Sådan bruger du AI i content marketing uden at lave AI-slop

Du beder aldrig AI om at producere selve indholdet. Du indtaler hovedessensen selv, og så lader du AI transskribere den, stille dig opfølgende spørgsmål og distribuere den ud på dine kanaler. Det er hele forskellen på at bruge AI i content marketing og at lave AI-slop.

Det her indlæg er lavet præcis sådan. Jeg har ikke skrevet det i hånden, og jeg har brugt et kvarter på at speake alt det, jeg gerne ville sige. AI'en har hjulpet mig, ikke bare med at skrive det, jeg indtaler, men med at stille mig opfølgende spørgsmål og dybe ned i tingene.

Illustrationerne, du ser her, har jeg heller ikke lavet. Dem har AI'en illustreret, baseret på hvad jeg har sagt, de skulle vise. Så du må ikke bare bede AI om at sige "hey, lav en blogpost der handler om at bruge AI i content marketing". Nej.

Bed aldrig AI om at skrive. Indtal i stedet

Selve valuen, værdien, det der skal gives til andre, det skal komme fra et menneske. Det skal komme fra det rigtige sted. Den del har ikke ændret sig.

Det, der har ændret sig, er den måde, vi distribuerer det på. Den måde vi repurposer det på. Den måde vi former det på. Og de værktøjer, der kan hjælpe os med at gange vores output op med 10, 20, 100 eller 1000 og samtidig bibeholde kvaliteten.

Prisen har hidtil været kvalitet. Bruger vi AI i content marketing, så går vi ned på kvalitet. Jeg har selv brugt AI som en kvantitativ motor, ikke som en kvalitativ motor, og den del har jeg fundet ud af, hvordan jeg kommer udenom.

Så du skal ikke bede AI om at producere tekster for dig. Du skal ikke bede AI om at producere billeder for dig. Du skal ikke bede AI om at lave videoer for dig. Det er ikke det, det handler om.

Den måde, jeg bruger AI i mit eget content på, starter med, at jeg aldrig beder den om at skrive noget. Alt skriftligt laver jeg selv. Jeg skriver det bare ikke nødvendigvis i hånden.

Og AI'en hjælper mig ikke bare med at skrive det, jeg indtaler. Den stiller mig opfølgende spørgsmål og dykker ned i tingene.

Jeg har brugt måske et kvarter på at speake, hvad jeg gerne vil have den til. Et kvarter, hvor jeg taler, og hvor den spørger ind.

Der er også en teknisk grund til, at essensen skal komme fra din mund. AI er verbose. Hvis jeg har sagt noget, gengiver den det præcis, som jeg har sagt det. Har jeg ikke sagt det, står det der ikke.

Og når vi skriver, er der ting, der er usagt. Ting mellem linjerne. Dem har den rigtig svært ved at gengive af sig selv. Den kan ikke gætte den nuance, du har i hovedet, men aldrig fik sagt højt. Derfor speaker jeg, til hovedet er tomt.

Hvad du ikke skal bruge AI til

Det er ikke kun billeder. Det er alt indhold. Tekst, billeder og video. Ingen af delene skal være AI-genereret.

Teksten: skriv den selv, eller indtal den

Få ikke AI til at skrive al din tekst. Skriv den selv ind, eller endnu bedre, indtal den og få den transskriberet. Så er det dine ord, der står der.

Har du allerede en podcast liggende, eller YouTube-videoer, shorts, reels eller andet lyd- og videomateriale, så få det transskriberet og brug det som kilden til teksten. Du har sagt tingene én gang. Du skal bare have dem ned på skrift.

Billederne: tag dem på din telefon

Tag billeder. Du skal ikke bruge AI til at generere billeder for dig. Du skal tage et billede af dig selv eller af produktet eller hvad det nu er, og så få AI til at hjælpe med at ombygge billedet, så lyssætningen er rigtig.

