الذكاء الاصطناعي لمحتوى تسويق B2B: ChatGPT أو Jasper، أو الذكاء الاصطناعي في منصتك، أو وكلاء ينطلقون من وقائع معتمدة

اطلب من أداة ذكاء اصطناعي دراسة حالة، فتعود إليك مسودة سلسة بسرعة. وقد تتضمن أيضًا وفرًا لم يُبلغ عنه أي عميل قط. ثمة ثلاثة مسارات لاستخدام الذكاء الاصطناعي في محتوى B2B، من مقالات ومنشورات ورسائل بريد إلكتروني وصفحات مبيعات. يمكنك استخدام مساعد عام أو أداة كتابة، أو الذكاء الاصطناعي داخل منصة التسويق التي تدفع ثمنها أصلًا. والمسار الثالث مجموعة من الوكلاء يبحثون ويكتبون ويتحققون انطلاقًا من قاعدة واحدة لوقائع الشركة المعتمدة، ويوافق شخص على ما يصدر. وقد يكفيك المسار الأول أو الثاني. وعلى كل مسار، تتوقف النتيجة على أمرين تُعدّهما بنفسك: قائمة مكتوبة بالوقائع المعتمدة، وشخص محدد بالاسم يتولى الاعتماد.

ما الذي يسوء حين يكتب الذكاء الاصطناعي المحتوى التسويقي؟

المشكلة الأولى واقعة يذكرها النموذج بثقة ولم يزوّده بها أحد. تقول وثائق Anthropic: «حتى أكثر النماذج اللغوية تقدمًا، مثل Claude، قد تولّد أحيانًا نصًا غير صحيح من حيث الوقائع أو لا يتسق مع السياق المعطى.» وتشرح إرشادات Google لأصحاب المواقع السبب: «النماذج التوليدية لا تسترجع الوقائع، بل تتنبأ بتسلسل مرجّح من الكلمات استنادًا إلى بيانات تدريبها.» وفي النصوص التسويقية، يعني ذلك نسبة مئوية أو اسم عميل أو شهادة اعتماد أو ميزة تبدو صحيحة ولا مصدر لها.

والآلية نفسها تضرّ بصوتك. فمن دون موادك وقواعدك الخاصة، تميل الصياغة المرجّحة إلى أن تكون صياغة الجميع، وقد تبدأ منشوراتك في أن تشبه منشورات منافسيك. وتحذّر Google أيضًا من أن «استخدام أدوات الذكاء الاصطناعي التوليدي أو غيرها من الأدوات المشابهة لإنشاء صفحات كثيرة دون إضافة قيمة للمستخدمين قد يخالف سياسة Google للمحتوى غير المرغوب فيه بشأن إساءة استخدام المحتوى على نطاق واسع.»

ثم هناك الادعاء الذي لم يوافق عليه أحد. تقول مدونة المملكة المتحدة للإعلان غير المذاع، CAP Code: «يجب أن يحتفظ المسوّقون بأدلة موثّقة لإثبات الادعاءات التي يُرجَّح أن يعدّها المستهلكون موضوعية والتي يمكن إثباتها إثباتًا موضوعيًا.» وتشترط أيضًا دليلًا «على أن الشهادة أو التزكية المستخدمة في الاتصال التسويقي حقيقية»، واقتباسٌ منسوب إلى عميل اختلقه نموذج لا يجتاز هذا الاختبار. وبالنسبة إلى شركات الوساطة الأمريكية، تقول FINRA: «الشركات مسؤولة عن اتصالاتها، بصرف النظر عما إذا كان قد أنتجها إنسان أو تقنية ذكاء اصطناعي.»

تصل هذه المشكلات إلى القرّاء إن لم يتولَّ أحد التحقق النهائي. فحين يثق الكاتب بالمحرر ويثق المحرر بالأداة، لا يكون أحد قد قرأ الأرقام.

ماذا تمنحك أداة كتابة مثل ChatGPT أو Jasper؟

المسار الأول مساعد عام مثل ChatGPT أو Claude، أو أداة كتابة للأعمال مثل Jasper أو Writer. وتقول Anthropic إن المشاريع في Claude «تتيح لك إنشاء مساحات عمل قائمة بذاتها، بسجلات محادثات وقواعد معرفة خاصة بها»، مع تعليمات يمكنها تحديد النبرة.

