Skąd się w ogóle wzięła ta potrzeba

Nie sięgnąłbym po żadną automatyzację tekstów, gdyby nie zmiana z końca czerwca zeszłego roku. Od tego momentu w sieci wyszukiwania nie da się już tworzyć rozszerzonych reklam tekstowych i zostały właściwie tylko reklamy elastyczne.

A reklama elastyczna ma inny apetyt na treść. Do jednej reklamy wchodzi do 15 nagłówków po 30 znaków i 4 teksty reklamy po 90 znaków. Google konsekwentnie sugeruje wypełnianie wszystkich pól i wyraźnie obniża ocenę skuteczności reklamy, gdy zostawię pięć nagłówków.

Policzmy to na przeciętnym koncie. Dwadzieścia grup reklamowych to trzysta nagłówków i osiemdziesiąt tekstów, w dodatku niepowtarzających się między grupami, bo inaczej cała konstrukcja traci sens. Wcześniej ta sama kampania wymagała trzech nagłówków na reklamę.

To jest praca, której nikt nie lubi i którą przy dziesiątym koncie robi się odruchowo, przestawiając słowa w tym samym zdaniu. Znam to z własnej praktyki i właśnie dlatego zainteresowałem się modelami językowymi — nie żeby zastąpiły myślenie, ale żeby zdjęły ze mnie mechaniczne wariantowanie.

Co jest dziś dostępne, a co tylko zapowiedziane

Warto uporządkować, bo ostatnie tygodnie były głośne i łatwo pomylić zapowiedź z narzędziem, które da się otworzyć w przeglądarce.

• ChatGPT — publicznie udostępniony 30 listopada jako badawcza wersja zapoznawcza i dostępny bez ograniczeń. Na początku lutego doszedł płatny plan, który daje głównie dostępność w godzinach szczytu, a nie inny model. To dziś jedyne z tych narzędzi, na którym realnie pracuję.

• Bing Chat — Microsoft pokazał integrację modelu OpenAI z wyszukiwarką na początku lutego, ale wpuszcza użytkowników stopniowo, przez listę oczekujących. To ograniczony preview, nie produkt, po który można sięgnąć w środku pracy nad kontem.

• Bard — Google zapowiedział go 6 lutego, czyli trzy tygodnie temu. Dostęp mają na razie wyłącznie zaufani testerzy, szerszego udostępnienia zapowiedziano „w najbliższych tygodniach”. Nie sprawdziłem go, bo nie miałem czym.

• Automatycznie tworzone zasoby w Google Ads — Google testuje mechanizm, który sam dorzuca nagłówki i teksty do reklamy elastycznej na podstawie strony docelowej i istniejących zasobów. To wciąż beta na wybranych kontach, włączana świadomie na poziomie kampanii. Na kontach, którymi się zajmuję, opcji zwykle po prostu nie widzę.

Osobno wspomnę o rekomendacjach w panelu, które podsuwają gotowe nagłówki. To działa od dawna i nie jest niczym nowym, ale bywa mylone z generowaniem treści przez model językowy. Propozycje z tej zakładki traktuję jak podpowiedź stażysty: czasem trafna, częściej ogólnikowa.

Jak wygląda brief, który daje użyteczne nagłówki

Najczęstszy błąd polega na tym, że ktoś pisze „napisz 10 nagłówków do reklamy Google Ads dla firmy budowlanej” i po odpowiedzi ogłasza, że AI nie działa. Nie działa, bo dostała brief, po którym żaden copywriter też by nie napisał nic sensownego.

Mój prompt ma zawsze te same elementy: co konkretnie sprzedajemy i w jakim wariancie, do kogo mówimy, jaka jest jedna przewaga, którą chcę wyeksponować, wklejony fragment strony docelowej, oczekiwany ton, lista słów zakazanych i wyraźna informacja o limicie znaków. Na końcu proszę o dużo — dwadzieścia pięć wariantów, nie dziesięć.

Proszę o dużo świadomie. Pierwsza piątka odpowiedzi to zawsze najbardziej przewidywalne frazy, jakie da się złożyć w tej branży. Rzeczy, których sam bym nie wymyślił, pojawiają się dalej, między dwunastym a dwudziestym wariantem, i po nie sięgam.

Drugi zabieg, który dużo zmienia: każę modelowi generować nagłówki pod konkretną intencję, nie pod kampanię. Osobno pod zapytania cenowe, osobno pod porównania, osobno pod nazwę marki. Jedna prośba, jedna intencja. Wrzucanie wszystkiego naraz kończy się dwudziestoma zdaniami o tym samym.

Z wygenerowanej listy przechodzi mniej niż połowa. To normalny wynik i nie traktuję tego jako porażki narzędzia — mam gotowy materiał do przycięcia zamiast pustego pola w panelu.

Limity znaków i polska odmiana

Tu jest miejsce, w którym trzeba zachować czujność, bo błędy są ciche.