Der er også det med AI-forordningen, at vi skal markere AI-genereret materiale. Derfor vil jeg bare lade være med at bruge AI-billeder. Og hvad er det egentlig, du vil opnå? Der er ikke nogen, der gider kigge på polerede billeder anyways.

Så tag nu nogle originale, nogle autentiske billeder på din telefon. Det er dét, du skal gøre.

Videoen: bring dine egne råoptagelser

Du skal ikke bruge AI til at generere videoer for dig. Du skal bringe dine egne råoptagelser og få AI til at redigere dem, for redigeringen er dét, der tager lang tid.

Hvad du så skal bruge AI til

Du skal indtale hovedessensen, og resten skal AI lave. Det er alt det robotarbejde, der ligger omkring. Det er dét, der tager lang tid, og det er dét, du skal give væk.

Her er, hvad jeg lader mine AI-løsninger gøre:

• Transskribere og omskrive det, jeg har indtalt.
• Stille mig opfølgende spørgsmål og grave dybere i det, jeg har sagt.
• Lave udkast til de afledte formater, LinkedIn-opslaget og nyhedsbrevet.
• Redigere og klippe video. Jeg smider råklip til min Vibe Editor, en AI-agent der redigerer videoer for mig. Du kan se, hvordan den arbejder, på Vibe Editing.
• Finde billeder. Den kan finde billeder for dig. Du skal bare godkende dem. Svært, ikke?
• Bygge undersiden til den vinkel og den call to action, opslaget kører på, og sætte tracking op på den.
• Oprette og distribuere kampagnerne på hver platform, vinklet til platformen og dens målgruppe.

Jeg kalder dem AI-løsninger. Bag det ord ligger AI-agenter, automatiseringer og vibe-codede værktøjer, alt efter hvad opgaven kræver.

Og det er derfor, jeg ikke er bange for at have en LinkedIn-profil, en Facebook-profil, en Instagram-profil og en YouTube-profil på én gang. TikTok bruger jeg ikke, men jeg kunne have haft en TikTok-profil. Jeg kunne have haft en Twitter-profil, en Reddit-profil, Pinterest.

Så kan jeg fordele det hele derud, og det er stadig den samme tid, det har taget mig.

Sådan vil jeg bruge dette blog post, fra et kvarters snak til en uges content

Blogindlægget ligger der nu. Fint nok, hvad kan jeg så bruge det til?

Jeg har en AI-løsning, som omdanner det her blogindlæg til et LinkedIn-opslag. Den laver et udkast. Teksten går jeg igennem og retter som regel en lille smule, for jeg har en masse løsninger, der skal skrive som mig, og det gør de ikke. Det lyder overhovedet ikke som mig. Der er stadigvæk AI-mønstre i det, og dem kommer vi ikke uden om, så derfor retter jeg det hver gang.

Når jeg så har kørt mit LinkedIn-opslag igennem, har jeg en løsning, der omdanner opslaget til et nyhedsbrev. Nyhedsbrevet samler de vigtigste læringer, jeg har taget med fra opslaget. Det kan være, at der er nogle kommentarer, eller noget jeg har lært, mens opslaget stod på. Der går altså lige nogle timer, hvor jeg får nogle læringer, og dem giver jeg videre (eller AI gør selvfølgelig😉).

Og nu skal du tænke over, hvor vi står. Jeg har speaket det her blog post i ca. 9 minutter (fordi AI'en jo har stillet opfølgende spørgsmål)... men så har jeg jo allerede tre stykker content.

Så er der video. Jeg kunne have optaget mig selv på min telefon, mens jeg snakkede, uden andet end rene klip. Dem kunne jeg smide til min Vibe Editor-agent, altså en AI-agent, der redigerer videoer for mig. Så kunne det her i princippet også være blevet en YouTube-video. Se et eksempel på et tidligere blogindlæg, hvor jeg gjorde det.