بل يستطيع المساعد العام أن يجري تحققًا بسيطًا من الوقائع. فمطالبة نموذجية في وثائق Anthropic تطلب بيانًا صحفيًا «باستخدام المعلومات الواردة في ملخصات المنتجات وتقارير السوق هذه فقط». ثم تضيف: «إذا لم تجد اقتباسًا يدعم ادعاءً ما، فاحذف ذلك الادعاء من البيان الصحفي». ويستطيع أي فريق أن ينسخ هذا النمط مع صحيفة الوقائع الخاصة به، وقد يكون هذا كل ما يحتاج إليه الفريق الصغير.

تأتي الحدود من طريقة استخدام الناس لهذه الأدوات. فكل كاتب يحتفظ بمطالباته وملفاته الخاصة، فيكتب أحدهم مسودته من صحيفة وقائع هذا الربع، وآخر من صحيفة العام الماضي. وما لم تُعدّ ذلك بنفسك، فلا شيء يسجّل مصدر الادعاء أو يمنع خروج مسودة لم يقرأها أحد. وقد لا يكون للإعدادات أي أثر إلى أن يربطها أحد. ويحذّر مركز المساعدة لدى Writer: «لكي يسري دليل الأسلوب والمصطلحات لديك على المخرجات المولَّدة في WRITER Agent، يجب أن تربطهما أولًا بملف الصوت.» وتضع الخطط أيضًا حدًا لما يمكنك تحميله: فخطة Pro لدى Jasper تذكر «2 صوت للعلامة التجارية و5 أصول معرفية و3 فئات جمهور».

ماذا يضيف الذكاء الاصطناعي في منصة التسويق لديك، وأين يتوقف؟

يعتمد المسار الثاني على ذكاء اصطناعي قد يكون أصلًا جزءًا من أداة تدفع ثمنها. تقول صفحة المساعدة لدى HubSpot: «استخدم أدوات الذكاء الاصطناعي في HubSpot لتكييف المحتوى المولَّد أو المكتوب مع الصوت الخاص بعلامتك التجارية.» وتعرض صفحة المنتج لديها وكيل Content Agent بهذا السطر: «أنشئ منشورات المدونة ومحتوى وسائل التواصل الاجتماعي وصفحات الهبوط بصوت علامتك التجارية.» ويمنح Adobe GenStudio for Performance Marketing كل مسودة «Percentage of compliance with your Brand»، بحسب عدد إرشاداتك التي تجتازها. وفي إعلانات الصورة الواحدة ضمن Campaign Manager، تقول LinkedIn إنها «تستطيع توليد صيغ متعددة من الإعلان، بما فيها العناوين والنص التمهيدي والمرئيات المقترحة.»

فتجري الصياغة عندئذ حيث يُجدوَل المحتوى ويُقاس، وضمن صلاحيات مستخدمين تديرها أصلًا. والعيب أن الرؤية ضيقة. فكل منصة تحتفظ بمحتواها وإعداداتها الخاصة، لذا قد تتباعد الوقائع في رسائلك البريدية عبر HubSpot عن الوقائع في إعلاناتك على LinkedIn. وقد تتطلب ضوابط الموافقة خطة أعلى. تقول HubSpot: «يلزم اشتراك Enterprise للوصول إلى إعدادات الموافقة لأنواع محتوى محددة»، وتقول أيضًا: «يستطيع مستخدمو Super Admin تخطي الموافقات.»

درجة التوافق مع العلامة التجارية تحسب عدد الإرشادات التي تلتزم بها المسودة. أما صحة رقم ورد في النص فتحقّقٌ منفصل، لذا اسأل بماذا تقارن المنصة الادعاءات. وفي الميزات التي صارت المنصات تسمّيها وكلاء، اسأل من أين تأتي الوقائع ومن يوافق على النتيجة.

