AI w agencji marketingowej: jak korzystać, żeby podnosić jakość, a nie tylko tempo

W wielu agencjach AI pojawiło się bez żadnej decyzji. Copywriter zaczął korzystać z czatu przy szkicach, specjalista performance przy wariantach reklam, strateg przy researchu. Po kilku miesiącach agencja korzysta z AI codziennie, ale każdy inaczej, na innych kontach i z innym efektem. Klienci zaczynają pytać, jak agencja używa AI, a odpowiedź nie jest spójna.

W tym artykule opisujemy, gdzie AI daje agencjom najwięcej, dlaczego bez kontekstu daje mniej, niż mogłoby, i jak uporządkować jego wykorzystanie, żeby podnosiło jakość pracy, a nie tylko jej tempo.

Dlaczego AI bez kontekstu rozczarowuje

Model językowy bez informacji o marce pisze poprawnie, ale ogólnie. Tekst dla producenta mebli brzmi podobnie jak tekst dla firmy szkoleniowej, bo model nie wie, jakim językiem mówi każda z tych marek, czego unika i do kogo się zwraca. Redaktor musi wtedy przepisać tekst tak mocno, że oszczędność czasu znika.

Rozwiązaniem nie jest lepsze polecenie wpisywane za każdym razem, tylko stały kontekst dla każdej marki: ton, słownictwo, zakazane sformułowania, grupy docelowe, informacje o produktach, przykłady zaakceptowanych treści. Gdy AI korzysta z takiego kontekstu, szkice wymagają dopracowania, a nie przepisywania. Opisujemy to na stronie treści z AI według wytycznych marek.

Gdzie AI daje agencjom najwięcej

Szkice, warianty i adaptacje

Posty, reklamy, maile, opisy produktów, scenariusze krótkich wideo: AI przygotowuje szkic lub kilka wariantów, a zespół wybiera i redaguje. Szczególnie dużo czasu oszczędzają adaptacje: ten sam przekaz w kilku formatach, kanałach i językach.

Komentarze do raportów

Raport z liczbami to połowa pracy. Druga połowa to wyjaśnienie klientowi, co się stało i dlaczego. AI może przygotować szkic komentarza na podstawie danych kampanii: które wskaźniki zmieniły się najbardziej i jakie kampanie za tym stoją. Specjalista uzupełnia go o kontekst klienta i rekomendacje. Piszemy o tym w artykule raport marketingowy dla klienta.

Briefy

Brief z maila, notatki ze spotkania i załącznika AI porządkuje według szablonu agencji i wskazuje, czego brakuje. Account wysyła klientowi jedną listę pytań zamiast kilku maili. Więcej na stronie briefy i wyceny.

Research

Zebranie informacji o rynku, konkurencji i grupie docelowej to dobry początek pracy stratega. AI przyspiesza ten etap, ale jego wyniki to materiał do weryfikacji, a nie gotowe wnioski. Model może podać nieaktualne informacje albo pomylić fakty.

Wiedza agencji

Wcześniejsze projekty, case studies, procedury i wzory dokumentów to zasób, z którego trudno korzystać, gdy jest rozproszony. Asystent AI na wiedzy agencji pomaga nowym osobom szybciej się wdrożyć, a accountom znaleźć podobne projekty do wyceny.

Przykład z praktyki

Weźmy agencję content prowadzącą komunikację kilkunastu marek w mediach społecznościowych. Przed wdrożeniem każdy copywriter korzystał z czatu po swojemu, a szkice wymagały tak dużej redakcji, że część zespołu wolała pisać od zera. Po przygotowaniu wytycznych dla najważniejszych marek i wspólnej biblioteki poleceń szkice postów na miesiąc powstają w tonie marki, a copywriterzy skupiają się na dopracowaniu, pomysłach i dopasowaniu do bieżących wydarzeń. To przykład ilustracyjny, a efekt zależy od jakości wytycznych i rodzaju treści.

