Meta потратила миллиарды на AI, а пользователи сбежали через неделю

Новая AI-лента «Vibes» от Meta* провалилась по всем фронтам. В конце сентября компания добавила эту фичу в своё приложение Meta AI. Результат — 8,8 миллиона загрузок за октябрь.

Реальность жёстче: ежедневно «Vibes» используют всего 2 миллиона человек. 85% скачавших просто забросили приложение. Активность падает каждую неделю.

География провала красноречивая. Основные пользователи — Индия (702 тысячи в день) и Бразилия (114 тысяч). В Европе 23 тысячи человек на весь континент. На Филиппинах и в Таиланде люди массово уходят: минус 9% и 7%.

По мнению аналитиков, проблема в качестве AI-контента. Большинство видео и изображений выглядят как «цифровой мусор» — технически впечатляющие, но пустые по содержанию. Новизна быстро проходит, а возвращаться не за чем.

Meta активно внедряет AI-инструменты во все свои продукты, но данные показывают: пользователи ищут в соцсетях живое человеческое общение, а не взаимодействие с ботами.

Интересно сравнить с запущенной соцсетью на базе нейросети Sora от OpenAI. Данных по ней пока нет, но контент оттуда стал просачиваться в наши привычные ленты на других площадках. Ждём их данные по использованию.

*Деятельность Meta (соцсети Facebook, Instagram, Whatsapp и Threads) запрещена в России как экстремистская.

А вы видели что-то типо UGC-программ? Когда условно написано: если вы сделаете ролик про наш продукт → получите чёт взамен?

Пытаюсь вспомнить такое, и не могу

Instagram* снова лезет на территорию YouTube

Instagram* обновил камеру для Reels и добавил возможность записывать 20-минутные ролики прямо в приложении. Знакомо, да? Помните IGTV, который должен был «убить» YouTube, но тихо загнулся?

Теперь Meta* снова пытается захватить рынок длинного контента. 20 минут — это уже серьёзно, не просто короткие вирусные нарезки. Явно целятся в тех, кто делает обучающие ролики, подкасты, развёрнутые обзоры — классическую территорию YouTube.

Но есть один прикол. Instagram* по-прежнему заявляет, что алгоритм продвигает только ролики короче 3 минут. То есть формально можете залить 20-минутное видео, но показывать его будут через раз. Получается какая-то шизофрения: даём инструмент для длинного контента, но сами же его «душим».

Возможно, это переходный период. Сначала дают техническую возможность, потом будут постепенно менять алгоритм. Или тестируют реакцию — если народ начнёт массово делать длинные ролики, может, пересмотрят политику продвижения.

Посмотрим, выгорит ли на этот раз. YouTube пока держится крепко, но конкуренция — это всегда хорошо для создателей контента.

*Деятельность Meta (соцсети Facebook, Instagram, Whatsapp и Threads) запрещена в России как экстремистская.

Календарь инфоповодов от Reddit. Понятно, что основной фокус — на праздники в США, но в целом уже можно намечать подготовку к некоторым из них.

Claude Opus 4.5 для работы с текстами

Протестировал новый Claude Opus 4.5 на текстовых задачах. Claude всегда был силён с текстами, но новая версия превзошла ожидания.

Сравнивал задачу: мимикрировать под стиль канала. Gemini 3 справляется хуже предшественников, а Claude Opus и Sonnet 4.5 справились лучше среди всех моделей.

Opus «слизывает» стиль лучше конкурентов. Даёшь примеры — пишет в том же духе. Контекст 200K токенов позволяет загрузить 20-30 статей и получить консистентный результат. Раньше модели «забывали» стиль, теперь держат на больших объёмах.

Для большинства задач хватит Sonnet 4.5, но для работы с большими референсами Opus 4.5 оправдает $25 за миллион токенов. А если консистентность стиля не важна — подойдёт и Haiku.

Ссылка для тех, кому интересно покопаться в кишках новой модели: https://www.anthropic.com/claude/opus

Как всё начиналось: краткая история алгоритмических лент

Facebook первым ввёл алгоритмическую ленту в 2011 году. Twitter и Instagram* подключились только к 2016-му. До этого мы потребляли контент в реальном времени — как сейчас в Telegram, где есть зависимость от того, когда мы смотрим на контент: утром, днём, вечером или ночью.

