مارکیٹنگ میں AI استعمال کرنے کے 37 ثابت شدہ طریقے

مارکیٹنگ میں AI کو استعمال کرنے کے 37 آسان اور کارآمد طریقوں کا مجموعہ، جو سیکٹر کے لحاظ سے ترتیب دیا گیا ہے، SEO سے لے کر بین الاقوامی مارکیٹنگ تک۔ یہ سب مارکیٹرز کی طرف سے آتے ہیں جنہوں نے حقیقت میں یہ کیا ہے اور اپنا کام دکھایا ہے تاکہ آپ اس کی پیروی کر سکیں اور وہی نتائج حاصل کر سکیں۔

یہاں یہ ہے کہ حقیقی مارکیٹرز مارکیٹنگ میں AI کے استعمال کے بارے میں کس طرح بات کرتے ہیں۔

چاہے یہ کرال برآمدات ہوں، سرچ کونسول ڈاؤن لوڈز ہوں، یا اسپریڈ شیٹس کو ایک ساتھ رکھا گیا ہو، بہت ساری SEO ایک ہی وقت میں تھکا دینے والی اور مطالبہ کرنے والی ہوتی ہے۔ VLOOKUPپیچیدہ ڈیٹا تجزیہ۔ دہرائے جانے والے اور پیچیدہ کاموں کا ایک مجموعہ ہے جہاں AI مدد کر سکتا ہے۔

لیکن یہ کہنے کے قابل ضرور ہے۔ کوئی بھی جو AI کا وعدہ کرتا ہے کہ SEO کو $9 ماہانہ میں خودکار کر سکتا ہے وہ سانپ کا تیل فروخت کر رہا ہے۔ کوئی AI ٹول اس کی جگہ نہیں لے سکتا جو آپ ابھی کر رہے ہیں۔ ہر ایک اب بھی اسے استعمال کرنے والے شخص کے فیصلے پر منحصر ہے۔

Go Fish Digital کے Dan Hinckley نے ایک AI ایجنٹ بنایا ہے جو صفحات کا جائزہ لیتا ہے جس طرح سے Google کے اپنے کوالٹی ریٹرز کرتے ہیں اور Google کی شائع کردہ رہنما خطوط کے مطابق انہیں نشان زد کرتے ہیں۔

آپ اپنی سائٹ کو مطلوبہ الفاظ اور صفحات فراہم کرتے ہیں۔ پہلے گوگل کی 168 صفحات پر مشتمل ریویورز ہینڈ بک پڑھیں، اسے چیک لسٹ میں تبدیل کریں، پھر ایک حقیقی کروم ونڈو کھولیں، کلیدی الفاظ تلاش کریں، نتائج دیکھیں، معلوم کریں کہ تلاش کنندہ کیا تلاش کر رہا ہے، اور پھر صفحہ پر جانے کے لیے کلک کریں۔ صفحات کے ذریعے سکرول کریں، معلوماتی صفحات اور فوٹر چیک کریں، اور ایک رپورٹ بنائیں کہ آپ کہاں رہنما خطوط پر پورا اتر رہے ہیں اور آپ کہاں کم ہو رہے ہیں۔ وہ اپنے ہر کام کی ویڈیو بھی ریکارڈ کرتا ہے۔

ہینڈ بک گوگل کی قریب ترین چیز ہے جو آپ کو بتاتی ہے کہ اچھا صفحہ کیسا لگتا ہے۔ لیکن ایک ہینڈ بک کے صفحہ 168 کو پڑھنا اور اس کے خلاف اپنے کام کا فیصلہ کرنا وہ کام ہے جو ہم میں سے اکثر کبھی نہیں کریں گے۔ یہ آپ کو منٹوں میں اس فیصلے کو حاصل کرنے کی اجازت دیتا ہے، اور یہاں تک کہ اسے آپ کے صفحے سے اونچے درجے پر چلاتے ہیں، تاکہ آپ اندازہ لگانے کے بجائے یہ اندازہ لگا سکیں کہ کون سے صفحات اصل میں بہتر ہیں اور کس طریقے سے۔

سام، ہمارے مارکیٹنگ کے VP نے لیٹیڈو کو کلیدی الفاظ کی تحقیق کا ٹول بنایا تھا کیونکہ اس نے کلیدی الفاظ کو خود ترتیب دیا تھا۔ اگر آپ "کافی” جیسی جگہ پیش کرتے ہیں تو وہ ایک پلان کے ساتھ واپس آئیں گے۔

اپنی جگہ کو سیڈ کلیدی الفاظ تک پھیلائیں، کی ورڈ ایکسپلورر سے اصل حجم نکالیں، پھر تمام بچ جانے والے امیدواروں کے SERPs کو پڑھیں تاکہ ارادہ، مشکل، اور آپ کے لیے پہلے سے کس نے درجہ بندی کر رکھی ہے۔ ہم ہر کلیدی لفظ کے لیے صفحوں کی سرفہرست 10 اقسام کا حساب لگاتے ہیں، لہذا آپ دیکھ سکتے ہیں کہ آیا آپ کے SERPs ویڈیو سے زیادہ ہیں یا کسی مضمون کو شروع کرنے سے پہلے Reddit تھریڈز سے بھرے ہوئے ہیں۔

ہر چیز کو Go، Maybe یا Skip کی درجہ بندی کی گئی ہے اور موضوع کے لحاظ سے گروپ بندی کی گئی ہے، ساتھ ہی حریف کے فرق کی فہرست اور ایک حب اور اسپوک نقشہ بھی۔ ایک بار چلنے کے بعد، اس نے 8,437 کلیدی الفاظ کو 17 کلسٹرز میں درجہ بندی کیا اور 1,809 کو Go کے بطور نشان زد کیا۔

اگرچہ آپ کی ویب سائٹ کی تکنیکی صحت کا تجزیہ کرنا بہت آسان ہے (خاص طور پر اگر آپ سائٹ کے آڈٹ جیسے ٹولز کا استعمال کرتے ہیں)، تو آپ کے دریافت کردہ مسائل کو ٹھیک کرنا، خاص طور پر بڑی ویب سائٹس کے لیے بہت مشکل ہے۔ اس مسئلے کو حل کرنے کے لیے، احریفس ٹیم نے ہر اتوار کو چلنے والے کام میں باقاعدہ سائٹ کے آڈٹ کو براہ راست GitHub سے منسلک کرنے کے لیے جنریٹو AI کا استعمال کیا۔

تازہ ترین سائٹ کے آڈٹ کو کھینچتا ہے، مسائل کی شدت کے لحاظ سے درجہ بندی کرتا ہے، اور زیادہ شدت والے آئٹمز (انڈیکس ایبلٹی ایشوز، ٹوٹے ہوئے پیجز، ٹوٹے ہوئے اندرونی لنکس) کے لیے دائر درخواستوں کو کھولتا ہے۔ PR ایک چیک لسٹ اور آڈٹ ڈیٹا کے ساتھ شروع ہوتا ہے، اور عوامی PR میں پہلے سے موجود اشیاء کو چھوڑ دیا جاتا ہے۔

اس کا مطلب یہ ہے کہ پیر کو آڈٹ کرنے والے ڈویلپرز کو یہ معلوم نہیں کرنا پڑے گا کہ کیا غلط ہوا یا کون سے یو آر ایل متاثر ہوئے ہیں۔ آپ کو صرف تبدیلیوں کا جائزہ لینے کی ضرورت ہے اور، اگر ضروری ہو تو، انہیں پیداوار پر لاگو کریں۔ یہ آسان ہے۔

سٹیون میکڈونلڈ نے ایک کنٹرول شدہ تجربہ کیا جسے نقل کیا جا سکتا ہے۔ اس نے تین سائٹس پر 21 موجودہ پوسٹس کیں اور ChatGPT کا استعمال ان سوالات کی نشاندہی کرنے کے لیے کیا جو قارئین کے پاس ہر مضمون کو ختم کرنے کے بعد بھی ہو سکتے ہیں، پھر جوابات لکھے اور انہیں FAQ سیکشن میں شامل کیا۔

اپ ڈیٹ شدہ پوسٹس کے لیے ٹریفک میں اوسطاً 32% اضافہ ہوا، جس کے نتیجے میں تقریباً 16,000 اضافی وزٹ اور 3,500 اضافی مطلوبہ الفاظ کی درجہ بندی ہوئی۔ بہترین کو 180% ملا۔ ہر اپ ڈیٹ شدہ پوسٹ نے کچھ حاصل کیا، لیکن اس کے کنٹرول گروپ میں اسی مدت میں 4% کمی دیکھی گئی۔ سکیما مارک اپ تبدیل نہیں ہوتا ہے۔

کنٹرول گروپ وہی ہے جو اسے قابل اعتبار بناتا ہے۔ بہت سے لوگ اپ ڈیٹ کے بعد یہ دیکھنے کے بغیر کہ کیا ہوا ہے اس کی اطلاع دیتے ہیں۔

یہ میرا ہے میں نے ایک ٹول بنایا ہے جس میں اس بلاگ کے ہر مضمون کے اندرونی لنکس تجویز کیے گئے ہیں، اور چونکہ میں نے پہلے کبھی ایسا کچھ نہیں کیا تھا، اس لیے میں نے ChatGPT کی گہری تحقیق سے مجھے اس کے پیچھے کی ریاضی سکھانے کے لیے کہا۔

