AI UGC (если делать всё правильно) — один из лучших лайфхаков для поиска и масштабирования вирусных видео под органику и платный трафик в соцсетях.
(Кстати, по ходу этой статьи я раздаю 13 промптов И бесплатный файл навыка AI UGC, который можно использовать с топовыми видеомоделями. Всё, что нужно сделать — написать «SKILL» в комментариях и подписаться на меня, чтобы я смог его отправить).
И как человек, который выстраивал UGC- и инфлюенс-маркетинг в Cal AI на пути к годовой выручке в $50 млн, я жалею, что у нас не было системы, которой я сейчас с вами поделюсь. Она сделала бы меня в 10 раз продуктивнее…
…особенно когда речь заходит о тестировании новых идей для видео в органике, которые потом мы запускали бы как платную рекламу.
Эта система отлично работает для масштабирования потребительских приложений, но те же принципы применимы к tech-UGC, e-commerce и любому бренду или бизнесу, который пытается оставаться конкурентоспособным в современном цифровом мире.
Я буквально даю вам пошаговое руководство, как с нуля выстроить полноценный пайплайн AI UGC-видео, работающий (почти) на автопилоте, чтобы вы могли:
- Быстрее генерировать идеи и ресерчить
- Быстрее тестировать и быстрее ошибаться
- Быстрее находить выигрышные углы для масштабирования
- Повторять цикл снова и снова
Всё, что понадобится — Claude Code/Codex, Apify, Higgsfield и Postiz.
Вот общий план того, что мы разберём в этой статье:

Погнали.
1. Ресёрч > Всё остальное
«Найди идеи вирусных видео для моего приложения» — это пустая трата времени и кредитов.
Claude или Codex должны понимать, для кого создано приложение или бренд, какую проблему оно решает и что именно человек должен УВИДЕТЬ, чтобы польза стала очевидной.
Я много говорил о поиске «магического маркетингового момента» — того самого «ага-момента», когда человек видит ваш продукт в деле и думает: «Чёрт, это круто, надо попробовать».

Поэтому, прежде чем пытаться воссоздавать видео для масштабирования приложения, дайте выбранному ИИ (в моём примере это Claude) как можно больше слоёв контекста, прежде чем просить его принимать решения с высокой отдачей от вашего имени.
Мусор на входе — мусор на выходе.
Итак, начните с создания папки проекта в Claude Code и закиньте туда этот промпт, заполнив свои данные:

Это самый минимум, который стоит передать Claude перед глубоким ресёрчем.
В идеале у вас есть и другие данные о клиентах, которые можно скормить ИИ:
- Обращения в поддержку
- Отзывы
- Фидбек от ваших самых активных пользователей
- Опросы клиентов
Для ИИ контекста почти никогда не бывает слишком много.
2. Найдите видео-выбросы в вашей нише
Не пытайтесь изобрести велосипед при генерации контент-идей.
Вам просто нужны примеры того, как люди стабильно собирают внимание вокруг проблемы, которую решает ваше приложение.
Большое количество просмотров — это один сигнал, но аккаунт, который показал аномально высокий результат по сравнению со своими обычными видео, — куда более сильный индикатор, на который стоит обратить внимание.
Если автор обычно получает 10 000 просмотров, а одно похожее видео собирает 120 000, я хочу понять почему.
Как гипотетический выброс в 12X — это повод разобраться, а не доказательство того, что формат продаст ваше приложение.
Для ресёрча я использую Apify вместе с Claude Code.
Можно попросить Claude Code/Codex найти самые эффективные видео в вашей нише, но результаты будут нестабильными по сравнению с использованием инструмента вроде Apify.
Apify предоставляет доступ к своим парсерам через MCP, поэтому Claude может запустить задачу по сбору данных и работать со структурированным результатом.
(Вот инструкция по настройке Apify MCP, если она вам нужна.)

Кроме того, Clockworks TikTok Scraper поддерживает поиск по запросам, профилям и хештегам.
Для Instagram начните с профилей релевантных авторов и URL-адресов Reels, затем используйте Instagram Reel Scraper от Apify.
Попросите Claude изучить текущую схему ввода перед запуском любого из них.
Apify — ключевая часть процесса, потому что хотя браузер в Claude Code помогает находить аккаунты и проверять отдельные посты, он не даёт надёжного встроенного потока данных из TikTok или Instagram.
Вот промпт для ресёрча, который нужно передать Claude Code/Codex, чтобы начать поиск видео-выбросов:

3. Превратите ресёрч в доску, с которой реально работать
Когда ресёрч завершён, попросите Claude собрать локальную HTML-галерею, чтобы вы могли посмотреть найденные видео, сравнить их и выбрать те, которые стоит повторить.
Каждая карточка должна показывать источник, доступные метрики, причину попадания в шорт-лист и кнопку выбора.

