Grazie 1000.

Ciao a tutti, è bellissimo essere qua finalmente due anni dopo, dopo l'esperienza incredibile che è stata offline nel 200023 e oggi, um porto un altro argomento, un po' diverso da quello di cui avevo parlato l'ultima volta, e il tema è AI Assisted Marketing Strategy, ovvero, cinque processi EI che possiamo utilizzare nella nostra vita quotidiana, per um semplificare il nostro lavoro di marketer, anzi per amplificarlo.

Cosa vedremo all'interno di questa presentazione? Io mi sono chiesto quali sono i problemi principali che noi marketer, chi lavora nel digitale in generale, deve superare.

E come possiamo utilizzare l'intelligenza artificiale per farlo.

cinque problemi molto comuni del nostro lavoro ogni singolo giorno.

Il primo, perché l'AIE risponde male alle mie domande e vedremo cosa intendo.

Secondo, come organizzare un brief per un brand, un cliente, 11 stakeholder in cinque minuti, in cinque minuti o 60 secondi in realtà invece che ore e ore.

Dove trovo degli insight di mercato per fare delle brevi analisi in poco tempo? Come posso scoprire qual è il migliore angolo di comunicazione da inserire all'interno delle mie campagne, delle mie strategie digitali? E um come posso creare delle immagini con l'intelligenza artificiale, quindi rep- um scalando il processo creativo, che siano però coerenti con delle fonti um originali che noi carichiamo.

Prima di rispondere a queste cinque domande proviamo a fare um un passo indietro, ovvero c'è questo paper interessantissimo di Harvard che si chiama um The, um The Cyber Netflix teammate, molto interessante, non so se l- se l'avete letto, che parla di un tema um ovviamente molto caldo, ovvero di come sta cambiando il nostro lavoro.

E tra le tante cose che dice all'interno degli esperimenti che sono sono stati fatti, il team di ricercatori, ha notato come un individuo che utilizza le II, Fa un lavoro migliore di un team senza AI.

Questo vuol dire ha un'implicazione enorme, come tutti sappiamo, ovvero che noi da individui possiamo scalare la nostra efficacia, il nostro impatto, a il lavoro che po- che ieri faceva un team intero.

Tutto molto bello, però, la vera domanda è come riusciamo a integrare l'intelligenza artificiale, in modo semplice, senza però dover auto- automatizzare tutto il nostro lavoro, in parole povere, come possiamo in maniera molto semplice um integrare i nostri processi, um quelle quale quel 2080, quelle poche attività, che espandono e velocizzano il nostro lavoro quotidiano integrando il nostro valore aggiunto come persone.

Partiamo dalla prima domanda, quindi il primo problema che vogliamo risolvere, un problema molto comune, perché lei ha e risponde male alle mie domande.

allora Sappiamo benissimo, che um la qualità dell'output dell'intelligenza artificiale è direttamente proporzionale, a la qualità dell'input, quindi un input um in- um diciamo fornito in maniera um scarsa, in maniera approssimativa, darà un output che sarà sicuramente subottimale.

Per risolvere questo problema ho um sviluppato un GPT che si chiama Prompt Engineer GPT.

È um un GPT che insieme a tutte le altre risorse di questa presentazione troverete all'interno dell'ultima slide, cioè un QR code, potrete scaricarlo e troverete tutti i link, GPT, le prompt, eccetera eccetera.

Ho um istruito il GPT con um le informazioni um legate a come si strut- si si struttura, si può strutturare una prompt fatta bene.

E ho allegato nella knowledge base una serie di um paper sul prompt engineering, delle principali università mondiali e e il um le guide ufficiali di OpenAI e di Google rispetto al prompt engineering.

Come output, quindi quello che possiamo fare, È diamo una prompt molto molto semplice, 11 paio di righe, come in quello screenshot, e automaticamente il GPT lo la trasforma in un prompt molto strutturato che segue tutte le le regole principali, quindi dal ruolo al formato, all'output, al contesto generico, specializzato, gli esempi, Limiti eccetera eccetera e in coda ci di- ci dice anche quali sono state le tecniche di prompt engineering che sono state che sono state applicate.

