KI-Texte für ABM: bessere Entwürfe und bessere Gespräche unterscheiden

Definieren Sie eine nützliche Nachricht

Eine nützliche Unternehmensnachricht verbindet einen beobachtbaren Geschäftskontext mit einer Frage, die der Empfänger beantworten kann. Es bietet relevante Beweise und einen klaren nächsten Schritt. Eine Nachricht kann grammatikalisch poliert werden, während sie sich über das Unternehmen, den Stakeholder oder das Produkt irrt.

Geben Sie vor dem Entwurf die Rolle, die Entscheidungsphase, den verifizierten Kontext, den zulässigen Anspruch und die gewünschte Antwort an. Für ein frühes Gespräch kann der nächste Schritt darin bestehen, zu bestätigen, ob ein Problem vorliegt. Zwingen Sie nicht jede Nachricht, um ein Treffen anzufordern, wenn die Beweise nur eine Frage unterstützen.

Was das Schreibexperiment gemessen hat

Noy und Zhang gaben einer zufällig ausgewählten Hälfte von 453 Hochschulabsolventen Zugang zu ChatGPT für berufsspezifische Schreibaufgaben. Die 2023 in Science veröffentlichte Arbeit berichtete eine um 40 % geringere durchschnittliche Bearbeitungszeit und eine um 18 % höhere bewertete Textqualität.

Dies sind Ergebnisse auf Aufgabenebene, nicht Antworten, Besprechungen oder Einnahmeneffekte. Unsere ABM-Anwendung soll testen, ob die Unterstützung die akzeptierte Nachrichtenarbeit unter Ihren Einschränkungen verbessert. Produktgenauigkeit, Source-Support und Beziehungseignung erfordern eine eigene Überprüfung, da sie nicht durch die veröffentlichten Headline-Prozentsätze festgelegt wurden.

Die ursprünglichen Methoden und Ergebnisse finden Sie in Experimental evidence on the productivity effects of generative artificial intelligence.

Der praktische Workflow

1. Angabe der Käuferentscheidung
2. Einfrieren der Nachrichten-Rubrik
3. Review-Entwürfe ohne Prozesslabels
4. Messung des vollen Produktionsaufwands
5. Kommerzielle Testantwort getrennt

Vergleichen Sie die Ansätze

Erstellen Sie eine Rubrik, bevor Sie Entwürfe vergleichen

Verwenden Sie Kriterien wie sachliche Korrektheit, Relevanz für die Rolle, Nützlichkeit der Frage, Stärke der unterstützenden Beweise und Klarheit der nächsten Aktion. Entscheiden Sie, welche Fehler Ablehnung verursachen, anstatt eine niedrigere Punktzahl. Eine falsche Firmenidentität sollte nicht durch elegante Phrasierung kompensiert werden.

Vergleichen Sie Entwürfe mit dem gleichen Kontobeweis. Wenn möglich, verstecken Sie, ob eine Person oder ein Agent die Nachricht geschrieben hat. Berücksichtigen Sie die Bearbeitung und Genehmigung in der gesamten Produktionszeit. Notieren Sie Gründe für die Ablehnung, damit das Team den Auftrag oder den Workflow verbessern kann, anstatt nur mehr Optionen zu regenerieren.

Vergleichen Sie zwei fiktive Öffnungen

Ein schwacher Entwurf sagt einem fiktiven CFO, dass schnelles Wachstum bedeutet, dass ihre Kosten außer Kontrolle geraten sind. Die Expansionsbekanntmachung des Unternehmens unterstützt das Wachstum, unterstützt diese Diagnose jedoch nicht. Ein besserer Entwurf fragt, welche Kosten-zu-Dienst-Annahmen aktualisiert werden müssen, wenn das Netzwerk erweitert wird, und bietet ein relevantes Bewertungsarbeitsblatt.

Die zweite Version ändert die Käuferaufgabe, nicht nur den Ton. Ein technischer Leiter benötigt möglicherweise stattdessen eine Integrationsbedingung und einen Validierungsschritt. Generieren Sie Varianten um diese Entscheidungen herum. Halten Sie die Beweise konsistent, während Sie die Frage und Tiefe für den Empfänger ändern.

Halten Sie die Citation Review separat

Die Zitierforschung zeigt, warum fließende Sprache und unterstützte Sprache unterschiedlich bewertet werden müssen. Ein Entwurf kann eine echte Studie enthalten, während ein Ergebnis von einer nicht verwandten Bevölkerung ausgeliehen wird. Überprüfen Sie die Materialaussage hinter jedem Link, bevor Sie die Nachricht senden.

Sobald Nachrichten die Qualitäts-Rubrik durchlaufen haben, testen Sie die Aktivierung mit einer definierten berechtigten Kontopopulation. Verfolgen Sie die Antworten, nahmen Sie an qualifizierten Meetings und dem Fortschritt separat teil. Passen Sie die Startbedingungen an und bewahren Sie Ausschlüsse. Ein Produktions-Zeit-Gewinn und ein kommerzieller Reaktionsgewinn können beide von Bedeutung sein, aber sie erfordern unterschiedliche Nenner.

Die ursprünglichen Methoden und Ergebnisse finden Sie in Enabling Large Language Models to Generate Text with Citations.

Verbessern Sie den Auftrag, bevor Sie das Volumen erhöhen

Wenn die meisten Entwürfe die gleiche Korrektur benötigen, überprüfen Sie die Eingabe. Fehlende Produktnachweise, unklare Rollenauswahl oder eine nicht unterstützte Kontohypothese führen zu wiederholter Bearbeitung. Fügen Sie den benötigten Kontext hinzu oder verengen Sie den Anspruch, bevor Sie den Durchsatz erhöhen.

Behalten Sie die am besten akzeptierte Nachricht und den Grund, warum sie als versioniertes Beispiel funktioniert hat. Vermeiden Sie es, es als universelle Vorlage zu behandeln. Das nächste Account kann eine andere Einschränkung, Beziehung oder Entscheidungsphase haben, die ändert, was nützlich ist.

Für den nächsten Teil dieser Entscheidung lesen Sie Personalisierung und Vertrauen: nachvollziehbaren Kontext nutzen.

Ihre Next-Action-Checkliste

• Schreibzeit: Beinhaltet die Bearbeitung und Genehmigung. Überprüfen Sie die Einschränkung: schließt Downstream-Effekte aus.
• Qualität der Meldung: Hinzufügen von Ablehnungsbedingungen. Überprüfen Sie die Einschränkung: Rubrik kann den Kontext verpassen.
• Antwortrate: Klassifizieren Sie die Antwortrelevanz. Überprüfen Sie die Einschränkung: Antworten können unqualifiziert sein.
• qualifizierte Sitzungen: Definieren Sie besucht und qualifiziert. Überprüfen Sie die Einschränkung: erfordert vergleichbare Kontogruppen.

Verwenden Sie den Vergleich, um einen begrenzten nächsten Schritt auszuwählen. Notieren Sie die Beweise, den verantwortlichen Eigentümer und die Überprüfungsentscheidung, bevor Sie das Spiel auf zusätzliche Accounts ausdehnen.

Fragen, die dieser Leitfaden beantwortet