4. Разберите на части причину, по которой видео досмотрели
Как только вы выбрали референсы, Claude нужен сам контент, иначе у него нет шансов воссоздать его для AI UGC-видео.
Подписи и количества просмотров недостаточно, чтобы объяснить темп, подачу или момент демонстрации продукта.
Самый простой способ провести эту часть работы — использовать Apify Video AI Analyzer

Попросите его разобрать хук/вступительную сцену, оставленный без ответа вопрос, последовательность кадров, кульминацию и всё остальное, что вам важно знать.
Descript — отличный платный инструмент для транскрибации видео: быстрый и надёжный. И я уверен, что в сети можно найти бесплатные аналоги.

Альтернативно, Gemini умеет смотреть и анализировать видео (но только если загрузить ему файл), так что можно скачать видео из TT или IG и поручить это Gemini, хотя это, очевидно, гораздо более ручной и нудный процесс.
Выберите видео, а затем запустите этот промпт для анализа:

Когда этот шаг пройден, пора адаптировать эти выигрышные форматы под ваше приложение.
5. Спроектируйте тест, из которого можно извлечь выводы
С помощью ИИ можно менять хук, персонажа, сеттинг, формат, хронометраж, нативную интеграцию продукта и CTA.
Если менять всё сразу, интерпретировать результат будет сложнее.
После того как вы выбрали форматы для теста и проанализировали их, чтобы понять, почему они изначально стали выбросами, нужно дать каждому честный шанс показать такие же или перспективные результаты, встроив ваш продукт в версию выигрышного угла.
Затем возьмите самых сильных кандидатов и тестируйте более точечные изменения.
Вот промпт для планирования тестов, который нужно запустить следующим:

Органические публикации не дадут вам идеально контролируемого эксперимента. Время постинга, история аккаунта и аудитория, которой платформа решит показать видео, — всё это влияет на результат.
Вы ищете паттерн, достаточно сильный, чтобы оправдать следующие вложения.
6. Создайте правдоподобный стартовый кадр
Именно здесь многие AI UGC-проекты начинают буксовать.
Люди тратят десять минут на то, чтобы писать «ультрареалистично», и почти ноль — на продумывание того, как должен выглядеть кадр.
Раньше метой был поиск референсов по запросу «UGC creator» на Pinterest, но даже сейчас многие изображения там сгенерированы ИИ и выглядят слишком «вылизанными», чтобы казаться живыми.
У Kristian Jennings есть полезный обходной путь для этого.
Его подход начинается с кадра из реального видео UGC-креатора, а затем вокруг осознанных решений по композиции, свету и окружению строится новый персонаж.

Приёмы, которые стоит взять из его примера:
- Выбирайте ракурс камеры и положение тела до генерации.
- Следите за деталями кожи, избегая пересветов на лице.
- Добавьте фону немного характера, но так, чтобы он не отвлекал.
- Выбирайте естественное положение рук и кадр без текста поверх лица.
- Сделайте звук логичным для сеттинга: видимый микрофон или крупный план телефона помогут объяснить чёткую речь.
Он также рекомендует собирать все ключевые изменения изображения в один связный промпт, а если серия правок ухудшает результат — возвращаться к исходному референсу для новых попыток.
Относитесь к этому как к продакшен-техникам для тестов: они не гарантируют идеальной генерации.
Вот промпт для подбора референсных кадров, который поможет сохранить единство стиля в видео с несколькими планами, где всё должно выглядеть цельно:

Теперь подключите MCP от Higgsfield к Claude Code. Это позволит делать всё в одном чате, а не переключаться между вкладками каждые 2 минуты.
По моему опыту, вот топовые видеомодели, которые стоит использовать, и то, в чём они лучше всего:
- Seedance 2.5: самые стабильные и надёжные результаты (и самые дорогие). Максимальное качество для AI UGC, которое только можно найти
- Google Omni: очень мощная модель, определённо способна иногда бросить вызов Seedance по качеству — зависит от запроса и референсов
- Kling 3.0: всё ещё качественный вариант, лучше всего подходит для b-roll, так как дешевле, особенно в сравнении с Seedance

‼️ Если хотите получить файл навыка AI UGC, просто подпишитесь и напишите «SKILL» в комментариях, и я сразу его пришлю ‼️
Передайте Claude эту инструкцию по генерации изображений:

Стартовый промпт для изображения (пример):

