Marketingowy AI-pracownik oparty o transkrypty nie wymyśla treści za eksperta. Jego zadaniem jest wydobyć tezy z rozmów, uporządkować źródła, przygotować wersje robocze na stronę i LinkedIn oraz zostawić człowiekowi decyzję, co jest prawdziwe, ważne i gotowe do publikacji.
Problem nie polegał na braku wiedzy. Wiedza była w rozmowach handlowych, ofertach, notatkach, PDF-ach, stronach źródłowych i krótkich dyskusjach z osobami, które naprawdę rozumieją temat.
Problem polegał na tym, że ta wiedza rzadko zmieniała się w regularny marketing. Każdy artykuł albo wpis wymagał powrotu do nagrania, wyciągnięcia sensu, napisania pierwszej wersji, poprawienia tonu, sprawdzenia szczegółów i dopiero potem przygotowania publikacji. Dla właściciela albo eksperta oznaczało to pracę, która zawsze przegrywała z pilniejszymi zadaniami.
Ryzyko
Najprostsza wersja takiego procesu brzmi kusząco: wrzucić temat do AI i poprosić o wpisy na LinkedIn. To jednak szybko prowadzi do treści, które wyglądają poprawnie, ale nie mają ciężaru merytorycznego.
To jest klasyczna papka z AI: tekst sklejony z ogólnych sformułowań, bez prawdziwego punktu widzenia, bez źródeł i bez śladu rozmowy, z której miał wynikać. Taka treść może zwiększyć liczbę publikacji, ale osłabia zaufanie do eksperta.
Dlatego zakres został ustawiony inaczej. AI nie miało przejąć myślenia. Miało przejąć niewdzięczną warstwę redakcyjną i operacyjną.
Rozwiązanie
Zaprojektowaliśmy agenta marketingowego jako osobnego AI-pracownika z wąskim celem: przygotowywać materiały marketingowe z istniejących rozmów i źródeł.
Agent nie był ogólnym asystentem do wszystkiego. Nie miał mieszać marketingu z analizą finansową, prywatną skrzynką właściciela ani zadaniami księgowymi. To ograniczenie było świadome: im bardziej konkretny zakres, tym łatwiej utrzymać jakość, język i bezpieczeństwo.
Materiały źródłowe trafiają do miejsca, w którym agent może je czytać, ale nie może ich nadpisać. Transkrypty, PDF-y, notatki, linki i poprzednie publikacje pozostają nienaruszone. Wyniki pracy agent zapisuje w osobnej przestrzeni roboczej, gdzie człowiek może je sprawdzić, poprawić albo odrzucić.
Jak działa proces
Pierwszym wejściem jest rozmowa: transkrypt spotkania, nagranie, notatka po konsultacji albo dyskusja z ekspertem. To tam pojawia się oryginalna koncepcja, przykłady, język klienta i argumenty, których nie da się dobrze odtworzyć z samego polecenia.
Agent porządkuje materiał w kilku krokach:
- Wydobywa główne tezy i zaznacza, które fragmenty wymagają doprecyzowania.
- Łączy tezy ze źródłami, żeby było wiadomo, skąd pochodzi dana informacja.
- Przygotowuje pierwszą wersję roboczą opisu wdrożenia, artykułu albo wpisu.
- Tworzy warianty pod kanał: dłuższy tekst na stronę, krótszy wpis na LinkedIn, robocze pytania i odpowiedzi albo serię krótkich publikacji.
- Oddaje materiał do przeglądu człowiekowi.
- Po uwagach przygotowuje kolejną wersję bliższą stylowi i standardom firmy.
Ważne jest to, że agent nie publikuje samodzielnie. Przygotowuje wersję roboczą. Człowiek decyduje, czy teza jest trafna, czy przykład można pokazać publicznie, czy ton pasuje do marki i czy materiał powinien wyjść na zewnątrz.
Co odróżnia to od papki z AI
Papka z AI zaczyna się od pustego polecenia: “napisz wpis o naszej firmie”. Proces oparty o transkrypty zaczyna się od realnej rozmowy i realnych źródeł.
W słabym procesie AI zgaduje, co firma mogłaby powiedzieć. W dobrym procesie AI redaguje to, co ekspert już powiedział, tylko w formie, która nadaje się do publikacji.
W słabym procesie każdy tekst brzmi podobnie, bo model sięga po najczęstsze frazy. W dobrym procesie agent uczy się preferencji firmy: które argumenty są ważne, jakiego tonu unikać, jak mocno technicznie pisać i gdzie zostawić miejsce na decyzję człowieka.
W słabym procesie nikt nie wie, skąd wzięła się dana teza. W dobrym procesie agent ma odwoływać się do materiału źródłowego, a jeśli czegoś nie potrafi potwierdzić, powinien oznaczyć to jako miejsce do sprawdzenia.
Efekt biznesowy
Najważniejszym efektem nie jest sama liczba wygenerowanych tekstów. Ważniejsze jest to, że firma dostaje powtarzalny sposób zamiany wiedzy eksperckiej w widoczną komunikację.
Z jednej rozmowy można przygotować:
- opis wdrożenia na stronę,
- serię wpisów na LinkedIn,
- krótkie pytania i odpowiedzi dla klientów,
- roboczy artykuł do przewodnika,
- notatkę sprzedażową dla zespołu,
- listę tematów do kolejnych rozmów.
To pozwala skalować treści bez udawania, że AI ma własną wiedzę branżową. Wartość merytoryczna nadal pochodzi od ludzi, a AI skraca drogę od rozmowy do publikacji.
Granice bezpieczeństwa
W tym podejściu agent ma pracować w przewidywalnych miejscach. Źródła są oddzielone od wyników pracy. Dostęp do publikacji i wysyłki powinien działać w trybie wersji roboczej, dopóki człowiek nie zatwierdzi materiału.
To chroni cztery rzeczy naraz: poufność rozmów, materiały źródłowe, reputację eksperta i jakość komunikacji. Nawet jeśli agent przygotuje słabszą wersję, nie nadpisuje źródeł i nie wypuszcza jej samodzielnie na zewnątrz.
Dlaczego to działa
Ten proces działa, bo nie próbuje zastąpić eksperta. Zamiast tego usuwa tarcie między ekspercką rozmową a publiczną treścią.
Ekspert nadal myśli, wybiera i decyduje. AI-pracownik pilnuje, żeby dobra rozmowa nie zniknęła w transkrypcie, tylko zamieniła się w materiał, który można przeczytać, poprawić i opublikować.
Właśnie w tym miejscu AI ma największą wartość w marketingu dla firm: nie w produkowaniu większej ilości losowych treści, tylko w wydobywaniu z firmy tego, co już jest wartościowe, i nadawaniu temu formy, która może regularnie pracować na stronie, w LinkedInie i w sprzedaży.