Możliwości językowe generatywnej sztucznej inteligencji, w szczególności GPT-4, okazały się pomocne w różnych zadaniach PPC, takich jak zarządzanie słowami kluczowymi, pisanie tekstów reklam i pomoc w rozwoju odbiorców.
Istnieją jednak również trudności, z którymi trzeba się zmierzyć, takie jak ustalenie, które istniejące doświadczenie w domenie należy traktować priorytetowo, łączenie się z danymi biznesowymi i integracja z ustalonymi przepływami pracy.
Aby temu zaradzić, marketerzy PPC pracujący z GPT-4 mogą skupić się na czterech aspektach:
- Szybka inżynieria.
- Wtyczki.
- Niestandardowe GPT.
- Działania.
Poprowadzę cię przez każdą technikę, aby pomóc ci stać się biegłym użytkownikiem GPT-4.
Gdzie GPT-4 nie spełnia oczekiwań
Dane historyczne i luki w czasie rzeczywistym
Generatywna sztuczna inteligencja jest tworzona na podstawie historycznego zbioru danych i nie ma dostępu do najnowszych informacji.
W szczególności dane biznesowe nie są dostępne w ChatGPT, który jest tylko dużym modelem językowym (LLM), który nie może pobierać danych ze źródeł, których marketerzy cyfrowi potrzebują do wykonywania swojej pracy. Na przykład GPT-4 nie może połączyć się z Google Ads, więc nie może dokładnie opisać skuteczności kampanii.
Nie ma również dostępu do historycznych danych CPC, więc może jedynie zgadywać odpowiedzi na pytania typu „Powiedz mi, jakie nowe słowa kluczowe są najbardziej opłacalne, aby dodać je do moich kampanii”.
Brak wglądu w preferencje lub wiedzę użytkownika
GPT-4 nie posiada wiedzy na temat preferencji i osobistej wiedzy specjalistycznej, więc nie może powiedzieć, w jaki sposób rozwiązałbyś słabo działające słowo kluczowe.
Być może Twoim podejściem byłoby obniżenie stawki. A może wyeliminowałbyś słowo kluczowe.
Jak w przypadku wielu rzeczy, odpowiedź zwykle brzmi „to zależy”. Ale to, od czego to zależy i jaką decyzję byś podjął, nie jest oczywiste dla LLM.
Oczywiście, może on wydawać zalecenia w oparciu o zbiorową wiedzę PPC w swoim modelu, ale nie zna Twojej interpretacji i preferowanego sposobu działania.
Niezdolność do podejmowania bezpośrednich działań na kontach reklamowych
Rozmowy z ChatGPT utknęły w systemach OpenAI i nie mogą przekształcić porad w działania na platformie reklamowej. Tak więc, chociaż może zasugerować przydatny nowy nagłówek reklamy, nie może przesłać tego nagłówka na konto reklamowe.
Przyjrzyjmy się niektórym możliwościom GPT-4, które pomagają rozwiązać te trzy obszary problemów, zaczynając od inżynierii podpowiedzi.
1. Inżynieria podpowiedzi
Inżynieria podpowiedzi polega na zmianie sposobu interakcji z GPT-4 w celu uzyskania odpowiedzi o wyższej jakości.
Samo zapytanie: „Jakie są moje najskuteczniejsze kampanie?” nie da ci dobrej odpowiedzi, ponieważ GPT-4 nie wie nic o twoich kampaniach.
Nie ma pewności, jak zdefiniować „najlepszą wydajność” i nie zna stylu zarządzania kontem.
Dodaj dane biznesowe do monitu
Aby wypełnić lukę w wiedzy, możesz dodać więcej szczegółów do podpowiedzi:
- „Jakie są moje najskuteczniejsze kampanie z tej listy: [kopiuj-wklej CSV z raportu kampanii Google Ads]”.
Piękno GPT-4 polega na tym, że rozumie CSV i może analizować zawarte w nim dane, aby odpowiedzieć nazwą kampanii o wysokiej skuteczności.
