• Grch Logo
  • Workspace
  • Telegram
  • +400 Проекты
  • Услуги
  • 11 лет О нас
  • Блог
МЕНЮ
  • +400

    Проекты

  • Услуги

  • 11 лет

    О нас

  • Блог

  • WorkspaceTelegram
13 место

13 место

среди комплексных разработчиков по версии РР

Grch Logo.
Grch Logo.

На главную

Бот с интерактивной механикой
Сайт для интернет-магазина мебели

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.

    Механика чат-бота

    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.

    Поддержка сценариев

    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.

    Нераспознанный кот в кадре

    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».

    Ошибка загрузки файла

    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.

    Призыв к участию

    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

      • Backend

      • Backend

        Тимур Самусенко

      • QA

      • QA Engineer

        Алина Секрий

      • QA Engineer

        Андрей Лебедев

      • DevOps

      • DevOps

        Алексей Семенов

      • Project manager

      • PM

        Александр Галкин

      Следующий проект

      Climatec

      Экосистема сервисов для производителя форсуночного увлажнения воздуха

      Climatec