Questo vuol dire che poi possiamo copiare ed incollare un prompt molto strutturato a partire da due righe, e poi cominciare a conversare con l'intelligenza artificiale.

Ho utilizzato chat GPT per la creazione del, del GPT, il GPT è è pubblico e troverete i link al termine della presentazione se lo volete testare.

Secondo problema, come possiamo organizzare, Un brief per un brand, in cinque minuti invece che 50.

Cosa intendo con organizzare un brief? um Quando cominciamo a lavorare con un cliente abbiamo spesso un questionario, ci facciamo dare delle informazioni dal dal nostro cliente in modo tale che noi um siamo poi in grado di sviluppare una strategia digitale.

ecco Il problema è che questo processo poi richiede parecchio tempo.

Io ho sviluppato un flusso che si chiama Discovery Briefflow, dove sono passato um da un Google Docs molto molto s- semplice, che è un questionario Discovery, dove ci sono tutta una serie di domande che io invio a brand, stakeholders e e clienti per chiedere delle informazioni contestuali al business.

E l'ho um trasformato in un questionario tagli.

Automaticamente nel momento in cui, cui il brand risponde a questo questionario, si crea automaticamente un documento di output dove c'è una mini analisi strategica basata sulle risposte alle informazioni strategiche che ho chiesto.

Questa cosa qua è molto semplice da fare.

Ho quindi trasformato quello che prima era un Google Docs semplice in un form costruito appunto insieme a um tramite tagli.

E poi ho automatizzato tutto il flusso tramite Ma, quindi con una semplice automazione che è strutturata in questo modo, da tagli, il brand risponde alle domande strategiche, queste informazioni dinamicamente vengono passate Open AI tramite API, e una prompt inserita all'interno di questa automazione e l'output diventa un Google Docs finale con, Una mini analisi strategica, quindi in pochissimi secondi, in realtà in meno di un minuto, noi, una volta che il cliente risponde in maniera um diciamo dettagliata a tutte le domande abbiamo già un documento strategico che è pronto per essere utilizzato.

Prendo questo Google Docs e lo vado ad inserire all'interno di um un project all'interno di chat GPT.

um All'interno di questo project che è di base un assistente, andiamo a inserire delle istruzioni, punto 2, e nella nella sezione tre andiamo a caricare documentistica, quindi la cosiddetta knowledge base.

Tra questi documenti all'interno del quale possiamo inserire, il il tone of voice, documenti strategici eccetera, carichiamo anche la bozza che abbiamo creato precedentemente, o- ovvero questa.

Quindi possiamo cominciare a conversare, Nella sezione quattro con l'intelligenza artificiale e comincerà a quindi allargare, a sviluppare e approfondire la strategia digitale basata su queste informazioni in pochissimi secondi.

Quali tool ha utilizzato in questo caso? Ho utilizzato tagli per il questionario, Ma, per fare l'automazione, um OpenAI per inviare la prompt di analisi e Google Docs per um creare l'output.

Terzo problema principale e questa è una cosa che sicu- sicuramente un buon 80 percento delle persone che sono oggi qua si troverà a fare.

Come faccio a, um trovare degli insight di mercato in poco tempo, ovvero come facciamo a fare delle analisi brevi, di mercato attraverso l'intelligenza artificiale, che non saranno finite, ma sicuramente saranno già approfondite.