Jeśli Twoje dane przekraczają limit tokenów dla monitu, możesz załączyć pliki, takie jak plik CSV zawierający dane konta, zamiast wklejać CSV bezpośrednio w GPT-4.w oknie zachęty.
Wyjaśnij swoje cele w podpowiedzi
Następnie zaprojektuj monit, aby zdefiniować, co oznacza „najlepsza wydajność”. Możesz dodać następujący wiersz do monitu:
- „Naszym celem CPA jest 20 USD, a kampanie powinny generować co najmniej 30 konwersji miesięcznie”.
Dzięki tej dodatkowej wiedzy GPT-4 może uszeregować i filtrować kampanie, aby odpowiedzieć, które z nich są najlepsze, a nawet może dodać bardziej zniuansowaną odpowiedź w przypadkach, gdy żadna kampania nie spełnia wszystkich kryteriów.
Może nadal wskazywać kampanie o najniższym CPA, ale także wyjaśniać, że żadna z nich nie osiągnęła celu w zakresie wolumenu i powiedzieć, że zalecane są dalsze optymalizacje.
Unikaj złej matematyki
Jednym z problemów, z jakimi spotkałem się w GPT-4, jest to, że nie wykonuje on poprawnie obliczeń matematycznych. Wynika to z tak zwanego „dryfu” w LLM.
W miarę upływu czasu wagi w modelu LLM mogą się zmieniać, a ten sam monit, który zwrócił prawidłowe wyniki, może zacząć generować nieprawidłowe wyniki.
Na przykład w moich własnych testach widzę sporadyczne błędy w obliczeniach wskaźników, takich jak CTR i CPA.
CPA to koszt podzielony przez liczbę konwersji, ale czasami GPT-4 zapomina wykonać dzielenie, generując znacznie wyższy CPA niż rzeczywiste liczby.
Aby złagodzić ten problem, ładuję teraz monit z wartościami wskaźników proporcji, dzięki czemu GPT-4 nie musi wykonywać tych obliczeń, a zamiast tego może korzystać z dostarczonych danych.
Innym problemem jest to, że LLM czasami nie rozumie, że wysoki CPA jest gorszy niż niski CPA. Kiedy tak się dzieje, może to oznaczać, że kampania radzi sobie świetnie, podczas gdy jest dokładnie odwrotnie.
Pozostawiony sam sobie bez zabezpieczeń, GPT-4 może wygenerować podsumowanie konta dla klienta, które z pewnością sprawi, że zespół obsługi klienta będzie miał wiele kłopotów z powodu braku podstawowej wiedzy na temat PPC.
Z tego powodu należy zaprojektować podpowiedzi z dodatkowymi informacjami i dołączyć instrukcje, takie jak:
- „Wysoki CPA jest gorszy niż niski CPA”.
Używaj niestandardowych instrukcji
Inżynieria podpowiedzi to oryginalna umiejętność, dzięki której LLM osiąga lepsze wyniki, ale jest też najbardziej manualna. Na szczęście istnieją proste sposoby, aby uczynić inżynierię podpowiedzi bardziej skalowalną.
Niestandardowe instrukcje zostały wprowadzone, aby rozwiązać problem powtarzania określonych instrukcji przez użytkowników GPT-4, którzy tworzyli podpowiedzi.
Instrukcja niestandardowa to ustawienie na poziomie użytkownika w GPT-4, które przechowuje te powtarzające się instrukcje.
Instrukcje niestandardowe są doskonałym miejscem do ładowania typowych rzeczy, które powinny być brane pod uwagę we wszystkich interakcjach, takich jak:
- „Wysokie CPA jest złe”.
- „Gdy CPA jest zbyt niski, sugeruj wyższą stawkę tylko wtedy, gdy udział w wyświetleniach jest mniejszy niż 100%”.
Następnie każdy czat z GPT-4 będzie uwzględniał te informacje i zwracał bardziej spójne odpowiedzi wysokiej jakości.