یہ ایک بلاگ کے تمام مضامین کو پڑھتا ہے اور ہر مضمون کو نمبروں کی ایک لمبی تار میں تبدیل کرتا ہے جو مضمون کے مواد کی نمائندگی کرتا ہے (اسے ویکٹر ایمبیڈنگ کہا جاتا ہے)۔ اگر آپ URL فراہم کرتے ہیں، تو یہ اس صفحہ کا دوسرے تمام صفحات سے موازنہ کرتا ہے اور 20 قریب ترین مماثلتیں لوٹاتا ہے۔ مطلوبہ الفاظ کا اشتراک کرنے والے صفحات تلاش کرنے کے بجائے، آپ کو ایک ہی موضوع سے متعلق صفحات ملیں گے، جو عام طور پر مختلف فہرستیں ہوتے ہیں۔

اندرونی لنکنگ SEO کے لیے تین وجوہات کی بنا پر اہم ہے: اس سے گوگل کو آپ کا صفحہ تلاش کرنے میں مدد ملتی ہے کیونکہ بغیر کسی لنک کا صفحہ ایسا صفحہ ہے جو گوگل کو کبھی نہیں ملے گا۔ یہ آپ کی سائٹ کے لیے اختیار کا اظہار کرتا ہے، اس لیے متعدد مضبوط صفحات کے صفحات سے لنک کرنا اس بات کا تعین کرنے کا ایک طریقہ ہے کہ آپ کے کون سے صفحات درجہ بندی کے لائق ہیں۔ اور وہ الفاظ جو آپ گوگل کو بتانے کے لیے لنک کرتے ہیں کہ ہدف کا صفحہ کیا ہے۔ جیسا کہ جان مولر کہتے ہیں، اندرونی لنکنگ "ان سب سے بڑی چیزوں میں سے ایک ہے جو آپ اپنی ویب سائٹ پر گوگل اور آپ کے وزٹرز کو ان صفحات پر بھیجنے کے لیے کر سکتے ہیں جنہیں آپ اہم سمجھتے ہیں۔”

اس میں سے کوئی بھی مشکل نہیں ہے۔ بات صرف یہ ہے کہ اسے صحیح کرنے کا مطلب ہے کہ آپ کے ذہن میں ایک ساتھ سینکڑوں مضامین ہوں، تاکہ اشاعت کے دن ایسا کبھی نہ ہو۔ یہ وہ حصہ ہے جسے میں نے چھوا تھا۔

John Iwuozor نے ایک Python اسکرپٹ لکھا جو اچھے اندرونی روابط تلاش کرتا ہے اور انہیں آپ کے صفحات پر لکھتا ہے۔

جب آپ کسی مضمون کی طرف اشارہ کرتے ہیں، تو یہ دوسرے صفحات کو پڑھتا ہے تاکہ قریب ترین موضوع کا احاطہ کرنے والا مضمون تلاش کیا جا سکے۔ اس کے بعد یہ مضمون، پیراگراف کے ذریعے پیراگراف تک جاتا ہے، ایسے جملے تلاش کرتا ہے جو مناسب اینکر ٹیکسٹ بناتے ہیں، بہترین کا انتخاب کرتے ہیں، اور لنک کو HTML میں ہی داخل کرتے ہیں۔

لنک کرنے کے لیے صحیح صفحہ تلاش کرنا صرف آدھا کام ہے۔ دوسرا نصف مضمون کو کھولنا، اسے دوبارہ پڑھنا، ایسے جملوں کا انتخاب کرنا ہے جو غیر معقول آواز کے بغیر لنک کو پہنچاتے ہیں، اور صفحہ میں ترمیم کرتے ہیں۔ دوسرا نصف یہی وجہ ہے کہ آپ کا اندرونی لنکنگ بیک لاگ کبھی نہیں سکڑتا، اور یہی نصف ہے جو آپ کو نمایاں کرتا ہے۔

Rudiger Dalchow نے ایک ٹول بنایا جو آپ کے Search Console کی برآمدات کو پڑھتا ہے اور آگے کیا لکھنا ہے اس کا منصوبہ فراہم کرتا ہے۔

تلاش کنسول پہلے سے فراہم کردہ دو برآمدات کو پاس کریں: ایک سوالات کے لیے اور ایک صفحات کے لیے۔ اپنے صفحات کو موضوع کے لحاظ سے گروپ کریں، معلوم کریں کہ لوگ ہر صفحے سے کیا چاہتے ہیں، اس بات کی نشاندہی کریں کہ کون سے صفحات ایک ہی تلاش کے لیے ایک دوسرے سے مقابلہ کر رہے ہیں، اور ایک خاکہ بنائیں جسے آپ براہ راست اپنے مصنف کو دے سکتے ہیں۔

زیادہ تر رپورٹیں آپ کو بتاتی ہیں کہ کیا ہوا اور اسے سوچنے کے لیے آپ پر چھوڑ دیں۔ یہ آپ کو بتاتا ہے کہ کیا کرنا ہے، اور جو مسائل اس کو ملتے ہیں وہ ساختی مسائل ہیں جو آپ ٹریفک کے لحاظ سے ترتیب دی گئی فہرست میں نہیں دیکھ سکتے۔ ایک ایسا موضوع جہاں دو صفحات ایک تلاش کو تقسیم کرتے ہیں، یا جہاں آپ نے بہت سارے مضامین پوسٹ کیے ہیں لیکن درمیان میں کچھ نہیں باندھتے۔

جب کوئی پوچھتا ہے کہ آپ ChatGPT پر کیا بیچتے ہیں، تو آپ چاہتے ہیں کہ آپ کا کاروبار ظاہر ہو۔ ایسا کرنے کا راستہ تلاش کرنا آپ کے خیال سے کہیں زیادہ مشکل ہے۔ اس میں بہت سی پیچیدگی ہے، ایک ٹن سانپ کا تیل، اور کیا کام کرتا ہے اس پر تھوڑا سا معاہدہ – جیسے فین آؤٹ سوالات بنانے اور تلاش میں اضافے سے لے کر اسکیما مارک اپ اور llms.txt فائلوں تک۔

لیکن جو کچھ کام کرتا ہے اس میں سے زیادہ تر آسان ہے، اور اس کی زیادہ تر جڑیں اس چیز میں ہیں جو آپ پہلے سے ہی سمجھتے ہیں: SEO۔ یہ پانچ سب مخصوص ہیں۔ دیکھیں کہ آپ کا ماڈل صفحہ پر اصل میں کیا کر رہا ہے اور نظریہ کے خلاف ہونے کی بجائے اس کے مطابق ترمیم کریں۔ اور چونکہ زیادہ تر کام میں ان جلدوں کو پڑھنا اور ان کا موازنہ کرنا شامل ہے جسے کوئی اور نہیں پڑھ سکتا، اس لیے چیزوں کو تیز کرنے کے لیے آپ کی ٹول کٹ میں AI ایک مفید چیز ہے۔

ایمی جورینکا نے ایک ٹول بنایا جو یو آر ایل لیتا ہے، خام HTML اور پیش کردہ اسکرین شاٹس دونوں کو پکڑتا ہے، اور پھر GPT سے پوچھتا ہے کہ صفحہ کو زبان کے ماڈل میں کیسے پڑھا جاتا ہے۔

یہ تین چیزوں پر اسکور اور مخصوص فیڈ بیک دیتا ہے: کیا مواد نکالنے کے لیے کافی واضح ہے، کیا یہ حوالہ دینے کے قابل ہے، اور کیا اہم مواد جاوا اسکرپٹ کے پیچھے پھنس گیا ہے؟ آخری صفحہ پکڑتا ہے کہ لوگ کیا یاد کرتے ہیں۔ اس کی وجہ یہ ہے کہ براؤزر میں اچھا نظر آنے والا صفحہ کسی کرالر میں تقریباً خالی ہو سکتا ہے جو اسکرپٹ نہیں چلاتا۔

کرس لانگ نے یہ چیک کرنے کے لیے ایک اسکرپٹ لکھا کہ آیا آپ کی سائٹ ان سوالات کا جواب دیتی ہے جو آپ کا AI اسسٹنٹ درحقیقت پوچھ رہا ہے۔

یہاں تک کہ جب آپ اسسٹنٹ سے کچھ پوچھتے ہیں، تو یہ آپ کی ٹائپ کردہ چیزوں کو شاذ و نادر ہی تلاش کرتا ہے۔ سوال کو کئی تنگ سوالوں میں توڑ دیں اور اس کے بجائے ان سوالات کو تلاش کریں۔ اسکرپٹ سوالات کا ایک تنگ سیٹ نکالتا ہے، ہر سوال کو ان صفحات کے خلاف اسکور کرتا ہے جو آپ کے پاس پہلے سے موجود ہیں، اور نتائج کو اسپریڈ شیٹ میں ریکارڈ کرتا ہے۔

آپ کو سوالات کی ایک فہرست ملے گی جن کا جواب سائٹ نہیں دے سکتی۔ یہ مطلوبہ الفاظ کی فہرست کے مقابلے میں زیادہ مفید ہے کیونکہ اسسٹنٹ ان لوگوں سے جوابات جمع کرتا ہے جو موضوع کے کچھ حصے کا احاطہ کرتے ہیں، اور ایسے صفحات جو کسی موضوع کے پیچھے چھ میں سے چار سوالات کا احاطہ کرتے ہیں ان صفحات کے مقابلے میں کم استعمال ہوتے ہیں جو تمام چھ کا احاطہ کرتے ہیں۔

Bing ہر اقتباس کے پیچھے کی جانے والی تلاشوں کی اطلاع دیتا ہے، لہذا یہ ایسے سوالات جمع کرتا ہے جو معاونین کو مخصوص صفحات پر بھیجتے ہیں۔ اس کے بعد وہ اس فہرست کے خلاف صفحہ پڑھتا ہے اور اسے دوبارہ لکھتا ہے جہاں بھی صفحہ درحقیقت اس کا جواب نہیں دیتا جو پوچھا گیا تھا۔

