Luovien Näkökulmien Tuottaminen Tekoälyn Avulla

Luova näkökulma on tietty linssi, jonka kautta esittelet tuotettasi yleisöllesi. Se ei ole itse tuote eikä tarjous — vaan näkökulma, tunne tai kerronnallinen kehys, joka saa jonkun pysähtymään, kiinnittämään huomiota ja tuntemaan, että mainos on tehty juuri hänelle.

Samaa tuotetta voidaan myydä kymmenillä eri näkökulmilla. Projektinhallintatyökalu voidaan asemoida esimerkiksi:

• Kaoottisuuden näkökulma — "tiimisi menettää tunteja viikossa epäjärjestyksen vuoksi";
• Ambition näkökulma — "työkalu, jota nopeasti kasvavat tiimit käyttävät pysyäkseen edellä";
• Yksinkertaisuuden näkökulma — "kaikki yhdessä paikassa, ei vaadi koulutusta";
• Sosiaalisen todisteen näkökulma — "50 000 tiimiä siirtyi pois taulukoista viime vuonna";
• Pelon näkökulma — "yksi myöhästynyt määräaika voi maksaa asiakkaan."

Mikään näistä ei ole väärin. Jokainen puhuttelee eri yleisösegmenttiä, eri tietoisuuden tasolla, eri tunnepohjaisen mekanismin kautta. Performance creative designerin tehtävä on tunnistaa, mitkä näkökulmat todennäköisimmin resonoivat — ja tuottaa niitä tarpeeksi testattavaksi.

Tässä kohtaa tekoäly on aidosti mullistava.

Miksi tekoäly on poikkeuksellisen hyvä näkökulmien tuottamisessa

Luovien näkökulmien tuottaminen vaatii laaja-alaisuutta — kykyä nopeasti tutkia monia erilaisia kehystyksiä, tunnepohjaisia rekistereitä ja kerronnallisia lähestymistapoja ilman, että jumittuu yhteen näkökulmaan. Juuri tässä suurten kielimallien vahvuus korostuu.

Taitava ihmistrategi voi tuottaa viidestä kahdeksaan vahvaa näkökulmaa yhdessä keskittyneessä sessiossa. Oikealla tekoäly-promptilla voit tuottaa kolmekymmentä–viisikymmentä näkökulmaa samassa ajassa — ja käyttää sitten omaa harkintaasi valitaksesi, jalostaaksesi ja priorisoidaksesi parhaat.

Tekoäly ei korvaa luovaa harkintaa. Se laajentaa ajattelusi pinta-alaa, jotta harkinnallasi on enemmän materiaalia käsiteltäväksi.

Tekoälytyökalut näkökulmien tuottamiseen

ChatGPT

ChatGPT on laajimmin käytetty tekoälytyökalu luovaan ideointiin, eikä syyttä. Sen kyky nopeasti kehystää tuote useista näkökulmista tekee siitä ensisijaisen lähtökohdan näkökulmasessioihin.

Parhaat käyttötapaukset:

• Suurten näkökulmamäärien tuottaminen yhdestä briiffistä;
• Yhden ydinedun kehystäminen eri tunnepohjaisten linssien kautta;
• Eri yleisösegmenttien näkökulmien tutkiminen samanaikaisesti;
• Nopeasti iterointi näkökulmilla, jotka ovat melkein oikeita mutta kaipaavat hiomista.

Claude

Claude tuottaa usein vivahteikkaampia ja strategisesti perusteltuja näkökulmaehdotuksia kuin ChatGPT, erityisesti kun sille annetaan kattava konteksti yleisöstä ja tuotteesta. Se on erityisen vahva tunnistamaan näkökulman psykologisen mekanismin — ei vain mitä näkökulma sanoo, vaan miksi se toimisi.

Parhaat käyttötapaukset:

• Syvällinen strateginen näkökulmakehitys täydellä briiffikontekstilla;
• Kunkin näkökulman tunne- ja psykologisen logiikan tunnistaminen;
• Näkökulmien painekoe — pyydä Claudea perustelemaan, miksi näkökulma voisi epäonnistua;
• Valitun näkökulman strategisen perustelun kirjoittaminen.

Perplexity AI

Perplexity AI yhdistää tekoälypohjaisen päättelyn reaaliaikaiseen verkkohakuun, mikä tekee siitä erityisen hyödyllisen näkökulmien ankkuroimisessa ajankohtaiseen yleisökäyttäytymiseen ja -kieleen.

Parhaat käyttötapaukset:

• Tutkia, miten kohdeyleisö puhuu ongelmistaan foorumeilla, arvosteluissa ja sosiaalisessa mediassa;
• Löytää ajankohtaisia kielimalleja, joita voi hyödyntää koukuissa ja näkökulmissa;
• Varmistaa, onko tunnistettu näkökulma jo laajasti käytössä.