Теперь сама лента решает, что нам нужно увидеть, предугадывая, что может понравиться, основываясь на наших социальных взаимодействиях и интересах.

Соцсети оставили возможность хронологической ленты, чтобы мы могли сами контролировать то, что потребляем. Это оказало большой эффект в Instagram*, когда люди жаловались, что видят мало контента от друзей и близких контактов, а больше рекомендованного.

Но рынок говорит: алгоритмическая лента работает намного лучше по привлечению пользователей.

*Деятельность Meta (соцсети Facebook, Instagram, WhatsApp и Threads) запрещена в России как экстремистская.

Как соцсети «видят» наш контент

Если вы когда-нибудь загружали Instagram* с медленным интернетом, то могли видеть, как с помощью машинного зрения нейросети определяют, что изображено на картинке: «женщина, мужчина, чёрная кошка, еда». Это очень большие мазки того, как определяются наши интересы.

Раньше алгоритм просто считывал метаданные контента. Программистам нужно было вручную прописывать интересы, проводить всякие костыли в коде, чтобы он определял какие-то интересы.

Сейчас появляется понимание контекста. Векторы интересов создаются автоматически из самого контента, без всех этих технических извращений.

Недавно Instagram* добавил возможность вручную настраивать свои интересы. Это первый шаг к тому, чтобы общаться с алгоритмом напрямую, как было в Threads. Но это может пойти намного дальше.

*Деятельность Meta (соцсети Facebook, Instagram, WhatsApp и Threads) запрещена в России как экстремистская.

Напоминалка: готовьте контент на январские праздники, чтобы потом не делать его из салата

Алгоритмы умные, но одновременно очень тупые

Недавно вышло интервью с Адамом Моссери, где он развенчал главный миф про алгоритмы.

Люди думают, что у алгоритмов есть какая-то своя воля — они решают, какой контент показывать, а какой нет. И что компании постоянно вносят большие изменения в алгоритмы, из-за чего охват то падает, то растёт.

На самом деле всё проще и сложнее одновременно. Большие изменения в алгоритмы никто не вносит — это мелкие корректировки, чтобы отследить плохой контент или немного подкрутить модерацию.

Сам алгоритм полностью основан на потребительских интересах. Есть спрос на контент — его потребляют. Нет спроса — не потребляют. Всё.

Технически алгоритм смотрит только на социальные взаимодействия: лайки, комментарии, репосты, пересылки в директ.

Как я работал с Артёмом Лыжиным и почему рекомендую его гайд

Работал с Артёмом в агентстве «Палиндром». Постоянно обменивались фидбеком по проектам — я делал контент в соцсетях, он настраивал таргет.

Почему связка SMM + таргет работает
Смотрите, в чём дело. Артём запускает рекламу, видит — одна аудитория кликает за 15 рублей, другая за 50. Говорит мне: «Слушай, вот эти люди дешевле заходят, делай контент под них».

Я адаптирую посты под эту аудиторию. Она лучше заходит на контент, меньше отписывается. Артём видит хорошие метрики, может ещё больше снижать стоимость клика. Получается замкнутый цикл — качественный трафик рождает качественный контент, и наоборот.

Что в гайде Артёма
Артём два года тестировал продвижение Telegram-каналов. Убрал всё, что не работает. Оставил только рабочие схемы.

Результаты из кейсов:
• Снижение оттока с 75% до 24%
• Стоимость подписчика — около 50 рублей
• Отток меньше 10%

Что внутри:
• Пошаговая стратегия для TG Ads и Яндекса
• Только практика, никакой воды
• Конкретные настройки, а не общие советы

Кому это
Нужно хотя бы базово понимать, как работают TG Ads и Яндекс Директ. Если первый раз слышите про эти платформы — пройдите мимо.

Я рекомендую, потому что видел, как Артём работает. У него нет времени на красивые теории — только то, что приносит деньги.

Ссылка: https://banslepota.ru/otpischikovnet

От печати к голосу: как я перестал набирать тексты

Знаете, что изменилось в моей работе за последние месяцы? Я практически перестал печатать.

