ИИ для маркетингового контента в B2B: ChatGPT или Jasper, ИИ вашей платформы или агенты, опирающиеся на одобренные факты

Попросите ИИ-инструмент написать кейс, и гладкий черновик быстро будет готов. Но в нём может оказаться и экономия, о которой не сообщал ни один клиент. Использовать ИИ для B2B-статей, постов, писем и продающих страниц можно тремя путями. Можно взять универсального ассистента или инструмент для написания текстов либо ИИ внутри маркетинговой платформы, за которую вы уже платите. Третий путь — набор агентов, которые исследуют, пишут и проверяют на основе единой базы одобренных фактов о компании, а то, что уходит наружу, одобряет человек. Первого или второго пути может оказаться достаточно. При любом варианте результат зависит от двух вещей, которые вы настраиваете сами: письменного списка одобренных фактов и конкретного человека, который даёт окончательное одобрение.

Что идёт не так, когда маркетинговый контент пишет ИИ?

Первая проблема — уверенно изложенный факт, которого модели никто не давал. В документации Anthropic сказано: «Даже самые продвинутые языковые модели, такие как Claude, иногда могут генерировать текст, который фактически неверен или не согласуется с заданным контекстом». Руководство Google для владельцев сайтов объясняет почему: «генеративные модели не извлекают факты, а предсказывают вероятную последовательность слов на основе своих обучающих данных». В маркетинговом тексте это процент, название клиента, сертификат или функция, которые звучат правдоподобно, но не имеют источника.

Тот же механизм вредит голосу вашего бренда. Без ваших собственных материалов и правил самая вероятная формулировка обычно совпадает с той, которой пишут все, и ваши посты могут начать звучать как посты конкурентов. Google также предупреждает, что «использование инструментов генеративного ИИ или других подобных инструментов для создания множества страниц, не добавляющих ценности для пользователей, может нарушать правила Google о спаме в части злоупотребления массово создаваемым контентом».

Дальше — утверждение, которое никто не одобрял. Британский кодекс для рекламы вне теле- и радиоэфира, CAP Code, гласит: «маркетологи должны располагать документальными доказательствами, подтверждающими утверждения, которые потребители, скорее всего, воспримут как объективные и которые поддаются объективному обоснованию». Он также требует доказательств того, «что отзыв или рекомендация, использованные в маркетинговой коммуникации, подлинны», а цитата клиента, которую выдумала модель, эту проверку не пройдёт. Для брокеров-дилеров США FINRA заявляет: «Фирмы несут ответственность за свои коммуникации независимо от того, созданы ли они человеком или технологией ИИ».

Эти проблемы доходят до читателей, если за финальную проверку никто не отвечает. Когда автор доверяет редактору, а редактор — инструменту, цифры не читал никто.

Что даёт инструмент для написания текстов вроде ChatGPT или Jasper?

Первый путь — универсальный ассистент вроде ChatGPT или Claude либо инструмент для написания текстов, рассчитанный на бизнес, например Jasper или Writer. Anthropic пишет, что проекты в Claude «позволяют создавать автономные рабочие пространства со своей историей чатов и базами знаний», а инструкции в них могут задавать тон.

Универсальный ассистент может даже провести простую проверку фактов. Пример промпта в документации Anthropic просит написать пресс-релиз, «используя только информацию из этих продуктовых брифов и рыночных отчётов». Затем в нём сказано: «Если вы не можете найти подтверждающую цитату для утверждения, удалите это утверждение из пресс-релиза». Любая команда может повторить этот приём, подставив свою справку с фактами, и небольшой команде этого может оказаться достаточно.

Ограничения вытекают из того, как люди пользуются этими инструментами. У каждого автора свои промпты и файлы, поэтому один пишет черновик по справке с фактами этого квартала, а другой — по прошлогодней. Если специально это не настроить, ничто не фиксирует, откуда взялось утверждение, и ничто не мешает непрочитанному черновику уйти наружу. Настройки к тому же могут не действовать, пока их кто-нибудь не подключит. Справочный центр Writer предупреждает: «Чтобы ваше руководство по стилю и термины применялись к результатам, которые генерирует WRITER Agent, сначала нужно подключить их к профилю голоса». А тарифы ограничивают, сколько можно загрузить: в тарифе Pro у Jasper указаны «2 голоса бренда, 5 материалов базы знаний и 3 аудитории».

Что добавляет ИИ вашей маркетинговой платформы и где заканчиваются его возможности?

