Hvordan sikre at LLM-er forstår merkevaren og produktet ditt

Hver markedsfører frykter negative merkeanmeldelser. Med utviklingen av AI-drevne chatteprogrammer som f.eks ChatGPT, Metas Llama 2, og Microsofts Copilot, må markedsførere være klare for at de verste uttalelsene om merkevaren deres kan gjentas som søkesvar.

Store språkmodeller (LLMs) vil til slutt svare på milliarder av søk hver dag, og derfor må enhver markedsfører forstå hva disse modellene mener om merkevaren deres.

Mer avanserte markedsførere begynner å spore en ny beregning: hver kompetent CMO kjenner sin markedsandel, men kjenner de sine "andel av modellen"? Å måle hvordan hver modell ser på merkevaren din, sammenligne den med rivaler og hvorfor du anbefaler varene dine til kjøpere, vil bli en kritisk jobb for ethvert markedsføringsteam.

Her er tre ting du kan gjøre for å garantere at LLM-er innser merkevarens unikhet og hvorfor produktet ditt er verdt å vurdere.

Førsteinntrykket varer

Hver AI-forsker vil gi deg råd om å forvente at en modell skal fungere som en person. Imidlertid er de ikke pålagt å selge kjøretøy, kaffe eller kredittkort for å tjene til livets opphold.

Den enkleste måten å forstå effektene av en AI-overalt-fremtid er å observere hvordan kundene handler nå. Du besøker ofte nettstedet deres når du vil vite om et merke er pålitelig eller relevant. Og når alle store språkmodeller begynner å koble til det åpne nettet for å svare på forespørsler, vil de gjøre det samme.

Selv de mest kjente merkene vil slite med å endre (eller til og med gjenkjenne) de historiske treningssettene for de grunnleggende modellene som til slutt vil kjøre mesteparten av internett, fra søkeforespørsler til innholdsspillelister, produktforslag og kundestøtte. Så all informasjon du administrerer utenfor dette opplæringssettet blir en viktig mulighet til å markedsføre virksomheten din og produktene dine.

Dette er grunnen til at evaluering av kreative eiendeler er det første trinnet for selskaper som ønsker å spore og optimalisere sin modellandel. Mens søkemotorsøkeprogrammer jakter på nøkkelord og signaler i metadataene dine, kan ethvert element du noen gang har utgitt på nettet, informere en modells begrunnelse for neste evaluering.

Den eneste måten å forstå hva modellen vil tenke på, er å se på hver del av innholdet fra dets perspektiv. Mennesker liker kanskje Instagram-hjulene dine, men lærer de modellene at kjøretøyene dine er pålitelige? Disse utmerkede langformede oppskriftene på nettstedet ditt kan øke siderangeringen din, men virker de for luksuriøse for en LLMs smak?

Hver modell har sin tankeprosess. Når du vet hvordan hver modell oppfatter disse eiendelene, kan du optimalisere dem for å fokusere på de foretrukne oppfatningene. Betrakt det som den viktigste fokusgruppen mulig, med bare fire deltakere: Gemini, Copilot, GPT4 og Lama.

Spør når du er i tvil

Vil du gå nærmere inn på hva modellene tidligere har lært, er det bare å spørre dem.

Å spørre og sammenligne flere modeller ligner på å spore merkesentiment på tvers av ulike målgruppesegmenter. Fordelen med LLM er at de ikke kjeder seg i en fokusgruppe; du kan oppmuntre dem ofte til å bygge en grunnlinje og deretter stille stadig mer kompliserte spørsmål om publikum, markedsplasser og bevispunkter.

Resultatene kan være slående, som et populært flyselskap oppdaget da teamet vårt viste at en modell som er ansvarlig for over 1 milliard unike chatter til dags dato var sikker på at de var best egnet for pensjonister.

Denne teknikken, sammen med det du allerede vet fra å undersøke hvordan hver modell ser på merkevaren din, lar deg matche det mest vellykkede innholdet til hver modell, og gradvis optimalisere din andel av modellen.

Optimaliser og observer

Gode ​​nyheter for markedsførere: disse modellene er klare til å lære. Den dårlige nyheten er at barn aldri slutter å lære.

Ingenting i en AI-aktivert verden forblir statisk, og markedsførere må innse at et nytt sett med metrikkovervåkingsmodelloppfatning vil være like avgjørende som netto promoterscore (en markedsundersøkelsesindikator basert på et enkelt spørreundersøkelsesspørsmål). Det er avgjørende å utvikle en andel av modellen som en sammenlignbar indikator med andelen av markedet eller andelen av stemmen.

Ettersom de håndfulle modellene som vil dominere blir mer særegne over tid, må vi hele tiden spore deres oppfatning og optimalisere deretter. Regelmessig analyse av resultatene deres vil hjelpe til med å justere kreative truser for å øke modellandelen og finne eiendeler som forårsaker oppfatningsendringer.

Uansett hvor ofte du overvåker modellandelen din, er det åpenbart at modellene vil bestemme markedsandelen din i løpet av kort tid. Mens mange av de nye beste praksisene for å optimalisere generativ AI-ytelse begynner med søk, vil sosialt ha størst innflytelse.

Med Meta investerer mer i Llama-familien av modeller og distribuerer AI-aktiverte opplevelser på tvers av millioner av diskusjoner i grupper, må markedsførere forstå prinsippene for en AI-overalt fremtid nå, mens samtalen domineres av noen få LLM-er.

Hvis du ikke godtar disse modellene som nye medlemmer av målgruppen din nå, har du kanskje ikke et publikum i det hele tatt i morgen.

Kilde- Adweek