2. Wtyczki
W inżynierii promptów moglibyśmy dodawać dane CSV z informacjami o wydajności kampanii, CPC lub innymi danymi do promptu.
Wymaga to jednak ręcznego pobrania danych, takich jak metryki Google Ads, z innego miejsca przed interakcją z GPT.
Jednym ze sposobów na ułatwienie interakcji z danymi Google Ads w GPT-4 jest praca z poziomu interfejsu użytkownika Google Ads, a nie ChatGPT. Omówiłem tę technikę w poprzednim artykule, wyjaśniając, jak korzystać ze skryptów reklam i dodawać monity GPT-4 z dostępem do danych reklam. </p>
Jeśli jednak wolisz pracować w ChatGPT, wtyczki są rozwiązaniem, które pozwala LLM łączyć się z dodatkowymi danymi, umożliwiając mu wywoływanie interfejsów API w razie potrzeby. API są łącznikami danych w sieci, pozwalającymi różnym systemom komunikować się ze sobą.
Web Browser i Code Interpreter to dwie wtyczki stworzone przez OpenAI. OpenAI udostępniło również trzecią wtyczkę do wyszukiwania bazy wiedzy, dzięki czemu każdy może łatwo wzbogacić LLM o dodatkową wiedzę.
Wtyczki innych firm
Ale wtyczki mogą również pochodzić od zewnętrznych programistów, aby połączyć się z innym interfejsem API, którego możesz potrzebować w ramach czatu z GPT-4.
Pomimo około 1000 wtyczek dla ChatGPT, znalezienie przydatnych jest trudne ze względu na brak obszernego katalogu na stronie OpenAI.
Użyłem więc trochę generatywnej sztucznej inteligencji, aby zebrać listę na dzień 22 stycznia i sklasyfikować każdą z nich.
Zapoznaj się z listą w moim arkuszu kalkulacyjnym, abyś mógł filtrować i mieć nadzieję, że odkryjesz wtyczkę, która ci pomoże. Zapraszam do wykonania kopii, aby zastosować filtry i wyszukiwać do woli.
Chociaż wtyczki mogą być przydatne, nie zyskały dużej popularności.
Ludzie wolą używać generatywnej sztucznej inteligencji w swoich istniejących narzędziach i przepływach pracy niż przechodzić na ChatGPT, gdzie muszą ciężko pracować, aby połączyć wszystkie możliwości swoich obecnych przepływów pracy.
Pozostanie przy istniejących narzędziach i korzystanie z integracji generatywnej sztucznej inteligencji jest łatwiejsze.
Jak działają wtyczki
Po dodaniu wtyczek do konta ChatGPT ze sklepu Plugin Store, wystarczy wybrać maksymalnie trzy z nich ze znacznikiem wyboru, aby użyć ich w bieżącym czacie.
Interfejsy API obsługiwane przez wybrane wtyczki są automatycznie dostępne do użytku.
Praca z API może wydawać się onieśmielająca dla osób niebędących programistami. Zaletą jest jednak to, że LLM zajmuje się szczegółami technicznymi, pozwalając użytkownikom łatwo uzyskać to, czego potrzebują, poprzez prostą rozmowę.
Pomyśl o tym w ten sposób: gdy czat prowadzi ścieżką, która wymaga pewnych zewnętrznych danych, LLM może dowiedzieć się, jakie są te dane i wie, jak skonstruować wywołania API, aby uzyskać to, czego potrzebuje.
LLM rozumie również odpowiedź API, która zawiera żądane dane, dzięki czemu może zintegrować te dodatkowe informacje ze swoimi odpowiedziami.
Z perspektywy użytkownika jedyną różnicą w stosunku do dodania wtyczki do konwersacji jest to, że może on teraz uzyskać więcej informacji podczas korzystania z LLM.