Gemini

Google Gemini integroituu Googlen laajempaan dataekosysteemiin, mikä antaa sille vahvan käsityksen hakutrendeistä ja yleisön intentiosignaaleista.

Parhaat käyttötapaukset:

• Hakuintentiotietoon perustuva näkökulmien tuottaminen;
• Tuotteen hyötyjen yhdistäminen kasvaviin yleisön hakukäyttäytymisiin;
• Näkökulmien tuottaminen tuotteille, joissa Google-haku on ensisijainen hankintakanava.

Notion AI

Notion AI toimii suoraan olemassa olevissa työskentelydokumenteissasi, mikä tekee siitä erinomaisen näkökulmien iterointiin suoraan elävän briiffin yhteydessä.

Parhaat käyttötapaukset:

• Karkean näkökulman laajentaminen täydeksi luovaksi briiffiksi;
• Näkökulman variaatioiden tuottaminen suoraan projektidokumentaatiossa;
• Tutkimusmuistiinpanojen tiivistäminen näkökulmamahdollisuuksiksi.

Näkökulmien tuottamisen viitekehys

Oikeat työkalut ovat vain osa kokonaisuutta. Lopputuloksen laatu riippuu lähes täysin syötteen laadusta. Tässä jäsennelty viitekehys tekoälypohjaisen näkökulmasession toteuttamiseen.

Vaihe 1 — Rakenna kontekstidokumentti

Ennen kuin annat promptin millekään tekoälytyökalulle, kokoa kontekstidokumentti, joka sisältää:

• Tuotekuvaus — mitä se tekee ja miten se toimii;
• Ydinhyöty — tärkein asia, jonka se tarjoaa asiakkaalle;
• Toissijaiset hyödyt — tukevat edut, jotka kannattaa nostaa esiin;
• Kohdeyleisö — keitä he ovat, mitä he haluavat, mitä pelkäävät, mihin uskovat;
• Tietoisuuden taso — ovatko he ongelmatietoisia, ratkaisusta tietoisia vai tuotteesta tietoisia?;
• Kilpailutilanne — miten tämä tuote eroaa vaihtoehdoista?;
• Olemassa olevat näkökulmat — mitä näkökulmia on jo testattu ja millaisin tuloksin?

Mitä kattavampi dokumentti, sitä parempia näkökulmia saat. Tekoälypohjainen näkökulmien tuottaminen on vain niin hyvää kuin sille annettu briiffi.

Vaihe 2 — Tuota laaja näkökulmalista

Liitä kontekstidokumenttisi ChatGPT:hen tai Claudeen ja käytä esimerkiksi tällaista promptia:

"Tämän tuote-briiffin pohjalta tuota 30 erilaista luovaa näkökulmaa performance-mainoksiin. Kirjoita jokaisesta näkökulmasta yksi lause, joka kuvaa ydintä, ja yksi lause, joka selittää käytetyn tunnepohjaisen mekanismin. Järjestä ne sen mukaan, mitä ensisijaista tunnetta ne tavoittelevat: pelko, halu, uteliaisuus, helpotus, ylpeys ja yhteenkuuluvuus."

Tämä antaa sinulle laajan valikoiman vaihtoehtoja. Tässä vaiheessa määrä on tärkeämpää kuin laatu — haluat nähdä koko mahdollisuuksien kentän ennen rajaamista.

Vaihe 3 — Suodata ja priorisoi

Käy läpi tuotettu lista ja merkitse jokainen näkökulma:

• Vahva — tunnepohjaisesti resonoiva, erottuva ja toteutettavissa;
• Kiinnostava — jatkokehityksen arvoinen, mutta ei heti ilmeinen;
• Heikko — geneerinen, jo kyllästetty tai yleisölle sopimaton.

Pyri säilyttämään viidestä kymmeneen vahvaa tai kiinnostavaa näkökulmaa jatkokehitykseen.

Vaihe 4 — Kehitä jokainen näkökulma koukuksi

Jokaisesta valitusta näkökulmasta palaa tekoälytyökaluun ja pyydä tuottamaan koukkuvariaatioita:

"Näkökulmalle '[näkökulman kuvaus]' kirjoita kymmenen erilaista koukkua — viisi videomainoksiin (puhuttu aloituslause) ja viisi staattisiin mainoksiin (otsikkoteksti). Jokainen koukku korkeintaan viisitoista sanaa."

Tässä vaiheessa näkökulmista tulee toteuttamiskelpoista luovaa materiaalia.