Model nie umie policzyć znaków. Poproszony o nagłówek do 30 znaków odda trzydziestoośmioznakowy i zapewni, że limit jest spełniony. Nie przetwarza tekstu literami, więc liczenie po prostu nie jest tym, co robi. Rozwiązałem to najprościej: wrzucam wszystkie propozycje do arkusza i puszczam formułę liczącą długość. Kolumna z liczbą znaków odsiewa jedną trzecią listy w sekundę i nie muszę tego czytać.

Drugi problem to polski. Model potrafi zbudować poprawne zdanie, ale gubi się przy przypadkach, kiedy nagłówek ma się skleić z dynamicznie wstawianym słowem kluczowym. Składnia wstawiania słowa kluczowego bywa w odpowiedziach przekręcana albo cicho zamieniana na zwykły tekst — sprawdzam to zawsze ręcznie, bo w panelu taki błąd przechodzi bez ostrzeżenia i reklama zostaje odrzucona lub, co gorsza, wyświetla bełkot.

Do tego dochodzą drobiazgi, które wyłapuję na każdym koncie: znikające polskie znaki diakrytyczne, wielka litera w środku zdania, angielska interpunkcja w polskim tekście, spacja przed przecinkiem. Wszystko naprawialne, ale trzeba przeczytać każdą linijkę. Kto tego nie zrobi, dostanie reklamy, które wyglądają na tłumaczone maszynowo, bo w pewnym sensie są.

Weryfikacja pod kątem polityk reklamowych

To najpoważniejsza rzecz w całym procesie i najczęściej pomijana.

Model chętnie dopisuje rzeczy, których nikt mu nie podał. Widziałem w wygenerowanych nagłówkach: darmową dostawę, której klient nie oferuje, gwarancję zwrotu pieniędzy, wziętą z powietrza liczbę zadowolonych klientów, konkretną cenę i rabat procentowy. Każde z tych zdań to potencjalne wprowadzenie w błąd, a przy niektórych kategoriach wprost naruszenie zasad Google Ads.

Osobna kategoria to superlatywy. „Najlepszy”, „numer jeden”, „najtańszy w Polsce” — Google wymaga, by twierdzenie o pierwszeństwie dało się poprzeć niezależnym źródłem widocznym na stronie docelowej. Model o tym nie wie i sypie takimi frazami hojnie, bo statystycznie pasują do reklamy.

Do tego dorzuca nadmiarową interpunkcję i wersaliki, które w Google Ads są zwyczajnie niedozwolone. Reklama zostaje odrzucona, a jeśli ktoś wgrał hurtem sto pozycji i nie zajrzał do statusów, kampania stoi.

Warto przy okazji rozdzielić dwie sprawy, które w lutowych dyskusjach się zlały. Trzy tygodnie temu Google opublikował stanowisko dotyczące treści generowanych przez AI w wyszukiwarce — samo użycie modelu nie jest naruszeniem wytycznych, oceniana jest jakość i przydatność treści. To jednak stanowisko o wynikach organicznych. Reklamy mają własny zbiór zasad i on się nie zmienił: liczy się prawdziwość twierdzeń i zgodność z regulaminem, niezależnie od tego, kto lub co napisał tekst.

Wdrożenie, pomiar i uczciwe podsumowanie

Zatwierdzone nagłówki wgrywam hurtowo przez Google Ads Editor, wklejając kolumny z arkusza. Ręczne przepisywanie trzystu pozycji w interfejsie to strata dnia i źródło literówek.

Nie wymieniam wszystkich zasobów naraz. Reklama elastyczna nie daje klasycznego testu A/B, więc jedyne, co mam, to raport zasobów z oceną skuteczności i raport kombinacji. Ocena pojawia się dopiero po zebraniu odpowiedniej liczby wyświetleń, a przy podmianie wszystkiego jednocześnie wracam do punktu zerowego i tracę historię, która była już policzona. Podmieniam więc zasoby ocenione jako niskie i zostawiam te najlepsze w spokoju.

Do oceny skuteczności reklamy podchodzę spokojnie. To wskaźnik kompletności i różnorodności zasobów, nie prognoza wyników. Widziałem reklamy z oceną „doskonała”, które konwertowały gorzej od tych z „dobrą”, bo w pogoni za oceną wciska się nagłówki niepowiązane z intencją.

I rzecz, którą powtarzam klientom po każdej rozmowie o ChatGPT: model przyspieszył mi etap, który był mechaniczny, i nie ruszył ani o milimetr etapów, które decydują o wyniku. Wybór intencji, dopasowanie obietnicy do strony docelowej, decyzja, czego nie mówić — to zostaje po mojej stronie. Wygląda na to, że najbliższe miesiące dorzucą do tego kolejne narzędzia, także wprost w Google Ads. Podejrzewam, że wnioski będą podobne: więcej gotowych wariantów, tyle samo pracy przy ich odsiewaniu.