humanswith.ai- Понять, какие форматы и триггеры вирусятся
- Вывести 3+ формулы вирусного контента
- Разделить стратегии по YouTube, TikTok, Instagram
- Собрать библиотеку работающих триггеров
- Обеспечить масштабирование до 10–20 видео в неделю
Кейсы · Архив · Логистика · 2025
Infinity Logistix: контент машина
Кейс агентской эпохи (2025).
Этот кейс был впервые опубликован на старом сайте humanswith.ai в 2019–2025 годах — до перезапуска платформы. Performance, SEO, CRM, контент или growth той эпохи. Современные кейсы по AI-поиску (с поэнджинными данными Hermes) живут на /ru/cases.
Паспорт проекта
Данные кейса
Динамика изменений показателей: “репосты”, “лайки”, “комментарии” в разных социальных сетях (instagram*, youtube, tiktok) ,
Ключевые результаты
- Создана система контент-тестирования, позволившая управляемо выявлять вирусные форматы и триггеры
- Максимальные охваты отдельных видео достигали до 26K просмотров за счёт выявленных работающих механик
Раздел 01
Контролируемый эксперимент по созданию контент-машины
Раздел 02
Сложности запуска контент-стратегии в логистической нише
Триггеры ЦА
Не понимали, какие триггеры заходят аудитории
Лучший охват
Не знали, какие платформы дают лучший охват
Форматы видео
Не понимали, какие форматы видео вирусятся
Нестабильные результаты
Результаты были нестабильны: 100 vs 10K просмотров
Раздел 03
Этапы тестирования
Этап 1. Поиск базовых работающих форматов контента в нише логистики
Мы начали с тестирования базовых форматов контента, чтобы понять, что вообще может работать в нише логистики. Проверили мемы, парковку, аварийный контент, время публикации и дрон-съёмку. Уже на этом этапе стало видно сильное расхождение в результатах от 100 до 26K просмотров.
Главный вывод — мемы дают стабильные охваты, а аварийный контент не подходит из-за блокировок.
Этап 2. Переход от форматов к анализу эмоциональных триггеров аудитории
Мы сместили фокус с форматов на эмоциональные триггеры аудитории. Тестировали заработок, страх, споры, иммиграцию и истории. Выяснили, что именно триггеры определяют охваты и вовлечение, а не качество продакшна.
Лучшие результаты дали темы заработка и иммиграции до 26K просмотров.
Этап 3. Разделение стратегии под разные платформы: YouTube, TikTok, Instagram*
Мы проверили, можно ли использовать один и тот же контент на разных платформах. Результаты показали сильную разницу: YouTube, TikTok и Instagram требуют разных подходов. Дополнительно выявили, что совпадение заголовков в TikTok увеличивает просмотры на +190%.
Главный вывод — универсального контента не существует.
Этап 4. Оптимизация и масштабирование работающих форматов контента
Этап 4 — Оптимизация и масштабирование работающих форматов контента
На этом этапе мы оптимизировали уже работающие форматы вместо поиска новых. Тестировали обложки, заголовки, триггерные слова и комбинации подходов. Это дало рост CTR до +30% и стабильные просмотры до 10K.
Вывод — масштабирование идёт через точечные улучшения, а не новые гипотезы.
Meta Ads — Meta Platforms Inc. (владелец Facebook и Instagram*) — организация признана экстремистской, её деятельность запрещена на территории 🇷🇺 России.*
Раздел 04
Эффект от внедрения системы тестирования контент-машины
Мы выстроили строгую систему тестирования контента через гипотезы, эксперименты и аналитику, что позволило перейти от случайных результатов к управляемому росту.
ROI и ключевые показатели: что дало внедрение контент-экспериментов
За счёт системного тестирования форматов, триггеров и платформ мы за 6 месяцев сформировали предсказуемую модель производства вирусного контента.
За 6 месяцев работы:
26K просмотров
Мемы в нише логистики стабильно дают до 26K просмотров
Триггеры
(заработок, иммиграция, страх) увеличивают охваты до 26K+ просмотров и кратно повышают вовлечённость
Кратные значения
Разница платформ достигает кратных значений: YouTube — до 26K, TikTok — около 500, Instagram* — до 2.2K
+30% CTR
Оптимизация форматов (заголовки, обложки) дала рост эффективности до +190% просмотров и +30% CTR
Конец архивного кейса
Нужен современный кейс? Данные Hermes, а не Google Analytics.
Современные кейсы на /ru/cases используют другую модель доказательства: частота упоминания бренда по каждой нейросети, отслеживание цитирований до 10 нейросетей и дельта-отчёты после каждого скана. Другая категория, другое доказательство, другая эпоха.