В этом видео — 3 приёма, как использовать нейросети, чтобы твой текст, лендинг или питч сразу цеплял. Они основаны на новом исследовании, в котором учёные доказали, что ИИ умеет предсказывать успех речи по первым фразам!
🚀 Мой Telegram чат: https://t.me/+dPw_AwlCXA05Mzcy
#ИИ #AI #нейросети
А знали ли вы, что первые 7 секунд решают, купит ли человек ваш продукт или нет? Всего 10 первых слов в начале ролика, презентации или текста, и клиент уже сделал свой выбор. Но что интересно, нейросети научились предсказывать по первым фразам, зацепит ли это вашу аудиторию или нет. Поэтому в этом ролике я вам покажу три конкретных приёма, как с помощью ИИ заставить людей слушать вас до последнего слова. Будто это лензинг, это презентация или видеообращение. И основано это на свежем исследовании The Art of Audience Engagement от Мичиганского университета. То есть я вам расскажу, какие они промты использовали, как это вообще может помочь в продажах, в пичах, переговорах, и наглядно на практике покажу, как мы это можем использовать в своих интересах. Начну с самого исследования, чтобы вы вообще понимали, как оно проводилось. Его провели специалисты по коммуникации из Мичаганского университета. Они собрали 80 учёных аспирантов, преподавателей и попросили каждого подготовить два десятиминутных доклада по своей теме. Они сделали это в виртуальной реальности, то есть в зале, таком стилизированном под конференц-зал, чтобы максимально приблизить условия к реальным, чтобы это не было просто написано на тексте, а они прямо выступали. Так вот, все выступления потом эти записали, расшифровали и отредактировали. И в итоге получилось 128 текстов. Затем исследователи применили приём, который называется тонкие срезы. То есть каждый доклад они разрезали на части 1%, 5%, 10% и так далее. Например, 1% - это буквально пара первых предложений, 20% - это примерно полстранице с выступления. И вот таким образом они получили прямо набор кусочков разной длины для каждого выступления, чтобы выяснить, на каком этапе становится понятно, зацепит ли вообще доклад аудиторию или нет. После этого они подключили нейросеть. Использовали они две модельки: GPT4O от Openя и GMini Flash от Google. Кстати, вышла новая моделька Gi. Все её безумно хвалят. Возможно, сделаю про неё выпуск. В общем, обе вот этих модельки, они получили одну задачу: оценить выступления, полные и укороченные по шкале от одного до десяти. Критерии были ясны: ясность, увлечённость, структура. Только цифра, никаких пояснений, просто сухая оценка. Чтобы избежать искажений от формулировок каждой модельки, они задавали один и тот же вопрос пять раз. Просто разными словами. Вы их видите, кстати, сейчас на экране, но всеми пронтами я также с вами поделюсь. Итогово получилось 128 выступлений, 10 фрагментов, две модельки, пять формулировок, 11. 520 оценок. Такое, кстати, отступление от этого, что уросети это заняло всего лишь меньше часа. И стоимость всех вот этих вычислений всего была 5 долларов. Для сравнения, авторы исследования, они помимо нейросетей привлекли группу из 60 человеческих экспертов-профессионалов, которые также читали эти тексты и оценивали качество. Так вот, им потребовалось 20 часов, заплатили им 240 долларов вознаграждения. И причём люди не смогли осилить всё, а только 24 речи из 128. Ну то есть они сделали ещё один вывод, что явно побеждает по скорости и затратам. Но главный вопрос был в другом. А можно ли вообще доверять нейросетям вот такие вот оценки и проверить это и была цель параллельного эксперимента с людьми? Какие выводы и почему это очень важно для нас? Итак, 60 человеческих оценщиков каждому выдали по подборке текстов и попросили оценить его по схожей шкале, что и нейросети, от одного до десяти. И дальше исследователи, они сравнили результаты людей, профессионалов, оценщиков и оценщиков. И результаты были такими, что оценки искусственного интеллекта почти полностью совпадали с человеческими профессионалами. То есть, иными словами, Модели дали высокие оценки тем же выступлениям, что и люди профессионалы, и низкие тем же, что и люди, только с лишь какими-то незначительными расхождениями. И вот это всё подтвердило, что такие модельки, как Chat ча GPT, как GMI, они могут так же, как и человек, оценивать качество речи. То есть оценка, она очень близка по восприятию к живой аудитории. И это вполне понятно, потому что модельки обучали на текстах созданными людьми. Поэтому сейчас искусственный интеллект, он умеет прямо очень понимать, какие тонкие настроечки, какие тона, какие формулировки. Точно так же, как и человек. Но помимо этого самое интересное было то, что анализ показал, сколько текста достаточно, чтобы понимать уровень успеха всего выступления. И оказалось, что не обязательно читать или слушать все 100% доклада. Даже очень короткие отрывки предсказывают общий успех. Так вот, вот эти графики в статье демонстрируют, что только первые 5-1% они дают почти всю картину. При длине фрагментов в 10% корреляция с оценкой полного выступления входит прямо на плато, если вы можете заметить. То есть около 0,7%. Это прямо очень высокая связь. Добавление последующих 90 контекста практически не меняет финальную оценку. То есть, если проще объяснить, то первые 10% текста, первые, буквально, несколько
слов вашего выступления, они почти точно предсказывают качество и успех всего вашего выступления. Но поразительно то, что даже по коротеньким срезам, то есть буквально в 5% или даже 1% модельки уже удавалось определить, понравится ли это выступление слушателям или нет. А 1% текста, чтобы на минуточку - это всего лишь 15 слов. То есть буквально одно-два предложения или порядка 7 секунд устной речи. И это отмечают авторы исследования. Если первые секунды, первые слова вашего выступления, вашей презентации слабые, дальше ваши слова, они просто будут неубедительными. И наоборот, если начало наоборот блистательное, там, мощное, триггерное, то и общая оценка почти наверняка будет высокой. И радостная новость для нас то, что алгоритм научился прямо мгновенно распознавать, зайдёт речь или нет по одним лишь первым фразам. Ну и теперь самое главное. Как вот это, Ханна, ты нам рассказывала уже несколько минут, как это применять в жизни, как интерпретировать и адаптировать находки исследователей под наши практические нужды? Каждый из нас, чем бы вы ни занимались, работаете ли вы на кого-то или на себя, мы что-то либо продаём или убеждаем, что-то рекламируем или общаемся. И вот вы можете взять на вооружение подход с оценкой первых секунд. Если вы занимаетесь предпринимательством, маркетингом, созданием контента, а мы всем этим занимаемся, вы знаете, как важно зацепить зрителя или аудитории с самого начала. Так вот, первое, где можно использовать это каждому первая оценка лендинга или сайта, если он у вас есть. Если вы меня знаете близко, то вы знаете, как я очень сильно заморачиваюсь по поводу того, как выглядят лендинги моих проектов. То есть я буквально могу часами сидеть над первой фразой, которую я напишу на лендинге. Если это презентация, какая будет первая фраза презентации? Это безумно важно. Если раньше вы не знали, насколько можно ей доверять, теперь мы знаем, это доказано, что и можно доверять касательно вот таких вот моментов. Просто берёте скрин вашего экрана, закидываете в чат и пишете следующий промт. Я взяла из исследований. Всеми промтами я с вами поделюсь. Пишите: "Представьте, что вы эксперт по маркетингам, коммуникациям и копирайтингу. Ниже приведён текст с лендинга, рекламирующего продукт или онлайн-курсы". пожалуйста, оцени эффективность этого текста по шкале от одного до 10ти. Учитывая ясность выгоды для клиента, ну и так далее, промт я вам оставлю. Но дальше вы с этим можете играться. Если оценка вас не устраивает, вы говорите ему, что нужно сделать, чтобы оценка была 10. И тут он сразу же предлагает вам варианты. Второе, где можно использовать улучшение скрипта продаж. Первый разговор с клиентом по телефону в чате или лично задаёт тон всему взаимодействию. Мы это все прекрасно знаем. И вот теперь AI может проанализировать приветственную фразу, тон обращения и оценить их ясность и убедительность. Промпт используем на экранчике, также я вам оставлю в телеграмчике. И опять же пробуем разные варианты. Можно сравнивать с реальной практикой, можно делать выводы, можно принимать решения улучшать скрипты, можно просить уи дать подсказки, как улучшить скрипт. Ещё одно, кстати, конкретное применение - это эксперименты с хуком вашего контента. Если вы блогер или создаёте видео для бизнеса, вы знаете, что такое сильный хук - это прямо первая фраза, которая должна быть в видео или в посте. Поэтому теперь вы можете легко проверить все ваши хуки или, наоборот, попросить и писать. Кстати, когда я только начинала YouTube, я просила буквально все первые фразы писать и искусственный интеллект, и они прямо очень сильно заходили. Тоже промт вы видите на экране, тоже можете его скопировать. И, кстати, чтобы вы понимали, хук, который я вам говорила в начале, тоже мне написал искусственный интеллект. Если вы досмотрели до этого момента, значит хук сработал. В общем, цель этого видео была показать вам и поделиться с вами недавним исследованием. Если вы ранее задавались вопросами, можно ли их доверять, насколько это может быть правдоподобным, если бы у вас просто сидел какой-то ментор и вам подсказывал, так вот, исследование доказало, что можно и е с этим справляется на ура. А это было всё на сегодня. Вы ограничены лишь вашей фантазией. Пробуйте, тестируйте. Надеюсь, что это видео вам станет очень полезным. Всё.
