多くのマーケティングチームが感じている悩みは同じです。1本の良いウェビナーが、YouTube用の切り抜き、LinkedInのカルーセル、3本のXスレッド、ニュースレターのティーザー、そしてブログ記事に姿を変え、金曜日には誰もどの版に何が書かれていたか思い出せなくなる。解決策は人手を増やすことではありません。長尺の元コンテンツを監視し、各セグメントを分類し、適したチャネルに完成した下書きを送る、小さなコンテンツ再利用エージェントです。週末だけで立ち上げられますし、そのために機械学習チームは必要ありません。
まずは、すでに安定して作れている1つの元ソースを選びましょう。たとえば週次ポッドキャスト、録画した顧客との通話、長文のブログ下書きなどです。そして最初に配信したい先も1つに絞ります。LinkedInの投稿やニュースレターのようなものです。初日から何でも自動化しようとする誘惑を抑えられるかどうかが、プロジェクトが実際に出荷されるかを左右する最大の予測要因です。1本のポッドキャストを3本のLinkedIn投稿に変える、焦点を絞ったエージェントは、何も生み出さない巨大なパイプラインよりはるかに優れています。
次に、セグメンテーションの工程を作ります。音声と動画では、まず文字起こしを行い、その後、自然な間や話題の切り替わりでトランスクリプトを分割するのが最も効果的です。テキストの場合は、見出しごとに分けるか、500 to 800トークンのシンプルなスライディングウィンドウで区切ります。目的は、後段のプロンプトに文脈から切り離された段落ではなく、完結したアイデアを渡すことです。きれいなセグメンテーションがなければ、どれほど優れたモデルでも幻覚を起こし、ブランドボイスは最初の1か月でぶれてしまいます。
そして再利用用のプロンプトを作ります。ここで多くの週末開発が静かに失敗します。LinkedIn投稿、ツイートスレッド、ニュースレターを同時に作るような、巨大な1つの指示を書かないでください。出力タイプごとに1つずつプロンプトを書き、それぞれに実際の過去コンテンツの短い例をいくつか入れて根拠を持たせます。形式ごとに2つか3つの例があれば、トーン、長さ、構成を固定するには通常十分です。システムプロンプトはバージョン管理し、そこへの変更はプロダクト変更のように扱いましょう。差分を取り、レビューし、必要なら元に戻せるようにしておきます。
終わったと言う前に、地味だけれど重要な安全策を2つ組み込みます。1つ目は人間による承認キューです。自信満々なモデルでも、時には引用を作り話にしてしまったり、数字の出典を誤ったり、フックを間違えたりします。すべての出力は、人が承認するまで下書き状態のままにしておくべきです。2つ目はフィードバックループです。どの下書きが公開され、編集され、削除されたかを記録します。数週間もすればラベル付きデータがたまり、プロンプトを改善し、弱い形式を削ぎ落とし、エージェントの最悪の出力を廃止するのに使えます。
まずは、エンドツーエンドで動く最小版を出荷し、その後は実際の利用データをもとに改善していきます。1か月もすれば、1つの元コンテンツを取り込み、1週間分の各チャネル向け下書きに変えるパイプラインができあがり、重要なところでは人間が関与する形になります。もし先に進みたいなら、当社のコンテンツ自動化プラットフォームにはまさにこのワークフロー向けのスターターテンプレートが用意されています。セグメンテーション、プロンプトライブラリ、承認キューがすでに連携済みなので、登録から最初の公開下書きまでを週末が終わる前に進められます。