Praktyczne wykorzystanie ChatGPT w pracy specjalisty SEM

Publikacja ChatGPT od OpenAI w listopadzie 2022 roku spowodowała ogromne trzęsienie ziemi w wielu branżach, jednak największe emocje wywołała głównie w branżach związanych z marketingiem internetowym oraz IT. Środowiska te szybko podzieliły się na skrajne obozy – tych, którzy uważali, że AI to tylko przejściowa moda i nowy marketingowy „buzzword” oraz grupy wieszczące koniec branż opartych o technologie komputerowe.

Jak to bywa w większości przypadków, prawda leży pośrodku. Nie można zaprzeczyć, że narzędzia AI już teraz mocno wpływają na pracę szeroko rozumianej branży marketingowej i wpływ ten będzie – wraz z rozwojem możliwości tych narzędzi – coraz większy.

Uważam, że każdy specjalista związany z marketingiem powinien nauczyć się wykorzystywać przewagi, jakie daje sztuczna inteligencja i traktować ją jako wsparcie a nie jako konkurencję w codziennej pracy.

W niniejszym artykule chciałbym przybliżyć kilka przydatnych metod pracy z ChatGPT w pracy specjalisty SEM.

ChatGPT w pracy specjalisty SEM: wprowadzenie

Niezmiernie ważnym etapem pracy z aplikacjami opartymi na AI jest nie tylko zrozumienie ich możliwości, ale także ograniczeń. Sztuczna inteligencja dąży do tego, aby symulować funkcjonowanie ludzkiego myślenia, które – pomimo ogromnej skali skomplikowania – ma swoje słabości.

Jedną z cech charakterystycznych ludzkiego mózgu jest to, że często uzupełnia on braki w informacjach, „zasypując” je połączeniem innych danych, co powoduje, że końcowa myśl wydaje się być prawidłowa, jednak w rzeczywistości może być daleka od prawdy.

Nie inaczej wygląda sprawa z algorytmami AI, które dążą do tego, aby jak najlepiej odpowiedzieć na nasz prompt (zapytanie/zadanie, jakie przesyłamy do programu). Ogólnie przyjętym terminem na taką sytuację są „halucynacje”, które „wytwarza” sztuczna inteligencja i stara się je przemycić pod płaszczem prawdy.

Znając te mechanizmy, możemy skutecznie projektować zapytania (prompt engineering), a także odpowiednio weryfikować informacje wytwarzanie m.in przez ChatGPT.

Jeżeli chcesz skutecznie pracować z tym narzędziem, weź pod uwagę kilka kwestii – rozwinę je w dalszej części artykułu, już na konkretnych przykładach:

• Dostrajaj i precyzuj swoje prompty do celu, jaki chcesz osiągnąć – im dokładniejsze będą Twoje zapytania, tym mniejsze prawdopodobieństwo błędnej odpowiedzi.

• Zwracaj uwagę na „halucynacje”– sztuczna inteligencja ma tendencję do „zmyślania” lub ignorowania pewnych aspektów zapytania, szczególnie gdy musi wziąć pod uwagę wiele kontekstowych informacji, których nie wprowadzimy w prompcie.

• Poproś o wejście w rolę – gdy chcemy, aby AI spojrzało na nasze zapytanie z danej perspektywy, możemy naprowadzić ją na to, jak ma analizować dane. W przypadku tworzenia danych do kampanii lub analiz możemy zacząć nasz prompt np. od: „Zachowuj się jak doświadczony specjalista Google Ads…”.

• Korzystaj z wtyczek rozszerzających funkcjonalności ChatGPT – model językowy narzędzia od OpenAi jest uczony na ogromnej ilości danych, jednak ma on dostęp do danych tylko do pewnego momentu w czasie. Na dzień 17.10 2023 tylko wersja ChatGPT-4 ma funkcjonalność przeglądania internetu na bieżąco.
• Ważne – obecnie w ramach konkretnej rozmowy możemy korzystać na raz z trzech wybranych wtyczek z bazy elementów. Wtyczki możemy instalować z wbudowanego sklepu po włączeniu odpowiedniej opcji.

• Punktuj błędy w odpowiedziach – łącząc metody powyżej, możemy naprowadzić ChatGPT na prawidłową odpowiedź. Jeżeli zauważymy, że część informacji może być błędna, to poprośmy o ich sprecyzowanie, podanie źródła lub zwyczajnie ponowne sprawdzenie.

