Budżet: 500 UAH Termin: 1 dzień
Добрий день!
Маю великий досвід роботи з автоматиазціями у Make, тому без проблем підключусь та допоможу вам.
Aktualnie brak ofert
Aktualne zlecenia dla freelancerów w kategorii AI i uczenie maszynowe
Zajmujemy się doborem, zakupem i dostawą samochodów z USA, Korei i Chin. Obecnie większość zapytań jest przetwarzana przez menedżerów ręcznie: odpowiedzi w czatach, dobór samochodów, wyszukiwanie ofert na aukcjach, obliczanie kosztów i kwalifikacja klientów. Potrzebne jest stworzenie agenta AI, który będzie w stanie przejąć większą część tej pracy i interagować z klientami w sposób jak najbardziej zbliżony do logiki żywego menedżera. Główne cele AI Uzyskać numer telefonu. Zapisać klienta na odpowiednią automatyzację ManyChat. Przekazać leada do Bitrix24. Odpowiedzieć na pytania. Utrzymać klienta w dialogu. Logika pracy Obecnie klienci mogą: wybierać auto przez katalog ManyChat; napisać ręcznie, jakie auto szukają; przejść z reklamy do konkretnego samochodu. We wszystkich tych przypadkach AI ma wspierać dialog, doprecyzować potrzebę i pomóc w wyborze. Potrzebne doświadczenie Doświadczenie w pracy z: agentami AI (OpenAI/Claude/Gemini); ManyChat; Bitrix24; integracjami API; automatyzacją procesów biznesowych.
Muszę stworzyć automatyczny system SEO oparty na n8n, który będzie zbierał dane z różnych serwisów, łączył je i przekazywał do ChatGPT w celu analizy. Konieczne jest podłączenie Ahrefs Google Search Console Google Analytics 4 Google Ads Pierwszy etap — minimalna wersja robocza Podłączyć Google Search Console. Podłączyć GA4. Podłączyć Ahrefs, jeśli mój plan i API na to pozwalają. Zapisywać codzienne dane. Przekazywać je do ChatGPT. Wysyłać jeden codzienny raport na Telegram lub na email. Skonfigurować analizę strony viarcanvas.com i konkurenta picturehappy.lv. Po sprawdzeniu działania dodać Google Ads, dodatkowe kraje, konkurentów i rozszerzone raporty. Co należy uzyskać z Ahrefs Dla strony viarcanvas.com i wybranych konkurentów: organiczne słowa kluczowe; aktualne pozycje; zmiana pozycji; wysokość wyszukiwania; przewidywany ruch; strony, które otrzymują organiczny ruch; nowe i utracone słowa kluczowe; nowe i utracone linki zwrotne; strony konkurentów, które zyskały ruch; nowe słowa kluczowe konkurentów; Content Gap między naszą stroną a konkurentami. Lista konkurentów powinna być edytowalna bez zmiany samego skryptu n8n.Co należy uzyskać z Google Search Console kliknięcia; wyświetlenia; CTR; średnia pozycja; zapytania; strony; kraje; urządzenia; zmiany wskaźników według dni i okresów. Ważne, aby dane można było analizować osobno dla każdej wersji językowej: /lv/ /lt/ /ee/ /pl/ /de/ Potrzebna jest również osobna analiza konkretnych stron, na przykład: https://viarcanvas.com/lv/new/canvasCo należy uzyskać z Google Analytics 4 użytkownicy; sesię; ruch organiczny; strony wejściowe; zakupy; zapytania; dochody; współczynnik konwersji; zaangażowanie; kraje i urządzenia. Trzeba łączyć ruch SEO nie tylko z odwiedzinami, ale także z zapytaniami, zamówieniami i dochodami.Co należy uzyskać z Google Ads wydatki; kliknięcia; wyświetlenia; CTR; CPC; konwersje; koszt konwersji; dochody; ROAS; zapytania wyszukiwawcze; dane dotyczące kampanii i krajów. Google Ads należy analizować osobno od organicznego SEO, ale włączyć do ogólnego raportu marketingowego.Co powinien analizować ChatGPT ChatGPT powinien automatycznie określać: które słowa kluczowe wzrosły; które słowa kluczowe spadły; które strony straciły ruch; które strony zaczęły rosnąć; gdzie spadły wyświetlenia; gdzie spadł CTR; gdzie pogorszyła się średnia pozycja; które strony znajdują się na pozycjach 4–15 i mają potencjał, aby wejść do TOP; które słowa mają wyświetlenia, ale mało kliknięć; które strony konkurentów rosną szybciej niż nasze; jakie zapytania mają konkurenci, ale nie mamy ich; jakie artykuły warto napisać; które istniejące strony warto zaktualizować; gdzie możliwa jest kanibalizacja zapytań; gdzie potrzebne jest wewnętrzne linkowanie; które strony warto wzmocnić linkami zewnętrznymi; jakie zmiany wymagają pilnej uwagi. ChatGPT nie powinien po prostu wymieniać liczb. Powinien wyjaśniać prawdopodobne przyczyny zmian i przedstawiać konkretny plan działania.