AI تلاش میں ہر جگہ، یہ اندازہ لگاتا ہے کہ لوگ کیا ٹائپ کرتے ہیں۔ یہ وہ اصل سوال ہے جس نے آپ کے صفحے کو جواب کی طرف متوجہ کیا، ایک گٹ احساس سے دوبارہ لکھا گیا اور ایک موازنہ میں بدل گیا جسے کوئی بھی کر سکتا ہے۔ وہ اس کے بارے میں کوئی نمبر ظاہر نہیں کرتا ہے کہ اس نے اسے کیسے متاثر کیا، لہذا نتیجہ پر طریقہ اختیار کریں۔

وہ ChatGPT، Perplexity، Gemini، اور Google AI موڈز میں 460 پرامپٹس کو ٹریک کرتی ہے، پھر اس ڈیٹا کو Claude میں پلگ کرتی ہے اور کام پر لگ جاتی ہے۔ اس کے کن صفحات کا حوالہ کس پلیٹ فارم پر اور کن پیغامات کے لیے دیا گیا ہے۔ اس طرح آپ اصل میں موازنہ کو ترتیب دیتے ہیں جیسا کہ ہر اسسٹنٹ جواب دیتا ہے۔ جواب میں صفحہ کے کون سے حصے نظر آتے ہیں اور کون سے حصے نظر انداز کیے جاتے ہیں۔ اس کے بعد وہ ٹیمپلیٹ سیکشن کو سیکشن کے لحاظ سے بناتی ہے، لہذا صفحہ کے تمام حصے موجود ہیں کیونکہ اسسٹنٹ کے پاس صفحہ سے ڈیٹا کھینچنا ہوتا ہے۔

ہر کوئی اندازہ لگا رہا ہے کہ AI جوابات کیسے لکھیں، اور زیادہ تر مشورہ ساخت کے بارے میں کسی کا نظریہ ہے۔ یہ نظریہ کو حوالہ شدہ ریکارڈ سے بدل دیتا ہے۔ لیکن اس کے اپنے نتائج ذہن میں رکھنے کے قابل ہیں۔ مختلف اشارے صفحے کی مختلف اقسام کے حق میں ہوتے ہیں، اس لیے جو سامنے آتا ہے وہ ایک ٹیمپلیٹ ہے جو آپ کی مارکیٹ میں فٹ بیٹھتا ہے، نہ کہ ہر جگہ کام کرنے والا ٹیمپلیٹ۔ اور جیتنے والے صفحات حقیقی تعریفوں کے ساتھ ہیں۔ یہ وہ جگہ ہے جہاں آپ بتاتے ہیں کہ کون سا ٹول کس چیز کے لیے بہتر ہے اور یہ تسلیم کرتے ہیں کہ آپ کے حریف آپ کو کہاں شکست دے سکتے ہیں۔ کیونکہ ایک صفحہ جو صرف اپنی تعریف کرتا ہے وہ G2 سے ہار جائے گا۔

وہ اشارے کے ساتھ شروع کرتے ہیں جو دراصل فروخت کا باعث بنتے ہیں، سوال "سب سے بہتر کیا ہے پھر ہم ان صفحات کو دیکھتے ہیں جن کا اکثر جوابات میں حوالہ دیا جاتا ہے۔ اسکور کارڈ ایک درجہ بندی کی فہرست ہے جس کی بنیاد پر ہر صفحہ کتنی بار ظاہر ہوتا ہے۔ وہ جس چیز کی تلاش کر رہے ہیں وہاں ان جیسی کمپنیاں موجود ہیں۔ کیونکہ جس مدمقابل کا حوالہ دیا جا رہا ہے وہ اس بات کا ثبوت ہے کہ آپ جیت سکتے ہیں، یہ نہیں کہ آپ Wipedia کے لیے ایک جگہ ہے

آخری مرحلہ اسے خواہش کی فہرست کے بجائے ترجیحی فہرست بنانا ہے۔ وہ انہی عنوانات کی جانچ کرتے ہیں جن کی عام طور پر گوگل کی مانگ ہوتی ہے، اور جن کا سب سے زیادہ AI کے ذریعہ حوالہ دیا جاتا ہے اور گوگل پر سب سے زیادہ تلاش کیا جاتا ہے وہ سب سے اوپر دکھائی دیتے ہیں۔ آپ سوالات لکھتے ہیں جو ان کی ادائیگی کے ترتیب سے ادا کرتے ہیں، جو ماڈل کو پسند کرنے کے اندازے سے زیادہ مضبوط بنیاد ہے۔

اگر آپ کسی AI سے بلاگ پوسٹ لکھنے کو کہتے ہیں، تو آپ پریشان رہ جائیں گے۔ کوئی کردار، کوئی اصل سوچ، کوئی تحقیق نہیں، اور وہ عام طور پر اندرونی روابط یا تصاویر جیسی بنیادی باتیں غائب ہیں۔

لیکن مواد کی مارکیٹنگ کو ایک کثیر مرحلہ عمل کے طور پر سوچیں۔ اس طرح ہنر مند مصنفین اور عظیم ادارتی ٹیمیں پہلے سے ہی کام کرتی ہیں، اور ان میں سے بہت سے انفرادی مراحل میں AI بہت کارآمد ثابت ہوا ہے۔ تحقیق، بریفنگ، خاکہ، ساختی ترمیم، حقائق کی جانچ، اندرونی لنکنگ، فارمیٹنگ۔ ہم نے احریفس بلاگ پر اس کے بارے میں بہت کچھ لکھا ہے، اور جو مضمون آپ ابھی پڑھ رہے ہیں وہ لیٹیڈو پر کمپن ہوا تھا۔

یہ میرا ہے میں نے پورا عمل لکھا ہے اور میرے پاس ایک مضمون ہے جو اس بلاگ کے اشاعتی معیارات کو تقریباً 2 گھنٹے میں پورا کرتا ہے، دنوں میں نہیں۔

یہ کام کرتا ہے کیونکہ میں نے ترمیم کے عمل کو لکھنے کے لیے کافی چھوٹے مراحل میں توڑ دیا اور پھر عنوانات کا انتخاب، بریفنگ، آؤٹ لائن، ساختی ترمیم، ڈرافٹنگ، پروڈکٹ ورک، لائن ایڈیٹنگ، انٹرنل لنکنگ، میٹا ڈیٹا اور ورڈپریس فارمیٹنگ جیسی چیزوں کو ریکارڈ کیا۔ یہ دستاویزات، تحریری نمونوں اور میرے تحریری عمل کے اقتباسات کے ساتھ، ChatGPT پروجیکٹ میں ہیں، اس لیے ہر بات چیت پہلے سے بھرے ہوئے معیارات سے شروع ہوتی ہے۔ میں ایک مختصر مختصر لکھتا ہوں، پھر ایڈیٹر کی کرسی پر بیٹھ کر ہر قدم کو پڑھتا ہوں، پھر اگلے مرحلے پر جانے سے پہلے پیچھے ہٹتا ہوں۔

قدموں کی تعداد پوری چال ہے۔ ایک مکمل مضمون کا مطالبہ کرنے والا ایک پیغام آپ کو محتاط کر دیتا ہے کیونکہ آپ نے ایک ساتھ 10 فیصلے کیے ہیں۔ آپ کو 10 تنگ پرامپٹس کے ذریعے قابل اشاعت کچھ ملے گا، ہر ایک ایک کام انجام دے رہا ہے، اس کے ساتھ ساتھ کوئی آؤٹ پٹ چیک کر رہا ہے۔ اس کو چلانے کے لیے ایک قابل مارکیٹر کی ضرورت ہوتی ہے، اور وہ اسے صرف ان عنوانات پر استعمال کرتے ہیں جنہیں وہ اچھی طرح جانتے ہیں کہ یہ کب غلط ہے۔

Kelsey Libert، جس نے Fractl ایجنسی کی مشترکہ بنیاد رکھی، نے کرسر کو سیکھنے میں ایک مہینہ گزارا اور پھر اسے 30 لینڈنگ پیجز لکھنے اور بنانے کے لیے استعمال کیا، جو کمپنی کے ایجنٹ کی مصنوعات میں سے ہر ایک کے لیے ایک۔

کرسر بلٹ ان AI کے ساتھ ایک کوڈ ایڈیٹر ہے، لہذا آپ صرف سادہ زبان میں بیان کر سکتے ہیں کہ آپ کیا چاہتے ہیں اور کوڈ آپ کے لیے لکھا جائے گا۔ متعدد ماڈلز کے ساتھ ایک ونڈو میں کام کرتے ہوئے، اس نے اپنے مارکیٹنگ کے فیصلے کو یہ فیصلہ کرنے کے لیے استعمال کیا کہ ہر صفحہ کو کیا کہنا چاہیے: پروڈکٹ کیا کرتی ہے، یہ کیوں اہم ہے، یہ کیسے کام کرتی ہے، مختلف خریدار اسے کیا استعمال کریں گے، وغیرہ۔ اس کا کوئی ترقیاتی پس منظر نہیں تھا اور اس نے اپنے شریک بانی کے ساتھ شام کے سیشنز کے ذریعے یہ سیکھا۔

لینڈنگ پیجز ایک کلاسک مارکیٹنگ کی رکاوٹ ہیں۔ آپ بخوبی جانتے ہیں کہ صفحہ کو کیا کہنا چاہیے، آپ کچھ ہفتے انتظار کرتے ہیں کہ کوئی اور اسے لکھے، اور جو ورژن آپ کو واپس ملتا ہے وہ کچھ بھی نہیں جیسا کہ آپ نے بیان کیا ہے۔ خود صفحات لکھنے اور بھیجنے کے قابل ہونے سے وہ ہینڈ آف ختم ہو جاتے ہیں جو زیادہ تر ٹیموں کے لکھنے سے زیادہ وقت خرچ کرتے ہیں۔ ایک مہینے کے بعد، اس نے فیصلہ کیا کہ اس نے جو پروڈکٹ بنایا ہے وہ اس سے بہتر ہے جس کی اس نے پہلے سے ہی باصلاحیت مارکیٹنگ ٹیم سے توقع کی تھی۔

