Автор заменил себя AI-аватаром на YouTube: средний просмотр — 1 минута вместо 5
Основатель приложения для изучения слов сделал AI-копию себя и запустил YouTube-канал без съёмок: сценарий писал Claude Code, голос делал ElevenLabs, лицо — HeyGen. Десятиминутный ролик обходился в $2–3, но средняя длительность просмотра у аватара — около 1 минуты, а у живого автора с микрофоном за 300 рублей — около 5. YouTube рекомендует ролики, которые досматривают, поэтому дешёвое производство без удержания зрителя не работает.
AI-обработка оригинала Habr AI; редакция Hamidun News
Представьте, что вам не нужно ставить свет, записывать по десять дублей и бороться с дикцией: вы пишете сценарий, а цифровая копия вас самих читает его в кадре. Автор мобильного приложения для изучения иностранных слов проверил эту схему на YouTube. Он собрал почти полностью автоматический конвейер, где ролик на десять минут стоит $2–3. Но в аналитике YouTube всё оказалось наоборот. Средняя длительность просмотра, то есть сколько минут зритель в среднем смотрит видео до того, как закроет его, у роликов с аватаром составила около 1 минуты. У обычных видео, где автор сидит перед камерой сам, около 5 минут. А именно этот показатель решает, будет ли YouTube рекомендовать ролик другим людям.
Как устроен конвейер
Автор искал органический трафик для приложения и решил запустить канал о методах запоминания слов. Приложение можно было бы упоминать по ходу видео.
Сначала он перебрал сервисы, которые оживляют изображения. Ролик из Hedra получился настолько слабым, что его пришлось удалить. King AI справился ещё хуже. Приемлемое качество дал только HeyGen на самой дорогой модели Avatar 6, примерно по $1 за минуту видео.
Чтобы картинка напоминала съёмку с несколькими камерами, автор сделал свои фотографии с разных ракурсов. Через ChatGPT он превратил их в сцены с одинаковой сгенерированной студией и на этой основе собрал в HeyGen несколько конфигураций аватара.
Дальше подключился Claude Code. Он писал сценарий и раскладывал его на сцены: какой текст звучит в кадре, какой ракурс выбрать, когда дать крупный план, а когда инфографику. Каждый фрагмент озвучивал ElevenLabs с клоном голоса автора. Клон он создал, прочитав в микрофон небольшой текст. Все шаги были повторяющимися операциями с понятным входом и выходом, поэтому скрипты автор написал без труда. Сложнее всего оказалось добиться приемлемого лица.
Экономика: от $25 до $2–3
Первый полноценный ролик стоил около $25. Почти всё съедала генерация видео в HeyGen. Автор решил сократить время аватара в кадре. Лицо осталось в начале, в конце и на переходах между блоками, примерно 20% хронометража. Остальное заняли инфографика, иллюстрации и вставки. Это дало два эффекта: зритель реже видит неестественную мимику, а десятиминутный ролик стал стоить около $2–3. Автор считает, что видео от этого даже выиграли, ведь вместо говорящей головы появились визуальные объяснения.
Канал он также переориентировал на англоязычную аудиторию, изучающую испанский. По его наблюдению, на английском мимика у HeyGen получалась заметно лучше, чем на русском.
Что показала аналитика
Первый ролик автор выложил в X, и его разнесли в комментариях. Люди писали про эффект зловещей долины. Так называют неприятное чувство, когда искусственный человек выглядит почти настоящим, но мелкие несоответствия в мимике вызывают дискомфорт. Блогер Влад Тен поделился видео в Telegram. Итог: несколько тысяч просмотров, 10 лайков и 100 дизлайков. Парадокс в том, что YouTube из-за активности стал показывать видео другим людям.
Автор справедливо заметил, что это нечестный тест: все знали, что перед ними аватар, и специально искали ошибки. Поэтому он выложил английские ролики без анонса и сравнил их со своим обычным каналом. Там он сидит в тёмной комнате, с микрофоном за 300 рублей, дефектами дикции и словами-паразитами.