Второй путь — ИИ, который, возможно, уже есть в одном из инструментов, за которые вы платите. На странице справки HubSpot сказано: «Используйте ИИ-инструменты HubSpot, чтобы адаптировать сгенерированный или написанный контент под особый голос вашего бренда». На продуктовой странице компании указан Content Agent со строкой «Создавайте посты для блога, контент для соцсетей и лендинги голосом вашего бренда». Adobe GenStudio for Performance Marketing показывает для каждого черновика «Percentage of compliance with your Brand» в зависимости от того, сколько ваших правил он проходит. Для рекламы с одним изображением в Campaign Manager LinkedIn сообщает, что «может генерировать несколько вариантов объявления, включая заголовки, вводный текст и предлагаемые визуальные материалы».

Тогда черновики пишутся там же, где контент планируется и измеряется, в рамках прав пользователей, которыми вы уже управляете. Минус — узкое поле зрения. Каждая платформа хранит свой контент и свои настройки, поэтому факты в ваших письмах из HubSpot и в рекламе в LinkedIn могут разойтись. Для управления согласованиями может понадобиться более дорогой тариф. HubSpot пишет, что «для доступа к настройкам согласования для отдельных типов контента требуется подписка Enterprise», а также что «суперадминистраторы могут пропускать согласования».

Оценка соответствия бренду считает правила, которым следует черновик. Верна ли цифра в тексте — это отдельная проверка, поэтому спросите, с чем платформа сверяет утверждения. О функциях, которые платформы теперь называют агентами, спросите, откуда берутся факты и кто одобряет результат.

Что добавляют агенты, опирающиеся на одобренные факты, и сколько они стоят?

Агентная система делит работу между несколькими ИИ-агентами. Anthropic описывает агентов как «обычно просто LLM, которые в цикле используют инструменты, опираясь на обратную связь от среды». LLM — это большая языковая модель, а инструменты — функции, которые модель может вызывать, например веб-поиск или хранилище документов. Один агент собирает источники по теме, другой пишет черновик по одобренным фактам и правилам голоса бренда. Затем проверяющий агент сравнивает каждое утверждение с фактами и помечает то, что не может сопоставить. Человек одобряет или отклоняет материал, а система фиксирует, кто это сделал.

Этап проверки следует паттерну, который Anthropic называет evaluator-optimizer: «один вызов LLM генерирует ответ, а другой в цикле даёт оценку и обратную связь». Anthropic также пишет, что агенты «могут затем делать паузу, чтобы получить обратную связь от человека, на контрольных точках или при возникновении препятствий».

Такая система может окупиться, когда объём контента большой. Все каналы и языки опираются на один набор фактов, а тот, кто вычитывает материал, видит, какие утверждения уже проверены. Но и работы она требует. Anthropic, которая продаёт модели для таких систем, советует «искать самое простое из возможных решений и усложнять его только при необходимости. Это может означать, что агентные системы вообще не нужно строить». Кто-то должен поддерживать базу фактов в актуальном состоянии, сопровождать агентов, оплачивать использование моделей и разбирать пометки. Если с вашим объёмом справляются один автор и один редактор, эта работа почти ничего не даст вам взамен.

Что входит в базу фактов из одобренных утверждений?

База фактов — это список утверждений, которые ваша компания согласилась делать публично, каждое со своими доказательствами. Ведите один список, который читают все авторы и все инструменты. Для каждого утверждения фиксируйте:

• точную формулировку, чтобы авторы и модели копировали её, а не пересказывали;
• доказательство: документ, цифру с датой измерения или человека, который его подтвердил;
• где его можно использовать, например на сайте и в письмах отдела продаж, но не в платной рекламе;
• событие, после которого его нужно проверить заново, например изменение цены или отзыв согласия клиентом.

Добавьте слова, которых компания никогда не использует, например безрисковый или полностью безопасный. Названия клиентов, логотипы и цитаты попадают в базу только с письменного согласия.

Начните с утверждений, которые ваш отдел продаж повторяет чаще всего. Если в черновике есть утверждение, которого нет в списке, черновик ждёт, пока это утверждение не одобрят или не уберут.

Как написать правила голоса бренда, которым модель будет следовать?

Правила голоса бренда работают, когда по ним можно проверить черновик. Прилагательные вроде дружелюбный или профессиональный проверить нельзя. А такие правила проверить можно:

• Обращайтесь к читателю на вы, а о компании пишите от первого лица множественного числа.
• Одна мысль в одном предложении, и ни одно предложение не длиннее двух строк.
• Число с единицей измерения вместо прилагательного вроде быстрый или мощный.
• Говорите о том, чего продукт не делает, так же прямо, как о том, что он делает.
• Запрещённые слова — каждое вместе со словом, которое нужно использовать вместо него.