Io ho sviluppato il Deep Research F- Framework, che è un metodo, basato sulla funzionalità di intelligenza artificiale che abbiamo visto è stata rilasciata negli ultimi mesi, ovvero quella di Deep Research, ovvero ricerca avanzata, disponibile all'interno di Chat GPT, perplexity, Gemini, eccetera.

e quello che faccio è molto semplicemente, um Strutturare una prompt che è quella che trovate all'interno di questa slide, dove vado a richiedere, sette informazioni fondamentali, che sono il job, ovvero cosa vuole ottenere il cliente, le alternative, quelle alternative sta considerando, la categoria di riferimento della soluzione che noi come azienda, prodotto servizio forniamo, il key segment, ovvero il segmento chiave che ha la l- la potenzialità di avere il maggiore impatto sul mercato, Il i Pin point, quali problemi vuole risolvere il cliente, il desiderio che vuole ottenere e le obiezioni.

sette informazioni fondamentali, assolutamente cruciali a cui dobbiamo rispondere quando facciamo analisi di mercato rapida.

um Seleziono poi il modello O3, al momento, dal mio punto di vista, quello che ci dà le maggiori soddisfazioni per questa tipologia di attività, attivo la funzionalità Deep Research, E poi ottengo come output tutta una serie di informazioni ben schematizzate, che rispondono a questi sette punti fondamentali, customer job, alternative, Pinpoint, desideri, um eccetera eccetera.

Ora, una volta che poi utilizzo queste informazioni le possiamo trasformare in un vero e proprio, posizionamento, in una vera e propria strategia e quindi andando a definire sempre attraverso l'intelligenza artificiale, le altre informazioni cruciali come la value proposition, le le USP, benefici emozionali e funzionali, l'offerta, eccetera.

E poi la trasformiamo da strategia a esecuzione.

Quindi il piano di comunicazione che noi andiamo ad implementare.

di vari canali di distribuzione.

Quindi in pratica stiamo sviluppando un piano di marketing, tutto fatto con LI, partendo dal primo livello, che è la raccolta dati che possiamo anche fare attraverso il metodo Deep Research, alla raccolta degli insight, quindi analisi, alla definizione del posizionamento della strategia e alla esecuzione.

Quindi la messa a terra attraverso i canali di distribuzione.

Toolkit, utilizzo ovviamente, come hai detto Chat GPT nella funzione di Deep Research, alternative sono um perplexity e Gemini, e poi per la parte post analisi, um utilizzo Chat GPT o Cloud 3.

7 Sonet.

Come scopro l'angolo di comunicazione migliore, quindi punto numero 4, problema numero 4.

Questo ovviamente è una è una di quelle attività che ci viene utile in qualsiasi caso, qualsiasi sia la nostra strategia, a maggior ragione se um siamo operiamo nell'ambito del performance marketing.

Il metodo secondo me è più utile in assoluto e più efficace anche a livello di risultati, è quello basato su analizzare le review, le testimonianze dei nostri clienti esistenti.

Andiamo a scaricarle dai nostri, Dai nostri CMS, dai nostri um dai nostri back end, quindi Shopify, Trustpilot, um Amazon Reviews, eccetera eccetera, oppure andiamo a fare scraping delle review, dei nostri competitor.

Le carichiamo all'interno di un Excel o di un Google Sheet, le ordiniamo per densità, quindi per lunghezza come in in questo caso specifico nella slide, le scarichiamo come.

CSV, carichiamo poi questo CSV in un altro GPT.

Io ho creato questo CPT che si chiama Customer Insight Finder e all'interno di questo GPT ho inserito una varie funzionalità.

Una di queste è la numero quattro che vedete indicata da questa freccia che si chiama crea angoli di comunicazione.

Quindi una volta che clicco su quella funzionalità e carico il CSV con le review, Possiamo, posso poi ottenere una tabella già fatta con tutta una serie di informazioni cruciali, tra cui il prodotto di ri- di riferimento rispetto al quale vogliamo creare l'angolo di comunicazione, il gancio, l'angolo di comunicazione vero e proprio, un mini copy che possiamo utilizzare e poi sviluppare per le nostre attività, per esempio, post organici, content marketing ads.

Pinpoint e desiderio che fanno riferimento a quell'angolo e poi una citazione che fa riferimento ad una review esistente di un nostro cliente da cui è stato estratto quell'angolo in modo tale che la possiamo utilizzare anche all'interno del copy delle nostre immagini, per esempio, oltre che poi a suggerimenti per formati creativi statici e, um video.