ہماری مواد ٹیم سے Mateusz یہ جاننا چاہتا تھا کہ آیا کمپنی کا آرگینک ٹریفک اس کے اسٹاک کی قیمت کو ٹریک کرتا ہے۔ اس کا مطلب ہے کہ Nasdaq پر ہر ٹکر کے لیے تین سال کی ماہانہ ٹریفک اور ماہانہ اختتامی قیمتیں حاصل کرنا۔ اس کے پاس Ahrefs اور Polygon APIs دونوں سے AI پل تھا اور ڈیٹا سیٹس کو جوڑنے، ارتباط چلانے اور چارٹ بنانے کے لیے کوڈ لکھتا تھا۔ وہ عام الفاظ میں اس کی وضاحت کرتا ہے۔ اس مضمون میں، تقریباً تمام تعداد میں کمی کے کام AI تھے۔

وہ اس کے بارے میں بھی ایماندار ہے جہاں یہ کافی حد تک نہیں جاتا ہے۔ مطالعہ میں کافی بہتری آئی جب ہمارے ساتھی Xibeijia Guan، ایک حقیقی ڈیٹا سائنسدان، نے تجزیہ سنبھالا اور فیصلہ کیا کہ نمبروں کا وزن کیسے کیا جائے۔ تو اس کا دیانت دار ورژن یہ ہے کہ AI نے اسے بغیر ڈیٹا سے ورکنگ ڈیٹا سیٹ اور ریاضی میں پہلا پاس لے لیا، جو عام طور پر وہ حصہ ہوتا ہے جو کسی تحقیقی منصوبے کو شروع کرنے سے پہلے ہی ختم کر دیتا ہے۔ اصل تحقیق مواد کی ٹیم کے پاس بہترین لنک ایکوزیشن اثاثوں کے بارے میں ہے، اور "یہاں کوئی بھی ڈیٹا حاصل نہیں کر سکتا” عام طور پر ایسا کیوں نہیں ہوتا ہے۔

Myriam Jessier نے ایک سسٹم پرامپٹ شیئر کیا جسے وہ ChatGPT میں جوابات سے پیڈنگ ہٹانے کے لیے مہینوں سے استعمال کر رہی ہیں۔ اسے مطلق موڈ کہتے ہیں۔

یہ متن کا ایک بلاک ہے جسے آپ اپنی مرضی کے مطابق ہدایات میں چسپاں کرتے ہیں۔ یہ ماڈل سے کہتا ہے کہ ایموجیز، فلر، ہائپ، اور بات چیت کی تیاری کا تھوڑا سا کام استعمال کرنا بند کردے، فالو اپ سوالات پوچھنا اور اضافی مدد کی پیشکش کرنا بند کردے، اپنے لہجے کی عکس بندی کرنا بند کردے، اور خلاصے اور تجاویز شامل کرنے کے بجائے جواب کو اس لمحے ختم کردے۔

AI کاپی میں ترمیم کرتے وقت، آپ کے زیادہ تر کام میں سب سے اوپر والے گلے کو صاف کرنے والے، "زبردست سوالات”، غیر منقولہ خلاصے، اور آخر میں پرجوش تجاویز جیسی چیزوں کو حذف کرنا شامل ہوتا ہے۔ ہر مسودے میں ایک گائیڈ لائن کی سطح پر ترمیم کرنا، جملے بہ جملے کے بجائے، ان ٹولز کے ساتھ لکھتے وقت آپ کے پاس بہترین 10 سیکنڈز ہیں۔ پیڈنگ ختم ہونے پر آؤٹ پٹ کا اندازہ لگانا بھی آسان ہے کیونکہ آپ دیکھ سکتے ہیں کہ آیا اس کے نیچے کوئی آئیڈیا ہے۔

ول رینالڈس تصور کی وضاحت کرتے ہوئے خود کو ریکارڈ کرتا ہے، اسے نقل کرتا ہے، اور پھر کہانی کو آگے بڑھانے کے لیے اسکرپٹ ایل ایل ایم کو فراہم کرتا ہے۔ نوٹ بک ایل ایم اور گاما ان ڈھانچے کو ڈیک کی مختلف شکلوں میں ترجمہ کرتے ہیں۔

جو واپس آتا ہے وہ مکمل ڈیک نہیں ہے، اور نہ ہی اسے ڈیک کے طور پر استعمال کرنے کا ارادہ ہے۔ یہ کھردری شکل ہے جس میں میں پھر ترمیم کرتا ہوں۔ لیکن بات کرنا لکھنے کے مقابلے میں آپ کے دماغ سے خیالات کو نکالنے کا ایک بہت تیز طریقہ ہے، اور سلائیڈز بنانے کا وہ حصہ جو ایک دوپہر کو ضائع کر دیتا ہے – مواد کی ترتیب کا پتہ لگانا اور اسے اچھا لگنا – اس وقت تک ہو چکا ہوتا ہے جب وہ سلائیڈز کھولتا ہے۔

اس بلاگ پر تقریباً ایک ہزار مضامین ہیں، اور پرانے مضامین کو اپ ٹو ڈیٹ رکھنا ہم سب سے زیادہ منافع بخش چیزوں میں سے ایک ہے۔ تین سال پہلے شائع ہونے والی ایک پوسٹ اب بھی اس موضوع پر انٹرنیٹ پر بہترین پوسٹ ہو سکتی ہے اور اس پر اب بھی کم ٹریفک ہو رہی ہے۔ یا تو اس پوسٹ کے اعدادوشمار پرانے ہیں یا مدمقابل دو چیزوں کا احاطہ کرتا ہے جو ہم سے محروم ہیں۔ اپ ڈیٹ کرنا کچھ نیا لکھنے سے سستا ہے اور عام طور پر تیزی سے کام کرتا ہے۔

یہ AI تلاش کے لیے بھی اہم ہے۔ ہم نے سات پلیٹ فارمز میں 17 ملین حوالوں کا جائزہ لیا اور پایا کہ AI معاونین ایسے صفحات کا حوالہ دیتے ہیں جو گوگل کے آرگینک نتائج سے زیادہ حالیہ ہیں، اور یہ کہ ChatGPT تازہ مواد کے لیے سب سے زیادہ حساس ہے۔ تو ایک مضمون جسے تین سال تک کسی نے ہاتھ تک نہیں لگایا وہ بیک وقت دو جگہوں پر خود ہی عمل کر رہا ہے۔

مسئلہ یہ ہے کہ ایک ہزار مضامین اس سے زیادہ ہیں جو کسی کے ذہن میں نہیں آسکتے ہیں، اور ایک کو صحیح طریقے سے چیک کرنے میں ایک گھنٹہ لگتا ہے۔ اپ ڈیٹ پائپ لائن اس جانچ کو انجام دیتی ہے۔ اگر آپ ہمیں ایک شائع شدہ URL فراہم کرتے ہیں، تو ہم پرانے اعدادوشمار تلاش کریں گے اور ان کے لیے نئے ذرائع تلاش کریں گے، ہماری اپنی مصنوعات کی وضاحت کرنے والے نوٹس لکھیں گے جو پہلے کام کرتی تھیں، اور مضامین کا ان کی موجودہ درجہ بندی سے موازنہ کریں گے تاکہ یہ معلوم ہو سکے کہ ہم کیا کھو رہے ہیں۔

اس کے بعد آپ پرانے اور نئے ورژن ساتھ ساتھ دیکھیں گے، اور ایک وقت میں ہر ایک تبدیلی کو قبول یا مسترد کریں گے۔ غیر پڑھا ہوا مواد حقیقی وقت میں ظاہر نہیں ہوتا ہے۔ ہماری ماہانہ "20 پرانی پوسٹس کو ریفریش کریں” اسپرنٹ کسی ایسی چیز سے چلا گیا ہے جس کے بارے میں ہم نے بات کی تھی جو ہم کرتے ہیں۔

ایک موضوع کی وضاحت کریں اور یہ باقاعدہ ویب صفحات کے بجائے پی ڈی ایف، ورڈ دستاویزات، اور پاورپوائنٹ ڈیک تلاش کرتا ہے۔ تقریباً 10 منٹ کے بعد، آپ کو تقریباً 30 اعدادوشمار نظر آنے چاہئیں۔ ہر اعداد و شمار میں اس کے شائع ہونے کا سال، ایک لنک، اور متعلقہ فائل شامل ہوتی ہے۔

وہ اعدادوشمار جن کا ہر کوئی حوالہ دیتا ہے وہ ہیں جو آپ کے ویب صفحہ پر ہیں، تلاش کرنے میں آسان ہیں، اور آپ کے حریف کے مضامین میں پہلے سے موجود ہیں۔ وہ مواد جس کا کسی نے حوالہ نہیں دیا وہ پی ڈی ایف کے ضمیمہ میں ہے جسے کسی نے نہیں کھولا۔ صفحہ کے بجائے فائل فارمیٹ کی پیروی کرنے سے مضمون میں ایک نمبر شامل ہو جاتا ہے جو اس تلاش کے دیگر پانچ نتائج میں نہیں ہے، اور اصل نمبر ان چند میں سے ایک ہے جن کو اب بھی لنک ملتا ہے۔