Derefter kommer det betalte. Går det godt organisk, har jeg processer, der går ind og laver en Thought Leader Ad på LinkedIn, og processer, der laver kampagner på Meta Ads til både Facebook og Instagram. De tager de billeder, jeg har brugt i opslaget og i blogindlægget, eller de klipper videoen til. Og så har jeg en fuld marketingkampagne på alle mine platforme. Det originale kom fra mig, og AI'en former det og distribuerer det.

Det tager aldrig mere end 20 minutters fokuseret hands-on tid. Det tager selvfølgelig tid for AI'en at udføre det her, og med videoredigering, så kan det godt tage nogle timer, men det er jo hands-off tid, hvor jeg kan lave noget andet.

Hands-off betyder noget helt konkret hos mig. Jeg har mange skærme, så AI'en sidder og arbejder på den ene skærm. Imens sidder jeg måske til et møde, eller jeg er inde på LinkedIn på min telefon, eller jeg går ud til mine børn og hygger (jeg arbejder hjemmefra).

Alle led i kæden findes og kører allerede. De bor i mit "AGM AI OS", som står for AI Growth Minds AI Operative System. Som jo er grundstammen i mit "Sådan skalere du din forretning, med AI, uden at ansætte" framework.

Sådan sætter jeg den i gang

Jeg har, som sagt, et operativsystem. Et AI-operativsystem, som jeg kører hele min forretning omkring, og der ligger alle mine løsninger. Der er en chat, og der er nogle knapper. Jeg bruger som regel bare chatten, fordi den er hurtigere.

Så går jeg ind i chatten og speaker: "Hey, kan du tage mit seneste LinkedIn-opslag og lave en fuld kampagne på det?" Så ved den automatisk, hvad en fuld kampagne er.

Den går ind og laver LinkedIn ads, Meta ads (Facebook + IG), og den går ind og laver nyhedsbrev.

Den går faktisk så langt, at hvis opslaget, har en CTA som kan drive noget trafik/leads/salg direkte, går den ind og bygger en helt ny underside, som er targetet til lige præcis den vinkel og den call to action, opslaget har.

Så får den sat tracking op på det med Google Tag Manager, med Meta-pixlen og med de andre trackingsystemer, vi bruger. Så er det on place, og så bygger den det hele.

Jeg bruger måske 10 sekunder eller 20 sekunder på at sige, hvad der skal laves. Så går AI'en ellers i gang. Hvor lang tid tager det så for AI'en? Jah... Det kan da godt tage nogle timer, før den er færdig. Men igen, det er hands-off.

Hvad denne proces ville koste mig i hånden

Prøv at holde hele processen op mod, hvad de samme opgaver tager mig, når jeg selv sidder med dem fra en ende af.

Opgave	Minutter i hånden
LinkedIn-opslag, skrevet og formateret klar til publicering	20
Nyhedsbrev (skrive copy, plus opsætingen af selve mailen med grafik og opsætning af kampagne)	45
Video-redigering, klipperunde med rettelser og lyd-verifikation	240
Annonce-kreativ og ad-copy, tekst plus visual	90
Meta Ads-kampagne med kampagneopsætninig, målgruppe og annoncer (6x versioner)	180
LinkedIn Thought Leader Ad, opsætning i Campaign Manager	45
I alt	620

Det lander på 0 minutter for én omgang content ud af ét kvarters snak. Over 10 timer, hvis jeg skulle sidde med det hele selv. Min hands-on tid på den samme kæde er maks 20 minutter, og resten af de 10 timer står AI'en for, mens jeg laver noget andet.

Sådan håndtere jeg AI-slop

Jeg har forskellige prompts, AI-løsninger og agenter, som skal fange og identificere AI-genereret tekst. Og for fanden, jeg kan stadig godt se det, selvom de kører alle de her processer igennem sig selv. Jeg falder stadig over nogle mønstre, og så ved jeg, okay, det er AI.