Znając już powyższe aspekty, sprawdźmy, jak ChatGPT poradzi sobie z ogólnym, ale dość prostym zapytaniem.

Przykład:

Załóżmy, że chciałbym dowiedzieć się, jakich zasad muszę przestrzegać przy pisaniu tekstów reklam, aby uniknąć ich odrzucenia przez system. Do zapytania wykorzystuję wtyczkę PromptPerfect, która pomaga precyzować prompty (nadal zalecam kontrolować wygenerowaną poprawkę) oraz WebPilot, która umożliwia przeglądanie internetu na bieżąco.

Już na pierwszy rzut oka możemy stwierdzić, że ChatGPT opisał proces recenzji reklamy zamiast wymagań redakcyjnych. W takim przypadku, wiedząc, gdzie popełnił on błąd, możemy go poprawić i naprowadzić na poprawną odpowiedź.

Druga wersja jest już poprawna, a dzięki wtyczce WebPilot możemy (po rozwinięciu opcji) sprawdzić, czy zwróciła ona odpowiednie źródło, na podstawie którego została wygenerowana odpowiedź. Jeżeli nie korzystamy z żadnej wtyczki, możemy zawrzeć prośbę o podanie źródła w naszym prompcie.

Przykłady wykorzystania ChatGPT w kampaniach i analityce

Wiemy już, jak powinniśmy rozmawiać z czatem, więc teraz pora na konkretne działania. Poniższe przykłady nie oznaczają, że ChatGPT zrobi całą pracę za nas, ale pomogą nam one sprawniej przejść przez działania, które czasami mogą zająć wiele godzin. Na potrzeby przykładów wykorzystuję ChatGPT-4 oraz wtyczki WebPilot i PromptPerfect.

1 Przygotowanie opisu grupy docelowej

Jednym z najważniejszych etapów tworzenia kampanii jest określenie grupy docelowej. Dzięki odpowiedniemu opisowi możemy wspierać się szerokim zakresem danych, do których dostęp ma ChatGPT. Załóżmy, że chcę wygenerować wstępny opis grupy docelowej dla kremów przeciwko starzeniu, dla osób w wieku 40+.

Prompt: Zachowuj się jak doświadczony specjalista od reklam Google. Chcę uruchomić reklamy Google dla sklepu internetowego sprzedającego  naturalne kosmetyki dla osób powyżej 40 roku życia. Stwórz idealną grupę docelową dla tej reklamy. Podaj wiek, płeć, zainteresowania, zachowania zakupowe oraz pięć przykładów słów kluczowych, jakie mogą być wpisywane przez osoby szukające produktów z mojego sklepu.

Wygenerowane informacje:

Opisana grupa docelowa nie jest bardzo szczegółowa, ale nawet w takiej formie może posłużyć jako punkt wyjścia do naszych ustawień i możemy ją wykorzystać, aby stworzyć odpowiednie segmenty odbiorców lub nadbudować na nich kolejne.

Słowa kluczowe możemy sprawdzić w Planerze słów kluczowych i – dzięki jego funkcjonalnościom – rozbudować listę dalej.

Całość konwersacji możemy rozbudowywać dalej, dopytując np. o obszary, gdzie mieszka najwięcej osób pasujących do powyższego profilu lub o wady i zalety kierowania na obszary miejskie vs. małe miejscowości.

2 Przygotowanie/testowanie koncepcji i treści reklam

ChatGPT pomoże nam wygenerować wiele propozycji w krótkim czasie, które możemy szeroko testować w naszych kreacjach. Jest to aktualnie jedna z najważniejszych opcji do testowania z racji tego, że od końca 2023 roku funkcjonalność generowania reklam za pomocą AI ma zacząć być wdrażana do panelu Google Ads – dlatego też warto oswajać się z nią już teraz.

Znając już naszą grupę docelową, poprośmy w tej samej konwersacji (dla lepszego kontekstu) o wygenerowanie tekstów nagłówków.