Prostym przykładem może być rozmowa z GPT-4 na temat pogody. Nie zna on aktualnej pogody w Mountain View. Jednak po dodaniu wtyczki do danych pogodowych może to zrobić:
- Dowiedzieć się, że użytkownik chce wiedzieć, kiedy będzie padać w Mountain View.
- Wywołać API pogody dla tego miasta.
- A jeśli odpowiedź zawiera 60% szans na deszcz we wtorek, wpleść te dane w swoją odpowiedź.
W przypadku danych pogodowych do konstruowania tekstu reklamy, GPT-4 może:
- Użyć wtyczki do pogody, aby uzyskać szansę na deszcz.
- Użyć swoich mocy LLM, aby napisać nagłówek reklamy, który musi zostać kliknięty.
- Użyć innej wtyczki, aby umieścić nowy nagłówek w formacie arkusza kalkulacyjnego, który Google Ads może zrozumieć.
Wtyczki mogą łączyć się z danymi firmy, aby tworzyć reklamy z opiniami klientów lub aktualnymi ofertami promocyjnymi.
Możliwości wtyczek
Wtyczki OpenAI mogą pobierać informacje w czasie rzeczywistym.informacje, takie jak wyniki sportowe, ceny akcji, najnowsze wiadomości itp. Nie ogranicza się to tylko do danych publicznych. Może również pobierać informacje biznesowe, takie jak:
- Dokumenty firmowe.
- Wytyczne dotyczące marki.
- Zasady reklamowe.
- Docelowi odbiorcy i osoby.
- Osobiste notatki dotyczące poprzednich eksperymentów PPC.
Funkcja ta może być wykorzystywana do tworzenia wysoce spersonalizowanych i ukierunkowanych kampanii reklamowych. Dzięki dostępowi do preferencji odbiorców docelowych i szczegółowych wytycznych dotyczących marki firmy, ChatGPT może dostosować reklamy do potrzeb odbiorców, jednocześnie dopasowując je do stylu marki.
Wtyczki nie ograniczają się tylko do korzystania z interfejsów API do pobierania danych. Mogą również przesyłać dane z powrotem do innego systemu za pośrednictwem interfejsu API, umożliwiając transakcje, takie jak złożenie zamówienia, aktualizacja potencjalnego klienta w CRM lub dodanie słowa kluczowego do platformy reklamowej.
Wtyczki, choć nowe, są już wczorajszą nowością, ponieważ zostały prześcignięte przez potężniejsze GPT.
Otrzymuj codzienny biuletyn, na którym polegają marketerzy.
3. Niestandardowe GPT
Oprócz wtyczek istnieje jeszcze nowsza i potężniejsza możliwość, która dodaje dodatkową wiedzę, niestandardowe działania i konkretne instrukcje, tworząc własny klon GPT i zaszczepiając go własnymi preferencjami.
Każdy może zbudować własny GPT za pomocą kreatora, który wykorzystuje interakcje ChatGPT do zbierania wymaganych informacji i przekształcania ich w odpowiednie ustawienia.
Jako częsty twórca skryptów Google Ads, stworzyłem GPT, aby pomóc osobom niebędącym koderami w procesie tworzenia skryptu Google Ads.
Mój GPT jest ukierunkowany na interakcję z użytkownikami w sposób, który pomaga rozwiązać typowe problemy. Na przykład, kazałem mojemu GPT zrobić kilka rzeczy, w tym:
- Zachęcać użytkownika do wyjaśnienia, co skrypt powinien robić, używając pseudokodu.
- Poproś użytkownika, aby określił konkretne, a nie niejasne cele (np. zamiast „najlepiej działający”, czy miałeś na myśli „CPA poniżej 20 USD?”).
- Poproś GPT o podniesienie potencjalnych kwestii (np. czy bierzesz pod uwagę odpowiednie okna wsteczne dla analizy?).
- Zapytaj użytkownika, czy potrzebuje menedżera (MCC) lub skryptu pojedynczego konta.