Systemet fanger 80 til 90 % af de typiske AI-mønstre. De sidste 10 til 20 % er nuancer, og dem sidder jeg med.

Hvad er det så, jeg falder over? Det er en måde, AI nogle gange bygger sætningen op på. Den hugger sætninger over med punktum, hvor jeg ville have haft én længere sætning uden punktum.

Den er meget verbose, så hvis jeg har sagt noget, gengiver den det præcis, som jeg har sagt det. Og når vi skriver, er der nogle ting, der er usagt, ting der ligger mellem linjerne, og dem har den svært ved at gengive af sig selv.

Så er der de typiske ting, tankestreger og at komme med tre forskellige løsninger, "det er ikke x, det er y" vendinger osv.. Dem har jeg processer til at tage væk nu.

Og hvad retter jeg dem så til? Jeg plejer at fjerne et punktum, og så limer jeg de to afbrudte sætninger sammen til én sætning. Der er ikke så meget mere, jeg gør ved det, end lige at rette lidt til.

Så kan det være, at jeg tilføjer lidt nuance, hvis jeg synes, den har været lidt for opsummerende. Jeg kan godt lide at være nuanceret. Jeg kan godt lide at lave lange tekster og skrive langt, fordi jeg godt kan lide at putte nuance i det, og det er nogle gange lidt svært, når man skal holde sig kortfattet.

De her blogindlæg er dem, der tager længst tid at rette. Til gengæld er det også dem, hvor teksten er mest en til en med det, jeg snakker, fordi jeg snakker i lang tid. Det er lidt sværere med et LinkedIn-opslag. Bruger jeg et kvarter på at snakke, kan opslaget jo ikke være så langt, og så skal noget skæres væk, uden at min pointe forsvinder med det.

De mønstre, min stop-slop-løsning leder efter

Jeg har en løsning, der hedder stop-slop, og den kigger efter de her mønstre i alt, hvad der kommer ud af mine andre løsninger. Du kan bruge listen som din egen tjekliste, uanset hvilket setup du sidder med.

• Fyldfraser og opvarmende indledninger. Sætninger, der bruger to linjer på at sige, at nu kommer der noget.
• Alle adverbier. De pynter, og de flytter ingenting.
• Binære kontraster. "Ikke X, men Y" som strukturel krykke i hver anden sætning. Sig Y direkte.
• Negative opremsninger. Lange lister over, hvad noget ikke er, i stedet for hvad det er.
• Dramatisk fragmentering. Sætninger hugget over med punktum for at lyde tunge. Det er det mønster, jeg selv retter flest af.
• Retoriske opsætninger og falsk agens. Ting, der udfører menneskelige handlinger, som at teksten beslutter noget, eller at løsningen mener noget.
• Passiv form. Ingen ved, hvem der gjorde hvad.
• Vage udsagn og dovne yderpunkter. "Altid", "aldrig", "alle". Sæt et konkret tal eller en konkret situation ind i stedet.
• Fortæller-på-afstand-stemmen. Teksten beskriver rummet i stedet for at sætte læseren ind i det.
• Metronomisk rytme. Tre lige lange sætninger i træk og trekantsopremsninger. To eksempler slår tre.
• Tankestreger. De ryger alle sammen.
• Sætninger, der lyder som pull-quotes. Lyder en linje som noget til et citat-kort, skriver jeg den om.
• Kolon foran en indskudt forklaring. Kolon står foran en liste, et eksempel eller et citat. Ellers skriver du en hel sætning.
• Mure af tekst. Afsnit uden luft, som ingen læser til ende på en telefon.

Løsningen scorer teksten på fem dimensioner. Direkthed, rytme, tillid til læseren, autenticitet og tæthed. Ligger teksten under 35 ud af 50, bliver den skrevet om, før jeg overhovedet ser den.

Når noget går godt organisk, smider jeg penge efter det

Lad mig lige gøre en ting klar. Jeg bruger ikke det organiske som en ren testbane for paid. Nogle gange laver jeg paid uden at teste af organisk først.

Men er der noget, der går rigtig godt organisk, og kan jeg samtidig se, at det giver klik til hjemmesiden, så vil jeg gerne bruge det som basis for paid. Alt efter hvordan opslaget er skrevet.

Jeg kopierer bare ikke samme billede og samme tekst en til en over i annoncen. Nu har jeg AI til at hjælpe mig. Så når jeg laver paid, kan jeg godt lide at teste, for nu kan jeg lige pludselig teste 10, 15, 20 hooks eller 10, 15, 20 forskellige CTA'er, billeder, visuals eller videoer. Der plejer jeg at mixe det meget.

Hvornår beslutter jeg så, at noget skal smide penge efter på ads? Det gør jeg, når jeg kan føle, at der er en form for traction i det organiske. Det kan være eksponeringer, men det er typisk en kombination af eksponeringer og engagement, om folk har trykket på links og alt det der.

Er der noget, der stikker lidt af, tænker jeg okay, fint. Så kigger jeg på, om det kan vinkles sammen med en CTA, eller om det passer et sted i min funnel.

Og der går ikke særlig lang tid. Er det LinkedIn, er det som regel samme dag. Jeg har efterhånden en god feeling for det og kan se, okay, det her stikker hurtigt af. Så laver jeg en Thought Leader Ad på det på LinkedIn, og går der en dag, hvor den har gode resultater, kan jeg sagtens smide et par kroner efter det på en Meta-kampagne.

Det samme gælder nyhedsbreve. Performer et nyhedsbrev godt, er det også et godt sted at tage fat, både organisk og til paid.

Når der er noget content, der performer, kommer det ind i mit AI-operativsystem. Derinde har jeg et AI advisory board, som består af verdens topførende marketingfolk, og med det kan jeg få bygget svaret på, hvor det her passer i funnelen. Den har endda fået spalteplads i JP.

Det hele hænger sammen for mig, så systemet trækker på min egen performance-historik. Hvad performer i forvejen, hvad gør godt, hvad gør skidt, og hvordan skal det her opslag laves til en annonce, så det performer i forhold til det, vi ved.

Og nogle gange trumfer jeg da også bare selv. For at få noget nyt ud, og for at lære, om den slags content, der fungerer organisk, faktisk også fungerer i paid.

Casen: beskeden fra Lui Høyer

For at demostere min tilgang, får du her en case fra min biks.

En onsdag middag tikkede der en besked ind fra Lui Høyer, en af mine kursister på AI Growth Minds.

"Hvad jeg normalt bruger ca. 4-5 timer på, kan jeg nu gøre på under 6 minutter med 90-95% præcision."

Screenshottet har caps lock og det hele 😎😎🤙

Forstør

Lui har gjort det pisse godt. Han er affiliate-marketer, så han er ligesom os, marketingmand, ikke udvikler. Han driver sine affiliate-sites helt alene og rejser en stor del af året.

Han har bygget sit eget CMS med 8 autonome AI-agenter, der researcher produkter, skriver SEO-indholdet, laver billederne og sætter alternative produkter op. Med reviews og det hele. Han gør det så godt, at han lever af det.

Jeg lavede et opslag med ham om noget af det, han havde skrevet til mig. Hvor meget tid han har sparet, og hvor godt det har gjort for ham. Det lagde jeg bare op som det oprindelige LinkedIn-opslag, og det fik virkelig gode eksponeringer og gode klik og alt det der.

23.133 organiske visninger. 20.507 medlemmer nået. 21 klik videre til ai-growth-minds.dk, 9 der gemte opslaget, 6 DM'er, 77 profilbesøg og 6 nye følgere.

Så kørte jeg hele baduljen. Fuld kampagne på det med Facebook og LinkedIn Thought Leader Ads og det hele.

Thought Leader Ad'en på LinkedIn kostede 2.000 kr og gav 10.777 visninger, 2.010 personer nået, 1,00 kr pr. visning og 18,65 % engagement.

Meta-kampagnen har i skrivende stund brugt 7.999,99 kr. (køre stadig) og givet 48.291 visninger, 15.507 personer nået og 2.747 klik til 2,91 kr stykket. CTR'en ligger på 5,69 %, og den har hentet 0 leads hjem til 40,20 kr stykket.

• P.s. Alt ovenstående data har AI'en selv været inde og hente i forbindelse med at lave opsætningen af denne blog post🤯... Igen hands-off, jeg sagde det bare i min indtale.

Da jeg satte den i gang, bad jeg om mere end kampagnen. AI'en byggede også undersiden til den. Og den skulle bruge nogle af de webinarer, jeg tidligere har holdt gratis, som leadmagnet, så folk kommer ind i nyhedsbrevet og hele maskineriet og er inde i mit univers, hvor jeg kan hjælpe dem med mere god content.

Der er kommet en del nye kursister til, en masse møder og rigtig mange leads ind. Det er en af de bedst performende Facebook-annoncer, jeg nogensinde har lavet overhovedet.

Den performede så godt, fordi den er autentisk og rigtig, og du kan ikke fake det her. Det er ikke en kæmpe kampagne. Den taler direkte til de kursister, jeg får, altså selvstændige, om de pains de har, og hvad AI kan hjælpe dem med.

Igen vigtigt at pointere, at jeg min samlede tid på at indtale mine ønsker er 30-40 sekunder! Resten har AI gjort hands-off.

Det hele køre i en fin rund ring

Kampagnen kører stadigvæk, mens du læser det her, og det kan da godt være, at nogle af jer, der læser med, er kommet ind ad præcis den kampagne.

Det, der også skal siges, er, at jeg nu har fundet en opskrift. Og den opskrift er gemt som en løsning hos mig. Så hvis jeg i fremtiden får andre af sådan nogle fede tilbagemeldinger, og der er mange flere, der har oplevet det her, så kan jeg køre annoncer på dem. Jeg skal ikke opfinde formatet igen. Jeg skal bare give løsningen den nye besked og sige, at nu gør vi det samme.

Den samme vinkel har jeg også brugt til andre typer af content. Der er lavet nyhedsbreve på den. Så det kan afføde en masse nye ting. Nu ved jeg ligesom, at det er en fed vinkel for mig. Okay, cool. Så har jeg lært noget.

Den læring løber tilbage i systemet. Når jeg i fremtiden beder AI om at hjælpe mig med at finde på en kampagne, så lægger den selv op til det og spørger: hey, kan du se, om du kunne få nogle andre fede tilbagemeldinger ligesom den, du fik med Lui?

Så der er også meget læring i AI i content marketing. Det handler ikke bare om at producere tekst. Det er sådan en symbiose. Det er en ring om det hele.

Appetitten kommer, når tiden er der

Når man har bygget løsninger til det, man gør i dag, så får man frigivet tid. Og udover den tid, man får frigivet, så får man også lyst og appetit på mere. Lige pludselig tør jeg sige, okay, lad mig prøve nogle flere kanaler. Kanaler jeg ikke turde før, fordi jeg ikke kunne overskue dem.

Det bedste eksempel er en podcast. Jeg starter podcast sammen med Casper Guldager og Rasmus Theilsø Madsen. Jeg har haft tankerne i lang tid og har også snakket med de to herrer om det i lang tid, men jeg har aldrig rigtig eksekveret på det, fordi jeg ikke kunne overskue det. Jeg vidste, at det kommer til at tage tid i forberedelse, redigering og distribution.

Spørgsmålene, der stoppede mig, så sådan her ud:

• Hvem står for at rette videoen?
• Hvem står for at klippe den til shorts?
• Hvem står for at distribuere?
• Hvem laver kampagnen?

