دایرکتور خلاق هوش مصنوعی برای محتوای شما
دایرکتور خلاق هوش مصنوعی یعنی کسی که قبل از انتشار، محتوای شما را نقد کند. چهار کاری که واقعاً از دستش برمی‌آید و روشی که خروجی را از تعریف‌های توخالی جدا می‌کند.
دایرکتور خلاق هوش مصنوعی یعنی نقشی که قبل از انتشار، محتوای شما را نگاه می‌کند و می‌گوید کجایش کار نمی‌کند. نه کسی که به‌جای شما بسازد؛ کسی که ساخته‌ی شما را نقد کند.
این تفاوت مهم است. بیشتر آدم‌ها از هوش مصنوعی می‌خواهند محتوا تولید کند و بعد از نتیجه‌ی متوسط ناامید می‌شوند. ولی همان مدل، در نقش منتقد به‌مراتب بهتر عمل می‌کند تا در نقش تولیدکننده. دلیلش ساده است: تشخیص اینکه چه چیزی ضعیف است، از ساختن چیزی که قوی باشد آسان‌تر است — برای آدم هم همین‌طور.
چهار کاری که واقعاً از دستش برمی‌آید
نقد قلاب. سه ثانیه‌ی اول ویدیو یا خط اول کپشن. می‌توانید ده نسخه‌ی مختلف بنویسید و بخواهید رتبه‌بندی کند و بگوید هرکدام چه وعده‌ای می‌دهد. این تنها جایی است که کوچک‌ترین تغییر، بزرگ‌ترین اثر را دارد.
بررسی ساختار. آیا محتوا یک ایده دارد یا سه ایده‌ی نصفه؟ کجا کشش افت می‌کند؟ کجا اطلاعات اضافه است؟ این‌ها را میشود از روی متن یا از روی خط زمانی ویدیو پرسید.
یکدستی هویت. اگر قواعد لحن و ظاهر برندتان را یک بار بنویسید، می‌توانید هر محتوای جدید را با آن بسنجید. جایی که خارج از هویت است، مشخص میشود.
پیشنهاد زاویه‌ی تازه. وقتی موضوعی را ده بار گفته‌اید و دیگر ایده‌ای ندارید، خواستن پنج زاویه‌ی متفاوت برای همان موضوع، معمولاً یکی دو گزینه‌ی قابل استفاده می‌دهد.
دایرکتور خلاق هوش مصنوعی را چطور بسازید
تفاوت بین بازخورد بی‌فایده و بازخورد واقعی، در سه چیز است.
اول، زمینه بدهید. بگویید مخاطبتان کیست، محتوا برای چه هدفی است و در چه مرحله‌ای از مسیر مشتری قرار می‌گیرد. بدون این، هر نقدی در خلأ گفته میشود. «این کپشن خوب است؟» جواب درستی ندارد؛ «این کپشن برای کسی که تازه با هوش مصنوعی آشنا شده و هنوز اعتماد نکرده، کار می‌کند؟» جواب دارد.
دوم، اجازه‌ی صراحت بدهید. مدل‌ها به‌طور پیش‌فرض مؤدب‌اند و کار شما را تعریف می‌کنند. صریح بنویسید که وظیفه‌اش پیدا کردن ضعف است و تعریف کردن ممنوع. همان منطقی که در هیئت مدیره هوش مصنوعی توضیح دادم.
سوم، قالب خروجی مشخص کنید. به‌جای متن آزاد، بخواهید سه ضعف اصلی را با دلیل و پیشنهاد جایگزین بدهد. متن آزاد معمولاً به توصیف تبدیل میشود؛ فهرست، به کار.
یک نمونه: نقد یک قلاب
فرض کنید قلاب ویدیوی بعدی‌تان این است: «امروز می‌خواهم درباره‌ی هوش مصنوعی صحبت کنم.»
اگر فقط بپرسید خوب است یا نه، جواب کلی می‌گیرید. ولی اگر بگویید «مخاطب من صاحب کسب‌وکار کوچکی است که وقت ندارد و تا حالا هیچ ابزار هوش مصنوعی استفاده نکرده. این قلاب چه وعده‌ای به او می‌دهد و چرا ممکن است رد شود؟» جواب مشخص میشود: هیچ وعده‌ای نمی‌دهد، موضوع خیلی کلی است، و دلیلی برای ماندن نمی‌سازد.
قدم بعدی این است که پنج جایگزین بخواهید که هرکدام یک وعده‌ی مشخص داشته باشند، و بعد خودتان انتخاب کنید کدامشان به حقیقت ویدیوی شما نزدیک‌تر است. نکته‌ی مهم همین است: انتخاب نهایی با شماست، چون فقط شما می‌دانید داخل ویدیو واقعاً چه چیزی هست.
هویت برندتان را یک بار بنویسید
این کاری است که بیشترین بازده را دارد و کمترین کس انجامش می‌دهد.