ماہرین کے اقتباسات میں وضاحتیں شامل کرنا کسی مضمون کو پڑھنے کے قابل بنانے کا ایک بہتر طریقہ ہے، اور جس نے بھی ایسا کیا ہے وہ مسئلہ جانتا ہے۔ میں نے اپنی درخواست پوسٹ کرنے کے چند دن بعد، میرے ان باکس میں درجنوں جوابات ہیں، جن میں سے اکثر ناقابل استعمال ہیں اور ان سب کو کھولے بغیر چیک کرنے کا کوئی طریقہ نہیں ہے۔

Mateusz Makosiewicz، جو ڈیٹا اسٹڈی لکھتا ہے، ان ڈیٹا کو پروسیس کرنے کے لیے NotebookLM کا استعمال کرتا ہے۔ وہ ای میل نوٹیفکیشن کو پی ڈی ایف کے طور پر محفوظ کرتا ہے، لاٹ اپ لوڈ کرتا ہے، اور نوٹیفکیشن پڑھے جانے تک انتظار کرتا ہے۔ وہاں سے، وہ آپ کو کاروبار کے مالک کی سب سے غیر معمولی تجاویز دکھاتا ہے اور آپ کو سادہ زبان میں ایک ساتھ پورے سیٹ کے بارے میں سوالات کرنے دیتا ہے، بشمول نام بتانا کہ ہر ٹپ کس فائل سے آتی ہے۔ ایک بار جب مجھے مطلوبہ اقتباس مل جائے تو میں اسے لکھنے کے لیے دوسرے ٹول کی طرف جاتا ہوں، کیونکہ NotebookLM دستاویزات میں مواد تلاش کرنے میں اچھا ہے، لیکن نثر میں اتنا اچھا نہیں ہے۔

اس کی دو وجوہات ہیں کہ یہ ہر چیز کو ChatGPT میں چسپاں کرنے سے بہتر ہے۔ آپ زیادہ تر چیٹ ٹولز کی اجازت سے ایک ساتھ بہت زیادہ متن فٹ کر سکتے ہیں، جو اس وقت اہم ہوتا ہے جب آپ کو 100 جوابات مل رہے ہوں۔ اور یہ صرف آپ کی فراہم کردہ دستاویزات سے جواب دیتا ہے، ماخذ کے حوالے سے، لہذا آپ کو جو اقتباس ملتا ہے وہ وہی ہے جو کسی نے کہا ہے۔

پہلی ویبنار ریکارڈنگ ہے جو نوشن میں جمع کرائے گئے تین بلاگز کا ایک جائزہ تیار کرتی ہے، جو سماجی کے لیے بہترین کلپس اور بریفس کے لیے رہنما ہے۔ ایک بار جب آپ خاکہ کو منظور کر لیتے ہیں، تو دوسرا مرحلہ اسے تقریباً 1,200 الفاظ کے مسودے میں تبدیل کرنا ہے، بشمول ذرائع اور حوالہ جات۔ تیسرا سیلز کالز سنتا ہے اور تمام مسائل اور اعتراضات کو ٹیگ شدہ ڈیٹا بیس میں ریکارڈ کرتا ہے۔ چوتھا صارفین کے ساتھ طویل فون کالز کے لیے بھی ایسا ہی کرتا ہے۔ قیمتیں نکالیں اور انہیں خریدار کی مذکورہ قسم کے مطابق ٹیگ کریں۔

ہر کمپنی ان کالوں کو ریکارڈ کرتی ہے، لیکن تقریباً کوئی بھی انہیں دوبارہ کبھی نہیں سنتا، اس لیے گاہک کی سب سے ایماندارانہ وضاحت اس فولڈر میں ختم ہو جاتی ہے جسے کوئی نہیں کھولتا۔ ہمارا شکایت کا ڈیٹا بیس ایک وقت بچانے والا ہے۔ زیادہ تر مواد کی ٹیمیں یہ نہیں لکھتی ہیں کہ ان کے صارفین اصل میں کس چیز کی شکایت کرتے ہیں، اس لیے ہر سہ ماہی میں کوئی شخص اس فہرست کو میموری سے دوبارہ تشکیل دیتا ہے اور اسے مواد کا منصوبہ کہتا ہے۔

رپورٹنگ مارکیٹنگ میں سب سے زیادہ خودکار کام ہے۔ یہ مہینے کا کسی کا پسندیدہ وقت بھی نہیں ہے، جو ایک اچھی علامت ہے کہ مشینوں کو کام کرنا چاہیے۔

AI زیادہ تر کام کر سکتا ہے۔ برآمدات درآمد کریں، انہیں یکجا کریں، اور میزیں بنائیں۔ اور جب میں یہ کام خود کرتا ہوں تو چھوٹی چھوٹی غلطیاں ہو جاتی ہیں، کالم آپس میں نہیں ملتے، یا پچھلے مہینے کے نمبر اس مہینے کی قطاروں میں کاپی ہو جاتے ہیں، لہٰذا ہر بار اسی طرح کرنا اس وقت کی بچت سے زیادہ قیمتی ہے۔ جو ٹول اب بھی نہیں کر سکتا وہ ہمیں بتاتا ہے کہ اس کا کیا مطلب ہے۔ وہ حصہ آپ کے ساتھ رہتا ہے۔

Letaido ہر مہینے کی 2 تاریخ کو Google Search Console اور Ahrefs Web Analytics کے ذریعے ماہانہ بلاگ کی کارکردگی کی رپورٹ تیار کرتا ہے۔ KPI ٹائلز، 12 ماہ کے ٹرینڈ چارٹس، سب فولڈر ڈویژن، جیتنے والوں اور ہارنے والوں کا ٹیبل، روزانہ کی بے ضابطگی کال آؤٹ، پوسٹس کی صفحہ بندی کی فہرست۔

میں کمنٹری لکھنے والے شخص کے لیے امیدواروں کے 6-10 تجزیہ بلٹ پوائنٹس کا مسودہ بھی تیار کرتا ہوں، تاکہ وہ خالی صفحے سے شروع کرنے کے بجائے اس میں ترمیم کر سکیں۔

اس نے دن کا بیشتر حصہ لیا۔ اب یہ خود بخود چلتا ہے!

ہم نے ان بلاگز کا ایک معنوی آڈٹ کیا تاکہ یہ معلوم کیا جا سکے کہ کتنے مضامین کلیدی عنوانات (SEO، لنک بلڈنگ، مواد کی مارکیٹنگ) کا احاطہ کرتے ہیں اور کتنے سرورق کے عنوانات احرف کے ذریعہ مجاز نہیں ہیں۔

یہ اسی طرح شروع ہوتا ہے جیسے اندرونی لنکنگ ٹول۔ یعنی ہم ہر مضمون کو نمبروں کی ایک لمبی تار میں تبدیل کرتے ہیں، جسے ویکٹر ایمبیڈنگ کہتے ہیں۔ اگر آپ ان سب کی اوسط کرتے ہیں، تو آپ کو اپنے پورے بلاگ کے لیے نمبروں کی ایک تار ملتی ہے۔ یہ "یہ سائٹ کس چیز کے بارے میں ہے؟” کے حسابی جواب کے قریب ترین چیز ہے۔ پھر ہم پیمائش کرتے ہیں کہ ہر مضمون اپنے مرکز سے کتنا دور ہے۔ اگر آپ قریب آتے ہیں تو یہ بالکل موضوع پر ہے۔ یہ بہت دور ہے اور یہ آپ کے بلاگ پر پوسٹ کردہ کسی اور چیز کے بارے میں ایک مضمون ہے۔ ہم نے اپنے تمام صفحات کو چار گروپوں میں تقسیم کیا، بنیادی سے سب سے دور تک، اور ہر گروپ کے لیے ٹریفک، لنکس، اور درجہ بندی کو منسلک کیا تاکہ ہم دیکھ سکیں کہ گروپس کا موازنہ کیسے کیا جاتا ہے۔

پیٹرن کافی واضح تھا کہ ہم نے جو کمیشن بنایا ہے اسے تبدیل کر سکتے ہیں۔ بنیادی صفحات کو دور دراز کے صفحات کے مقابلے میں تقریباً دو گنا زیادہ نامیاتی ٹریفک ملتی ہے۔ ہر بلاگ میں مضامین کا ایک ذخیرہ ہوتا ہے جو اس وقت ایک اچھا خیال لگتا تھا اور اس سے قدرے مختلف ہوتے ہیں جس کے لیے سائٹ جانا جاتا ہے، اور اس کی قیمت بہت زیادہ ہے۔

چیخنے والا میڑک، گوگل تجزیات، اور سرچ کنسول سبھی Zapier کے ذریعے Claude میں فیڈ کرتے ہیں۔ کلاڈ تینوں کو ایک ساتھ پڑھتا ہے اور ایسے صفحات تلاش کرتا ہے جو ٹریفک کھو رہے ہیں، ایسے صفحات جو لوگوں کے پوچھنے سے مختلف سوالات کے جوابات دیتے ہیں، اور ایسے صفحات جو اب باقی سائٹ میں فٹ نہیں ہوتے ہیں۔ کام یہ ہے کہ اس کے لیے ہدایات لکھیں اور جب تک آؤٹ پٹ پڑھنے کے قابل نہ ہو اسے دوبارہ لکھیں۔

ان میں سے کسی بھی رپورٹ میں مواد کے بہت سے مسائل نظر نہیں آتے۔ خاموشی سے نقوش کھونے کے دوران ایک صفحہ تجزیات میں صحت مند دکھائی دے سکتا ہے، یا یہ ان تلاشوں کے لیے بالکل ٹھیک درجہ بندی کر سکتا ہے جہاں صفحہ کا مواد اور معنی مختلف ہوں۔ اس کا اندازہ صرف اس وقت لگایا جا سکتا ہے جب تینوں ڈیٹا سیٹ ایک ساتھ ہوں، اور ان ڈیٹا ذرائع کا مجموعہ وہ جگہ ہے جہاں AI بہتر ہے۔

