Pertanyaan yang berguna soal AI dalam bisnis afiliasi bukanlah apakah AI itu berhasil. Pertanyaannya adalah pekerjaan spesifik mana yang dilakukannya lebih baik daripada Anda, mana yang dilakukannya lebih buruk, dan bagaimana membedakan keduanya sebelum Anda membangun proses di atas jawaban yang salah.
Tiga hal yang benar-benar dikuasainya
Membuat draf. Bukan menulis, tapi membuat draf. Nilainya terletak pada menghilangkan halaman kosong, dan itu cukup besar: draf awal email tindak lanjut, halaman arahan, caption untuk sebulan penuh. Hasil yang keluar jarang langsung bisa dikirim, tapi hampir selalu jadi titik awal yang lebih baik daripada menatap kursor kosong.
Merangkum. Mengubah utas panjang atau sekumpulan catatan menjadi tiga hal yang benar-benar penting. Ini hampir menjadi masalah yang terpecahkan, dan kurang dimanfaatkan karena kelihatannya tidak keren.
Menangkap pola dalam volume besar. Ini yang paling sering terlewat. Ketika Anda punya empat ratus prospek, tidak ada yang membaca semuanya. Sebuah model bisa, dan bisa memberi tahu Anda bahwa sebelas orang menanyakan hal yang sama bulan ini, atau bahwa prospek dari satu sumber tertentu berhenti merespons di titik yang sama. Itu kemampuan yang benar-benar baru, bukan sekadar versi lebih cepat dari sesuatu yang sudah Anda lakukan.
Di mana AI lemah
Menentukan siapa yang penting. Penilaian prospek berfungsi dengan volume dan definisi "baik" yang konsisten. Dengan hanya puluhan prospek, Anda sudah tahu siapa yang hangat, dan model yang tidak sependapat akan diabaikan lalu dilupakan.
Apa pun yang membutuhkan ingatan atas percakapan nyata. Kecuali sistemnya benar-benar memiliki riwayat percakapan Anda, tindak lanjut yang dibuat AI akan dengan percaya diri bertentangan dengan sesuatu yang Anda katakan minggu lalu. Ini adalah kegagalan yang menghabiskan biaya kesepakatan, dan ini masalah data, bukan masalah model.
Tulisan draf final. Panduan Google sendiri soal konten hasil AI konsisten dan masuk akal: yang dipedulikan adalah apakah konten bermanfaat dan orisinal, bukan bagaimana konten itu dibuat. Keluaran model yang belum diedit cenderung gagal dalam uji itu bukan karena ditulis mesin, tapi karena isinya sama dengan yang dikatakan semua orang lain. Penyuntinganlah yang menambahkan nilai.
Alur kerja yang berhasil
Pola yang bertahan di sebagian besar alat ini sama:
- Model menghasilkan draf dengan konteks Anda terpasang.
- Anda menyuntingnya, yang memakan waktu jauh lebih sedikit daripada menulisnya.
- Anda menyetujuinya sebelum apa pun dikirim.
Persetujuan bukan sekadar formalitas. Sistem yang mengirim tanpa persetujuan pada akhirnya akan mengirim sesuatu yang bertentangan dengan percakapan nyata, dan biaya pemulihannya lebih besar daripada penghematan dari otomatisasi itu.
Apa yang sebenarnya diubah oleh konteks
Kesenjangan antara fitur AI yang mengesankan dalam demo dan yang benar-benar berguna di hari Selasa hampir selalu adalah konteks.
Model yang diminta menulis email tindak lanjut tanpa bekal apa pun akan menulis email tindak lanjut yang generik. Model yang sama, diberi tahu bahwa orang ini datang dari kampanye tertentu, menanyakan soal harga, dan belum membalas selama lima hari, akan menulis sesuatu yang layak dikirim.
Konteks itu ada di dalam CRM. Itulah sebabnya fitur AI yang ditempelkan pada alat penulisan mandiri cenderung mengecewakan, sementara kemampuan yang sama di dalam sistem yang menyimpan data prospek tidak: itu model yang sama dengan arahan yang lebih baik. Fitur AI Prala dibangun di atas prinsip itu, membuat draf berdasarkan pipeline, bukan berdasarkan prompt kosong.
Titik awal yang masuk akal
Pilih tugas yang paling tidak Anda sukai yang melibatkan penulisan sesuatu yang serupa berulang kali. Bagi kebanyakan pemasar afiliasi itu adalah pesan pembuka pertama atau caption untuk konten sebulan.
Jalankan selama dua minggu. Simpan apa yang benar-benar Anda kirim dibanding apa yang dihasilkan, dan lihat perbedaannya. Jika suntingan Anda hanya kosmetik, serahkan lebih banyak tugas itu. Jika Anda menulis ulang dari nol, modelnya tidak punya cukup konteks, dan perbaikannya ada di hulu, bukan di model itu sendiri.
Menilai klaim sebelum membeli
Fitur AI dijual dengan demo, dan demo itu dirancang. Tiga pertanyaan bisa menembus sebagian besar dari itu.
Apa yang dihilangkan oleh fitur ini? Jawaban yang baik itu konkret: halaman kosong, tugas membaca, satu jam pemformatan ulang. Jawaban yang samar soal wawasan atau kecerdasan biasanya berarti belum ada yang mengidentifikasi tugasnya.
Apa yang diketahuinya? Fitur yang membuat draf tindak lanjut hanya dengan mengetahui nama depan prospek akan menulis sesuatu yang generik. Yang mengetahui sumbernya, pesan terakhir, dan tahap pipeline tidak akan begitu. Tanyakan data apa yang sampai ke model, karena perbedaan tunggal itu menjelaskan sebagian besar kesenjangan antara demo yang mengesankan dan hari Selasa yang mengecewakan.
Apa yang terjadi ketika salah? Semua yang generatif kadang salah. Pertanyaannya adalah apakah rancangannya sudah mengasumsikan itu. Draf yang Anda tinjau gagal dengan aman. Pengiriman otomatis tidak.
Uji coba dua minggu yang benar-benar memberi tahu sesuatu
Uji coba vendor biasanya dihabiskan untuk mengeksplorasi fitur. Protokol yang lebih berguna:
Pilih satu tugas. Jalankan dengan dua cara selama dua minggu: keluaran model, dan apa yang benar-benar Anda kirim. Simpan keduanya.
Di akhir, baca pasangan-pasangan itu. Jika suntingan Anda hanya kosmetik, serahkan tugas itu secara permanen. Jika Anda menulis ulang dari nol, modelnya kekurangan konteks, dan perbaikannya adalah memberinya lebih banyak konteks, bukan mencoba model lain. Jika Anda berhenti memakainya pada hari keempat, tugas itu bukan hambatan yang Anda kira.
Protokol itu tidak memakan biaya apa pun dan menjawab pertanyaan yang tidak bisa dijawab oleh daftar fitur.
Di mana jawaban jujurnya masih "lakukan sendiri"
Percakapan pertama dengan prospek yang hangat. Bukan karena model tidak bisa menulis sesuatu yang layak, tapi karena inilah momen di mana penilaian spesifik Anda tentang orang ini adalah keseluruhan nilainya.
Apa pun yang kesalahannya mahal dan sulit dideteksi. Merangkum panggilan telepon tidak masalah; kesalahannya terlihat jelas. Menyimpulkan maksud seseorang lalu bertindak berdasarkan itu tidak demikian.
Sudut pandang Anda yang sebenarnya. Alasan orang mengikuti pemasar afiliasi tertentu biasanya adalah perspektifnya. Model akan menghasilkan versi konsensus dari topik apa pun, karena itulah yang menjadi bahan latihannya, dan versi konsensus itu justru yang tidak dibutuhkan siapa pun sebagai salinan lagi. Panduan Google soal konten AI berujung pada tempat yang sama dari arah berbeda: yang dipedulikan adalah apakah kontennya benar-benar bermanfaat dan orisinal, bukan bagaimana ia dibuat.
Pola di ketiganya sama. Serahkan pekerjaan yang repetitif dan dapat diverifikasi. Pertahankan pekerjaan yang butuh penilaian, dan gunakan jam yang tersisa untuk melakukan lebih banyak dari itu.
Menyimpan catatan tentang apa yang Anda berikan padanya
Satu kebiasaan membedakan orang yang mendapat hasil konsisten dari orang yang kualitas keluarannya naik turun setiap minggu: mereka menyimpan prompt mereka.
Prompt yang menghasilkan pesan pertama yang bagus adalah aset. Disimpan di tempat yang bisa Anda temukan lagi, dengan catatan tentang apa yang membuatnya berhasil, prompt itu menjadi titik awal untuk dua puluh berikutnya, bukan sesuatu yang harus Anda susun ulang dari ingatan setiap kali. Kebanyakan orang menulis ulang instruksi yang sama dari nol setiap minggu dan heran mengapa hasilnya tidak konsisten.
Hal yang sama berlaku sebaliknya. Ketika sesuatu kembali salah dengan cara yang harus Anda perbaiki, tambahkan perbaikan itu ke dalam prompt. Dalam sebulan, ini berubah menjadi dokumen singkat yang merekam bagaimana Anda ingin bisnis Anda terdengar, dan itu jauh lebih berharga daripada keluaran individual mana pun yang dihasilkan model.
Pertanyaan soal pengungkapan
Apakah perlu mengatakan bahwa AI membantu menulis sesuatu terus muncul, dan jawaban praktisnya lebih sempit daripada yang disarankan perdebatan itu.
Tidak ada yang mengharapkan pengungkapan pada email kontak pertama, sama seperti tidak ada yang mengharapkannya pada templat. Yang jadi keberatan orang adalah pesan yang berpura-pura menjadi catatan pribadi padahal jelas bukan — petunjuknya ada pada kekhususan, dan ketiadaannya itulah yang terasa tidak jujur, bukan alatnya.
Di mana hal ini benar-benar penting adalah apa pun yang disajikan sebagai pengalaman langsung: ulasan, rekomendasi, klaim bahwa Anda telah memakai sesuatu. Jangan biarkan model menulis itu, karena ia akan mengarang pengalamannya, dan itu masalah kredibilitas yang tidak bisa ditutupi oleh efisiensi apa pun.
Common questions
Apa yang sebenarnya bisa dilakukan AI untuk affiliate marketer?
Membuat draf, meringkas, dan mengenali pola dari lebih banyak catatan daripada yang sanggup Anda baca. Ketiga hal itu mencakup sebagian besar nilai sesungguhnya. AI jauh lebih lemah dalam memutuskan siapa yang harus dihubungi dan dalam apa pun yang memerlukan pengetahuan tentang apa yang dibicarakan minggu lalu, kecuali Anda memberinya konteks itu.
Apakah AI akan menulis konten yang bisa ranking?
AI akan menulis konten. Apakah konten itu ranking tergantung pada apakah kontennya menyampaikan sesuatu yang tidak bisa didapat orang di tempat lain. AI adalah alat draf pertama yang kuat dan alat draf akhir yang lemah, yang lebih merupakan masalah alur kerja daripada masalah kualitas.
Apakah aman membiarkan AI menghubungi leads secara langsung?
Membuat draf pesan, ya. Mengirim tanpa peninjauan kepada seseorang yang sudah pernah membalas, tidak. Mode kegagalannya bukan tulisan yang memalukan, melainkan bertentangan dengan sesuatu yang sudah Anda katakan dalam percakapan nyata.
Bagaimana cara mengetahui apakah fitur AI layak digunakan?
Tanyakan apa yang dihilangkannya. Jika fitur itu menghilangkan halaman kosong atau tugas membaca, kemungkinan besar bermanfaat. Jika fitur itu mengaku menghilangkan pertimbangan (judgement), bersikaplah skeptis dan bandingkan hasilnya dengan hasil Anda sendiri selama dua minggu.