Pazarlamada büyük dil modellerinin kullanımı nasıl ölçeklendirilir?

Üretken yapay zeka ve büyük dil modelleri, bildiğimiz pazarlama endüstrisini değiştirmeye hazırlanıyor.

The MarTech Konferansı'nda konuşan TrustInsights.ai Baş Veri Bilimcisi Christopher Penn, rekabet gücünü korumak için teknolojiyi ve bunun pazarlama çabalarımızı nasıl etkileyeceğini anlamanız gerektiğini söyledi.

Büyük dil modellerinin kullanımını ölçeklendirmenin yollarını, hızlı mühendisliğin değerini ve pazarlamacıların geleceğe nasıl hazırlanabileceğini öğrenin.

Büyük dil modellerinin arkasındaki öncül

ChatGPT, lansmanından bu yana çoğu sektörde trend olan bir konu olmuştur. Herkesin üstlendiğini görmeden çevrimiçi olamazsın. Penn, yine de pek çok kişinin arkasındaki teknolojiyi anlamadığını söyledi.

ChatGPT, OpenAI'nin GPT-3.5 ve GPT-4 büyük dil modellerini (LLM'ler) temel alan bir yapay zeka sohbet robotudur.

LLM'ler, İngiliz dilbilimci John Rupert Firth tarafından 1957'den kalma bir öncül üzerine inşa edilmiştir:

• "Sahip olduğu şirketten bir kelime öğreneceksin."

Bu, bir kelimenin anlamının, tipik olarak yanında görünen kelimelere dayanarak anlaşılabileceği anlamına gelir. Basitçe söylemek gerekirse, sözcükler yalnızca sözlük tanımlarıyla değil, aynı zamanda kullanıldıkları bağlamla da tanımlanır.

Bu öncül, doğal dil işlemeyi anlamanın anahtarıdır.

Örneğin, aşağıdaki cümlelere bakın:

• "Çay demliyorum."
• "Çayı döküyorum."

İlki sıcak bir içeceğe atıfta bulunurken, ikincisi dedikodu yapmak için kullanılan bir argodur. Bu örneklerde "çay" çok farklı anlamlara sahiptir.

Kelime sırası da önemlidir.

• "Çay demliyorum."
• "Yaptığım çay."

Yukarıdaki cümleler, aynı fiil olan "demleme"yi kullansa da, farklı odak konularına sahiptir.

Büyük dil modelleri nasıl çalışır?

Aşağıda, büyük dil modellerinin oluşturulduğu mimari model olan transformatörlerin bir sistem diyagramı bulunmaktadır.

Basitçe söylemek gerekirse, bir dönüştürücü bir girdi alır ve onu başka bir şeye dönüştürür (yani "dönüştürür").

LLM'ler yaratmak için kullanılabilir, ancak bir şeyi başka bir şeye dönüştürmekte daha iyidir.

OpenAI ve diğer yazılım şirketleri, milyonlarca belge, akademik makale, haber makalesi, ürün incelemeleri, forum yorumları ve daha fazlasını içeren çok büyük bir veri külliyatını alarak işe başlar.

Yutulan tüm bu metinlerde "Çayı demliyorum" ifadesinin ne sıklıkla geçtiğini bir düşünün.

Yukarıdaki Amazon ürün incelemeleri ve Reddit yorumları bazı örneklerdir.

Bu ifadenin tuttuğu "şirkete" dikkat edin - yani "Çayı demliyorum" yanında görünen tüm sözcükler.

"Tat", "koku", "kahve", "aroma" ve daha fazlası, bu LLM'lere bağlam sağlar.

Makineler okuyamaz. Tüm bu metni işlemek için, transformatör mimarisinin ilk adımı olan yerleştirmeleri kullanırlar.

Gömme, modellerin her kelimeye sayısal bir değer atamasını sağlar ve bu sayısal değer, metin derleminde tekrar tekrar ortaya çıkar.

Sözcük konumu da bu modeller için önemlidir.

Yukarıdaki örnekte, sayısal değerler aynı kalır ancak farklı bir sıradadır. Bu konumsal kodlamadır.

Basit bir ifadeyle, büyük dil modelleri şu şekilde çalışır:

• Makineler metin verilerini alır.
• Tüm kelimelere sayısal değerler atayın.
• İstatistiksel frekanslara ve farklı kelimeler arasındaki dağılımlara bakın.
• Sıradaki bir sonraki kelimenin ne olacağını anlamaya çalışın.

Bütün bunlar önemli bilgi işlem gücü, zaman ve kaynak gerektirir.

Hızlı mühendislik: Mutlaka öğrenilmesi gereken bir beceri

LLM'lere ne kadar çok bağlam ve talimat sağlarsak, daha iyi sonuçlar verme olasılıkları o kadar artar. Hızlı mühendisliğin değeri budur.

Penn istemleri, makinelerin ne üreteceği konusunda korkuluk olarak düşünür. Makineler girdimizdeki kelimeleri alacak ve çıktıyı geliştirirken bağlam için onlara kilitlenecek.

Örneğin, ChatGPT istemleri yazarken, ayrıntılı talimatların daha tatmin edici yanıtlar verme eğiliminde olduğunu fark edeceksiniz.

Bazı yönlerden bilgi istemleri, yazarlar için yaratıcı özetler gibidir. Projenizin doğru yapılmasını istiyorsanız, yazarınıza tek satırlık bir talimat vermeyeceksiniz.