Det gør jeg. Jah eller... Sammen med AI'en selvfølgelig😉.

Modellen er den samme som resten af det her indlæg. Vi producerer selv alt indholdet. Vi snakker, vi skaber værdien og grundsubstansen. Så får AI'en lov til at redigere videoerne for os, klippe dem for os og distribuere dem for os til alle kanaler. Om det er nyhedsbreve, LinkedIn, Facebook eller Instagram. Til alle tre værters kanaler og alle formatter (shorts, reels, 16:9 og hvad det ellers hedder).

Så vi kan lige pludselig ramme så mange, som vi ikke kunne før. Det ville tage så lang tid, og det ville være en så stor opgave, at vi skulle ud og hyre et team til det. Det gør AI for os nu.

Vi har allerede forberedt en plan til optagelse, distribution og gæster. Vi mangler bare et navn. Og apropos det med at bruge AI i content marketing, så har vi lige nu et LinkedIn-opslag ude, alle tre, hvor vi beder folk om hjælp til at finde navnet, fordi vi er godt nok dårlige til det selv (touché right?😂)

Derfor kan du komme i gang i marketing før alle andre steder

AI i content marketing er lige nu en af de største value adds, der findes på markedet. Det involverer typisk ikke andres data end min egen, og der har jeg god ro i maven i forhold til, hvad jeg deler.

Jeg har arbejdet med AI/machine learning og marketing siden 2017, og jeg startede med det i marketing. Det er ligesom der, hvor jeg har set, at det opblomstrede.

NLP (Natural Language Processing), og NLG (Natural Language Generation), kom jo ikke kun derfra, men blev kommercielt meget brugt i marketing.

Altså SEO, som jeg kommer fra, har jeg brugt det til. Grunden til det er, at der er en stor use case, og at der bruges ekstremt store mængder tid og ressourcer på indhold i marketing.

Der går ekstremt meget tid med content creation og content marketing. Men det er også det, der har den største magt. Alle ved jo godt, at øjne er supervigtige. Du kan have et fantastisk produkt, verdens bedste produkt, men hvis ingen kender det, så køber ingen det. Omvendt kan du have et middelmådigt produkt, men hvis alle i verden kender det og gerne vil have det, så bliver det solgt.

Derfor er marketing det sted, hvor AI lige nu er længst fremme. For sidder du i HR eller i økonomi, så har du ofte personfølsomme data at arbejde med. Det giver nogle udfordringer i forhold til compliance og governance.

I marketing kan du dele nogle tanker, et billede eller noget materiale om jeres produkter, som I har fuld kontrol og adgang over, og som ikke indeholder personfølsomme oplysninger. Dér kan I bare gå amok. Det er meget nemmere i marketing, fordi I ikke har alle de her compliance- og governance-problemer.

Så derfor er det rigtig godt at starte der. Og det er ikke kun det. Det er også den kæmpestore økonomiske gevinst og den kæmpestore tidsmæssige gevinst, jeg lige har forklaret. Der er en nem return on investment i marketing og AI.

Der hvor jeg selv holder igen

Jeg gad jo virkelig godt at vise langt flere videoer af, hvordan mit AI-operativsystem virker, så folk kunne se, hvor fedt det her er, og få lyst til at bygge det selv.

Men mange af mine processer involverer, at der er nogle kursister, hvis navne eller resultater bliver nævnt, eller at jeg har noget kundedata eller noget økonomisk data, jeg ikke har lyst til at dele. Så der er selvfølgelig nogle begrænsninger. Skal jeg lave en video, bliver jeg nødt til at lave en dummy-version, hvor den kun viser data, jeg må vise.

Er der kunders navne i det, beder jeg AI'en om at lave noget gibberish. Hedder kunden Pia Hansen, så skal hun hedde Tom Mikkelsen. Så bliver man nødt til at lave sådan noget mock-data.