Дайте каждому правилу обоснование и две строки из ваших прошлых материалов: одну, которая ему следует, и одну, которая его нарушает. В руководстве Anthropic по промптам сказано: «Примеры — один из самых надёжных способов управлять форматом, тоном и структурой ответов Claude». Держите список коротким. Для редакционных правил в GenStudio Adobe советует 5–10 пунктов и просит давать «чёткие и выполнимые указания», например «Пишите предложения короче 20 слов» вместо «Будьте лаконичны».

Проверьте правила, прежде чем на них полагаться. Попросите коллегу найти черновик, написанный ИИ, в подборке, куда входят и ваши опубликованные материалы.

Кто проверяет черновик перед публикацией и в каком порядке?

Запишите порядок и держите его одинаковым при любом варианте. Сначала идёт проверка фактов по одобренному списку — её проводит человек или проверяющий агент. Затем редактор сверяет черновик с правилами голоса бренда. Утверждения о правовых вопросах, безопасности, ценах, результатах клиентов или финансовых продуктах уходят юристам или в комплаенс. В конце один конкретный человек одобряет финальную версию, а в записи видно, кто что одобрил и когда. Передайте этому человеку утверждения с их источниками и все пометки, чтобы проверка заняла немного времени.

Некоторые регулируемые фирмы уже так работают. Правило FINRA 2210 гласит: «Зарегистрированный руководитель фирмы-члена с надлежащей квалификацией должен одобрить каждую коммуникацию для розничных инвесторов до её использования или подачи в Департамент регулирования рекламы FINRA, в зависимости от того, что наступит раньше». Это правило распространяется на брокеров-дилеров — членов FINRA и предусматривает исключения, но любая компания может перенять его логику и ничего не публиковать без одобрения.

Что мы вставляем в ИИ-инструменты и что с этим делают вендоры?

Черновики могут строиться на материалах, которые ещё не опубликованы, например на изменении цены или результатах клиента. Прежде чем кто-то вставит такой материал в инструмент, проверьте, каким тарифом пользуется этот человек и что вендор, по его словам, делает с данными.

Условия зависят от тарифа. Anthropic пишет, что по умолчанию «не будет использовать ваши входные или выходные данные из наших коммерческих продуктов» для обучения своих моделей. Её потребительские тарифы дают пользователям «возможность выбрать, разрешить ли использовать их данные для улучшения Claude», поэтому автор с личным аккаунтом может работать на других условиях. OpenAI пишет: «данные, отправленные в API OpenAI, не используются для обучения или улучшения моделей OpenAI (если вы явно не согласились делиться данными с нами)». Эта строка относится к API; для ChatGPT проверьте условия тарифа, которым пользуется каждый автор.

HubSpot пишет, что «может использовать данные клиентов, как они определены в Условиях обслуживания клиентов HubSpot, для обучения и улучшения собственных ИИ-моделей HubSpot». О переключателе, которым можно от этого отказаться, компания говорит: «По умолчанию настройка будет включена». Она также сообщает, что не разрешает сторонним поставщикам ИИ обучаться на данных клиентов. В справочном центре Writer сказано: «Мы не обучаем наши LLM на данных клиентов».

Проверьте эти пункты в договоре и условиях обработки данных и сохраните копию с датой. Дайте команде правило на одну страницу: какие инструменты и тарифы одобрены и что никогда не попадает ни в один инструмент, например неопубликованные финансовые результаты или данные клиента.

Как вендоры берут плату за ИИ, который пишет маркетинговый контент?

Вендоры берут плату за пользователя, списывают кредиты из общего пула, считают по использованию или сочетают эти схемы. Jasper указывает цену тарифа Pro за пользователя в месяц, а для тарифа Business называет индивидуальные цены. Anthropic тоже указывает цену тарифа Team за пользователя в месяц. HubSpot пишет: «Многие ИИ-функции и агенты работают на HubSpot Credits», которые покупают «заранее пакетами, чтобы расходы были предсказуемыми, или по мере использования с оплатой по факту».

При оплате по использованию платят за текст, который модель читает и пишет, а измеряется он в токенах. Токены — это небольшие фрагменты текста, которые поставщики считают и тарифицируют. На странице цен API Anthropic модель Claude Sonnet 5.5 указана по 2 доллара за миллион входных токенов и 10 долларов за миллион выходных. Прайс-листы меняются. Тариф Enterprise у Anthropic сочетает оплату за пользователей и за использование: «20 долларов за пользователя в месяц плюс использование по тарифам API, так что стоимость растёт вместе с моделями и задачами, которые запускает ваша команда».

Агентная система обращается к модели по несколько раз на каждый материал. Попросите у команды, которая построила бы такую систему, фактически измеренные расходы на модель в расчёте на одну одобренную статью. Затем добавьте часы людей, которые ведут базу фактов. При любом варианте получите цену в письменном виде, включая минимальное число пользователей и дополнения, и спросите, что происходит, когда заканчиваются кредиты.