Для видео из нескольких сцен создайте стартовое изображение для каждого генерируемого кадра, используя утверждённый референс персонажа. Сохраняйте едиными одежду, внешность и повторяющийся реквизит.
7. Анимируйте тестовый дубль перед генерацией всей партии
Seedance 2.5 поддерживает клипы до 30 секунд. Это даёт пространство для манёвра, но не обязательно впихивать целое видео в одну генерацию.
Ещё один полезный урок из гайда Kristian — сначала стабилизировать направление сцены и актёрскую игру, а уже потом подставлять остальной диалог. В его демо используется другая видеомодель; здесь мы применяем этот продакшен-принцип к Seedance, а именно такие вещи, как:
- Укажите, статична камера или снимается с рук
- Опишите энергию сцены
- Напишите точный текст диалога
- Укажите, что должно оставаться неизменным
Вот промпт для оркестрации тестов в Claude:

Вот пример стартового промпта для анимации:

После тестовой генерации проверьте несколько вещей:
- Выглядит ли липсинк правдоподобно?
- Остаются ли руки консистентными?
- Меняется ли лицо на середине ролика?
Если всё разваливается раз за разом, вернитесь к стартовому кадру или упростите действие, прежде чем платить за новые неудачные дубли.
8. Доведите видео до ума и утвердите финальные экспорты
Готовому видео всё ещё могут понадобиться реальные кадры приложения, склейки, субтитры и понятная концовка.
Запишите экран приложения, выполняющего то, что обещает сценарий.
Используйте эту запись при монтаже (не заставляйте модель изображений придумывать красивый интерфейс, которого у вашего продукта нет).
Попросите Claude собрать утверждённые клипы с помощью настроенного редактора или локального FFmpeg-воркфлоу.
Проверяйте экспорты в размере экрана телефона и со включённым звуком.
Я знаю, что Claude Code становится ОЧЕНЬ хорош в монтаже UGC-видео, если вы пытаетесь обойтись без монтажера, и этот недавний пост в X тому подтверждение.

Видеодоказательство:

Смело пробуйте этот промпт для сборки видео в редакторе сами:

**
9. Используйте Postiz, чтобы вывести видео на рынок
Именно здесь воркфлоу нужна система публикации, и тут на сцену выходит Postiz.
(Вот ссылка, чтобы оценить его самостоятельно: https://postiz.com/
Подключите аккаунты, которые хотите протестировать: для начала TikTok, Instagram, YouTube Shorts и вашу страницу в Facebook.

Из Claude Code передача происходит конкретно: получаете готовый ассет из Higgsfield, импортируете или загружаете его в Postiz, а затем прикрепляете размещённый в Postiz медиафайл к черновику.
Postiz поддерживает как импорт по удалённой ссылке, так и загрузку локальных файлов.
Он также оснащён ИИ-агентами, так что вы можете просто сказать, что вам нужна помощь с созданием, планированием или публикацией любого контента, и он поможет закрыть любые ваши контент-задачи.

Вот промпт для создания черновика в Postiz:

Когда черновики и календарь будут выглядеть как надо, запустите это:


MCP от Postiz умеет готовить черновики и расписания; его CLI также поддерживает отправку черновика в очередь на публикацию.
Теперь у партии есть дом, и вы можете проверять её и отслеживать результаты из одного дашборда.
10. Пусть каждая платформа сама скажет, что снимать дальше
Запустите видео на четырёх каналах (или на скольких вы фокусируетесь), а затем оценивайте каждую платформу отдельно.
Слабый результат в TikTok не перечёркивает перспективный результат в Instagram, а большое количество просмотров в Facebook автоматически не означает, что приложение привлекает клиентов.
Используйте одинаковые окна наблюдения и, где возможно, сравнивайте с историей самого аккаунта.
Вопросы, которые важны мне:
- Зацепило ли вступление внимание?
- Поняли ли люди продукт?
- Привело ли это внимание к полезному действию?
- Достаточно ли воспроизводим сигнал, чтобы вкладывать в него реальные деньги?
Как только концепция покажет потенциал, передайте её реальному креатору, чей контент ваша аудитория уже смотрит.
Используйте ИИ как полигон для поиска выигрышных углов, хуков и форматов, а затем переснимайте лучших исполнителей с живыми авторами, чтобы повысить аутентичность и доверие зрителя.
Продолжайте выпускать полезные вариации, пока данные показывают, что формат работает.
Преимущество этого воркфлоу в том, сколько всего вы успеваете протестировать и понять до включения рекламного бюджета.
Вы изучили, что смотрит ниша, сами отобрали форматы и протестировали оригинальные вариации.
Начните с нескольких форматов и партии контента, из которой реально можно сделать выводы.
А затем заработайте право масштабировать это платной рекламой.
-Jake
P.S. Если вам понравился этот разбор, вы полюбите мою бесплатную рассылку. Присоединяйтесь к 2 200+ еженедельным читателям Operator’s Notebook, где я глубоко копаю всё, что связано с ИИ, а также созданием и масштабированием потребительских приложений 👇
https://operatorsnotebook.beehiiv.com/
P.P.S. загляните в Postiz — агентный планировщик для соцсетей: https://postiz.com/