ماذا يضيف الوكلاء الذين ينطلقون من وقائع معتمدة، وكم يكلّفون؟

تقسّم منظومة الوكلاء العمل بين عدة وكلاء ذكاء اصطناعي. وتصف Anthropic الوكلاء بأنهم «عادةً مجرد نماذج LLM تستخدم الأدوات بناءً على التغذية الراجعة من البيئة، في حلقة.» ويُقصد بـ LLM النموذج اللغوي الكبير، والأدوات دوال يستطيع النموذج استدعاءها، مثل البحث على الويب أو مخزن المستندات. يجمع وكيلٌ المصادر لموضوع ما، ويكتب وكيل آخر المسودة انطلاقًا من الوقائع المعتمدة وقواعد صوت العلامة. ثم يقارن وكيل التحقق كل ادعاء بالوقائع وينبّه إلى ما لا يستطيع مطابقته. ويوافق شخص على المادة أو يرفضها، ويسجّل النظام من فعل ذلك.

تتبع خطوة التحقق نمطًا تسمّيه Anthropic المقيِّم والمحسِّن (evaluator-optimizer): «يولّد استدعاء LLM استجابةً بينما يقدّم استدعاء آخر التقييم والملاحظات في حلقة.» وتكتب Anthropic أيضًا أن الوكلاء «يمكنهم بعد ذلك التوقف لتلقي ملاحظات بشرية عند نقاط التحقق أو عند مواجهة عوائق.»

قد تؤتي هذه المنظومة ثمارها حين يكون حجم المحتوى كبيرًا. فكل قناة وكل لغة تستقي من مجموعة واحدة من الوقائع، ويرى المراجع أي الادعاءات جرى التحقق منها. لكنها تتطلب عملًا أيضًا. وتنصح Anthropic، التي تبيع نماذج لمثل هذه الأنظمة، بـ«إيجاد أبسط حل ممكن، وعدم زيادة التعقيد إلا عند الحاجة. وقد يعني هذا عدم بناء أنظمة وكلاء على الإطلاق.» ولا بد أن يتولى أحدٌ تحديث قاعدة الوقائع، وصيانة الوكلاء، ودفع كلفة استخدام النماذج، ومعالجة التنبيهات. وإن كان كاتب واحد ومحرر واحد يكفيان لحجم المحتوى لديك، فلن يعود عليك هذا العمل إلا بالقليل.

ماذا تضم قاعدة الوقائع المؤلفة من ادعاءات معتمدة؟

قاعدة الوقائع هي قائمة العبارات التي اتفقت شركتك على أنه يجوز لها قولها علنًا، مع دليل كل عبارة. احتفظ بقائمة واحدة يقرؤها كل كاتب وكل أداة. وسجّل لكل عبارة:

• الصياغة الدقيقة، كي ينسخها الكتّاب والنماذج بدل إعادة صياغتها؛
• الدليل: مستند، أو رقم مع تاريخ قياسه، أو الشخص الذي أكّدها؛
• أين يجوز استخدامها، مثل الموقع الإلكتروني ورسائل المبيعات البريدية، لا الإعلانات المدفوعة؛
• الحدث الذي يعيدها إلى المراجعة، مثل تغيير في الأسعار أو سحب أحد العملاء موافقته.

أضف الكلمات التي لا تستخدمها الشركة أبدًا، مثل خالٍ من المخاطر أو آمن تمامًا. ولا تُدرج أسماء العملاء وشعاراتهم واقتباساتهم إلا بموافقة مكتوبة.

ابدأ بالعبارات التي يكررها فريق المبيعات لديك أكثر من غيرها. وحين تتضمن مسودة ادعاءً ليس في القائمة، تنتظر المسودة إلى أن يُعتمد الادعاء أو يُحذف.

كيف نكتب قواعد لصوت العلامة يلتزم بها النموذج؟

تنجح قواعد صوت العلامة حين يستطيع أحد أن يقيس المسودة عليها. فالصفات مثل ودود أو مهني لا يمكن التحقق منها. أما قواعد كهذه فيمكن التحقق منها:

• خاطب القارئ بصيغة أنت، وتحدّث عن الشركة بصيغة نحن.
• فكرة واحدة في كل جملة، ولا جملة تتجاوز سطرين.
• رقم مع وحدة قياسه بدل صفة مثل سريع أو قوي.
• قل ما لا يفعله المنتج بالوضوح نفسه الذي تقول به ما يفعله.
• الكلمات المحظورة، ومع كل منها الكلمة التي تُستخدم بدلًا منها.

