Reálné možnosti AI v marketingu, bez přehánění

V minulém článku jsem rozebral, proč AI nenahradí dobré specialisty a koho nahradí doopravdy. Skončil jsem tím, že máte právo chtít po své agentuře, aby AI využívala. Tenhle článek ukazuje, jak to vypadá v praxi: co s AI v digitálním marketingu reálně funguje, co máme v Next Vision vyzkoušené a kde jsou hranice.

Začnu tím nejdůležitějším. Nikdy to nebude fungovat tak, že si po zhlédnutí webináře koupíte nástroj se slibem „Po jednom večeru s AI už nebudete potřebovat grafika ani markeťáka“ a ten za vás všechno dokonale odvede. AI je ve výchozím stavu superinteligence, která dokáže skoro cokoliv. Jenže na startu o vás, vaší firmě a vašich zákaznících neví vůbec nic. Když jí dáte vágní zadání, začne si domýšlet a střílet od boku. Přesně odtud pocházejí komentáře typu: zkusil jsem AI a je to k ničemu.

Celé je to za mě o jedné věci. Kontext, kontext, kontext.

Všechno stojí na třech kontextech

Vágní zadání s hromadou volných proměnných dává AI prostor něco si vymyslet, něco přeskočit a něco ignorovat. Je to, jako když někdo otevře ChatGPT a napíše: jak mám postavit dům? Strašně obecná otázka. Tisíc lidí má tisíc různých preferencí a požadavků, takže správná odpověď není jedna, je jich nekonečná množina.

Když chcete kvalitní výsledek, musíte dodat tři oblasti kontextu.

1. Pro koho to děláte

V digitálním marketingu je to typicky klient. Ať už je to vaše vlastní firma, nebo děláte marketing pro někoho jiného, ten klient musí být popsaný co nejlíp. Co je to za firmu, jestli je to e-shop, nebo firma zpracovávající poptávky. Co je jejím produktem, kdo jsou zákazníci, jak vypadá brand. Silné a slabé stránky, strategie na následující měsíce, pozicování na trhu, slogany. Co se v komunikaci tlačit má a co je naopak zakázané, proti čemu se firma vymezuje.

Čím víc toho o klientovi dokážete popsat, tím líp. Ale rozdělené do funkčních celků, aby se v tom AI zorientovala a sáhla si jen na to, co zrovna potřebuje. AI má totiž omezené kontextové okno. Když do něj nasypete všechno najednou, zahltí se a kvalita výstupů jde dolů. Cíl tedy není poslat AI úplně všechno naráz, ale mít toho hodně zmapovaného a strukturovaného tak, aby si sama našla přesně to, co pro daný úkol potřebuje.

Tenhle kontext má na výstupy kardinální vliv. Když má nástroj vytvořit marketingovou strategii nebo jen bannery do reklamy, je sakra rozdíl, jestli je dělá pro Ferrari, nebo pro Volkswagen.

2. Co přesně chcete

Musíte přesně říct, co je výstup a co je zadání. Čím je zadání širší, tím víc prostoru pro halucinace.

Ukážu to na banneru. Můžete říct: chci banner. Typů využití banneru jsou ale mraky. Když místo toho řeknete, že chcete banner pro reklamu na Metě, čtvercový formát, produktový top banner, na kterém je vyobrazený produkt, jeden velký nadpis, benefity a akční tlačítko, dostanete mnohem lepší výstup. AI nesklouzne ke špatnému formátu ani rozměru a pochopí, co chcete.

A když už jde o produktový banner, dejte jí i informace o produktu. Ideálně produktovou stránku, kde si zjistí fotky a parametry. Spojte to s firemním kontextem z bodu jedna a výsledek je najednou výrazně lepší.

3. Jak se to má udělat

Třetí kontext říká, jakým způsobem se má při konkrétním úkolu pracovat. Dnes se pro to ujaly takzvané skilly: kuchařka, návod, jak daný výstup uvařit správně.

Takový skill pro tvorbu bannerů může obsahovat třeba: jaké formáty a rozměry se na jaký účel používají, doporučené velikosti textů a kolik textu banner vůbec unese, pravidla pro kontrast mezi textem a pozadím, aby bylo všechno dobře čitelné, jak výrazné má být akční tlačítko vůči zbytku banneru, kolik prostoru nechávat od okrajů. A na konci kontrolní checklist, podle kterého si AI po sobě výstup sama zkontroluje.