Jesteśmy producentami i sprzedawcami męskiej odzieży. Opracowujemy wewnętrzne narzędzie AI do automatyzacji tworzenia reklamowych zdjęć i wideo dla Facebooka/Instagrama. Projekt jest tworzony do użytku własnego, a nie na sprzedaż. Co należy zrobićOpracować wygodny Dashboard, w którym użytkownik tworzy projekt, wypełnia kartę produktu (opis, zdjęcie, cena, grupa docelowa itp.), po czym automatycznie uruchamia się łańcuch agentów AI i na wyjściu otrzymuje gotowe zdjęcia i wideo reklamowe. Pod maskąAgent AI 1 — Strateg Kreatywny Analiza produktu i grupy docelowej. Generowanie kątów. Generowanie haczyków. Generowanie wielkich pomysłów. Generowanie ofert.Agent AI 2 — Generator Scenariuszy Tworzenie scenariuszy reklamowych. Haczyk. Historia. CTA. Voice Over. Podział scenariusza na sceny.Agent AI 3 — Dyrektor Kreatywny Generowanie promptów dla zdjęć AI. Generowanie promptów dla wideo AI. Tworzenie promptów dla każdej sceny. Automatyczne wysyłanie promptów do AI w celu uzyskania gotowych obrazów i wideo.Wszystkie agenci muszą automatycznie przekazywać wyniki sobie nawzajem. Interfejs Dashboard. Tworzenie projektu. Karta produktu. Ładowanie zdjęć produktu. Status generacji. Galeria gotowych zdjęć. Galeria gotowych wideo. Możliwość ponownej generacji. Praca z koloramiNależy zrealizować wygodną pracę z wariantami jednego produktu.Na przykład:Lniany garnitur Czarny Biały Mokko Grafitowy NiebeiskiFunkcjonalność: Ładowanie jednego koloru. Ładowanie kilku kolorów jednego produktu jednocześnie. Możliwość wyboru, które kolory biorą udział w generacji. Wybór trybu generacji: tylko jeden kolor; równomierne rozłożenie między wszystkimi wybranymi kolorami; mieszanie kolorów w jednym kreatywie.Na przykład:Użytkownik wybiera 100 kreatywów.Jeśli załadowano 5 kolorów, system automatycznie rozkłada generację: Czarny — 20 Biały — 20 Mokko — 20 Grafitowy — 20 Niebeiski — 20Lub może stworzyć kreatyw, w którym w różnych scenach automatycznie pokazują się różne kolory produktu. Ustawienia generacjiUżytkownik powinien mieć możliwość wyboru: liczby kreatywów (10 / 25 / 50 / 100 lub własna wartość); generować tylko zdjęcia; generować tylko wideo; generować zdjęcia i wideo jednocześnie. Sekcja "Scenariusze"Dla każdego gotowego kreatywu należy zapisać: gotowy scenariusz; Haczyk; Historia; CTA; Voice Over; podział na sceny; oddzielny gotowy prompt dla każdej sceny.Jest to konieczne, aby montażysta mógł ręcznie wykorzystać te prompty do generacji oddzielnych kadrów, obrazów lub fragmentów wideo w dowolnych usługach AI. Część technicznaNależy: podłączyć API OpenAI / Claude / Gemini; podłączyć API generacji obrazów; podłączyć API generacji wideo; zrealizować backend z automatycznym przesyłaniem danych między agentami AI; zbudować architekturę skalowalną, aby w przyszłości można było łatwo dodawać nowych agentów AI i nowe modele AI bez całkowitej przebudowy projektu. Przy odpowiedzi proszę przesłać: przykłady projektów AI; proponowany stos technologii; orientacyjne terminy realizacji; koszt MVP.Ważne: jeśli masz doświadczenie w tworzeniu systemów AI z wieloma agentami lub usług AI z integracją kilku API, proszę, zaznacz to w odpowiedzi.
Opracowanie systemu o wysokim obciążeniu (Highload) z modelem LLM dla internetowej usługi multimodalnego wyszukiwania odzieży na podstawie zdjęcia i jednoczesnego zapytania tekstowego zintegrowanego z komunikatorami przez osobistego agenta-asystenta.
Opracować agenta AI, który samodzielnie przechodzi scenariusze użytkownika w przeglądarce Chrome, znajduje rozbieżności z oczekiwanym zachowaniem i dokumentuje je jako raporty błędów w [Google Docs / Notion / Jira / Markdown w repozytorium]. Jak to powinno działać: 1. Uruchomienie: [przyciskiem ręcznie / według harmonogramu raz dziennie / automatycznie przy każdym wdrożeniu etapu]. 2. Agent otwiera Chrome, loguje się na konto testowe i przechodzi przez scenariusze z listy (listę podamy — [N] sztuk na start, format dowolny: tekstem w ludzkim języku). 3. Na każdym kroku sprawdza wynik: czy pojawił się oczekiwany element, czy dane są poprawne, czy nie ma błędów w konsoli i nieudanych zapytań sieciowych, czy układ nie jest zepsuty. 4. Po zakończeniu przebiegu generuje raport: przebyte scenariusze, znalezione defekty, dla każdego defektu — kroki reprodukcji, oczekiwane i rzeczywiste zachowanie, zrzut ekranu, powaga, link do wideo lub ślad przebiegu Kto może to wziąć i zrobić, może nawet z gotowych repozytoriów z GitHuba? Kto jest gotowy, aby zacząć?