פרסום וקמפיינים

שימוש בבינה מלאכותית ליצירה ובדיקה של גרסאות מודעות

בעלת חנות תכשיטים בתל אביב שמנהלת בעצמה את הפרסום שלה בפייסבוק נהגה להשקיע שעתיים-שלוש בשבוע בכתיבת טקסטים חדשים למודעות, ואז פשוט לנחש איזו גרסה להריץ, כי הספיקה לכתוב רק שלוש גרסאות ולא היה לה שום דרך אמיתית להשוות ביניהן. חצי מהתקציב הלך לכותרת שבמקרה כתבה ראשונה, לא לזו שבאמת עבדה הכי טוב, והיא מעולם לא באמת ידעה מה ההבדל.

למה בדיקת טקסטים ידנית כמעט אף פעם לא מצליחה לעסקים קטנים

לכתוב חמש כותרות שונות באמת לאותו מוצר דורש מאמץ ממשי, ולרוב בעלי העסקים שמריצים בעצמם את הפרסום שלהם אין שעות פנויות לעשות את זה כל שבוע בנוסף לכל השאר. התוצאה היא בדרך כלל גרסה אחת או שתיים של מודעה שרצות במשך חודשים בלי שום השוואה אמיתית, כי לכתוב עוד אפשרויות הרגיש כמו מותרות ולא כמו הכרח.

גם כשמישהו כן כותב כמה גרסאות, בדיקה תקינה דורשת מספיק תקציב שזורם לכל גרסה כדי לדעת אם אחת באמת מצליחה יותר מהשנייה, או שההבדל הוא סתם רעש מדגימה קטנה של קליקים. בלי הנפח הזה, בעל העסק מקבל החלטות על סמך כמה תוצאות שלא באמת אומרות הרבה בשום כיוון.

מה בינה מלאכותית באמת מוסיפה לתהליך הזה

מודל שפה יכול להפיק חמש עשרה גרסאות שונות של כותרות וטקסטי גוף בזמן שלוקח לכתוב שתיים ביד, כשנותנים לו תדריך קצר: המוצר, קהל היעד, ההצעה והטון הרצוי. זה לא מחליף את האדם שמבין את המותג ואת הלקוח, זה רק מסיר את בעיית הדף הריק ונותן יותר חומר גלם לבחור ולבדוק ממנו.

החלק השימושי יותר הוא לא היצירה עצמה, אלא החזרה על התהליך. ברגע שכמה גרסאות מתחילות להראות ביצועים שונים, אפשר להזין בחזרה לכלי את הזווית המנצחת ולבקש עוד חמש גרסאות שבונות על מה שעובד, משהו שלקופירייטר היה לוקח מחזור עבודה נוסף להספיק.

איך בונים בדיקה שבאמת אומרת משהו

הרצת ארבע גרסאות מודעה בבת אחת, כשכל אחת מקבלת רבע מתקציב יומי קטן, בדרך כלל אומרת שאף אחת מהן לא צוברת מספיק קליקים למסקנה אמיתית במשך שבועות. לרוב יעיל יותר לבדוק שתי גרסאות בכל פעם עם מדגם ברור וגדול יותר, ורק אז להחליף לגרסאות חדשות, במקום לפזר תקציב צנוע על יותר מדי אפשרויות בבת אחת.

כדאי לקבוע מראש מה נחשב ניצחון, אם זה עלות לקליק, עלות לליד או מכירות בפועל, כי טקסט שנוצר בבינה מלאכותית וקיבל יותר קליקים הוא לא בהכרח אותו טקסט שמביא יותר לקוחות משלמים. אופטימיזציה למדד הלא נכון היא מלכודת קלה בלי קשר למי שכתב את המודעה.

איפה טקסט שנוצר בבינה מלאכותית נוטה להיכשל

טקסט שנוצר בבינה מלאכותית נוטה לניסוחים כלליים אלא אם דוחפים אותו חזק לפרטים ספציפיים: שם, מספר, פרט על המוצר שמתחרה לא יכול היה לטעון גם הוא. בלי עריכה, רוב הפלט של בינה מלאכותית נשמע כאילו הוא יכול להשתייך לכל עסק בקטגוריה, מה שמבטל את כל הרעיון של בדיקה מלכתחילה.

כדאי גם לציין סיכון אמיתי מבחינת עמידה בכללים. לפלטפורמות כמו Meta וגוגל יש כללים ספציפיים לגבי טענות בריאותיות, הבטחות פיננסיות וערבויות מוגזמות, וטקסט שנוצר בבינה מלאכותית עלול לחצות את הגבולות האלה בטעות אם אף אחד לא בודק אותו לפני שהוא עולה לאוויר. עדיין צריך שבן אדם יקרא כל גרסה, לא רק להעיף מבט על כל האצווה.

תהליך עבודה שמתאים ללוח הזמנים של עסק קטן אמיתי

גישה ריאלית נראית כך: לכתוב תדריך ממוקד פעם אחת, להפיק עשר עד חמש עשרה גרסאות, לצמצם לשלוש-ארבע שבאמת נשמעות שונות זו מזו ומתאימות לקול המותג, ואז להריץ אותן עם מספיק תקציב על כל אחת כדי לקבל תמונה אמיתית לפני קבלת החלטה. זה חלק קטן מהזמן שכתיבה ידנית דורשת, וזה נותן לבעל העסק נתונים אמיתיים במקום ניחוש לגבי איזו מודעה עובדת.

קריאה נוספת