Nebo responzivní reklamy v Google Ads. Ve skillu je popsané, že se pracuje s různými úhly pohledu na produkt, že na prvních pozicích má být něco blízko klíčovému slovu, že u produktové reklamy patří do textů výhody produktu a e-shopu. A že nadpisy mají maximálně 30 znaků a popisy 90. Kompletní kuchařský návod.

Když tohle všechno dodržíte a máte to dobře poskládané dohromady, funguje to. Ale když vám někdo v reklamě tvrdí, že si stáhnete nástroj a ten vám bez práce a bez přemýšlení vygeneruje tisíce dokonalých bannerů, je to nesmysl. Stejně jako představa, že už nepotřebujete správce kampaní, protože si reklamní účet napojíte na AI.

Deset let dělám PPC a poslední půlrok intenzivně stavím systémy, jak s AI zefektivnit práci marketéra. Takže tuhle hranici vidím z obou stran každý den.

Kde je skutečná úspora

Zefektivnění za mě přichází v tom, že se nuluje čas strávený vyklikáváním v reklamních systémech. Nekonečné načítání, ťukání do klávesnice, klikání v rozhraní. Místo toho můžu zadání rovnou namluvit, říct, o co mi jde, a systém, který zná cíle klienta i pravidla práce, to udělá na pozadí.

Konkrétní příklad: zakládání kampaní Performance Max, dnes hlavního typu kampaně pro e-shopy v Google Ads. Aby taková kampaň dobře fungovala, potřebuje spoustu vstupů: reklamní texty, obrázky, správně vybrané produkty z katalogu e-shopu a informace o tom, na jaké zákazníky se má zaměřit. Dřív to znamenalo dvě hodiny klikání a ručního vpisování do systému. Dnes zadám jednu větu: pro tuhle kategorii e-shopu spusť v kampani novou reklamní sestavu, tady je odkaz. AI připraví texty, vybere správné produkty, doplní cílení. Běží to na pozadí a já výsledek zkontroluju.

Ušetřené dvě hodiny nezmizí, přesunou se do práce, na kterou dřív nezbýval čas. Víc testů, hlubší analýzy, rychlejší reakce, když se v účtu něco děje.

Jenže to jsou systémy, které je potřeba si vymazlit. Není to výsledek rychlokurzu. Rychlokurz vám tak akorát rychle vyčerpá peněženku.

Co reálně používáme v Next Vision

Bannerizer: 50 variant místo dvou

Testujeme interní nástroj, kterému říkáme Bannerizer. Vezme daný formát banneru, třeba top product nebo split screen, a rychle vytvoří varianty. Zachová layout, vizuální styl i brandová doporučení, takže můžeme testovat různé kreativní koncepty a komunikační linky. Vymyslet, co má banner říkat, je pořád práce pro člověka. Nástroj pak násobí varianty.

Tohle se dalo dělat i dřív ve Figmě kopírováním a přepisováním. U jedné nebo dvou variant rozdíl nepoznáte. U padesáti variant už je úspora času opravdu znát.

Máme i variantu pro klienta, který nemá žádné podklady. Pak je potřeba nejdřív co nejlíp vyextrahovat, co je klient zač: barvy, fonty, tone of voice. Dají se použít referenční bannery jiných značek, třeba deset různých, a vydestilovat z nich jednotný styl. Ale je fér říct, že tohle je jen první pomoc, ne řešení. Skutečný problém je, že klient nemá vůbec žádný grafický základ, ze kterého se dá vycházet. Když není nic, je aspoň něco dobré. Silný kvalitní brand ale za mě na stylu vydestilovaném z cizích bannerů nepostavíte.

A teď ta realistická část. Typicky se budete setkávat s tím, že text přetéká, kam nemá. Že jde přes produkt. Že grafické prvky nejsou úplně rovné nebo je rozložení prostě divné. AI vám dá prvních 80 až 90 procent a zbytek si dotáhnete, třeba když si necháte bannery vykreslovat do Figmy. Ale není to tak, že bannery jsou vyřešené a grafika už nepotřebujete. Potřebujete. Banner musí mít grafickou hlavu a patu: rozumné kontrasty, vzdálenosti od okrajů, ty věci, kvůli kterým se na něco podíváte a je to buď divné, nebo hezké. To je přidaná hodnota grafika.

Meta Ads: reklamy hromadně přes API

Meta má své rozhraní profláknuté tím, že buguje, laguje a dlouho se načítá. Naklikat jednu reklamu zabere tři až pět minut. My reklamy odesíláme do systému hromadně přes API, rovnou z počítače.