Tutto questo.

Già fatto attraverso una una tabella che possiamo copiare ed incollare all'interno di un altro documento.

Utilizzo Chat GPT per la creazione del del GPT e poi Chat GPT o um Cloud 3.

7 Sonet per lo sviluppo degli angoli di comunicazione per il copy.

Cloud è ottimo da questo punto di vista, soprattutto per rispettare il tone of voice.

E ultimo punto, um come creare delle immagini coerenti con le mie fonti originali.

Come sappiamo una delle um delle sfide principali è scalare la produzione delle immagini e soprattutto, assicurarci che come brand, come azienda o come individui, quelle immagini sono poi coerenti con le fonti che noi diamo.

E quindi qual è lo strumento ad oggi più semplice, esistono vari vari metodi, più o meno complicati.

Dal mio punto di vista, il più semplice in assoluto, è questo, ovvero utilizzare FL punto AI, che è una piattaforma che ci dà accesso a tutta una serie di um modelli AI, tra cui dei modelli di training immagini.

Io utilizzo in particolare il modello di training, quindi allenamento, vogliamo insegnare all' AI, quali sono i pattern delle immagini che vogliamo riprodurre.

Carico um f- dalle 10 alle immagini differenti, per esempio queste sono immagini mie per creare, um immagini um thumbnail, eccetera per i vari social.

um selezioniamo il modello di training che si chiama Flax Laura Fast Training, in- inseriamo un attivatore, quindi una trigger word, in questo caso io l'ho chiamata SIM, AI che poi posso inserire all'interno delle nuove prompt da testo a immagine, text to image per poi um andare a creare nuove immagini.

E dopodiché, quando andremo a nominare questa trigger word all'interno di un altro modello text to image, in questo caso io utilizzo Flax Pro, possiamo nominare appunto SMEI, per esempio in una giornata di di sole a Portofino in Italia, e ci dà fuori quindi un'immagine che è molto coerente con le immagini noi che abbiamo caricato come fonte.

Lo possiamo fare per persone, come in questo caso s- specifico, o lo possiamo fare per prodotti, come in quest'altro caso.

Dal mio punto di vista, il caso in cui non funziona ancora particolarmente bene è il caso in cui il prodotto abbia delle etichette e delle scritte, perché in quel in quei casi l'output non è ancora per adesso di qualità, però sicuramente ci arriveremo.

Che tu l'ho utilizzato, ho utilizzato Fal.

E per l'accesso ai modelli, Flaxlora Fast training all'interno della lista dei modelli forniti da FAL e Flax Pro per la creazione delle immagini.

Come ho detto, ho lasciato tutte le risorse consigliate all'interno di questa slide, se volete scannerizzare questo QR code potete trovare tutti i vari link, se vi interessa sicuramente le troverete.

Ho lasciato i link ai GPT, al- all'automazione Ma se volete potete importare, il webinar dove spiego, um esattamente come sviluppare il piano di marketing con l' AI, e il processo, il tutorial per fare l'image training.

Io vi ringrazio e vi lascio i miei contatti se vogliamo fare due chiacchiere.

Super Simone.

Bellissimo.

allora Simone è stato il primissimo speaker, com'è stato a aprire questo offline.

? Ti sentito bene? Benissimo.

Ti avevo detto era grande che stavi facendo una passeggiata che chilometrica.

Però adesso una cosa super importante, come vi abbiamo detto, abbiamo proprio del tempo per il Q and A, quindi se adesso c'ho questo, questo siete i primissimi utilizzatori di questo, quindi, Speriamo che funzioni, però io teoricamente troverò le domande qua.

Io però sì, ma intanto che loro scannerizzano e chiunque può inviarci una domanda, e chiunque può vedere le domande che le altre persone ci inviano, quindi secondo me è molto utile su questo.

Ti chiedo proprio di dirmi, io l'altro giorno ho letto un tuo post molto interessante che dicevi come, Havi provato con vari LLM, a fare una determinata cosa e ti sei trovato come Geminai fosse il migliore per quello.

