OpenAdLibraryOpenAdLibrary
Affiliate & Αγορά Μέσων

ChatGPT για Τίτλους Διαφημίσεων: Προτροπές, Παγίδες & Καλύτερες Ροές Εργασίας

Οι απλές προτροπές για τίτλους στο ChatGPT συγκλίνουν στις ίδιες κλισέ δομές γιατί το μοντέλο δεν βλέπει τι τρέχει πραγματικά. Εδώ είναι μια ερευνητική-πρώτα ροή εργασίας που το διορθώνει.

Εικονογραφική απεικόνιση: ChatGPT για Τίτλους Διαφημίσεων: Προτροπές, Παγίδες & Καλύτερες Ροές Εργασίας

Το ChatGPT μπορεί να παράγει χρησιμότατα προσχέδια τίτλων για native διαφημίσεις γρήγορα, αλλά αφεμένο στις προεπιλογές του συγκλίνει στις ίδιες λίγες δομές: το κενό περιέργειας "αυτό το περίεργο κόλπο", το αγκίστριου σταδίου ζωής "στα 62, ανακάλυψε", το αριθμημένο λιστάκι. Επίσης δεν έχει ιδέα τι είναι ήδη κορεσμένο στο Taboola ή στο MGID αυτήν την εβδομάδα, γιατί δεν κοιτάζει ζωντανό απόθεμα, αλλά ταιριάζει μοτίβα σε δεδομένα εκπαίδευσης. Η ροή εργασίας που λειτουργεί δεν είναι το "ζήτα από το ChatGPT έναν τίτλο", αλλά η χρήση του για να δημιουργήσει όγκο και παραλλαγή, και μετά σκληρό φιλτράρισμα έναντι πραγματικού τρέχοντος δημιουργικού υλικού και των δικών σου κανόνων συμμόρφωσης πριν τρέξει οτιδήποτε.

Γιατί οι απλοί τίτλοι από το ChatGPT τείνουν να μοιάζουν#

Ζήτησε από οποιοδήποτε γενικού σκοπού μοντέλο "10 τίτλους για native διαφημίσεις" χωρίς άλλο πλαίσιο και θα πάρεις μια στενή ζώνη αποτελεσμάτων: ένα κενό περιέργειας, μια λίστα με αριθμό, ένα σοκαριστικό στατιστικό, ένα αγκίστριου με βάση την ηλικία. Αυτό δεν είναι ελάττωμα ενός συγκεκριμένου μοντέλου, είναι αυτό που συμβαίνει όταν ζητάς από ένα σύστημα εκπαιδευμένο να προβλέπει πιθανό-επόμενο-κείμενο να δημιουργήσει κείμενο προώθησης με σχεδόν κανέναν περιορισμό. Υποχωρεί προς τα πιο κοινά μοτίβα στα δεδομένα εκπαίδευσής του, τα οποία τυχαίνει να είναι τα ίδια μοτίβα που κάθε διαφημιστής native έχει τρέξει για χρόνια. Δες τις πιο συνηθισμένες γωνίες native διαφημίσεων για το πώς φαίνεται αυτή η σύγκλιση σε πραγματικό δημιουργικό υλικό, και την εγγραφή γλωσσαρίου για το κενό περιέργειας γιατί αυτό το συγκεκριμένο μοτίβο εμφανίζεται τόσο συχνά.

Το μεγαλύτερο πρόβλημα είναι ότι το μοντέλο δεν έχει ορατότητα στο τι λειτουργεί τώρα έναντι του τι έχει εξαντληθεί. Μια δομή τίτλου που ένιωθε φρέσκια πριν δύο χρόνια μπορεί να επισημανθεί ως clickbait από έναν ελεγκτή του δικτύου σήμερα, ή απλά να αγνοηθεί από ένα κοινό που το έχει δει χίλιες φορές. Το ChatGPT δεν μπορεί να σου το πει αυτό. Μόνο το τρέχον απόθεμα μπορεί.