Prompt: Zachowuj się jak doświadczony specjalista Google Ads. Stwórz dwie propozycje reklam Google Ads dla kremu przeciwko starzeniu się dla kobiet w wieku ponad 40 lat. Każda propozycja musi zawierać  pięć nagłówków oraz cztery teksty. Nagłówek ma limit 30 znaków ze spacjami, a tekst ma limit 90 znaków ze spacjami. W tekstach reklam wykorzystaj jak najwięcej znaków, aby zbliżyć się do limitu 90 znaków ze spacjami. Zawrzyj konkretne korzyści ze stosowania produktu.

Wygenerowane informacje:

Jeżeli nie spodoba się nam jakiś element, możemy poprosić o kolejne propozycje do zastąpienia go:

W przypadku tworzenia propozycji reklam (szczególnie za pierwszym razem) niezmiernie ważne jest podawanie ich długości oraz precyzowanie naszych oczekiwań. Niestety, często zdarza się, że przy ogólnym zapytaniu otrzymamy zbyt długie lub zbyt krótkie teksty.

Na poniższym screenie zobaczymy, że bez podania limitów wygenerowane nagłówki i opisy są zbyt długie, więc nie będziemy mogli ich użyć w reklamie.

3 Tworzenie skryptów analitycznych i reguł

ChatGPT może przyśpieszyć nasza pracę nie tylko w kwestiach związanych bezpośrednio z kampaniami Google Ads, ale także w przypadku wdrożeń technicznych. Korzystanie z Google Tag Manager samo w sobie przyspiesza wdrożenia analityczne, jednak podstawowe tagi wymagają często dodatkowych usprawnień, aby działały poprawnie lub przesyłały dane potrzebne m.in do remarketingu dynamicznego.

Poniższy przykład pokazuje, jak szybko możemy „wyciągnąć” z warstwy danych (DataLayer) zmienne e–commerce w gotowej formie do użycia w GTM. Jest to szczególne udogodnienie, ponieważ struktury warstwy danych mogą się różnić w zależności od sklepu strony. Najczęściej dostaniemy także krótką instrukcję wdrożenia.

Prompt: Z poniższego kodu warstwy danych wypisz, jakie zmienne warstwy danych powinienem dokładnie wpisać do Google Tag Manager, aby przesyłać zawarte w nich dane razem z tagiem. Wypisz zmienne, które będą przesyłać dane o: ID produktu, cenie, ilości produktów, kategorii produktu. <kod warstwy danych>

Rezultaty po wdrożeniu przed publikacją zawsze należy testować za pomocą trybu debugowania. Jeżeli śledzimy działania, które nie wywołują zdarzeń i GTM ich „nie widzi”, możemy także tworzyć skrypty, które „wypchną” nam konkretne zdarzenia do warstwy danych. Jedną z najpopularniejszych sytuacji jest śledzenie wysyłki formularza utworzonego przez wtyczkę Contact Form 7.

Prompt: Bądź analitykiem i stwórz kod html, który użyjesz w Google Tag Manager, aby śledzić poprawnie przesyłkę formularza Contact Form 7 na stronie funkcjonującej w oparciu o CMS WordPress.

Wygenerowane informacje:

Jedną z moich ulubionych funkcji jest szybkie budowanie wyrażeń regularnych (regex), których możemy użyć m.in w modyfikacji raportów oraz danych w Google Analytics 4.

Prompt: Na podstawie listy stron banków stwórz wyrażenie regularne regex, które umożliwi wykluczenie tych stron jako źródeł odniesień w Google Analytics 4
<lista banków> (możemy ją także wcześniej wygenerować w innym zapytaniu).

Wygenerowane informacje:

Jeżeli mamy wątpliwości co do poprawności kodu, możemy sprawdzić go za pomocą narzędzia typu regex checker lub poprosić czat o opisanie, jak ten kod ma zadziałać – w przypadku kontynuacji w tym samym wątku wystarczy krótkie zapytanie.

Podsumowanie

W niniejszym artykule jedynie otarliśmy się o ogromne możliwości wsparcia, jakie oferuje ChatGPT w codziennej pracy specjalisty SEM. Przykłady, które pokazałem, mogą być adaptowane i rozwijane do indywidualnych potrzeb każdego specjalisty. Mam nadzieję, że po przeczytaniu tego tekstu Twoja przygoda z narzędziami AI będzie przebiegać sprawniej i przyjemniej.

Na koniec zachęcam do testowania funkcjonalności, tworzenia własnych uniwersalnych promptów oraz eksplorowania ciekawego świata narzędzi AI na swój własny sposób. 😊