Słownik AI w marketingu
Dziesięć pojęć, które padają w rozmowach o AI w marketingu. Każde w dwóch zdaniach i z tym, co znaczy w codziennej pracy działu marketingu.
Słownik będziemy uzupełniać. Jeśli brakuje wam jakiegoś pojęcia, napiszcie na hello@sotelly.com.
GEO
Generative Engine Optimization, czyli dbanie o to, żeby asystenci AI, tacy jak ChatGPT, Perplexity czy Gemini, cytowali waszą markę i stronę, gdy ktoś pyta o waszą kategorię. Nazwę wprowadziła praca naukowa z konferencji KDD 2024, w której (na modelu GPT-3.5) widoczność podnosiły cytaty ekspertów, statystyki i podane źródła, a obniżało ją upychanie słów kluczowych.
w marketinguTo regularne sprawdzanie, co asystenci AI mówią o marce i z jakich stron biorą te informacje, a potem poprawianie tych stron.
LLM
Large language model, po polsku duży model językowy: program wytrenowany na bardzo dużej ilości tekstu, który pisze, streszcza, tłumaczy i odpowiada na pytania. Claude, GPT, Gemini i polski Bielik to właśnie LLM-y.
w marketinguTo silnik większości narzędzi do tekstu, od opisów produktów po szkice odpowiedzi na maile, a jakość polszczyzny różni się między modelami, co sprawdziliśmy w teście na opisie produktu.
Model językowy a model obrazowy
Model językowy pracuje głównie na tekście: czyta polecenie i pisze odpowiedź. Model obrazowy albo wideo dostaje opis, czasem też obraz startowy, i generuje obraz lub klip.
w marketinguTekst reklamy, kadr i ruch w filmie robią często trzy różne modele, a napisy na obrazie bezpieczniej dodać na końcu w programie graficznym albo w kodzie, jak w naszych pętlach wideo.
Prompt
Polecenie dla modelu: tekst, czasem z załącznikami, który mówi, co ma powstać, dla kogo, w jakiej formie i czego unikać. Ten sam model z lepszym poleceniem daje zwykle lepszy wynik.
w marketinguDobry prompt wygląda jak dobry brief: fakty, odbiorca, ton, długość i zakazane słowa, tak jak w briefie z naszego testu polszczyzny.
Halucynacja
Odpowiedź modelu, która brzmi pewnie, a jest nieprawdziwa: zmyślona liczba, cytat, źródło albo cecha produktu. Bierze się stąd, że model układa prawdopodobny tekst i sam z siebie nie sprawdza faktów.
w marketinguKażdą liczbę, cenę i parametr w tekście z AI trzeba przed publikacją porównać ze źródłem, bo opis produktu z wymyśloną cechą to obietnica, której firma nie spełni.
RAG
Retrieval-augmented generation: zanim model odpowie, system wyszukuje pasujące fragmenty w wybranych dokumentach i podaje je modelowi razem z pytaniem. Model odpowiada na podstawie tych fragmentów i może wskazać, skąd wziął informację.
w marketinguTak działa asystent, który odpowiada klientom o produktach na podstawie aktualnych kart produktów i cennika firmy.
Fine-tuning a RAG
Fine-tuning to dotrenowanie modelu na własnych przykładach, żeby przejął styl, format albo specjalistyczne słownictwo. RAG nie zmienia samego modelu, tylko w chwili pytania podaje mu właściwe dokumenty, więc wystarczy podmienić dokument, żeby odpowiedź była aktualna.
w marketinguFine-tuning ma sens przy stałym głosie marki i dużej liczbie podobnych tekstów, a RAG przy wszystkim, co się zmienia: cenach, ofercie, regulaminach promocji.
Agent AI
Program, w którym model językowy sam planuje kolejne kroki i używa narzędzi, takich jak wyszukiwarka, poczta, arkusz czy CRM, aż wykona zadanie. Od czatu różni się tym, że wykonuje czynności w innych systemach.
w marketinguAgent może co rano zebrać wzmianki o marce z kilku źródeł i przygotować podsumowanie, a wszystko, co wychodzi na zewnątrz, przed wysłaniem powinien zobaczyć człowiek.
Automatyzacja marketingu
Połączenie narzędzi marketingowych tak, żeby powtarzalne czynności działy się same według ustalonych reguł: lead trafia do CRM, raport do skrzynki, post do kanałów. AI dochodzi tam, gdzie sama reguła nie wystarcza, na przykład przy ocenie leada albo szkicu odpowiedzi.
w marketinguMniej przeklejania danych między systemami, a zespół zajmuje się tym, czego reguła nie załatwi; więcej o tym, jak to robimy, w automatyzacjach.
AI Act: oznaczanie treści z AI
Unijne rozporządzenie o sztucznej inteligencji (2024/1689), którego art. 50 stosuje się od 2 sierpnia 2026 r. Ten artykuł wymaga m.in., żeby chatbot informował, że jest AI, żeby dostawcy modeli generujących oznaczali wyniki w sposób czytelny dla maszyn i żeby ten, kto publikuje deepfake, ujawniał, że treść została wygenerowana lub zmanipulowana przez AI.
w marketinguNajczęściej dotyczy to realistycznych obrazów, wideo i głosu z AI, które pokazują ludzi, miejsca albo zdarzenia, oraz tekstów z AI o sprawach publicznych publikowanych bez redakcji człowieka; to ogólny opis przepisu, nie porada prawna.