Bunun yerine, hakkında yazmalarını istediğiniz her şeyi ve nasıl yazılmasını istediğinizi kapsayan makul boyutta bir özet göndereceksiniz.

LLM'lerin kullanımını ölçeklendirme

Yapay zeka sohbet botlarını düşündüğünüzde, hemen kullanıcıların istemleri girebileceği ve ardından aracın yanıtını bekleyebileceği bir web arayüzü düşünebilirsiniz. Herkesin görmeye alıştığı şey bu.

"Bu, hiçbir şekilde bu araçlar için oyunun sonu değil. Burası oyun alanı. Penn, insanların aletle uğraştığı yer burasıdır, dedi. "İşletmeler bunu pazara bu şekilde getirmeyecek."

Hızlı yazmayı programlama olarak düşünün. Bir bilgisayara bir şeyler yapmasını sağlamak için talimatlar yazan bir geliştiricisiniz.

Belirli kullanım durumları için bilgi istemlerinize ince ayar yaptıktan sonra, API'lerden yararlanabilir ve gerçek geliştiricilerin bu istemleri ek koda sarmasını sağlayabilirsiniz, böylece programatik olarak geniş ölçekte veri gönderip alabilirsiniz.

LLM'ler bu şekilde işletmeleri daha iyi ölçeklendirecek ve değiştirecektir.

Bu araçlar her yerde kullanıma sunulduğu için herkesin bir geliştirici olduğunu unutmamak çok önemlidir.

Bu teknoloji Microsoft Office'te (Word, Excel ve PowerPoint) ve her gün kullandığımız diğer birçok araç ve hizmette olacak.

Penn, "Doğal dilde programlama yaptığınız için, en iyi fikirlere sahip olanlar mutlaka geleneksel programcılar değildir," diye ekledi.

LLM'ler yazma, pazarlama veya halkla ilişkiler uzmanları tarafından desteklendiğinden - programcılar değil - araçları kullanmak için yenilikçi yollar geliştirebilir.

LLM'ler arama pazarlamasını nasıl etkileyecek ve bu konuda neler yapabilirsiniz?

Büyük dil modellerinin pazarlama, özellikle de arama üzerindeki etkisini görmeye başlıyoruz.

Şubat ayında Microsoft, ChatGPT tarafından desteklenen yeni Bing'i tanıttı. Kullanıcılar, herhangi bir bağlantıya tıklamadan arama motoruyla sohbet edebilir ve sorgularına doğrudan yanıt alabilir.

Penn, "Bu araçların markasız aramanızdan bir ısırık almasını beklemelisiniz çünkü soruları tıklama gerektirmeyen şekillerde yanıtlıyorlar," dedi.

"SEO uzmanları olarak, öne çıkan snippet'ler ve sıfır tıklamalı arama sonuçlarıyla zaten bununla karşılaştık... ama bu bizim için daha da kötüleşecek."

SEO için en büyük risk alanı olduğundan, Bing Web Yöneticisi Araçları'na veya Google Search Console'a gidip sitenizin markasız, bilgilendirici aramalardan aldığı trafik yüzdesine bakmanızı önerir.

markanızı oluşturun

Penn, "Marka oluşturma 2023 ve sonrası için en önemli stratejik önceliklerinizden biri değilse, olması gerekir" diye vurguladı.

Markanızı oluşturmanız ve insanların aramalarda sizi adıyla sormasını sağlamanız gerekir.

Kullanıcılar bir konu hakkında fikir veya tavsiye istediğinde, LLM'ler onları muhtemelen siz değil, sentezlenmiş bilgilere yönlendirecektir.

Ancak insanlar özellikle markanızı adıyla sorarsa, yine de gitmek istedikleri yere varırlar.

Markanızın çevrimiçi varlığını olabildiğince güçlü hale getirin.

Yapay zekaya 'bağışık' bir yayın platformu kullanın

Penn ayrıca hedef kitlenize doğrudan, aracısız erişiminizin olduğu bir platform kullanmanın önemini vurguladı.

E-posta veya SMS (hatta doğrudan posta) gibi kanallar, müşterilere doğrudan ulaşmanızı sağlar ve onlara yapay zekanın aracısı olmadan ulaşmanızı sağlar.

Organik arama ve sosyal medya zaten yoğun bir şekilde AI tarafından aracılık ediliyor. Bu nedenle, hedef kitlenizin bir kısmına bile güvenilir bir şekilde ulaşma olasılığı zayıftır.

En büyük markalar bile ancak ücretli kampanyalara harcarlarsa yeterli görüntüleme elde edebilirler.

topluluğa odaklan

Slack, Telegram ve Discord gibi hizmetler, benzer düşünen insanlarla bir araya gelmenize ve anlamlı bağlantılar geliştirmenize olanak tanır.

Kullanıcılarınıza değer sağladığınızda, onlara güvenilir bir şekilde ulaşabilir, bağlılıklarını kazanabilir ve marka değeri oluşturabilirsiniz.

İzleyin: Pazarlama tekilliği: Geniş dil modelleri ve bildiğiniz şekliyle pazarlamanın sonu

Penn, The MarTech Konferansında LLM'lerin pazarlama işleri üzerindeki etkisi hakkında daha fazla bilgi paylaştı. Sunumunun tamamını buradan izleyin: