

На фотостоках бывают качественные тематические бесплатные изображения. Этот вариант подходит тем компаниям, которые не имеют узкой специализации (например, производство редкого типа оборудования). При отборе изображений на бесплатных фотостоках нужно обратить внимание на то, как их разрешено использовать (в любых целях, в личных или в коммерческих, с ограничениями или без).

Минусы такого способа подбора – зачастую в бесплатном доступе находятся уже растиражированные картинки, стоящих тематических изображений мало. И рано или поздно при систематическом продвижении встает вопрос о поиске дополнительных источников изображений.

Платные картинки с фотостоков тоже не всегда можно применять так, как вздумается. Для них указаны лицензии, которые определяют условия их использования.

Самостоятельное создание иллюстраций

Картинки для статей можно создавать и самостоятельно. Для некоторых форматов рекомендуется привлекать сторонних специалистов, но многие варианты можно создать и самостоятельно, имея минимальные навыки. Популярные виды изображений:

• Скриншоты. Их можно изготавливать специализированными программами вроде LightShot или Shottr. Есть для этого и инструменты в операционных системах - стандартные утилиты Windows и macOS. Скриншоты рекомендуется делать для пошаговых инструкций, обзоров программ, переписок. Важно - они должны быть читаемыми и информативными.

• Схемы. Их легко создать даже тому, кто не умеет рисовать. Ведь текст заключается обычно в геометрические фигуры для наглядности. Но можно просто соединить фразы в нужном порядке стрелками или линиями. Схемы хорошо работают при объяснении структуры, классификаций, демонстрации некоторых алгоритмов. Создаются как базовыми инструментами графических редакторов, так и профессиональными программами.

• Графики. Создавать графики можно с помощью онлайн и оффлайн-сервисов. Например, много возможностей предлагает Canva и Microsoft Visio. В ресурсах предлагается несколько вариантов готовых шаблонов, которые можно адаптировать под собственные цели. Создавать с помощью программ можно не только графики, но и различные типы гистограмм и диаграмм. Можно пользоваться и рядом популярных офисных программ. Например, диаграмму можно создать в Microsoft Word. Графики часто используют для наглядного отображения статистических данных. Кстати, доказано, что тексты, содержащие подобный визуал вызывают у читателей больший уровень доверия нежели аналогичные материалы с фотографиями.

• Гифки. Анимированные картинки вызывают эмоции, привлекают внимание. Создавать их можно с помощью специализированных сервисов из фото или видео. Используются для коротких инструкций, демонстрации товара. Хорошо подходят для эмоционального вовлечения читателя. Отдельные типы материалов допускают использование мемов.

• Фотографии. Качественные снимки можно получить даже с помощью телефона. Это могут быть фото продукции, репортаж с производства. Съемку можно заказать и у профессионального фотографа (например, для демонстрации новой коллекции одежды или возможностей только выпущенного с конвейера гаджета).

Резюме

Изображения позволяют структурировать информацию, выделить важные сведения, заинтересовать пользователя. Рекомендуется использовать уникальные изображения, созданные самостоятельно или взятые с фотостоков (предварительно проверенные на имеющиеся ограничения со стороны лицензии). Для лучшей индексации поисковыми роботами изображения лучше всегда оптимизировать.