Ellers er der meget få steder i marketing, hvor jeg holder igen, fordi de fleste steder er noget, hvor jeg enten har fået lov til det, eller hvor jeg ejer dataen.

Det med GDPR og compliance gider jeg ikke gå dybt i. Det handler om, hvordan du framer det, og hvordan du teknisk arbejder med det. Du kan i princippet komme rigtig langt selv med proprietære modeller, hvis du hasher og undgår at bruge navne og e-mails på andre personer. Og jeg kan jo også bare spørge kunden: "Må vi bruge jer?"

Sådan bruger du det selv

Lad nu være med at bed AI om at genere noget på baggrund af en breif...

Indtal/optag/indskrive hovedessensen selv, tøm din hjerne, få alt det du gerne vil have sagt med, og lad være med at redigere undervejs.

Lad AI transskribere det, stille dig opfølgende spørgsmål og grave ned i tingene, og lad den derefter lave udkastet.

Ret altid udkastet selv. Mit system fanger 80 til 90 procent af de typiske AI-mønstre, men de sidste 10 til 20 procent er nuancen, hvilket også er der, hvor guldet ofte ligger. Den skal du skrive tilbage i teksten, for den kommer ingen andre steder fra.

Tag billederne på din telefon. Autentiske billeder af dig selv, af produktet, af det du laver. Det kan alle for syv sytten finde ud af.

Lad AI distribuere det. Vinkle til hver enkelt platform og dens målgruppe, bygge undersiden, hvis opslaget kan drive noget direkte, og sætte tracking op på det.

Går det godt organisk, så smid penge efter det. Og når noget virker, så gem opskriften som en løsning, du kan trække på næste gang.

Vil du bygge løsningerne, så start med at kortlægge dine egne processer. Jeg har skrevet om første skridt i proces mapping med AI. Vil du se hele setuppet, som det ser ud hos mig, ligger det i sådan bygger du en AI-drevet organisation.

Vil du have det i din egen virksomhed?

Drømmer du om at arbejde med AI på den her måde i din egen virksomhed, så se frameworket på Skalér din forretning med AI.

Ofte stillede spørgsmål

Hvordan bruger man AI i content marketing uden at lave AI-slop?

Lad være med at bede AI om at producere dit indhold. Indtal eller skriv hovedessensen selv, så værdien kommer fra et menneske, og lad AI transskribere, lave udkastet og distribuere det. Ret altid udkastet igennem, før du sender det ud.

Skal jeg bruge AI til at generere billeder til mit indhold?

Nej. Tag billederne på din telefon i stedet. AI-forordningen kræver, at du markerer AI-genererede billeder, og der er ingen, der gider kigge på polerede billeder anyways. Brug AI til at hjælpe med lyssætning og opbygning af det billede, du selv har taget.

Hvor lang tid tager det at lave en uges content med AI?

Jeg bruger omkring 20 minutters fokuseret hands-on tid. Jeg speaker et kvarter, og ud af det kommer et blogindlæg, et LinkedIn-opslag, et nyhedsbrev og en video. AI'en er selv om det i timevis bagefter, men det er hands-off tid, hvor jeg laver noget andet.

Hvorfor er marketing det bedste sted at begynde med AI?

Fordi du arbejder med data, du selv ejer og har fuld kontrol over, uden personfølsomme oplysninger. Du slipper for de compliance- og governance-problemer, du løber ind i i HR og økonomi. Samtidig går der ekstremt meget tid med content, så afkastet kommer hurtigt.

Kan AI skrive i min egen stemme?

Nej. Den skriver ikke som mig, og der er stadigvæk AI-mønstre i det. Derfor retter jeg altid alt selv. Mit system fanger 80 til 90 procent af mønstrene, og de sidste 10 til 20 procent er nuancen, som jeg skriver tilbage i teksten.