Ten sam mechanizm działa przy adaptacjach. Kampania przygotowana na jeden rynek może zostać zaadaptowana do innego języka i kanału, z zachowaniem tonu marki, a osoba znająca rynek sprawdza wynik zamiast tłumaczyć wszystko od nowa.

Dane i materiały klientów

Agencja pracuje na poufnych materiałach: planach kampanii, wynikach sprzedaży, danych o klientach klienta, materiałach przed premierą. Wklejanie ich do czatu na prywatnym koncie to ryzyko, o którym klient często nie wie. Uporządkowane korzystanie z AI wymaga:

• kont firmowych w planach, w których dane nie służą do trenowania modeli,
• rozdzielenia klientów, żeby materiały jednego nie trafiały do pracy dla drugiego,
• przesyłania do modeli tylko tego, co potrzebne do zadania,
• spisanych zasad, które zna cały zespół.

O ochronie danych przy automatyzacji piszemy w artykule RODO a automatyzacja procesów.

Zasady dla zespołu

Krótki dokument z zasadami korzystania z AI w agencji powinien odpowiadać na kilka pytań:

1. 1Z jakich narzędzi korzystamy i na jakich kontach.
2. 2Jakie dane i materiały klientów wolno przesyłać do narzędzi AI, a jakich nie.
3. 3Co wymaga redakcji i sprawdzenia: fakty, liczby, obietnice reklamowe, zgodność z marką.
4. 4Jak informujemy klientów o wykorzystaniu AI, zgodnie z umowami.
5. 5Kto odpowiada za treść, która trafia do klienta.

Zasady najlepiej połączyć z warsztatem na prawdziwych zadaniach agencji. Prowadzimy takie szkolenia AI dla zespołów.

Koszty i jakość

Korzystanie z AI w agencji ma koszty, które warto znać: plany firmowe dla zespołu, opłaty za wykorzystanie modeli w procesach, czas na przygotowanie wytycznych i redakcję. Te koszty zwykle zwracają się szybko, jeśli AI jest używane tam, gdzie oszczędza czas. Nie zwracają się, jeśli treści z AI wymagają tyle redakcji, co pisanie od nowa, albo jeśli klient traci zaufanie, bo dostaje teksty, które brzmią generycznie. Dlatego jakość jest ważniejsza niż liczba wygenerowanych treści. O tym, jak mierzyć efekty, piszemy w artykule jak mierzyć ROI automatyzacji.

Granice AI w pracy agencji

AI nie zastąpi strategii, pomysłu na kampanię ani relacji z klientem. Może przygotować dziesięć wariantów hasła, ale wybór tego właściwego wymaga zrozumienia marki, rynku i celu kampanii. Może zebrać informacje o konkurencji, ale wnioski formułuje strateg. Agencje, które traktują AI jako sposób na produkcję większej liczby treści za mniej, ryzykują utratę tego, za co klienci im płacą. Agencje, które traktują je jako sposób na odzyskanie czasu na myślenie, zyskują.

Warto też pamiętać, że klienci coraz częściej sami korzystają z AI. Agencja, która pokazuje, jak łączy AI z wiedzą o marce, strategią i redakcją, jasno odpowiada na pytanie, dlaczego klient miałby płacić za treści, które teoretycznie mógłby wygenerować sam. Ta odpowiedź brzmi przekonująco tylko wtedy, gdy praca agencji faktycznie wnosi więcej niż czat.

Od czego zacząć

1. 1Zasady i konta firmowe. Uporządkujcie, z czego i jak korzysta zespół.
2. 2Wytyczne dla kilku marek. Wybierzcie klientów, dla których tworzycie najwięcej treści, i przygotujcie dla nich kontekst.
3. 3AI w procesach. Gdy treści działają, dodajcie komentarze do raportów i porządkowanie briefów.

AI warto traktować jako część szerszej automatyzacji agencji. Wiele procesów, takich jak akceptacje czy czas pracy, nie wymaga AI, a daje równie duży efekt. Przegląd takich procesów znajdziecie w artykule co zautomatyzować w agencji marketingowej, a całe podejście na stronie AI dla agencji marketingowych.