Een model dat een zin kan afmaken, kan ook twintig versies van een advertentie schrijven. Hoe komt het van het een bij het ander? En hoe bepaal je welke versie het publiceren waard is?
Hoe een taalmodel leert
Een large language model (LLM) leert verbanden uit grote hoeveelheden tekst. Dankzij de zogeheten transformerarchitectuur kan het woorden in hun context verwerken. Het woord bank krijgt daardoor in een gesprek over hypotheken een andere betekenis dan in een beschrijving van een woonkamer.
Modellen zoals GPT-4 en het toenmalige Google Bard illustreren hoe breed de toepassingen zijn. Eén systeem kan uiteenlopende onderwerpen en talen verwerken en zich met voorbeelden aanpassen aan een bepaalde taak. De tekst kan heel overtuigend klinken, ook wanneer een bewering feitelijk onjuist is.
Vijf toepassingen voor marketeers
Content maken. Gebruik een conceptartikel, nieuwsbrief of socialmediabericht als vertrekpunt. Met een duidelijke opdracht en voorbeelden van je eigen stijl kom je sneller tot een bruikbare eerste versie.
Personaliseren. Een taalmodel kan versies van een boodschap maken die aansluiten bij verschillende voorkeuren of eerder gedrag. Controleer of de verschillen relevant zijn voor de ontvanger.
Onderzoek doen. Laat terugkerende thema’s uit een verzameling klantreacties halen. Ga daarna terug naar de reacties zelf om te zien of de samenvatting recht doet aan wat klanten vertellen.
Klantvragen beantwoorden. Een chatbot met een taalmodel kan meer context verwerken dan een bot die alleen op trefwoorden reageert. Dat maakt een gesprek soepeler, mits het antwoord klopt en een medewerker het zo nodig kan overnemen.
Advertenties testen. Maak varianten voor verschillende doelgroepen, kanalen of schermformaten en test welke het beste werkt. Wat het model mooi formuleert en wat klanten overtuigt, zijn twee verschillende vragen.
Zo begin je op een werkbare schaal
Kies één afgebakende taak, bijvoorbeeld een eerste e-mailversie. Spreek af wie controleert op feiten, privacy en merktoon. Gebruik alleen gegevens die je voor dit doel mag verwerken. Vraag iemand met kennis van je klanten om de tekst te lezen. Vaak valt juist die persoon op waar een beleefde formulering toch de plank misslaat.
Waar het naartoe kan gaan
Multimodale systemen combineren tekst, beeld en geluid. Daarmee komen toepassingen in beeld waarbij één campagne in meerdere vormen wordt uitgewerkt. Koppel je daar voorspellende analyses aan, dan kun je ook eerder inspelen op een behoefte. De waarde zit in de combinatie van de snelheid van het model en de keuzes die je als team maakt.
Begrippen in dit artikel
Bij unsupervised learning leert een model patronen herkennen in gegevens zonder vooraf aangebrachte labels. Word embeddings leggen relaties tussen woorden in getallen vast. Een A/B-test vergelijkt twee versies om te meten welke beter presteert.
Verder lezen
Uitleg van AWS · Taalmodellen voor marketing · Uitleg van HPE · Marketingtoepassingen van taalmodellen · Uitleg van IBM
