Miért nem működött az AI-tartalom, és mit kell tenni ellene?

A Google-keresések 60%-a mostanra úgy ér véget, hogy egyetlen tartalomra sem kell kattintani.

Ez a statisztika keretezte Gabriel Dillon, a Contentful személyre szabott piacvezető vezetőjének fő érvét: amikor a mesterséges intelligencia szinte ingyenessé teszi a tartalom előállítását, a mennyiség már nem stratégia. Az egyetlen olyan tartalom, amely figyelmet érdemel, az az üzleti eredményért felelős, egy adott ember számára készült, és valós adatokhoz mérve.

A SEJ webináriumán John Grahammel, a Contentful Principal Solution Stratégával, Dillon végigjárta, miért sodródik az AI által támogatott másolás az általános kimenet felé, azt a négy kérdést, amelyet minden marketingpéldányon lefuttat a szállítás előtt, és a személyre szabott jeleket, amelyek anélkül működnek, hogy túlbonyolítanák a veremét.

A foglalkozás arról is szólt, hogy az ember hova tartozik egy mesterséges intelligencia által támogatott munkafolyamatban, és hogyan egyesül a kísérletezés és a személyre szabás a tartalomteljesítmény elszámoltathatósági körévé.

Nézze meg a teljes webináriumot igény szerint.

Miért hangzik úgy az Ön mesterséges intelligencia tartalma, mint mindenki másé?

Az AI-író asszisztens a végső igen emberként működik, és a saját feltételezései táplálják a hurkot. Dillon ez a magyarázata arra, hogy miért konvergál minden márka mesterséges intelligenciával támogatott másolata ugyanazon a kimeneten.

„A robotokkal írt tartalmak elfogultsága ahhoz vezet, hogy megeszik az általunk előállított tartalmat” – mondta. „Ebbe a körbe jutunk, amikor olyan tartalmat készítünk, amelyet jónak gondolunk, de valójában nem azt csinálják, amit gondolunk.”

A visszaérkező példány vagy megerősíti azt, amit már hitt, vagy tükrözi minden versenyző blogját az eszköz edzési adataiban. Mindkét eredmény cserbenhagyja az olvasót.

Dillon ellensúlya az ízlés, és eltolta a definíciót a közhelyen: belátás és intuíció, plusz a kockázatvállalás annak érdekében, hogy azt állítsa, egyetlen AI-eszköz sem vállalkozna önként, az alapján, amit valójában tud a piacáról.

A munkamenet pontosan feltérképezte, hogy az ember hol lép be a mesterséges intelligencia által támogatott munkafolyamatba, az AI mint kutatási és kontextusréteg és a szállított másolat között.

Hogyan lehet számon kérni a tartalmat az üzleti eredményekért?

Dillon ugyanazt a négy kérdést veti fel minden B2B marketing példányon, mielőtt az kiszállításra kerül.

Az első az, hogy a másolat a várt eredményeket hozza-e. A másik három azt fedi le, hogy kinek szól a tartalom, hogyan azonosítja ezeket az embereket, és hogyan skálázódik a betekintés.

„Ha nem állnak rendelkezésünkre olyan adatok, amelyek igazolják, hogy a tartalom jó, akkor nem igazán tudunk gondolkodni azon, hogyan lehetne kicsinyíteni vagy hatékonyabbá tenni” – mondta.

A kísérletezés és a személyre szabás ebben a modellben ugyanannak az éremnek a két fele. A felvétel mélyreható, hogy a kettő hogyan egyesül egy rendszerré, nem pedig egyszeri tesztek sorozatává.

A teljes áttekintés az elszámoltathatósági hurkot és a kísérleti dimenziókat mutatja be az A és a B változaton túl.

Művelet: mielőtt üzembe helyezné az AI-tartalom következő kötegét, futtassa azt Dillon négy elszámoltathatósági kérdésével szemben.

Mely személyre szabási jelek működnek a verem túlbonyolítása nélkül?

Azok a jelek, amelyeket a verem már gyűjt. Dillon diagnózisa arról, hogy a B2B személyre szabás miért nem sikerült éveken át: a csapatok túl ambiciózus programokkal küzdenek, majd elakadnak a bonyolultságon.

Három jelzési szintet határozott meg, a legegyszerűbbtől kezdve: új és visszatérő látogatók. Az első látogató és az ismétlődő látogató eltérő szándékot hordoz, és ha ugyanazt a hősmásolatot szolgálják fel, az elveszíti a megkülönböztetést.