Funguje to tak, že pro každého klienta máme co nejlíp popsaný kontext: jaké psát texty, jaké jsou cíle, jaká strategická rozhodnutí jsme udělali a proč. Pak nasázíme třeba dvacet reklam najednou, přidáme URL adresy a AI si projde vstupní stránky, zjistí, na co reklama je, spojí to s tím, co je na banneru nebo videu, a všechno nahraje. Běží to na pozadí, my si výsledek zkontrolujeme. Předem si řekneme, které automatické optimalizace chceme a které ne, protože věčný boj s vylepšeními Mety v uvozovkách, která dokážou kampani spolehlivě uškodit, tím nekončí.

Analýzu výsledků pak uděláte velmi rychle. Platí u ní ale přesně to, co jsem psal v prvním dílu: čísla dostanou smysl, až když znáte klienta, jeho cíle a jestli je daná hodnota hodně, nebo málo. Proto ji dělá specialista s AI, ne AI sama.

Google Ads: stejný princip

Google Ads řídíme přes API podobně. Zakládání kampaní a podkladů, jako u zmíněné Performance Max, ale i analýzy účtů a návrhy změn. A platí u toho totéž co všude jinde: nejdřív musíte AI popsat, jak se má co dělat správně, jaké má klient cíle a jaká je strategie. Jinak dostanete balast.

Kde začít: co se opakuje a co vás štve

AI nepoužíváme jen na reklamy, ale i na vlastní provoz, třeba kolem řízení projektů ve Freelu nebo předávání kontextů o klientech mezi kolegy, které se díky tomu z velké části děje samo. Univerzální tip, s čím začít, je jednoduchý: zamyslete se, co se u vás ve firmě pořád opakuje a co vás štve dělat. To jsou první kandidáti.

Rizika, o kterých reklamy mlčí

Správa reklamních systémů přes API a AI přináší enormní výhody, ušetříte mraky času na smysluplnější práci. Ale rizika jsou stejně velká. Je to ostře nabitá zbraň, a když s ní neumíte zacházet, tím spíš po rychlokurzu, riskujete peníze.

Buď špatně zvolenou strategií. Nebo tím, že spustíte něco s mnohem vyššími rozpočty, než jste chtěli. Nebo tím, že se vaše přístupové údaje dostanou někam, kam nemají, a někdo vás okrade.

A pak je tu kategorie, se kterou je potřeba počítat vždycky: skryté chyby. AI má jednu zákeřnou vlastnost, chybný výstup vypadá stejně věrohodně jako správný. Reklama se špatně pochopeným sdělením, report s čísly, která si AI domyslela, kampaň postavená nad špatnou skupinou produktů. Nic z toho na sebe neupozorní červenou kontrolkou, všechno vypadá hotově a sebejistě. Proto u nás platí jednoduché pravidlo: cokoliv jde ke klientovi nebo utrácí peníze, kontroluje člověk. AI dělá práci, zodpovědnost zůstává na nás.

Tohle všechno jsou rizika, která za mě nemá nést majitel firmy. Majitel firmy nemá být AI developer.

Co s tím jako majitel firmy

Přehled ale mít má. Má vědět, jaké jsou možnosti, a má je vyžadovat po své agentuře. Protože agentura, která AI nevyužívá, plýtvá jeho časem a penězi na neefektivní práci. Je to, jako kdyby si agentura před správou kampaní dala hodinu sudoku, protože to jinak neumí. Když vedle sebe stojí dvě agentury a jedna tyhle možnosti používá a druhá ne, ta první dokáže dát o řád lepší servis. Nepálí čas klikáním na tlačítka.

Co má majitel řešit sám, je jeho byznys: co nejlíp poznat svého zákazníka a dát mu produkt nebo službu co nejlíp odpovídající jeho potřebám. V optimálním poměru kvality a ceny, aby zákazník měl pocit, že za své peníze dostává víc, než čekal, a majitel za své služby dostával víc peněz, než čekal. Nastavit to jde.

A ještě jedna věc na závěr. S tím, jak bude AI robustnější a chytřejší, budou mít nastavení a řízení kampaní všichni na víceméně stejně dobré úrovni. O výsledku pak bude čím dál víc rozhodovat produkt, cena, kvalita služeb, vztah se zákazníkem a celková marketingová strategie. Na tom se vyplatí pracovat už teď.