سوشل میڈیا دو وجوہات کی بنا پر مشکل ہے۔ لوگ آپ کے برانڈ کا تذکرہ اس سے کہیں زیادہ جگہوں پر کرتے ہیں جن کا میں ٹریک رکھ سکتا ہوں، اور میرے پاس لکھنے کے لیے وقت سے زیادہ پوسٹ کرنے کے لیے ہمیشہ بہت کچھ ہوتا ہے۔

AI دونوں کاموں میں اچھا ہے، جب تک کہ آپ اسے اشاعت کے بجائے درجہ بندی اور مسودہ سازی کے لیے استعمال کرتے ہیں۔ سوشل پر برا جواب حاصل کرنا بری رپورٹ حاصل کرنے سے زیادہ مہنگا ہے۔ ایک بری رپورٹ آپ کی صبح کو برباد کر دے گی، اور ایک روبوٹ ایک subreddit پر ناقص سمجھے جانے والے تبصرہ کو پوسٹ کرنے سے آپ پر پابندی، اسکرین شاٹ اور شرمندہ ہو جائے گا۔ لہذا جواب دینے کے قابل ذکر تلاش کریں، انہیں کام کرنے کے لیے پہلا مسودہ دیں، اور پھر کسی ایسے شخص کو جو کمرے کو جانتا ہے اسے فیصلہ کرنے دیں کہ اصل میں کیا نکلنے والا ہے۔

لیم لسٹ ٹیم نے یہ جاننے کی کوشش میں تین ماہ گزارے کہ آیا Reddit ان کے وقت کے قابل تھا، اور انہوں نے بالکل وہی دستاویز کیا جو انہوں نے کیا تھا۔ اس وقت کے دوران، انہوں نے 6 سبریڈیٹس میں اپنے 12 تھریڈز شروع کیے، پہلے سے چل رہے 28 مباحثوں میں حصہ لیا، اور 13 جگہوں پر جواب دیا جہاں کسی نے بغیر پوچھے اپنے برانڈ کا ذکر کیا۔ Reddit کی ٹریفک میں 22% اضافہ ہوا، اور Reddit سے آنے والے لوگوں نے اوسط وزیٹر سے 20% زیادہ شرح سے سائن اپ کیا۔ اس تھریڈ نے خود بھی گوگل پر رینکنگ شروع کی تھی اور اسے ChatGPT اور Perplexity جوابات کے ذریعہ کے طور پر درج کیا گیا تھا۔

وہ حصہ جس کا AI نے خیال رکھا وہ دیکھ رہا تھا۔ Reddit بہت بڑا ہے، اور وہ گفتگو جن میں واقعی مفید مواد ہے جسے آپ شامل کرنا چاہیں گے وہ Reddit پر بکھرے ہوئے ہیں، خلفشار کے بہت بڑے ڈھیر کے نیچے دب گئے ہیں۔ انہوں نے اس ڈھیر کو پڑھنے کے لیے AI کا استعمال کیا، مٹھی بھر دھاگوں کی سطح کو جو حقیقت میں متعلقہ تھے، اور پھر جواب کے لیے نقطہ آغاز فراہم کیا۔

اس کے بعد سب کچھ لوگ تھے۔ ٹیم کے کسی فرد نے تھریڈ کو پڑھا، اس کا جائزہ لیا کہ آیا کچھ کہنے کے قابل ہے، اسے اپنے الفاظ میں لکھا، اور اسے اپنے اکاؤنٹ پر پوسٹ کیا۔ یہ Reddit کے اصولوں پر کوئی سمجھوتہ نہیں ہے، لیکن وہ اصول کافی واضح ہیں کہ پڑھنے کی ضمانت دی جائے۔ سبریڈیٹ میں حصہ لینے کی پوری قدر یہ ہے کہ لوگ بتا سکتے ہیں کہ آپ کچھ جانتے ہیں۔ خودکار جواب دہندگان صرف اس کام میں ناکام رہتے ہیں جو انہیں کرنا تھا:

وہ جس ورژن کی تجویز کرتی ہے کہ آپ خود کو بنانے کے لیے پلیٹ فارم کے اپنے مفت API کا استعمال کرتے ہوئے ان مباحثوں کو اکٹھا کریں جس میں آپ کے برانڈ یا موضوع کا ذکر ہو، پھر ماڈل نے انہیں پڑھا اور اصل میں کیا کہا ہے نکالیں: بار بار آنے والی شکایات، سوالات جو سامنے آتے رہتے ہیں، لوگ آپ کا آپ کے حریفوں سے موازنہ کیسے کرتے ہیں، اور ان سب کے بارے میں وہ صحیح الفاظ استعمال کرتے ہیں۔ وہ مفت ورکشاپس چلاتی ہیں جہاں وہ لوگوں کو قدم بہ قدم تعمیراتی عمل سے گزرتی ہیں۔

جو آپ کو واپس ملتا ہے وہ جذباتی نکات سے زیادہ قیمتی ہے۔ یہ وہ زبان ہے جسے آپ استعمال کرتے ہیں جب آپ کے گاہک نہیں جانتے کہ وہ سن رہے ہیں، اور یہ عام طور پر آپ کی ویب سائٹ کی زبان کی طرح کچھ بھی نہیں ہے۔ یہ ایک لینڈنگ پیج کے لیے خام مال ہے جو ایسا لگتا ہے کہ اسے کسی ایسے شخص نے لکھا ہے جو ابھی آپ سے ملا ہے، اور یہ یہ جاننے کے لیے خام مال ہے کہ پہلے کن اعتراضات کا جواب دینا ہے۔

میں نے لیٹیڈو کو ایک سوشل پوسٹ جنریٹر بنایا تھا۔ کیونکہ لنکڈ ان پوسٹس لکھنا میرے مضامین کی اشاعت کا حصہ ہے جسے میں طویل عرصے سے روک رہا ہوں۔ میرے مصنف کے تحت نئے مواد کے لیے بلاگ سائٹ کا نقشہ چیک کریں، مضمون پڑھیں، اور اس کے بارے میں پانچ پوسٹس کا مسودہ تیار کریں۔

پانچ جان بوجھ کر ایک دوسرے سے مختلف ہیں۔ کوئی مضمون میں سب سے حیران کن چیز سے شروع ہوتا ہے، کوئی ایک کہانی سے شروع ہوتا ہے، کوئی ایک سوال پوچھتا ہے جس کا مضمون جواب دیتا ہے، کوئی ٹیک ویز کی فہرست دیتا ہے، اور کوئی اس کے خلاف بحث کرتا ہے جس پر زیادہ تر لوگ یقین رکھتے ہیں۔ کیونکہ آپ کو معلوم نہیں ہوگا کہ آپ کون سا زاویہ چاہتے ہیں جب تک کہ آپ کچھ نہ دیکھیں، اور اختیارات میں سے انتخاب کرنا شروع سے شروع کرنے سے کہیں زیادہ آسان ہے۔

جو چیز اسے ناول کے بجائے مفید بناتی ہے وہ یہ ہے کہ میں اپنی آواز میں لکھتا ہوں، لنکڈ ان کی نہیں۔ میں نے ایپ کے اندر بہترین کارکردگی کا مظاہرہ کرنے والی پوسٹس کو نشان زد کیا، اور وہ پوسٹس کو دیگر تمام پوسٹس پر فوقیت دیتے ہوئے، کاپی کرنے کے انداز کے ساتھ ماڈل میں منتقل کیا گیا۔ ایک بار جب میں ڈرافٹ کو منتخب کرتا ہوں اور اس میں ترمیم کرتا ہوں، تو ایپ اسے احریفس کے سوشل میڈیا مینیجر کے ذریعے میرے کیلنڈر کی قطار میں دھکیل دیتی ہے۔ لہذا کام شروع سے ایک پوسٹ لکھنے سے لے کر پانچ میں سے کسی ایک کو منتخب کرنے اور مجھے پسند کردہ میں ترمیم کرنے تک ہے۔

رضاکارانہ کام اپنے وقت اور مطابقت سے زندہ اور مرتا ہے۔ کسی صحافی کو کہانی پیش کرنے والا تیسرا شخص ہونے کی کوئی قیمت نہیں ہے۔ لہٰذا اس کام میں فیڈز کے ذریعے روزانہ ہزاروں مضامین کو دیکھنا شامل ہے جنہیں پڑھنے کے لیے کسی کے پاس وقت نہیں ہے، اور ہر رابطہ کو اس طرح لکھنا جیسے آپ نے ان کے مضامین پڑھ لیے ہوں۔ دونوں کام ہیں جو مشینیں انجام دے سکتی ہیں۔

جو چیز اسے قبول نہیں کرتی وہ اس بارے میں فیصلہ ہے کہ آیا آپ کی پیشکش کا خیر مقدم کیا جاتا ہے۔ AI سے پیدا شدہ بڑے پیمانے پر رسائی پہلے سے ہی وجہ ہے کہ بہت سے صحافیوں نے اپنے ان باکسز کو پڑھنا بند کر دیا ہے، اور تیز تر ذاتی بنانے سے صرف اس صورت میں مدد ملے گی جب آپ جو بھیجتے ہیں اسے موصول ہونے کا مستحق ہے۔ تو نیچے والے چاروں ایک ہی جگہ رک جاتے ہیں۔ وہ مشاہدات اور پہلے مسودے کرتے ہیں اور آپ کو فیصلہ کرنے دیتے ہیں کہ اصل میں کیا بھیجنا ہے۔