أرفق بكل قاعدة سببها وسطرين من محتواك السابق، أحدهما يلتزم بها والآخر يخالفها. ويقول دليل كتابة المطالبات لدى Anthropic: «الأمثلة من أكثر الطرق موثوقيةً لتوجيه صيغة مخرجات Claude ونبرتها وبنيتها.» واجعل القائمة قصيرة. وفي القواعد التحريرية داخل GenStudio، تقترح Adobe ما بين 5 و10 إرشادات، وتطلب «إرشادات واضحة وقابلة للتنفيذ»، مثل «اجعل الجمل أقل من 20 كلمة» بدلًا من «كن موجزًا».

اختبر القواعد قبل أن تعتمد عليها. واطلب من زميل أن يميّز مسودة الذكاء الاصطناعي من بين مجموعة تضم موادك المنشورة.

من يراجع المسودة قبل صدورها، وبأي ترتيب؟

دوّن الترتيب واجعله ثابتًا على كل مسار. يأتي أولًا التحقق من الوقائع مقابل القائمة المعتمدة، على يد شخص أو وكيل تحقق. ثم يقارن محرر المسودة بقواعد صوت العلامة. وتُحال الادعاءات المتعلقة بالقانون أو الأمان أو الأسعار أو نتائج العملاء أو المنتجات المالية إلى الفريق القانوني أو فريق الامتثال. وأخيرًا يوافق شخص واحد محدد بالاسم على النسخة النهائية، ويُظهر السجل من وافق على ماذا ومتى. وأعطِ هذا الشخص الادعاءات مع مصادرها وأي تنبيهات، ليكون التحقق سريعًا.

وبعض الشركات الخاضعة للتنظيم تعمل بهذه الطريقة أصلًا. تنص القاعدة 2210 لدى FINRA على أنه «يجب على مسؤول مسجّل لدى العضو، مؤهل على النحو المناسب، أن يوافق على كل اتصال موجّه إلى عملاء التجزئة قبل استخدامه أو إيداعه لدى إدارة تنظيم الإعلانات في FINRA، أيهما أسبق». وتنطبق هذه القاعدة على شركات الوساطة الأعضاء في FINRA وتتضمن استثناءات، لكن أي شركة تستطيع أن تنسخ منطقها فلا تنشر شيئًا دون موافقة.

ماذا نلصق في أدوات الذكاء الاصطناعي، وماذا يفعل المزوّدون به؟

قد تنطلق المسودات من مواد لم تُعلن بعد، مثل تغيير في الأسعار أو نتائج أحد العملاء. وقبل أن يلصقها أي شخص، تحقق من الخطة التي يستخدمها وما يقول المزوّد إنه يفعله بالبيانات.

تختلف الشروط باختلاف الخطة. تقول Anthropic إنها افتراضيًا «لن تستخدم مدخلاتك أو مخرجاتك من منتجاتنا التجارية» لتدريب نماذجها. أما خططها الاستهلاكية فتمنح المستخدمين «خيار السماح باستخدام بياناتهم لتحسين Claude»، لذا قد يعمل الكاتب الذي يستخدم حسابًا شخصيًا بشروط مختلفة. وتقول OpenAI: «البيانات المرسلة إلى OpenAI API لا تُستخدم لتدريب نماذج OpenAI أو تحسينها (ما لم تختر صراحةً مشاركة البيانات معنا).» وهذا السطر يخص API؛ أما في ChatGPT فتحقق من شروط الخطة التي يستخدمها كل كاتب.

تقول HubSpot إنها «قد تستخدم بيانات العملاء، كما تعرّفها شروط الخدمة الخاصة بعملاء HubSpot، لتدريب نماذج الذكاء الاصطناعي الخاصة بـ HubSpot وتحسينها». وعن مفتاح الانسحاب من ذلك تقول: «سيكون الإعداد مفعّلًا افتراضيًا.» وتقول أيضًا إنها لا تسمح لمزوّدي الذكاء الاصطناعي من أطراف ثالثة بالتدريب على بيانات العملاء. ويقول مركز المساعدة لدى Writer: «نحن لا ندرّب نماذج LLM لدينا على بيانات العملاء.»