Сейчас 90% контента — презентации, статьи, посты — я наговариваю голосом через Wispr Flow. И цифры из недавней статьи TechCrunch про этот стартап меня не удивили: после трёх месяцев использования средний пользователь пишет больше 50% текста через голос.

Сначала было тяжело
Помню первые попытки — полный кошмар. Не мог связать и минуты нормального текста. Мысли разбегались, слова путались, получалась каша из обрывков фраз. Мозг привык к печати: думаю → набираю → редактирую по ходу. А тут надо сразу формулировать связно.

Но чем больше пользовался, тем дольше мог говорить. Сначала 30 секунд, потом минута, потом пять. А теперь регулярно упираюсь в лимиты приложения по количеству слов в одной записи.

Теперь идет, как по маслу
Постоянная практика сделала своё дело. Мысли выстраиваются в логическую цепочку, появляется естественный ритм речи. Могу спокойно наговорить связный текст без остановки.

Секретное оружие: сниппет + ИИ
Настроил крутую связку:
• Быстро наговариваю мысль в любом приложении
• Выделяю весь наговорённый текст
• Жму Ctrl+R
• Запускается преднастроенный агент в Клоде, который сразу редактирует текст.
• Потом вставляю уже исправленный текст в поле.

Получается идеально: скорость голоса + точность редактирования ИИ. Никакой расплывчатости мыслей.

Почему это работает
Приложение понимает контекст — если говорю про маркетинг, подставляет правильные термины. Плюс мой бот доводит текст до ума, убирает воду и структурирует мысли.

Вывод простой: голосовой ввод — это не будущее, это уже настоящее. Стоит потратить месяц на привыкание, чтобы потом экономить часы каждый день.

Как алгоритм читает ваши интересы

Алгоритм смотрит на то, как часто вы заходите в профиль, смотрите ли истории. Но самое важное — он смотрит на общие интересы контента.

И вот тут начинается самое интересное. Лайкнули 3-5 видео про футбол после просмотра матча? Алгоритм получает сигнал: в ваших интересах появился футбол, надо показывать больше такого контента. Хотя вы могли просто под впечатлением посмотреть пять роликов, а на следующий день уже не хотеть это смотреть.

Но алгоритм будет долго переучиваться. И вы будете переучивать его своими взаимодействиями, показывая, что футбол вам больше не интересен. На это уходит время — много времени.

Добавили кнопки «показать меньше такого контента», но даже если вы много раз нажмёте «скрыть контент», он всё равно будет появляться в ленте.

Почему кнопка «показать меньше» не работает

Классический пример — сексуализация ленты для мужчин. В их ленте появляется много сексуального контента с женщинами. Часто такой контент ставят в «холодную» ленту, чтобы привлечь человека к взаимодействию. И даже после множественных попыток скрыть такой контент, он продолжает появляться.

Обучение алгоритма — это намного более сложный процесс, чем кажется.

ИИ меняет всё: от больших мазков к точечным попаданиям

ИИ может выстраивать векторы интересов совершенно по-другому. Что такое вектор? Это не просто «интерес к футболу», а конкретно «американский футбол → лучшие моменты → только кики» или «только забеги». То есть понимание контекста контента.

ИИ может понять и выстроить такой вектор, как «кроличья нора» — так это называется в соцсетях. И она будет намного уже, чем сейчас.

Никаких мемов в канале, пока Долина не вернёт квартиру

От широких мазков к точечным попаданиям

Сейчас алгоритмы работают большими векторами, большими «кроличьими норами» — берут большими мазками ваши интересы и отправляют в определённую группу. ИИ, понимая контекст, может работать более точечно. Например, не просто «ремонт», а «ремонт жилой комнаты в стиле барокко». То есть уйти в очень глубокую нишу и показывать именно это.

И самое главное: если по взаимодействию вы перестали интересоваться темой, ИИ может понять это быстрее, чем обычный алгоритм, и не показывать контент самостоятельно, превентивно.

В будущем нейросеть будет ориентироваться ещё и на время захода пользователя в соцсеть и будет понимать, какой контент показывать в какое время.

Круг развития соцсетей: от групп к ИИ

Мы прошли интересный путь развития.