- Zapytaj użytkownika, czy chce bardziej szczegółowych dzienników, aby zrozumieć, co robi kod.
Oto jak może wyglądać interakcja z GPT Scripts Helper:
GPT są jak ogromna ewolucja niestandardowych instrukcji, która pozwala przechowywać predefiniowany zestaw dodatkowych szczegółów podpowiedzi.
Jedną z najpotężniejszych zalet GPT w porównaniu z instrukcjami niestandardowymi jest możliwość posiadania różnych preferencji dla różnych scenariuszy.
Agencja, która współpracuje z wieloma klientami, chciałaby zachować różne niestandardowe instrukcje dla każdego klienta, co nie jest możliwe.
Teraz agencja może utworzyć GPT dla każdego klienta. Każdy GPT może być szkolony z różnymi wytycznymi dotyczącymi marki, dokumentami stylu i innymi preferencjami klienta, takimi jak różne strategie marketingowe.
Ponieważ GPT może być przechowywany prywatnie dla osoby, takiej jak menedżer konta, lub prywatnie w firmie, takiej jak agencja, jest to bardzo potężne i przydatne narzędzie do kształtowania sztucznej inteligencji w znaczący sposób, tak aby mogła ona generować bardziej odpowiednie i przydatne wyniki dla każdego klienta, z którym współpracuje agencja.
Na szczęście OpenAI stworzyło ładny katalog, aby pomóc użytkownikom znaleźć GPT, które mogą znaleźć u nasprzydatny.
4. Działania
Wreszcie, istnieje nowa funkcja OpenAI o nazwie Actions, dostępna dla niestandardowych GPT, aby pomóc rozszerzyć możliwości poza Code Interpreter, DALL-E i przeglądanie stron internetowych, umożliwiając dostęp do dowolnego API, podobnie jak wtyczki dla podstawowych modeli GPT.
Akcje mogą być wykorzystywane do uzyskiwania nowych informacji lub podejmowania działań wynikających z interakcji. Na przykład, reklamodawcy e-commerce mogą połączyć się z API cen produktów, aby LLM mógł zwrócić sugerowane nagłówki reklam zawierające prawidłową, aktualną cenę produktu.
Reklamodawcy mogą użyć innej akcji, aby wysłać sugestie tekstu reklamy z LLM bezpośrednio do platformy reklamowej lub do generatora arkuszy kalkulacyjnych, który wie, jak skonstruować arkusz kalkulacyjny w odpowiednim formacie do importu zbiorczego.
Ponieważ akcje są częścią GPT, reklamodawcy mogą utrzymywać oddzielne GPT z różnymi akcjami dla każdego klienta. Na przykład, Twój zespół może utworzyć akcję dla każdego klienta e-commerce, którym zarządzasz, aby pobrać aktualne zasoby i szczegóły cenowe.
Każdy klient jest połączony z własnymi danymi, ale zespół agencji może wybrać dane, z którymi chce pracować, wybierając GPT powiązane z odpowiednim klientem.
Przenieś swój marketing PPC na wyższy poziom dzięki GPT
Aby wyjść poza domyślne możliwości ChatGPT, rozważ przetestowanie różnych rozwiązań dostępnych w OpenAI.
- Techniki inżynierii prompt pomagają maksymalnie wykorzystać modele bazowe.
- Wtyczki umożliwiają podłączenie większej ilości danych do LLM.
- GPT pozwalają zbudować własną wersję GPT, która ma wbudowane wszystkie odpowiednie preferencje, nauki i połączenia danych.
- Akcje to zdolność niestandardowych GPT do pracy z własnymi interfejsami API w celu pobierania danych i wprowadzania zmian w systemach innych firm.
Im lepiej wykorzystamy te możliwości, tym lepiej wyrównamy szanse i przechylimy szalę zwycięstwa w PPC na naszą korzyść.
Opinie wyrażone w tym artykule są opiniami autora gościnnego, a niekoniecznie Search Engine Land. Autorzy są wymienieni tutaj.