A második és harmadik szint a hirdetési kampányok és a hűségprogram által ma generált jeleket használja. Dillon az egyikük jelenlegi kezelését „ilyen elszalasztott lehetőségnek” nevezte; a felvétel nevei, hogy melyik jelet kell használni, és hol kifizetődő.

A webinárium bemutatója bemutatja, hogyan épülnek fel és adják át ezeket a megkülönböztetett élményeket a Contentfulben. Nézze meg igény szerint.

A Google bünteti az AI tartalmat? Mit változtat meg a Zero-Click Shift

Az észlelés nem megfelelő megoldandó probléma, Dillon érvelt: az, hogy a Google képes-e azonosítani az AI-tartalmat, kevésbé számít, mint az, hogy mi történik a kattintásokkal.

A Contentful ügyfelei már az organikus forgalom összeomlásáról számolnak be, mivel az AI-összefoglalók elnyelik a kattintásokat.

A gyakorlati válasz az AI válaszrétegért való versengés. A GEO és az AEO meghatározza, hogy az eredményoldal tetején lévő AI-összefoglaló egyáltalán tükrözi-e márkáját.

Következtetése átvágta az emberek-robotok vitát: egyfajta tartalom egyszerre működik a mesterséges intelligencia összefoglalóiban és az oldalak konverziójában. Amire a tartalomnak szüksége van, és az éppen hozzá szállított Contentful eszközöket, az a munkamenetben található.

A felvétel bemutatja, hogyan közelítsd meg a GEO-t és az AEO-t anélkül, hogy két részre osztanád a tartalmi stratégiádat.

Kérdések és válaszok: A webinárium leghasznosabb kérdései

K: A Google spam frissítése után a Google eltávolítja az AI által írt tartalmat?

Az AI-tartalom azonosítása egyre nehezebbé válik; Dillon harcnak nevezte: „A Google nem fog nyerni”. Útmutatása eltereli az energiát az észlelés teljes elkerüléséről, egy másik cél felé, amely szerinte jobban számít, ahogy a nulla kattintásos keresés növekszik. Elmagyarázza, hová irányítsa át ezt az erőfeszítést a munkamenetben.

Gabriel válaszolt. Szerezze meg a teljes kontextust; nézd igény szerint, most.

K: Hogyan vélekedik kritikusan a mesterséges intelligencia tartalmában rejlő torzításról?

Bias két helyen lép be. Felszólításon és kontextuson keresztül adja be, ami „olyan eredményt hoz, amelyet szeretne, de talán nem azt az eredményt, amely a leghatékonyabb lenne”. Magában a képzési adatokban is benne van. Dillon mérséklése azelőtt kezdődik, hogy bármit generálna; teljes válaszában végigmegy a sorozaton.

Gabriel válaszolt. Szerezze meg a teljes kontextust; nézd igény szerint, most.

K: Mit csinálsz, ha a vezetés tömeges mesterséges intelligencia-tartalomra vágyik a minőség-ellenőrzés megértése nélkül?

Tartsa számon a vezetést az általuk elvárt teljesítményért. „Mutasd meg nekik az adatokon keresztül, hogy kevesebb, de jobb tartalom létrehozásával jobb tartalmat hozhatsz létre, amely a kívánt üzleti eredményeket eredményezi.” Dillon is elismert egy pontot a mennyiségi érvvel kapcsolatban, és ez az engedmény határozza meg azt, hogy miként fogalmazza meg az ügyet.

Gabriel válaszolt. Szerezze meg a teljes kontextust; nézd igény szerint, most.

K: A SEO szolgáltatási oldalaknak egyedi hangra van szükségük, vagy a mesterséges intelligencia meg tudja írni őket?

Dillon elválasztja a hangot a hatékonyságtól. „Nem hiszem, hogy a szolgáltatási oldalaknak vagy az árképzési oldalaknak nagyon karaktereseknek kell lenniük ahhoz, hogy hatékonyak legyenek.” De még az egyszerű oldalak is különböző célokat szolgálnak a látogatóknak, és az ő teljes válasza meghúzza a határt, hogy mely oldalak indokolnak többet, mint a mesterséges intelligencia lefedettsége.

Gabriel válaszolt. Szerezze meg a teljes kontextust; nézd igény szerint, most.

Nézze meg a teljes webináriumot

Az igény szerinti felvétel tartalmazza a teljes elszámoltathatósági hurok végigjátszását, az élő bemutatót a Contentful differenciált élmények létrehozásáról, John Graham terepszemléletét a munkafolyamatokon dolgozó csapatoktól, valamint a munkamenet kiosztóanyagát.

Regisztráljon egyszer, és igény szerint nézze meg.