ІННОВАЦІЙНІ ПІДХОДИ ПРИ ПРОЕКТУВАННІ СИСТЕМ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ГЕНЕРАЦІЇ ПЕРСОНАЛІЗОВАНОГО ВІДЕО КОНТЕНТУ В ЗАДАЧАХ SMM МЕНЕДЖМЕНТУ DOI

Д.М. Жуковський

Київський економічний науковий журнал, Год журнала: 2025, Номер 8, С. 45 - 51

Опубликована: Март 7, 2025

Комунікаційна політика брендів у сфері соціальних мереж, як стратегічний напрям онлайн-бізнесу, динамічно розвивається, що проявляється створенні нових форматів цифрового промоконтенту із використанням інструментів штучного інтелекту. У статті розроблено методологію проєктування системи інтелекту для генерації рекламного відеоконтенту з метою просування товарів і послуг цифровому середовищі мереж. Доведено доцільність застосування моделей інтелекту(ШІ) створення рекламних відеороликів, дозволяє знизити собівартість відеопродукції та скоротити час на її створення. Крім економії ресурсів, гнучкості алгоритмів дозволяють швидко адаптувати відеоматеріали під різні платформи аудиторії, реалізувати персоналізований підхід до контенту, в свою чергу може дозволити підвищити ефективність кампаній. Висвітлено оптимальні методи написання інструкцій LLM кожному етапі промоційного відео. В більшості випадків запитів або промптів здійснюється застосуванням нейромережі chatGPT. Представлено алгоритм детальним описом кожного етапу, зокрема: пошуку креативних ідей, сценарію, формування набору кадрів відео шляхом фотореалістичних зображень, анімації відеоконтенту, музичного супроводу дубляжу, вдосконалення якості відеопродукту за допомогою ретушування апскейлінгу, а також синхронізації всіх компонентів відеоролика фінальному монтажу. Визначено основі методів порівняльного аналізу генеративні інструменти етапу ролика. Для ідей сценарію найефективнішою виявилася нейромережа Claude AI. Формування зображень найкраще реалізується ChatGPT. Серед графічних генеративних нейромереж лідером стала Midjourney, тоді серед відеогенеративних найвищі результати продемонстрували Runway Kling. покращення оптимальними рішеннями стали Magnific AI Freepik Завершальний етап – монтаж найефективніше CapCut.

Co-creating Intercultural Scenes With Gen AI Using a Case Study Framework DOI

Patricia Goodman Hayward,

Lucy Bunning, Wallace S. Lages

и другие.

Advances in educational technologies and instructional design book series, Год журнала: 2025, Номер unknown, С. 155 - 180

Опубликована: Янв. 17, 2025

Higher education and workplaces have expressed an increased need priority for intercultural training to facilitate collaboration in a global workforce (World Economic Forum, 2023). This chapter proposes andragogical approach exploration using large language models (LLMs), specifically generative AI (Gen AI) tool. takes advantage of the inherent bias these create customized case studies which are relatable rich learner discussions. Researchers will discuss supporting theory provide examples on how educators can best use LLMs support inclusive learning environments. The offer both tested Gen study template activities LEAP (Launch, Experiment, Assess, Ponder) workshop format available execution.

Язык: Английский

Процитировано

0

Evidence-based advanced prompt engineeringin nursing research: quality analysisof ChatGPT-generated Boolean search query DOI Open Access
Joanna Gotlib, Ilona Cieślak, Mariusz Jaworski

и другие.

Pielegniarstwo XXI wieku / Nursing in the 21st Century, Год журнала: 2025, Номер 24

Опубликована: Март 14, 2025

Aim. This article explores the use of advanced prompt engineering in nursing research, with a focus on ChatGPT-generated Boolean search queries (BSQs). Material and methods. The study compares effectiveness different models ChatGPT: ChatGPT-3.5, ChatGPT-4.0, ChatGPT-4omni, generating high-quality BSQs for PUBMED. prompting methods analysed involved Zero-Shot, Automated Chain-Of-Thought, Emotional Stimuli, Role-play, Mixed-Methods prompting. Results. found that using prompting, achieved highest quality scores, whereas zero-shot is least effective. Significant variability outcomes was observed across authors recommend ChatGPT-4omni as most effective model BSQs. Conclusions. highlights lack standardized scientific complicating large language such ChatGPT underline potential to automate preparation systematic reviews development strategies. While proved valuable terms synonyms, it often struggles produce fully accurate argues latest models, along techniques, tasks. It also calls further research refine standardise research.

Язык: Английский

Процитировано

0

Generative AI Interface Design Considerations for Private Equity DOI

Sheila Anderson,

Y Zhao

Опубликована: Март 18, 2025

Язык: Английский

Процитировано

0

Facilitate Flipped SQL-Classrooms with Text-Generating AI DOI
Claudia Steinberger, Aron Wedam

Lecture notes in networks and systems, Год журнала: 2025, Номер unknown, С. 451 - 461

Опубликована: Янв. 1, 2025

Язык: Английский

Процитировано

0

ІННОВАЦІЙНІ ПІДХОДИ ПРИ ПРОЕКТУВАННІ СИСТЕМ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ ГЕНЕРАЦІЇ ПЕРСОНАЛІЗОВАНОГО ВІДЕО КОНТЕНТУ В ЗАДАЧАХ SMM МЕНЕДЖМЕНТУ DOI

Д.М. Жуковський

Київський економічний науковий журнал, Год журнала: 2025, Номер 8, С. 45 - 51

Опубликована: Март 7, 2025

Комунікаційна політика брендів у сфері соціальних мереж, як стратегічний напрям онлайн-бізнесу, динамічно розвивається, що проявляється створенні нових форматів цифрового промоконтенту із використанням інструментів штучного інтелекту. У статті розроблено методологію проєктування системи інтелекту для генерації рекламного відеоконтенту з метою просування товарів і послуг цифровому середовищі мереж. Доведено доцільність застосування моделей інтелекту(ШІ) створення рекламних відеороликів, дозволяє знизити собівартість відеопродукції та скоротити час на її створення. Крім економії ресурсів, гнучкості алгоритмів дозволяють швидко адаптувати відеоматеріали під різні платформи аудиторії, реалізувати персоналізований підхід до контенту, в свою чергу може дозволити підвищити ефективність кампаній. Висвітлено оптимальні методи написання інструкцій LLM кожному етапі промоційного відео. В більшості випадків запитів або промптів здійснюється застосуванням нейромережі chatGPT. Представлено алгоритм детальним описом кожного етапу, зокрема: пошуку креативних ідей, сценарію, формування набору кадрів відео шляхом фотореалістичних зображень, анімації відеоконтенту, музичного супроводу дубляжу, вдосконалення якості відеопродукту за допомогою ретушування апскейлінгу, а також синхронізації всіх компонентів відеоролика фінальному монтажу. Визначено основі методів порівняльного аналізу генеративні інструменти етапу ролика. Для ідей сценарію найефективнішою виявилася нейромережа Claude AI. Формування зображень найкраще реалізується ChatGPT. Серед графічних генеративних нейромереж лідером стала Midjourney, тоді серед відеогенеративних найвищі результати продемонстрували Runway Kling. покращення оптимальними рішеннями стали Magnific AI Freepik Завершальний етап – монтаж найефективніше CapCut.

Процитировано

0