Vaihe 5 — Painekoe parhaat näkökulmat

Ennen tuotantoon siirtymistä käytä Claudea painekoetestaamaan kolme–viisi parasta näkökulmaa:

"Tässä ovat viisi parasta näkökulmaani tälle tuotteelle. Perustele jokaisen kohdalla, miksi se voisi alisuoriutua — huomioi yleisön sopivuus, kilpailutilanne ja tunnepohjainen resonanssi."

Tämä vaihe paljastaa heikkoudet ennen tuotantoresurssien sitomista ja tuottaa usein oivalluksia, jotka parantavat näkökulmaa.

Yleisön tietoisuustasot ja miksi ne muuttavat kaiken

Yksi tärkeimmistä muuttujista näkökulman valinnassa on kohdeyleisön sijainti tietoisuusspektrillä. Näkökulma, joka toimii ongelmatietoiselle yleisölle, voi olla täysin tehoton ratkaisusta tietoiselle — ja päinvastoin.

• Tietämätön — yleisö ei vielä tiedä, että heillä on ongelma, jonka tuotteesi ratkaisee. Näkökulmien tulee ensin opettaa ja tuoda ongelma esiin ennen ratkaisun esittämistä;
• Ongelmatietoinen — yleisö tietää ongelman, mutta ei vielä tunne ratkaisukategoriaasi. Näkökulmien tulee yhdistää heidän tuntema kipu ratkaisukategoriaasi;
• Ratkaisusta tietoinen — yleisö tietää, että ratkaisuja kuten sinun on olemassa, mutta ei ole vielä valinnut. Näkökulmien tulee erottaa tuotteesi vaihtoehdoista;
• Tuotteesta tietoinen — yleisö tuntee tuotteesi, mutta ei ole vielä ostanut. Näkökulmien tulee käsitellä vastaväitteitä, vahvistaa sosiaalista todistetta ja luoda kiireellisyyttä;
• Erittäin tietoinen — olemassa olevat asiakkaat tai erittäin sitoutuneet prospektit. Näkökulmien tulee keskittyä uskollisuuteen, lisämyyntiin tai uudelleenaktivointiin.

Kun pyydät tekoälyä tuottamaan näkökulmia, määrittele aina tietoisuuden taso. Prompt, jossa mainitaan "tämä yleisö on ratkaisusta tietoinen ja on todennäköisesti kokeillut ainakin yhtä kilpailijaa" tuottaa huomattavasti osuvampia näkökulmia kuin sellainen, jossa tämä konteksti puuttuu.

Promptauksen periaatteet parempiin näkökulmiin

Keskinkertaisen ja poikkeuksellisen tekoälytuotoksen ero on lähes aina siinä, miten prompt on kirjoitettu. Sovella näitä periaatteita johdonmukaisesti:

• Ole tarkka yleisöstä. Älä kirjoita "kohdeyleisö: naiset 25–45." Kirjoita "kohdeyleisö: kolmekymppiset naiset, jotka rakentavat freelance-uraa pienten lasten kasvatuksen ohella, kokevat jatkuvaa kiirettä ja suhtautuvat skeptisesti tuottavuustyökaluihin, koska ovat kokeilleet monia ja hylänneet ne."
• Määrittele tunnepohjainen rekisteri. Kerro tekoälylle, haluatko empaattisia, provosoivia, tavoitteellisia, humoristisia vai kiireellisiä näkökulmia. Ilman tätä ohjausta saat geneerisen sekoituksen;
• Anna esimerkkejä siitä, mitä et halua. Ilmoittamalla "vältä hintaan tai alennuksiin keskittyviä näkökulmia" tai "vältä geneeristä tuottavuusviestintää" ohjaat tekoälyn pois ilmeisimmiltä, kyllästetyiltä alueilta;
• Pyydä mekanismia, älä vain ideaa. Pyytämällä "psykologista syytä, miksi tämä näkökulma toimisi" pakotat tekoälyn tuottamaan strategisesti perusteltuja näkökulmia, ei vain luovia iskulauseita;
• Iteroi keskustelussa, älä yksittäisillä prompteilla. Parhaat näkökulmasessiot ovat dialogeja — reagoit tekoälyn tuotoksiin, haastat heikkoja kohtia ja pyydät syventämään lupaavia ideoita.

Näkökulmista luovaan testausmatriisiin

Kun sinulla on joukko validoituja näkökulmia, järjestä ne luovaan testausmatriisiin — jäsenneltyyn suunnitelmaan siitä, mitä näkökulmia testaat, missä formaateissa ja mille yleisöille.

Yksinkertainen matriisi voi näyttää tältä:

Tämä matriisi toimii tuotantosuunnitelmanasi. Se varmistaa, että luova testaaminen on järjestelmällistä — kattaen useita näkökulmia, muotoja ja kohderyhmäsegmenttejä — satunnaisuuden sijaan.