تحقق من هذه النقاط في العقد وفي شروط معالجة البيانات، واحتفظ بنسخة مؤرخة. وأعطِ الفريق قاعدة في صفحة واحدة: ما الأدوات والخطط المعتمدة، وما الذي لا يدخل أي أداة أبدًا، مثل النتائج المالية غير المعلنة أو بيانات أحد العملاء.

كيف يحاسب المزوّدون على الذكاء الاصطناعي الذي يكتب المحتوى التسويقي؟

يحاسب المزوّدون لكل مقعد، أو من مخزون مشترك من الأرصدة (credits)، أو بحسب الاستخدام، أو بمزيج منها. وتسعّر Jasper خطة Pro لديها لكل مقعد في الشهر، وتقدّم أسعارًا مخصصة لخطة Business. وتسعّر Anthropic أيضًا خطة Team لديها لكل مقعد في الشهر. وتقول HubSpot: «تعمل كثير من ميزات الذكاء الاصطناعي والوكلاء على HubSpot Credits»، التي تُشترى «مقدّمًا في حزم لإنفاق يمكن توقعه، أو عند استخدامها بنظام الدفع حسب الاستخدام.»

يحاسب التسعير بحسب الاستخدام على النص الذي يقرؤه النموذج ويكتبه، ويُحتسب بالرموز (tokens). والرموز قطع صغيرة من النص يحتسبها المزوّدون ويحاسبون عليها. وتدرج صفحة أسعار API لدى Anthropic نموذج Claude Sonnet 5.5 بسعر 2 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج. والأسعار المعلنة تتغير. وتجمع خطة Enterprise لدى Anthropic بين المقاعد والاستخدام: «20 دولارًا لكل مقعد في الشهر، إضافةً إلى الاستخدام الذي يُحاسَب بأسعار API، فتتناسب الكلفة مع النماذج والمهام التي يشغّلها فريقك.»

تستدعي منظومة الوكلاء النموذجَ عدة مرات لكل مادة. فاطلب من الفريق الذي سيبني المنظومة كلفة النموذج المقيسة لمقال واحد معتمد. ثم أضف ساعات عمل الأشخاص الذين يتولّون قاعدة الوقائع. وعلى أي مسار، احصل على السعر كتابةً، بما في ذلك الحد الأدنى للمقاعد والإضافات، واسأل ماذا يحدث حين تنفد الأرصدة.

كيف نقيس النتائج، بما في ذلك ما يقوله مساعدو الذكاء الاصطناعي عنا؟

قِس العملية أولًا. ومنذ الأسبوع الأول، تتبّع:

• الوقت من الموجز حتى المادة المعتمدة؛
• تصحيحات الوقائع التي تكشفها المراجعة، لكل مسودة؛
• المسودات المرفوضة كليًا؛
• ساعات عمل المحرر لكل مادة منشورة.

إن لم ينخفض عدد التصحيحات خلال الأشهر الأولى، فأصلح قاعدة الوقائع وقواعد صوت العلامة قبل أن تغيّر الأدوات. وقِس النتائج كما كنت تقيسها من قبل: زيارات البحث، والردود، والمكالمات المحجوزة، والصفقات التي أسهم فيها المحتوى.

وقد ترغب أيضًا في معرفة هل يذكر مساعدو الذكاء الاصطناعي شركتك حين يسأل المشترون عن مجالك. تقول Google: «لا توجد متطلبات إضافية للظهور في AI Overviews أو AI Mode، ولا حاجة إلى تحسينات خاصة أخرى». وتضيف أن المواقع التي تظهر هناك «تُدرج ضمن إجمالي زيارات البحث في Search Console.» وتقول OpenAI إن «OAI-SearchBot يُستخدم لإظهار المواقع في نتائج البحث ضمن ميزات البحث في ChatGPT»، وإن المواقع التي اختارت عدم السماح له «لن تظهر في إجابات البحث في ChatGPT». فتحقق من أن ملف robots.txt لديك لا يحجب برامج الزحف التابعة للمساعدين الذين يهمونك.