По аналитике YouTube, средняя длительность просмотра на обычных видео составила около 5 минут, на роликах с аватаром — около одной. Если видео не досматривают, платформа его не продвигает. Первый всплеск просмотров оказался интересом к «кринжу», а не к теме языков.
Некоторые знакомые, которым показали ролики без предупреждения, подвоха не замечали. Но видео всё равно не удерживало. Автор не знает точной причины и предполагает: живой человек запинается, меняет интонацию, улыбается невпопад, подбирает слова. Аватар читает текст гладко, но выглядит как тот, кто не понимает, о чём говорит. Это гипотеза, а не измерение.
Что из этого следует практикам
- Автоматизировать производство можно, но удержание зрителя это не решает. Десять роликов в день не помогут, если каждый закрывают на первой минуте.
- Метрика для проверки такой идеи — средняя длительность просмотра, а не просмотры и не первые реакции.
- Тестировать лучше «вслепую», без анонса, иначе зрители будут искать артефакты.
- Нейросети остаются полезными для сценариев, иллюстраций и инфографики. Заменой живого ведущего в этом кейсе они не стали.
Ограничения очевидны: это опыт одного автора, один канал, одна ниша и выборка в несколько роликов. Результат могут изменить другие форматы или будущие модели. Но для тех, кто откладывает запуск канала из-за плохого света или дикции, вывод практичный: настоящий человек в кадре пока удерживает зрителя лучше, чем идеальная копия.
- 21 нояб. 2026 г.Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
- 21 нояб. 2026 г.Стартап Osmo обучил ИИ запахам на 10 млн оценок людей и генерирует ароматы по тексту
- 21 нояб. 2026 г.КНДР показала первый чатбот «Источник мудрости»: только наука, без политики
- 21 нояб. 2026 г.OpenAI открыла ChatGPT Spaces подписчикам Plus: совместные документы с ИИ
Вопросы и ответы по материалу
Что известно по теме: как устроен конвейер?
Автор искал органический трафик для приложения и решил запустить канал о методах запоминания слов. Приложение можно было бы упоминать по ходу видео. Сначала он перебрал сервисы, которые оживляют изображения. Ролик из Hedra получился настолько слабым, что его пришлось удалить. King AI справился ещё хуже. Приемлемое качество дал только HeyGen на самой дорогой модели Avatar 6, примерно по $1 за минуту видео. Чтобы картинка напоминала съёмку с несколькими камерами, автор сделал свои фотографии с разных ракурсов.
Что известно по теме: экономика: от $25 до $2–3?
Первый полноценный ролик стоил около $25. Почти всё съедала генерация видео в HeyGen. Автор решил сократить время аватара в кадре. Лицо осталось в начале, в конце и на переходах между блоками, примерно 20% хронометража. Остальное заняли инфографика, иллюстрации и вставки. Это дало два эффекта: зритель реже видит неестественную мимику, а десятиминутный ролик стал стоить около $2–3. Автор считает, что видео от этого даже выиграли, ведь вместо говорящей головы появились визуальные объяснения.
Что известно по теме: что показала аналитика?
Первый ролик автор выложил в X, и его разнесли в комментариях. Люди писали про эффект зловещей долины. Так называют неприятное чувство, когда искусственный человек выглядит почти настоящим, но мелкие несоответствия в мимике вызывают дискомфорт. Блогер Влад Тен поделился видео в Telegram. Итог: несколько тысяч просмотров, 10 лайков и 100 дизлайков. Парадокс в том, что YouTube из-за активности стал показывать видео другим людям.
Соберите рабочего ИИ-агента или сервис своими руками без ручного кода
В Академии Жемала Хамидуна (academy.hamidun.com) открыт бесплатный 72-часовой тест-драйв: интерактивные скетч-уроки по Claude Code и Cursor, живой Tech Radar и готовые шаблоны агентов.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.