Mark Williams-Cook نے ایک Python اسکرپٹ لکھا جو RSS فیڈز سے نکالے گئے ہزاروں روزانہ نیوز آرٹیکلز پر Gemma (LLM) کے ساتھ ایک مقامی اولاما چلاتا ہے، جو ہر ہیڈ لائن اور تفصیل کو کسٹمر کی دلچسپی کے پروفائل سے مماثل رکھتا ہے۔ آپ کی ڈیجیٹل PR ٹیم کے لیے کوالیفائیڈ لیڈز سلیک پر جاتی ہیں۔

اپنے ماڈلز کو مقامی طور پر چلانا آپ کے حجم کو قابل عمل بناتا ہے کیونکہ فی کال API چارجز نہیں ہیں جس کے بارے میں فکر کرنے کی ضرورت نہیں ہے کیونکہ آپ روزانہ ہزاروں کہانیوں کو چھانتے ہیں۔

Andy Chadwick اپنی سیلز کال کی ریکارڈنگز کو ChatGPT ورک فلو میں فیڈ کرتا ہے جو اس کی آواز کے لہجے، پروڈکٹ کی تفصیلات، اور سب سے زیادہ عام اعتراضات جو وہ سنتا ہے۔ ایک فالو اپ ڈرافٹ لکھیں، ترمیم کریں اور بھیجیں جو مخصوص امکان کے ذریعہ ذکر کردہ مسائل کی عکاسی کرتا ہے۔

کنفیگریشن کا وقت 45 منٹ سے بڑھ کر 5 منٹ ہو گیا۔ وہ £5,000 سے £10,000 سروسز کے لیے اپنے اعلیٰ قدر فالو اپس کے لیے 90% کلوز ریٹ کی اطلاع دیتا ہے۔

احرف کے سام اوہ نے ایک ایجنسی کو اس کی تشہیر کا کام کرنے کے لیے ادائیگی کی۔ انہوں نے 100 ای میلز بھیجے اور تین جوابات موصول ہوئے، جن میں سے دو کی فہرست سے نکالنے کی درخواستیں تھیں۔ چنانچہ اس نے اس کی بجائے اپنی تشہیری مہم بنائی اور فلمائی۔

ہم مینیجرز اور ایجنٹوں کی ایک ٹیم کے طور پر کام کرتے ہیں۔ مینیجر اس بات کے بارے میں کسی امکان کا انٹرویو لے کر شروع کرتا ہے کہ وہ کیا تلاش کر رہا ہے: ایک اچھا امکان کیسا لگتا ہے، ان کے پاس خارج کرنے کے کون سے عوامل ہیں، اور ای میل کو کیسے پڑھا جانا چاہیے۔ اس کے بعد ایک ایجنٹ امکانات تلاش کرتا ہے اور ہر ایک کے لیے احرف کا ڈیٹا کھینچتا ہے، دوسرا ایجنٹ اس بات کی تصدیق کرتا ہے کہ ٹریفک میں اضافہ حقیقی ہے اور عارضی نہیں، اور تیسرا ایجنٹ ایک ای میل لکھتا ہے اور اسے Gmail ڈرافٹ میں چھوڑ دیتا ہے تاکہ آپ کی منظوری ہو۔ وہ سلیک میں سب کچھ چلاتا ہے۔

جب وہ ہوائی اڈے کے لیے روانہ ہوا تو اس نے اسے تیار کر رکھا تھا اور جب وہ گیٹ پر پہنچا تو اس کے پاس 74 ڈرافٹس اس کا انتظار کر رہے تھے۔ اس نے جن 54 لوگوں کو باہر بھیجا، ان میں سے 11 واپس آئے اور 7 نے 5 اہداف کو نشانہ بناتے ہوئے طے شدہ میٹنگز میں تبدیل کیا۔ کولڈ آؤٹ ریچ زیادہ تر لکھنے کے بجائے تحقیق ہے۔ کیونکہ سب سے زیادہ نظر انداز کیے جانے کی وجہ یہ ہے کہ کسی نے بھی اپنا ہوم ورک نہیں کیا ہے کہ وہ کس کو لکھ رہے ہیں۔ یہ آپ کا حصہ ہے اور آپ کی ای میل کسی اور کی طرح کیوں پڑھتی ہے۔

ہم نے ایک پریس ریلیز جنریٹر بنایا ہے جو بلاگ پوسٹ کا URL یا پروڈکٹ کی خصوصیت کے بارے میں ایک نوٹ لیتا ہے اور فارمیٹ شدہ پریس ریلیز واپس کرتا ہے۔ منصوبہ یہ ہے کہ اس کو ہماری ڈیٹا ریسرچ پر لاگو کیا جائے تاکہ ہر نیا مطالعہ پہلے سے تیار کردہ ریلیز کے ساتھ آئے، بجائے اس کے کہ کسی کو دوپہر کا وقت ملے۔

اصل تحقیق سے پتہ چلتا ہے کہ میڈیا میں ہماری نمائندگی کیسے کی جاتی ہے۔ ہماری تحقیق کا حوالہ دی اٹلانٹک، سی این این، اور بی بی سی سمیت آؤٹ لیٹس نے دیا ہے، جو صرف اس وقت ہوتا ہے جب کوئی حقیقت میں نتائج کو فوری طور پر شائع کرتا ہے جب کہ وہ ابھی بھی خبر ہیں۔ لکھنا بالکل بھی مشکل ترین حصہ نہیں تھا، لیکن میں اس مرحلے پر تھا جہاں ہر چیز مسدود تھی، اس لیے میرے خیال میں پہلے مسودے کے انتظار نے مجھے وقت کے مقابلے میں زیادہ مستقل مزاجی سے کام کرنے کی اجازت دی۔ کہیں اور جانے سے پہلے آپ کو اب بھی کسی کو آپ کا آؤٹ پٹ پڑھنے کی ضرورت ہے۔

کسی پروڈکٹ کو لانچ کرنے کا مطلب ہے لینڈنگ پیجز، ای میلز، ویڈیو اسکرپٹس، سیلز کولیٹرل، اور بریفس بنانا – ان سب کو ایک ہی بات کہنا ہے۔ عام طور پر نہیں۔ مختلف لوگ مختلف ہفتوں میں لکھتے ہیں، اس لیے آپ کے لینڈنگ پیجز ان چیزوں کا وعدہ کرتے ہیں جن سے کوئی بھی اتفاق نہیں کرتا، اور آپ کی ای میلز آپ کے ڈیک سے مختلف سامعین کو نشانہ بناتے ہیں۔ ان کو چیک کرنے کے لیے پانچوں کو ساتھ ساتھ پڑھنا ہر ایک کو کرنا چاہیے، اور ریلیز کے ہفتے کوئی بھی ایسا نہیں کر رہا ہے۔

پہلا ورژن لکھنا آسان اور مشکل دونوں حصہ ہے۔ یہ تینوں ہماری پروڈکٹ مارکیٹنگ ٹیم سے آتے ہیں، اور ان سب کا سب سے بہترین حصہ آخر میں وہ مرحلہ ہے جہاں ہم ہر چیز کو پڑھتے ہیں اور آپ کو بتاتے ہیں کہ دونوں دستاویزات کے کون سے حصے آپس میں نہیں ملتے ہیں۔

Andrei، جو Ahrefs میں پروڈکٹ مارکیٹنگ کی قیادت کرتا ہے، نے ایک GTM جنریٹر بنایا جو ایک کھردرے پروڈکٹ کے خاکہ کو چھ آئٹمز میں تبدیل کرتا ہے: ایک منظم جائزہ، ایک لینڈنگ صفحہ، ایک 90 سیکنڈ کا ویڈیو اسکرپٹ، ایک پروموشنل ای میل، پرنٹ کرنے کے لیے تقریباً تیار فلائر، اور حتمی تصدیق۔

یہ آخری وجہ ہے کہ سب کچھ ایک ساتھ رکھتا ہے۔ پانچ دستاویزات کو ساتھ ساتھ پڑھیں اور ان تمام حصوں کی فہرست بنائیں جن سے آپ متفق نہیں ہیں۔ یہاں تک کہ ایک لینڈنگ پیج بھی لکھا گیا ہے جس میں یہ وعدہ کیا گیا ہے کہ کچھ "10x تیز” ہے، حالانکہ بریفنگ میں کسی نے یہ دعویٰ نہیں کیا تھا۔

آندرے نے دستاویز میں ترمیم کرنے کے بعد، وہ ترمیم شدہ ورژن کو واپس رکھ سکتا ہے اور ٹول سے اس کا موازنہ اصل میں لکھے ہوئے ورژن سے کر سکتا ہے۔

آپ وہ کلیدی الفاظ حاصل کر سکتے ہیں جن کے لیے آپ کے حریف ادائیگی کر رہے ہیں اور وہ صفحات جن پر وہ اس ٹریفک کو بھیج رہے ہیں، پھر ان صفحات کو پڑھیں تاکہ ان کے اشتہار کی کاپی میں اصل وعدہ دیکھیں۔ اپنے مطلوبہ الفاظ کو تھیم کے لحاظ سے گروپ کریں، ان کلیدی الفاظ کی نشاندہی کریں جن پر آپ براہ راست بولی نہیں لگاتے ہیں، اور اپنے کردار کی حد کے اندر، تین سرخیوں اور فی ورژن دو وضاحتوں کے ساتھ ان خالی جگہوں کے لیے Google تلاش کے اشتہارات لکھیں۔