یک صفحه بنویسید که این‌ها را روشن کند: لحن شما چیست و چه چیزی نیست، از چه کلمه‌هایی استفاده می‌کنید و از چه کلمه‌هایی نه، طول معمول محتوا چقدر است، چه چیزی هیچ‌وقت نمی‌گویید، و سه نمونه از محتوایی که خودتان دوستشان دارید.
بعد این یک صفحه را به شکل یک دستورالعمل ثابت ذخیره کنید تا هر بار لازم نباشد از اول توضیح دهید. روشش در اسکیل کلاد چیست آمده.
از آن به بعد، هر بازخوردی که می‌گیرید داخل چارچوب خودتان است، نه بر اساس یک استاندارد عمومی که به کار شما ربطی ندارد.
برای ویدیو چطور؟
برای محتوای ویدیویی، بازخورد روی متن کافی نیست. چیزی که تماشاگر می‌بیند، ترکیب تصویر و صدا و ریتم است.
اینجا می‌توانید خود ویدیو را بدهید و بخواهید ریتم و نقاط افت را بررسی کند؛ اینکه کجا خیلی طول می‌کشد تا به اصل مطلب برسد، یا کجا صحنه بیش از حد ثابت می‌ماند. روش کار با ویدیو را در ادیت ویدیو با کلاد توضیح داده‌ام.
نکته‌ی عملی: قبل از ساخت، خط زمانی را بدهید نه بعد از ساخت. اصلاح یک برنامه‌ی ده‌خطی، خیلی ارزان‌تر از اصلاح ویدیویی است که تدوینش تمام شده.
مرزی که باید بشناسید
هوش مصنوعی نمی‌داند مخاطب شما به چه چیزی واکنش نشان می‌دهد؛ فقط می‌داند چه چیزی معمولاً کار می‌کند. این دو یکی نیستند.
داده‌ی واقعی صفحه‌ی خودتان همیشه حرف آخر را می‌زند. اگر بازخورد گفت این نوع قلاب ضعیف است ولی آمار شما خلافش را نشان می‌دهد، به آمار خودتان اعتماد کنید. بهترین کار این است که آمار پست‌های موفقتان را کنار محتوای جدید بگذارید و بخواهید الگویشان را استخراج کند — این‌طوری نقد بر اساس واقعیت شما انجام میشود، نه بر اساس قاعده‌های عمومی.
و در آخر: خلاقیت واقعی هنوز کار شماست. این نقش برای تیز کردن ایده است، نه ساختنش. محتوایی که کاملاً با هوش مصنوعی ساخته شود، معمولاً درست به‌نظر می‌رسد ولی هیچ‌چیز شخصی در آن نیست — و همان چیز شخصی است که آدم‌ها دنبالش می‌آیند.
مقالات مرتبط
اگر می‌خواهید دایرکتور خلاق هوش مصنوعی را کامل‌تر راه بیندازید، این مقاله‌ها ابزارهای کنارش را نشان می‌دهند:
- هیئت مدیره هوش مصنوعی؛ بگذارید ایده‌تان نقد شود
- ادیت ویدیو با کلاد؛ وقتی هوش مصنوعی ویدیو را می‌بیند
- مهندسی پرامپت چیست و چه چیزی واقعاً جواب می‌دهد
- هوش مصنوعی ایجنتیک چیست و چرا همه از آن حرف می‌زنند
سوالات متداول
این کار جای دایرکتور خلاق واقعی را می‌گیرد؟
نه، مخصوصاً برای برندهای بزرگ. ولی برای کسی که تنها محتوا می‌سازد و هیچ‌کس نیست که قبل از انتشار نظر بدهد، تفاوت بزرگی ایجاد می‌کند.
از کجا شروع کنم؟
از نقد ده پست قبلی خودتان. الگوی ضعفهای تکراری که بیرون میآید، معمولاً بیشتر از هر بازخورد تکموردی به کارتان میآید.
آیا برای زبان فارسی خوب کار می‌کند؟
بله، ولی لحن را حتماً مشخص کنید. اگر نگویید، ممکن است بازخوردش بر اساس سبک محتوای انگلیسی باشد که با لحن فارسی جور درنمی‌آید.
چقدر باید به این بازخورد عمل کنم؟
هر پیشنهادی را جدا بسنجید. اگر همهی پیشنهادها را کورکورانه اجرا کنید، محتوایتان بیشخصیت میشود.
قدم بعدی
در فصل ششم دوره‌ی سفر هوش مصنوعی همین نقش را روی محتوای واقعی می‌سازیم؛ از نوشتن هویت برند تا گرفتن بازخورد قبل از انتشار و وصل کردنش به داده‌ی صفحه.
اگر می‌خواهید تولید محتوای کسب‌وکارتان را به ما بسپارید، فهرست خدمات را ببینید.
نمونه‌های کوتاه‌تر هم در کانال یوتیوب منتشر میشود.
می‌خواهی این‌ها را عملی یاد بگیری؟
دوره‌ی سفر هوش مصنوعی: ۷ فصل پروژه‌محور از صفر تا درآمد.
نظرها