Μια δομή προτροπής που πραγματικά παράγει χρησιμότους τίτλους#

Η μοναδική μεγαλύτερη βελτίωση στις προτροπές δημιουργίας τίτλων είναι η τροφοδοσία του μοντέλου με πραγματικά, τρέχοντα παραδείγματα αντί να το ζητάς να εφεύρει από το μηδέν. Μια εφαρμόσιμη δομή:

  1. Στοιχεία προϊόντος, δηλωμένα απλά: τι είναι, για ποιον είναι, το ένα πραγματικό διαφοροποιητικό στοιχείο.
  2. Κλάδος και γεωγραφία, ώστε το μοντέλο να μην μαντεύει τον τόνο (μια προσφορά χρηματοοικονομικών σε Tier-1 διαβάζεται πολύ διαφορετικά από μια προσφορά nutra σε Tier-2).
  3. 3-5 πραγματικά παραδείγματα τίτλων που τρέχουν τώρα σε αυτόν τον κλάδο, αντλημένα από ένα πραγματικό ευρετήριο δημιουργικού υλικού αντί να είναι εφευρεμένα. Αυτό δίνει στο μοντέλο συγκεκριμένους αγκυροβόλους αντί για ξεπερασμένες προεπιλογές από δεδομένα εκπαίδευσης.
  4. Μια ρητή λίστα μοτίβων που πρέπει να αποφύγεις να επαναλάβεις, ειδικά οτιδήποτε έχεις ήπει δοκιμάσει μέχρι εξάντλησης.
  5. Ένα αίτημα για 8-10 σύντομες παραλλαγές, όχι έναν "καλύτερο" τίτλο. Η δημιουργία ομάδων και η χειροκίνητη επιλογή ξεπερνά με συνέπεια το να ζητάς έναν μοναδικό νικητή.

Πού οι τίτλοι από το ChatGPT παραβιάζουν τη συμμόρφωση#

Ένα μοντέλο που βελτιστοποιεί καθαρά για το "ακούγεται πειστικό" θα δημιουργήσει ευχαρίστως κείμενο που οδηγεί σε απόρριψη μιας διαφήμισης ή επισημασμένο λογαριασμό. Οι επαναλαμβανόμενοι τρόποι αποτυχίας:

  • Κατασκευασμένη ειδικότητα. "9 στους 10 δερματολόγους συμφωνούν" χωρίς πηγή πουθενά. Τα μοντέλα δημιουργούν συνεχώς αυτού του είδους ισχυρισμούς ψεύτικης ακρίβειας γιατί διαβάζονται ως πειστικοί, όχι γιατί ελέγχουν κάτι.
  • Κατασκευασμένη επείγουσα ανάγκη και σπανιότητα. "Μόνο 3 αριστερά στην περιοχή σου" όταν δεν υπάρχει πραγματικός περιορισμός αποθέματος.
  • Υπονοούμενη υποστήριξη ή αποτελέσματα πριν/μετά που δεν αντιστοιχούν σε ένα πραγματικό, τεκμηριωμένο αποτέλεσμα.
  • Οριακές δομές clickbait που μια ουρά ελέγχου δημιουργικού υλικού ενός δικτύου είναι πιο πιθανό να επισημάνει σήμερα από ό,τι ήταν ένα ή δύο χρόνια πριν, καθώς οι πολιτικές ελέγχου γίνονται πιο αυστηρές γενικώς.

Κάθε ένα από αυτά χρειάζεται έναν ανθρώπινο έλεγχο συμμόρφωσης πριν την εκκίνηση, τον ίδιο έλεγχο που θα εφάρμοζες σε τίτλους που θα σου έδινε ένας ανεξάρτητος copywriter. Δες ανάλυση δημιουργικού υλικού διαφημίσεων για ένα πλαίσιο βαθμολόγησης του αγκιστριού, της γωνίας και του ισχυρισμού ενός τίτλου ξεχωριστά, κάτι που κάνει τον έλεγχο συμμόρφωσης πιο γρήγορο γιατί αξιολογείς μία διάσταση κάθε φορά αντί για έναν ολόκληρο τίτλο ταυτόχρονα.

Χρήση του ChatGPT για ταξινόμηση, όχι μόνο δημιουργία#

Η πιο υποχρησιμοποιημένη εφαρμογή δεν είναι καθόλου η δημιουργία, είναι η ταξινόμηση. Άντλησε μια ομάδα 20-30 τρέχουσων τίτλων από τον κλάδο σου (ένα export από εργαλείο κατασκοπίας είναι καλό), και μετά ζήτησε από το μοντέλο να βαθμολογήσει τον καθένα έναντι ενός σταθερού πλαισίου: τύπος αγκιστριού, κίνδυνος ισχυρισμού, καινοτομία σε σχέση με την υπόλοιπη ομάδα. Αυτό ανατρέπει τη δύναμη του μοντέλου, είναι πραγματικά καλό στην αναγνώριση μοτίβων σε ένα σύνολο, μακριά από την αδυναμία του, που είναι να δημιουργήσει κάτι νέο και καλό από το μηδέν. Καταλήγεις με μια ταξινομημένη λίστα τύπων γωνιών που πραγματικά κορεύουν τον κλάδο σου τώρα, κάτι που είναι πολύ πιο χρήσιμο για τον σχεδιασμό της επόμενης ομάδας πρωτότυπων τίτλων από οποιαδήποτε ποσότητα προτροπών "γράψε μου 10 τίτλους". Το αγκίστριου vs γωνία vs ισχυρισμός είναι ένα χρήσιμο πλαίσιο να δώσεις απευθείας στο μοντέλο, αφού αναγκάζει την ταξινόμηση σε τρεις ξεχωριστές, ελέγξιμες διαστάσεις αντί για μια αόριστη κρίση "είναι αυτό καλό".

Εντοπισμός τίτλων για νέες γεωγραφίες#

Το να ζητήσεις από το ChatGPT να προσαρμόσει έναν τίτλο που λειτουργεί για μια Tier-2 ή Tier-3 γεωγραφία μπορεί να εξοικονομήσει πραγματικό χρόνο, αλλά είναι επίσης εκεί που τα πράγματα πάνε λάθος σιωπηρά. Οι ιδιωματισμοί και οι υπερθετικοί βαθμοί μεταφράζονται άνισα, ένας ισχυρισμός που είναι οριακός στα Αγγλικά μπορεί να γίνει υπερβολικός στη μετάφραση αν η υπονοούμενη σημασία μιας λέξης αλλάξει, και αυτό που μετρά ως αποδεκτός ισχυρισμός υγείας ή οικονομικών ποικίλλει ανά δικαιοδοσία ανεξάρτητα από το τι έλεγε ο αρχικός τίτλος. Αντιμετώπισε κάθε εντοπισμένο από Τεχνητή Νοημοσύνη τίτλο ως πρώτο προσχέδιο που χρειάζεται έλεγχο από φυσικό ομιλητή και συμμόρφωσης, όπως και η εκδοχή της γλώσσας προέλευσης, όχι ως λιγότερο επικίνδυνο αποτέλεσμα επειδή είναι "απλώς μια μετάφραση". Δες κλιμάκωση σε νέες γεωγραφίες και γεωγραφικά tiers για τις ευρύτερες σκέψεις που έρχονται με την επέκταση πέρα από την εγχώρια αγορά σου.

Μια καλύτερη ροή εργασίας: έρευνα, δημιουργία, φιλτράρισμα, δοκιμή#

Οι ομάδες που αποκομίζουν πραγματική αξία από το ChatGPT για τίτλους δεν το χρησιμοποιούν ως γεννήτρια μιας φοράς. Εκτελούν έναν κύκλο:

  1. Έρευνα πρώτα. Άντλησε 5-10 συγκρίσιμα, τρέχοντα δημιουργικά στοιχεία στον κλάδο σου πριν γράψεις ούτε μια προτροπή. Το Πώς να βρεις νικηφόρες γωνίες για native διαφημίσεις καλύπτει τι να ψάξεις σε αυτή τη φάση έρευνας.
  2. Δημιούργησε μια μεγάλη ομάδα, 15-20 παραλλαγών, με τους περιορισμούς που αναφέρθηκαν πιο πάνω ενσωματωμένους στην προτροπή.
  3. Φίλτραρε χειροκίνητα για συμμόρφωση, φωνή της μάρκας, και οτιδήποτε είναι επανάληψη κάτι που έχεις ήπει εξαντλήσει.
  4. Ξεκίνα ένα μικρό σύνολο δοκιμής και παρακολούθησε πρώτα σήματα κλικ, μετά χρησιμοποίησε την παρατηρούμενη μακροζωία ως ένα πιο αργό, αξιόπιστο σήμα επιβεβαίωσης· μια διαφήμιση που τρέχει ακόμα μετά από 30 ημέρες είναι μια πολύ ισχυρότερη απόδειξη από το πρώιμο CTR μόνο του (δες η μακροζωία της διαφήμισης ως σήμα νίκης).
  5. Τροφοδότησε τους νικητές πίσω στην επόμενη προτροπή σου ως παραδείγματα με λίγα δείγματα, έτσι ώστε τα αποτελέσματα του μοντέλου να κινούνται προς αυτό που πραγματικά λειτουργεί για εσένα συγκεκριμένα, όχι απλώς αυτό που είναι γενικά πειστικό.

Εδώ είναι επίσης που ένα εξωτερικό ευρετήριο δημιουργικού υλικού αποδίδει: αντί να μαντεύεις τι είναι κορεσμένο, μπορείς να ελέγξεις το εργαλείο κατασκοπίας native διαφημίσεων της OpenAdLibrary για το τι τρέχει τώρα σε έναν συγκεκριμένο κλάδο και να τροφοδοτήσεις πραγματικά παραδείγματα τίτλων απευθείας στην προτροπή σου, αντί να βασίζεσαι στην ξεπερασμένη αίσθηση του μοντέλου για το πώς φαίνεται ένας "νικηφόρος" τίτλος.

Τι ακόμα δεν μπορεί να κάνει το ChatGPT για εσένα#

Δεν μπορεί να σου πει τι είναι κορεσμένο σε ένα συγκεκριμένο δίκτυο τώρα. Δεν μπορεί να επαληθεύσει ότι ένας ισχυρισμός είναι αληθινός. Δεν μπορεί να προβλέψει το ποσοστό κλικ με οποιαδήποτε αξιοπιστία, ανεξάρτητα από το πόσο με σιγουριά διατυπώνει μια πρόταση. Και δεν μπορεί να αναλάβει ευθύνη για παράβαση συμμόρφωσης, αυτή εξακολουθεί να είναι εξ ολοκλήρου στο πρόσωπο που πάτησε δημοσίευση.

Ένας σύντομος έλεγχος πριν τρέξει οποιοσδήποτε τίτλος από Τεχνητή Νοημοσύνη#

  • Έχει κάθε ισχυρισμός μια πραγματική πηγή, ή έχει ξαναγραφτεί για να αφαιρεθεί η γλώσσα ψεύτικης ακρίβειας που το μοντέλο τείνει να προσθέτει από προεπιλογή;
  • Έχεις τροφοδοτήσει το μοντέλο με πραγματικά, τρέχοντα παραδείγματα, ή δουλεύει καθαρά από γενικά μοτίβα δεδομένων εκπαίδευσης;
  • Έχει ένας άνθρωπος βαθμολογήσει την ομάδα για αγκίστριου, γωνία και κίνδυνο ισχυρισμού ξεχωριστά, αντί να κρίνει ολόκληρο τον τίτλο με βάση το ένστικτο;
  • Είναι αυτός ο τίτλος ουσιαστικά διαφορετικός από την τελευταία ομάδα που δοκίμασες, ή μια αναδιατύπωση κάτι που έχει ήπει εξαντληθεί;
  • Αν εντοπίζεται, έχει η μεταφρασμένη εκδοχή τον δικό της έλεγχο συμμόρφωσης, όχι μόνο γλωσσικό έλεγχο;

Χρησιμοποιημένο ως μηχανή όγκου και παραλλαγής μέσα σε μια ερευνητική-πρώτα ροή εργασίας, το ChatGPT πραγματικά επιταχύνει την παραγωγή τίτλων. Χρησιμοποιημένο ως υποκατάστατο για το να γνωρίζεις πραγματικά την αγορά σου, παράγει το ίδιο γενικό αποτέλεσμα που παίρνει και κάθε άλλος διαφημιστής που προτρέπει το ίδιο μοντέλο.