Как измерять результаты, в том числе то, что говорят о нас ИИ-ассистенты?

Сначала измеряйте процесс. С первой недели отслеживайте:

• время от брифа до одобренного материала;
• исправления фактов, найденные при проверке, в расчёте на один черновик;
• черновики, отклонённые целиком;
• часы работы редактора на один опубликованный материал.

Если число исправлений не снижается в первые месяцы, доработайте базу фактов и правила голоса бренда, прежде чем менять инструменты. Результаты измеряйте так же, как раньше: поисковый трафик, ответы, назначенные звонки и сделки, в которых сыграл роль контент.

Возможно, вы также захотите узнать, называют ли ИИ-ассистенты вашу компанию, когда покупатели спрашивают о вашей сфере. Google пишет: «Для появления в AI Overviews или AI Mode нет никаких дополнительных требований, и никакая особая оптимизация не нужна». Компания добавляет, что сайты, которые там появляются, «учитываются в общем поисковом трафике в Search Console». OpenAI пишет, что «OAI-SearchBot используется для показа сайтов в результатах поиска в поисковых функциях ChatGPT», а сайты, закрытые от него, «не будут показываться в поисковых ответах ChatGPT». Проверьте, что ваш файл robots.txt не блокирует краулеров тех ассистентов, которые вам важны.

Чтобы отслеживать упоминания, запишите двадцать реальных вопросов покупателей. Задавайте каждый из них во всех важных для вас ассистентах, по несколько раз, по фиксированному графику, и записывайте, называют ли вашу компанию и какие страницы цитируются. Считайте, как часто вас называют каждый месяц: один ответ мало что говорит.

Какой путь подходит нашей компании?

Используйте универсального ассистента или инструмент для написания текстов, когда один-два человека пишут по несколько материалов в неделю, а редактор читает каждый. ИИ вашей платформы подходит, когда контент создаётся и публикуется внутри этой платформы, а её настройки согласования и голоса бренда охватывают ваши каналы. Агентов, опирающихся на единую базу фактов, стоит рассмотреть, когда несколько человек публикуют материалы в разных каналах и на разных языках, факты часто меняются, в текстах встречаются утверждения, подпадающие под регулирование, или одна неверная цифра обходится дорого. Если вести базу фактов некому, оставайтесь на первых двух путях: агенты, опирающиеся на устаревшие факты, разносят их сразу по всем каналам.

Что спросить у вендора или у команды, которая построила бы агентную систему?

Вендору инструмента для написания текстов или платформы:

• На каких фактах инструмент строит черновики и можем ли мы увидеть, откуда взялось каждое утверждение?
• Есть ли этап согласования, который никто не может пропустить, с записью о том, кто одобрил какую версию?
• Используются ли наши данные для обучения какой-либо модели, на каком тарифе и где это сказано в договоре?
• Сколько стоит месяц при нашем реальном объёме и что мы сможем выгрузить, если уйдём?

Команде, которая построила бы агентную систему:

• Где будет храниться база фактов и кто с нашей стороны сможет её менять?
• Как этап проверки решает, что утверждение подтверждено, и что происходит с утверждениями, которые он не может сопоставить?
• Какие модели и вендоры будут обрабатывать наши черновики и на каких условиях по данным?
• Во что обходится одна одобренная статья в расходах на модели и кто будет сопровождать агентов после запуска?
• Что будет принадлежать нам в итоге: код, промпты, база фактов и журналы?

Где здесь место amBrain?

amBrain ведёт этот блог, и у неё есть свой интерес в этой теме. О собственном продукте компания говорит: «Наш собственный продукт aigo работает на ИИ-агентах, которые исследуют, пишут, проверяют и измеряют на основе единой общей памяти о фактах компании. Человек одобряет всё, что уходит наружу». Это соответствует третьему пути, описанному выше, поэтому читайте это руководство, помня, что у его издателя есть продукт такого рода.

Эта статья не является кейсом и не описывает работу для клиентов. В ней не говорится, что amBrain строит агентные системы для клиентов, и не приводится никаких результатов aigo. Остальные компании, продукты и регуляторы, названные здесь, цитируются по их опубликованным страницам. Статья не утверждает наличия каких-либо отношений между amBrain и любым из них и не приводит цен и сроков amBrain.

amBrain делает софт с 2019 года. О том, как компания работает с клиентами, она говорит: «Три формата: полная разработка, выделенная команда или инженеры внутри вашей команды». О владении у неё такая строка: «Клиент сохраняет полное владение продуктом и кодом, кроме наших переиспользуемых компонентов». Вопросы выше относятся к любой фирме, которую вы рассматриваете.