بامعاوضہ تلاش وہ واحد جگہ ہے جہاں حریف اس چیز کو چھپا نہیں سکتے جو ان کے خیال میں ان کے پیسے کے قابل ہے۔ اس فہرست میں موجود ہر مطلوبہ لفظ ایک کلیدی لفظ ہے جس کے لیے کسی نے ادائیگی کی ہے، جانچ کی ہے، اور اس کے لیے ادائیگی جاری رکھنے کا انتخاب کیا ہے، اس لیے یہ پہلے سے اہل امیدواروں کی فہرست بن جاتی ہے جس کا بجٹ آپ کا نہیں ہے۔ سفید جگہ کی نشاندہی کرنے والے اشتہار کے ساتھ ایک ڈومین نام حاصل کرنا ایک ڈومین نام کے لیے سہ پہر کا کام ہے۔

Constance Ahrefs کے لیے ویبینرز چلاتی ہے، اس لیے اس نے Letaido سے اسے ایک ویبینار آٹومیشن ایپ بنایا۔ وہ عنوان، تاریخ، پیش کنندہ، وغیرہ میں داخل ہوتی ہے اور سب کچھ ترتیب دیتی ہے۔

ویبینار کی تاریخ سے پیچھے کی طرف کام کرتے ہوئے، اس بات کا تعین کریں کہ ہر کام کو کب انجام دیا جانا چاہیے اور پھر صف بندی میں کاموں کو تخلیق کریں۔ اس میں زوم ایونٹس اور لینڈنگ پیجز ترتیب دینا، پروموشنل کاپی لکھنا، بامعاوضہ پروموشنز کو شیڈول کرنا، سلائیڈز اور اسکرپٹس بنانا، اور بعد میں پیشرفت کی اطلاع دینا شامل ہے۔ مجموعی طور پر 20 کام ہیں، جو ایک ٹیمپلیٹ کے طور پر بنائے گئے ہیں جنہیں وہ ایک مخصوص ویبینار کے لیے تبدیل کر سکتی ہے۔

اور چونکہ آپ اسے ایک ساتھ نہیں بلکہ مرحلہ وار حوالے کر دیتے ہیں، اس لیے وہ صرف یہ دیکھتی ہے کہ وہ آج کیا کر سکتی ہے۔ ویبنار کی میزبانی کرنا مشکل نہیں ہے۔ صرف 20 چھوٹی چیزیں ہیں جنہیں صحیح ترتیب میں کرنے کی ضرورت ہے، اور ان میں سے ایک کو بھول جانا آپ کے سامعین کو مہنگا پڑے گا۔

بین الاقوامی مارکیٹنگ دوگنی ہو جاتی ہے۔ ہر مضمون جو آپ شائع کرتے ہیں وہ سات مضامین ہوں گے، ہر ایک کی اپنی مطلوبہ الفاظ کی تحقیق، دوبارہ ترتیب دینے کے لیے اس کے اپنے اندرونی لنکس، دوبارہ بنانے کے لیے اس کے اپنے چارٹ، اور صاف کرنے کے لیے اس کے اپنے hreflang ٹیگز۔ زیادہ تر شامل کردہ کام ہنر مند کام کے بجائے مکینیکل ہوتا ہے، جو اسے آٹومیشن کے لیے موزوں بناتا ہے اور یہ عام طور پر کیوں مکمل نہیں ہوتا۔

ایک بات قابل غور ہے کہ ترجمہ اور لوکلائزیشن ایک ہی چیز نہیں ہے۔ ماڈل خوشی سے آپ کو روانی سے ہسپانوی فراہم کرے گا جو اس طرح پڑھے گا جیسے یہ غلط ملک کے لیے لکھا گیا ہو، اور اگر آپ اسے نہیں بولیں گے تو آپ کو نوٹس نہیں ہوگا۔

Ahrefs کی بین الاقوامی مارکیٹنگ ٹیم کے Erik اور Taka نے ایک ترجمے کی پائپ لائن بنائی جو سات زبانوں کو سنبھالتی ہے، ہر ایک کی اپنی ٹون گائیڈ، لغت، اور ترجمے کے قواعد (فرانسیسی، ہسپانوی، جاپانی، جرمن، اطالوی، کورین، اور روایتی چینی)۔

یہ روابط کو بھی ٹھیک کرتا ہے، جو کہ عام طور پر بھول جانے والی چیز ہے۔ اگر آپ کسی مضمون کا ترجمہ کرتے ہیں اور اس کے اندر موجود لنکس اب بھی دوسرے مضمون کے انگریزی ورژن کی طرف اشارہ کرتے ہیں، تو جاپان میں قارئین اس مضمون کی پیروی کریں گے اور انگریزی میں واپس آئیں گے۔ یہ ہر لنک کو چیک کرتا ہے اور مضمون کے جاپانی ورژن کی جگہ لے لیتا ہے اگر یہ موجود ہے۔ اگر کوئی لنک نہیں ہے، تو یہ آپ کو بتائے گا کہ کون سا لنک باقی رہ گیا تھا اور کیوں۔

اور اس سے پہلے، ہم ان ممالک میں کلیدی الفاظ کی تحقیق کرتے ہیں جن کا ہم ترجمہ کرنا چاہتے ہیں، لہذا ہمارے مضامین ان الفاظ کی پیروی کرتے ہیں جنہیں وہاں کے لوگ اصل میں تلاش کر رہے ہیں، بجائے اس کے کہ انہیں انگریزی میں لفظ کے بدلے میں پیش کیا جائے۔

انگریزی اسکرین شاٹس کے ساتھ ترجمہ شدہ مضامین صرف آدھے ترجمہ شدہ ہیں، اور احرف کی ایک پوسٹ میں درجن بھر چارٹس اور فلو چارٹس شامل ہو سکتے ہیں۔ لہذا ایک بین الاقوامی ٹیم نے صرف بصری ترجمہ کے لیے ایک مترجم بنایا۔ اس کا مطلب ہے کہ PNG، JPG یا PDF اپ لوڈ کرنا، اپنی زبان اور علاقہ کا انتخاب کرنا، اور پھر مقامی تصویر کو واپس لینا۔

دو چیزیں ہوتی ہیں: پہلا ماڈل تصویر کو دیکھتا ہے اور سادہ زبان میں لکھتا ہے کہ کیا تبدیل کرنے کی ضرورت ہے۔ دوسرا پھر ان تبدیلیوں کے ساتھ تصویر کو دوبارہ بناتا ہے۔ جیسے ہی آپ ایک علاقہ اور زبان منتخب کرتے ہیں، میکسیکو کے لیے ہسپانوی اسپین کے لیے ہسپانوی سے مختلف طریقے سے ظاہر ہو گا، اور قیمتیں، مثال کے طور پر ویب پتے، اور نام اسی کے مطابق بدل جائیں گے۔

اگر کوئی لفظ غلط ہے تو اسے بتائیں اور وہ اس تصویر کو اس لفظ کے ساتھ دوبارہ کھینچ دے گا۔ ذیل میں اسکرین شاٹ میں، کوئی جاپانی اصطلاح کو ایک ایسے فقرے میں تبدیل کر رہا ہے جسے ٹیم اصل میں استعمال کرتی ہے۔

ایک پیشہ ور بیک وقت مترجم کی لاگت روزانہ $2,000 سے زیادہ ہو سکتی ہے اور وہ آپ کے پروڈکٹ کو نہیں جانتے۔ اس کے بجائے ٹکا اسٹیج کے ساتھ ایک لیپ ٹاپ پر ایک لائیو مترجم چلاتا ہے، جیسے ہی کوئی بولتا ہے مائیکروفون فیڈ سے انگریزی اور جاپانی سب ٹائٹلز تیار کرتا ہے۔

ریئل ٹائم تقریر آدھے مکمل حصوں میں پہنچتی ہے، لہذا ہم انتظار کرتے ہیں اور اسکرین پر صرف مکمل جملے دکھاتے ہیں۔ اس کے علاوہ، پہلے پروڈکٹ کے نام کی لغت پڑھیں۔ اس کا مطلب یہ ہے کہ "AI جائزہ” ہمیشہ جاپانی اصطلاحات میں آتا ہے جس پر ہم متفق ہیں، بجائے اس کے کہ اس کے قریب ہو۔ ٹیم جیمنی 3 فلیش کا استعمال کرتی ہے، جو کسی کی گفتگو کی پیروی کرنے کے لیے کافی تیز ہے۔

بہت سے لوگ کہیں گے کہ انہوں نے اپنی مارکیٹنگ ٹیم کو نکال دیا اور سب کچھ AI پر چھوڑ دیا۔ حقیقت میں، AI ایک آلہ ہے اور اسے رکھنے والے شخص کی صلاحیتوں پر منحصر ہے۔

اس فہرست پر ہر عمل کسی ایسے شخص کے ذریعہ ڈیزائن کیا گیا تھا جو مارکیٹنگ جانتا ہے۔ وہ ورک فلو اور مطلوبہ نتائج کو جانتے ہیں۔ ان کے پاس ذوق اور فیصلہ ہے۔ وہ اچھے نتائج حاصل کرنے کے قابل تھے۔ بغیر یہی وجہ ہے کہ جنریٹو AI بہتر AI ہو جاتا ہے۔ یہ ٹول اس چیز کو ضرب دیتا ہے جو آپ پہلے ہی لے چکے ہیں۔ اگر آپ کچھ نہیں لائیں گے تو کچھ نہیں بڑھے گا۔

تو شک میں رہیں۔ AI کوئی جادوئی خانہ نہیں ہے جو آپ کے دیکھتے وقت آپ کے مسائل حل کرتا ہے۔ لیکن آپ جیسے کسی کے ہاتھ میں، بہت سے کام تیز، بہت بہتر ہو جائیں گے، اور کچھ پہلے سے کہیں زیادہ پرلطف ہو جائیں گے۔

کیا آپ کا اپنا ورک فلو ہے جو اس میں آتا ہے؟ ہمیں LinkedIn پر ایک پیغام بھیجیں اور ہم ایک نظر ڈالیں گے۔