Συχνές ερωτήσεις

Μπορεί το ChatGPT να γράψει καλούς τίτλους για native διαφημίσεις;
Γράφει χρησιμότατα πρώτα προσχέδια γρήγορα, αλλά οι μη καθοδηγούμενες προεπιλογές του συγκλίνουν σε ένα μικρό σύνολο κοινών δομών (κενά περιέργειας, αγκίστρια με βάση την ηλικία, αριθμημένες λίστες) γιατί ταιριάζει μοτίβα από δεδομένα εκπαίδευσης, όχι ζωντανό απόθεμα. Η τροφοδοσία του με πραγματικά, τρέχοντα παραδείγματα ως πλαίσιο και η δημιουργία μεγάλων ομάδων για χειροκίνητο φιλτράρισμα λειτουργεί πολύ καλύτερα από το να ζητάς έναν "καλύτερο" τίτλο.
Πώς σταματάω το ChatGPT να μου δίνει τις ίδιες γενικές δομές τίτλων διαφημίσεων;
Δώσ' του πραγματικούς περιορισμούς: πραγματικά στοιχεία προϊόντος, τον συγκεκριμένο κλάδο και γεωγραφία, πολλά παραδείγματα τίτλων που τρέχουν τώρα και έχουν αντληθεί από πραγματικό δημιουργικό υλικό, και μια ρητή λίστα μοτίβων που πρέπει να αποφύγεις. Ζήτησε 8-10 παραλλαγές ανά ομάδα αντί για μία μόνο απάντηση, και μετά διάλεξε χειροκίνητα. Οι γενικές προτροπές παράγουν γενικό, επαναλαμβανόμενο αποτέλεσμα.
Είναι επικίνδυνο να χρησιμοποιώ τίτλους από Τεχνητή Νοημοσύνη στο Taboola ή στο Outbrain;
Ο κίνδυνος δεν είναι η Τεχνητή Νοημοσύνη καθαυτή, είναι οι μη επαληθευμένες ισχυρισμοί που το μοντέλο τείνει να δημιουργεί: κατασκευασμένα στατιστικά, ψεύτικη επείγουσα ανάγκη, υπονοούμενα αποτελέσματα χωρίς τεκμηρίωση. Κάθε τίτλος, από Τεχνητή Νοημοσύνη ή όχι, χρειάζεται έναν έλεγχο συμμόρφωσης με την τρέχουσα πολιτική δημιουργικού υλικού του δικτύου πριν τρέξει.
Ποια είναι μια καλύτερη ροή εργασίας από το απλά να ζητάς από το ChatGPT τίτλους;
Ερεύνησε πρώτα ζωντανό δημιουργικό υλικό στον κλάδο σου, δημιούργησε μια μεγάλη ομάδα παραλλαγών με πραγματικά παραδείγματα ως πλαίσιο, φίλτραρε χειροκίνητα για συμμόρφωση και φρεσκάδα, ξεκίνα ένα μικρό τεστ και μετά χρησιμοποίησε τόσο τα πρώτα δεδομένα κλικ όσο και την παρατηρούμενη μακροζωία της διαφήμισης για να αποφασίσεις τι να κλιμακώσεις. Τροφοδότησε τους νικητές σε μελλοντικές προτροπές.
Μπορεί το ChatGPT να μου πει αν ένας τύπος τίτλου είναι ήδη κορεσμένος;
Όχι. Δεν έχει ορατότητα στο τι τρέχει τώρα σε οποιοδήποτε δίκτυο διαφημίσεων. Αυτό απαιτεί έλεγχο ενός ζωντανού ευρετηρίου δημιουργικού υλικού απευθείας. Η ανάκτηση συγκρίσιμων, τρέχουσων τίτλων πριν την προτροπή είναι ο γρηγορότερος τρόπος να αποφύγεις να δημιουργήσεις κάτι που όλοι στον κλάδο σου έχουν ήπει δοκιμάσει.
Η Ομάδα του OpenAdLibrary
Συντάχθηκε απόΗ Ομάδα του OpenAdLibrary
Έρευνα για διαφημιστική νοημοσύνη και native διαφημίσεις

Δημιουργούμε το OpenAdLibrary, την ανοιχτή πλατφόρμα διαφανειας διαφημίσεων. Κάθε μέρα τα συστήματά μας καταγράφουν ζωντανές native διαφημίσεις σε Taboola, Outbrain, MGID, Revcontent, Teads, Yahoo και MSN, αναγνωρίζουν τον πραγματικό διαφημιστή πίσω από κάθε μία και ακολουθούν το κλικ μέχρι τη σελίδα προορισμού. Αυτοί οι οδηγοι συνοψίζουν ό,τι βλέπουμε σε αυτά τα δεδομένα ώστε να μπορείτε να ερευνήσετε την αγορά πιο γρήγορα.