

Предыдущий проект
Пора спать
СТС
2025
Завершен
Чат-бот
Интро
Котики, видео и немного магии: бот с интерактивной механикой в ВК
Сервис
Backend
Django/ Django Rest Framework
Python
1
Месяц
Клиент
СТС — один из самых популярных российских телеканалов.
Задача
СТС пришли к нам с идеей запустить интерактивную механику через бота в соцсетях, чтобы поддержать выход 2-го сезона сериала «Котострофа».
Цель — развлечь аудиторию, повысить интерес к сериалу и подсветить премьеру с помощью персонализированного, вирального контента. Идея — пользователь загружает видео, получает готовый ролик с фирменной озвучкой и делится им с друзьями.
Что нужно было реализовать:
- Механику, где пользователь загружает видео, система ищет кота на 3-ей секунде и, если он есть, заменяет исходный звук на одну из заранее записанных озвучек от СТС.
- Сделать процесс максимально простым: зашел → загрузил → получил.
- Интегрировать механику внутри бота в ВК.
Как это работало
Механика оказалась довольно непростой с технической точки зрения, хотя со стороны пользователя все выглядело легко и дружелюбно.

Чат-бот и сценарий
Бот работал внутри ВКонтакте и вел пользователя через весь процесс — от первого сообщения до получения готового видео. После приветствия бот проверял, подписан ли пользователь на сообщество, и только после этого предлагал загрузить видео.

Также бот поддерживал разные сценарии, например, повторную загрузку, если видео не прошло проверку, и логику исключений, чтобы один и тот же пользователь не получал одинаковую озвучку дважды
Автоматическая проверка видео
Встроили модель распознавания объектов, чтобы находить кота в кадре. Она анализировала 3-й кадр видео и понимала, релевантен ли ролик. Если система не находила кота, например, он прятался в тени, был слишком далеко или размытый, то могла отклонить ролик. И в этом моменте важно было объяснить человеку, что не так, и дать ему возможность попробовать еще раз.

Если кота не было в кадре — пользователь получал вежливый отказ и предложение попробовать снова
Генерация финального ролика
Если проверка проходила успешно, видео отправлялось на сервер, где добавлялась заставка СТС и озвучка. Ролик обрабатывался с помощью FFmpeg и кастомных скриптов, которые собирали финальный ролик буквально за пару минут.
Озвучки были заранее записаны — 40 штук, и бот выбирал одну случайным образом, но с исключением, чтобы одному пользователю не пришли одинаковые варианты. Это добавляло ощущение персонализации. А затем готовое видео загружалось обратно в чат с пользователем.
Как выглядело итоговое сгенерированное видео
Админка и ручной контроль
Добавили админ-панель для команды, в которой можно было отслеживать загрузки, смотреть, где и на чем пользователи ошибаются, и если нужно — вручную отправлять видео на повторную обработку. Это пригодилось в нескольких кейсах, когда кот был, допустим, на 2-й или 4-й секунде, а не на 3-й.
Какие сложности учли
❌ С самого начала было понятно, что не все видео подойдут: кто-то мог загрузить ролик без кота, в неподходящем формате или слишком тяжелый файл, который просто не проходил обработку.
✅ Чтобы не ломать пользовательский сценарий, мы заранее подготовили набор технических проверок на бэкенде, например, соответствует ли видео по формату, весу и длине. Также продумали сценарии-сообщения: бот всегда объяснял, что именно пошло не так, допустим: «Не удалось определить кота» или «Файл слишком тяжелый».

Вот как это выглядело сообщение от бота, если человек загружал видео не как файл
❌ Нужно было справляться с нагрузкой на серверы — ведь каждый ролик обрабатывался в реальном времени: проверка → генерация → озвучка.
✅ Чтобы все работало стабильно и без задержек, мы распараллелили процессы обработки. То есть система одновременно обрабатывала до 8 роликов в потоках.
Результат
Проект реализовали в сжатые сроки — от первых обсуждений до запуска прошло около 1 месяца. Активность проходила в течение недели — с 21 по 27 февраля.

А вот как выглядел призыв участвовать в активности
Мы собрали живую интерактивную механику, которая работает в реальном времени, общается с пользователем, проверяет контент и выдает персонализированный результат.
- Спроектировали понятный пользовательский сценарий и упаковали его в чат-бот.
- Продумали технически сложные решения: проверку видео, автоматическую обработку, озвучку.
- Добавили инструменты для ручного контроля, чтобы в случае чего команда могла оперативно подключиться и обработать нестандартные случаи.
- Создали решение, которое можно масштабировать и адаптировать под любые платформы и задачи, например, в Телеграме, — от спецпроектов до массовых рекламных кампаний.
Над проектом работали

Тимур Самусенко
Backend

Алина Секрий

Андрей Лебедев
QA

Алексей Семенов
DevOps

Александр Галкин
Project manager
Следующий проект
Climatec