ولتتبّع مرات الذكر، اكتب عشرين سؤالًا حقيقيًا يطرحها المشترون. واطرح كلًّا منها على كل مساعد يهمك، عدة مرات وفق جدول ثابت، وسجّل هل ذُكر اسمك وأي الصفحات استُشهد بها. واحسب عدد مرات ذكرك كل شهر، لأن إجابة واحدة لا تخبرك بالكثير.

أي مسار يناسب شركتنا؟

استخدم مساعدًا عامًا أو أداة كتابة حين يكتب شخص أو اثنان بضع مواد في الأسبوع ويقرأ محرر كل واحدة منها. ويناسبك الذكاء الاصطناعي في منصتك حين يُنشأ المحتوى ويُنشر داخل تلك المنصة، وتغطي إعدادات الموافقة والصوت فيها قنواتك. وفكّر في وكلاء ينطلقون من قاعدة وقائع واحدة حين ينشر عدة أشخاص عبر قنوات ولغات متعددة، وتتغير الوقائع كثيرًا، وترد في النصوص ادعاءات خاضعة للتنظيم، أو يكون رقم خاطئ واحد مكلفًا. وإن لم يكن هناك من يستطيع تولي قاعدة الوقائع، فالتزم بالمسارين الأولين، لأن الوكلاء الذين ينطلقون من وقائع قديمة ينشرونها في كل القنوات دفعة واحدة.

ماذا ينبغي أن نسأل المزوّد، أو فريقًا سيبني منظومة وكلاء؟

لمزوّد أداة كتابة أو منصة:

• من أي وقائع تكتب الأداة مسوداتها، وهل يمكننا أن نرى من أين جاء كل ادعاء؟
• هل توجد خطوة موافقة لا يستطيع أحد تخطيها، مع سجل بمن وافق على أي نسخة؟
• هل تُستخدم بياناتنا لتدريب أي نموذج، وعلى أي خطة، وأين ينص العقد على ذلك؟
• كم يكلّف شهر من حجم عملنا الفعلي، وماذا يمكننا تصديره إن غادرنا؟

لفريق سيبني منظومة وكلاء:

• أين ستكون قاعدة الوقائع، ومن يستطيع تغييرها من جانبنا؟
• كيف تقرر خطوة التحقق أن الادعاء مدعوم، وماذا يحدث للادعاءات التي لا تستطيع مطابقتها؟
• أي النماذج والمزوّدين سيعالجون مسوداتنا، وبموجب أي شروط للبيانات؟
• كم تبلغ كلفة استخدام النماذج لمقال واحد معتمد، ومن يصون الوكلاء بعد الإطلاق؟
• ماذا نملك في النهاية: الشيفرة، والمطالبات، وقاعدة الوقائع، والسجلات؟

أين موقع amBrain من ذلك؟

تنشر amBrain هذه المدونة، ولها مصلحة في هذا الموضوع. وعن منتجها الخاص تقول: «منتجنا الخاص، aigo، يعمل بوكلاء ذكاء اصطناعي يبحثون ويكتبون ويتحققون ويقيسون انطلاقًا من ذاكرة مشتركة واحدة لوقائع الشركة. ويوافق شخص على كل ما يصدر.» وهذا يوافق المسار الثالث المذكور أعلاه، فاقرأ هذا الدليل وأنت تعلم أن ناشره يملك منتجًا من هذا النوع.

هذه المقالة ليست دراسة حالة ولا تصف عملًا لأي عميل. ولا تقول إن amBrain تبني أنظمة وكلاء للعملاء، ولا تعرض أي نتائج من aigo. والشركات والمنتجات والجهات التنظيمية الأخرى المسمّاة هنا مقتبسة من صفحاتها المنشورة. ولا تدّعي المقالة أي علاقة بين amBrain وأي منها، ولا تذكر أسعارًا أو جداول زمنية لدى amBrain.

تبني amBrain البرمجيات منذ عام 2019. وعن طريقة عملها مع العملاء تقول: «ثلاث صيغ: تسليم كامل، أو فريق مخصص، أو مهندسون مدمجون في فريقك.» وعن الملكية تقول: «يحتفظ العميل بالملكية الكاملة للمنتج والشيفرة، باستثناء مكوناتنا القابلة لإعادة الاستخدام.» والأسئلة أعلاه تنطبق على أي شركة تفكر فيها.