Stiamo trovando che è effettivamente difficile perché dovresti praticamente usare, tutti gli LLM, anche quelli che nascono per determinate task specifiche, è anche vero che non tutti, tengono la memoria di quello che tu dici perché non è chiaramente globale, è specifica.

Tu come ti trovi a proprio sperimentare tutta questa attività? E allora secondo me siamo in una fase abbastanza complicata, mentre prima avevamo una piattaforma principale dove praticamente facevamo tutto e le cose da fare erano abbastanza limitate, adesso secondo me, stanno piano piano emergendo sempre più piattaforme che sono più brave delle altre a fare determinate cose, specifiche.

Quindi l'unico modo in realtà, dal mio punto di vista è semplicemente testarne varie, e vedere per quell'attività specifica, per esempio il post di riferimento, cioè riferimento al prendere un articolo molto molto lungo, quindi.

11 transcript estremamente lungo, qual era l'LM che mi dà la possibilità di rielaborarlo in modo tale da m- mantenere i dettagli che ci servono e trasformarlo in un contenuto digeribile.

ecco, in quel caso mi mi mi mi sono accorto che o tre o comunque tutti i modelli di GBT non rispondevano bene, Cloud C e Gemini invece, invece era probabilmente il migliore.

Quindi secondo me ad oggi l'unico modo che abbiamo è testarne differenti.

um Da questo punto di vista però io credo che alla fine, tra poco tempo, ci saranno due o tre vincitori che saranno sicuramente i vincitori che possono, um i i player che riescono a fare leva sul loro ecosistema.

Secondo me Google, da questo punto di vista nell'ultimo anno ha fatto, un lavoro ottimo, anche con tutte gli annunci che ha fatto alle ultime, alle ultime conferenze, e secondo me uscirà come una delle piattaforme leader, sicuramente insieme a OpenAI, soprattutto perché puoi fare tante cose integrate con tutto l'ecosistema.

Io sono felicissimo perché abbasso alzo lo sguardo e c'erano un commento con un like, lo abbasso e ce n'è uno con 56 like, quindi questa, che non è un commento, è una domanda che tantissime persone vogliono farti.

E questa domanda è qual è il tuo m- di, tra l'altro domanda di Ginevra, grazie 1000, qual è il tuo metodo o processo per verificare le informazioni che ti ha dato l' IAI? A volte sono un po' falsate o sbagliate in toto.

Sì, è vero, dipende un po' dagli argomenti secondo me.

Comunque um allora, Quando devo verificare delle delle fonti utilizzo quando vedo verificare la veridicità di alcune informazioni, quello che faccio è sempre utilizzare un modello che mi dia sempre accesso alle fonti.

E quindi perplexity, adesso in parte chat GPT, sicuramente Gemini, sicuramente notebook, eccetera.

Il concetto qua però è che dobbiamo ovviamente dobbiamo mettere il nostro effort, il nostro impegno e il nostro lavoro nel andare a controllare, a fare fact checking all'interno delle delle fonti e capire in base alla nostra esperienza quali sono le fonti che davvero um possono essere possono essere considerate, um appunto um diciamo credibili.

E questo secondo me è un punto importante perché, È la conferma del fatto che il nostro intervento come esseri umani è fondamentale, perché primo siamo noi a, um istruire tra virgolette i vari modelli, perché senza tutte le nostre informazioni, quindi quello che noi buttiamo fuori, quegli LLM probabilmente non ci darebbero mai, tutte queste informazioni che stiamo adesso ricevendo.

Quindi se un domani il concetto di Google, il concetto di sei o il concetto di blog, scompare, chi è che dà le nuove informazioni all'intelligenza artificiale che ce le do- che ce le dovrà dare indietro? Primo punto e seconda pun- e secondo punto proprio per questo motivo il nostro valore aggiunto è proprio questo, essere bravi a capire quali fonti sono quelle corrette sulla base della nostra espe- esperienza.

Per questo che l'esperienza professionale continua ad essere il vero asset, perché è quella che ci ci ci fa capire come possiamo utilizzare questi strumenti.

Grazie 1000.

Domanda di Paola, qual è il budget mensile totale che spendi ogni mese per tutti i tool AI, e non che utilizzi per il tuo lavoro.

Quindi sia AI che non.

Ma poco, in realtà poco, molto molto poco, direi 50 € al mese massimo.

Pochissimo.

Dividim 50 tra tu, l'EII e non? AI pago al momento soltanto per chat GPT, um e poi pago per il mondo Google che però non comprende soltanto l' AI, ti dà tutto tutto a- tutte le altre, um diciamo tutte le altre informazioni tutte le altre feature della suite Google.

Quindi in realtà in questo momento la maggior parte delle cose si possono fare gratuitamente.

Per esempio il discorso che facevo prima sulle immagini e sul training, quello lo fai con dei con dei token, carichi, che ne so 10 $ con 10 $ fai 500 immagini.

Una domanda che avevo visto prima chiedeva quant'è il costo di quelle generalmente.

um cinque centesimi, massimo massimo cinque cen- centesimi coi modelli che ho fatto vedere prima Flax Pro um fine tuned, quindi molto molto poco.

Domanda di Fabio, come ti aggiorni studi sulle novità? A- aggiungo che avevo fatto dei sondaggi, ti piacciono i sondaggi, e tantissime persone dicevano uso principalmente da GPT, ma perché non conosco altri tool.

Tu come li scopri i tool? Ma in realtà come mi aggiorno in generale, um nel senso che io seguo leggo molto, quindi sono argomenti che a me comunque piacciono, sono argomenti di cui leggerei anche se non fosse la mia professione, e quindi leggo tantissimo da newsletter.

um ti direi che se dovessi scegliere i due canali principali da cui mi aggiorno, sia sul tema EI sia sul tema marketing, formazione in generale, sono sicuramente YouTube e e le newsletter adesso.

Substack, è il è lo strumento, è la piattaforma che utilizzo di più.

Mi piace t-, abbiamo sforato col tempo, ma mi piace tantissimo questa domanda, grazie 1000 Gianluca.

Ti andrebbe di farci un breve esempio concreto di come hai utilizzato uno di questi cinque punti, non mi ricordo quale, ma lo sai tu, per un tuo cliente progetto.

Certo, sì sì, assolutamente.

Il il l'esempio più facile in assoluto è il punto 4, angoli di comunicazione, e lì so- ogni volta che lavoro con brand, per esempio, e-commerce che hanno una serie, una una quantità sufficiente di review, diciamo dalle dalle 100 in su, Vado a immediatamente come prima cosa per per capire quali potenziali angoli di comunicazione si possono testare, scaricare le review, caricare all'interno intelligenza artificiale, capire, fare una unali- una ana- analisi qualitativa, una sentiment analysis, capire quindi quali sono i trend a livello di, angoli che si possono utilizzare, problemi, desideri, eccetera, e poi sviluppare appunto gli angoli di di comunicazione.

Utilizzando quell'input che ho fatto vedere con gli esatti ganci.

Una volta che fai il test puoi utilizzare utilizzare il gancio, nel copy delle delle ads, per esempio, e vedi subito quale, fu- funziona meglio a livello di di testing.

Quindi questo è molto molto semplice, è un'applicazione pratica in realtà di quello che già facevamo, semplicemente lo facevamo a mano, adesso ci facciamo fare l'analisi qualitativa dal dall'intelligenza artificiale.

Simone, ci sono 121 domande per te? Che ti aspettano, finita quella non sò se tu esci in questo momento ti seguono centinaia di persone, quindi devi rimanere qua, sfortunatamente no, fortunatamente avrete tre giorni, per fermare Simone, se non lo fermerete vi fermerà lui perché come vi ho detto è una persona, incredibile.

Simone, io ti ringrazio tantissimo per aver aperto offline.

Un applauso grandissimo a Simone da Saleto.