Populære emner
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.
Ole Lehmann
Hjelper ikke-tekniske personer med å drive virksomheten sin med AI-agenter.
AI-kjenner, robotikk-maxi, EU/ACC-tilhenger, pappa, teknooptimist
Oppdatering: Jeg fant selve videoen hvor @helloitsaustin går gjennom hele arbeidsflyten sin
Anthropic postet det stille.
Dette er det enmanns vekstmarkedsføringsteamet i aksjon ↓
10. mars, 17:57
Jeg kan ikke tro at ingen har lagt merke til dette.
Anthropics hele vekstmarkedsføringsteam var bare ÉN PERSON
(i 10 måneder, bekreftet)
En enkelt ikke-teknisk person kjørte betalt søk, betalt sosiale medier, appbutikker, e-postmarkedsføring og SEO for det 380 milliarder dollar store selskapet bak Claude
Slik gjør ett menneske jobben til et komplett markedsføringsteam:
det starter med en CSV.
1. Han eksporterer alle sine eksisterende annonser fra annonseplattformene sammen med deres ytelsesmålinger (klikkrater, konverteringer, forbruk osv.)
2. mater hele filen inn i Claude Code
3. og ber den finne ut hva som presterer dårlig.
Claude analyserer dataene, flagger de svake annonsene og genererer nye kopivarianter på stedet
Her blir han smart:
Han deler deretter arbeidet inn i to spesialiserte underagenter:
1. en som kun skriver overskrifter (begrenset til 30 tegn)
2. og en som kun skriver beskrivelser (begrenset til 90 tegn).
Hver agent er tilpasset sin spesifikke begrensning, så kvaliteten er mye høyere enn å presse begge inn i én prompt
Så nå har han hundrevis av nye overskrifter og beskrivelser.
Men det er bare teksten.
Han trenger fortsatt den faktiske visuelle annonse-kreativen, bildene og bannerne som kommer på Facebook, Google, osv.
Så han bygde en Figma-plugin som:
1. tar alle de nye overskriftene og beskrivelsene
2. finner annonsemalene i Figma-filene sine
3. og bytter automatisk kopien inn i hver av dem.
opptil 100 ferdige annonsevarianter generert med et halvt sekund per batch.
Det som før tok timer med å duplisere rammer og kopiere og lime inn tekst for hånd
Så nå er reklamene tilgjengelige.
Neste spørsmål er hvilke som faktisk fungerer.
til det bygde han en MCP-server (i praksis en tilpasset integrasjon som lar Claude snakke direkte med eksterne verktøy) koblet til Meta ADS-API-en.
Så han kan spørre Claude om ting som:
• «hvilke annonser hadde best konverteringsrate denne uken»
• eller «hvor kaster jeg bort penger»
Og få reelle svar fra sanntidskampanjedata uten å noen gang åpne Meta-annonsedashbordet
og delen som binder alt sammen og lukker løkken:
Han satte opp et minnesystem som logger hver hypotese og eksperimentresultat på tvers av AD-iterasjoner.
Så når han går tilbake til steg én og genererer neste batch med variasjoner...
Claude trekker automatisk inn det som fungerte og hva som ikke gjorde det fra alle tidligere runder.
Systemet blir bokstavelig talt smartere for hver syklus.
Den typen systematisk eksperimentering på hundrevis av annonser ville normalt kreve en dedikert analytiker bare for å spore
Tallene fra dokumentet:
Annonseproduksjonen gikk fra 2 timer til 15 minutter. 10 ganger mer kreativt output.
Og nå tester han flere variasjoner på tvers av flere kanaler enn de fleste fullverdige markedsføringsteam
Et selskap verdt 380 milliarder dollar.
og hele deres vekstmarkedsføringsoperasjon (ikke GTM) = bare én person og Claude Code, haha
virkelig utrolig
41
Hvordan bruke Perplexity Computer for å reversere konkurrentens strategi for sosiale medier (i bare én prompt)
Du skjønner at den personen i din nisje som konsekvent går viralt ikke *faktisk* er smartere
De fant bare ut hvilke formater, kroker og temaer som faktisk driver engasjement i ditt miljø.
Det er bokstavelig talt alt
Og de kjører den oppskriften hver eneste uke
(mens du manuelt blar gjennom profilen deres og prøver å reversere den etter følelse)
Jeg pleide å gjøre dette også
Åpne en konkurrents profil, bla gjennom innleggene deres, ta skjermbilder av de som dukket opp, prøv å finne mønstre
Det tok meg flere timer, og jeg gikk fortsatt glipp av ting (veldig frustrerende, for å være ærlig)
Men nå har jeg Perplexity-datamaskinen tatt hele greia i én prompt
Slik gjør du:
1. Åpne Perplexity-datamaskinen og gi den én prompt:
"analyser de siste 7 dagene med innlegg på X for [konkurrentbruker]. Sjekk engasjement, bokmerke-til-like-forhold, kroker, historiefortelling, produktplassering. Finn vinnende formater, tapende formater og gap"
(Legg til flere konkurrenter i samme prompt, og den kryssrefererer alle)
2. Den starter opp underagenter automatisk.
• man samler inn innlegg
• man analyserer engasjementsmålinger
• man bryter ned temaer
• man identifiserer hull.
alle kjører parallelt
3. Noen minutter senere får du et fullstendig analysedokument.
• toppinnlegg med alle måleparametere
• innholdsmiksfordeling etter tema
• hook-analyse som viser hvilke åpnere som slo flest resultater
• og hvordan de plasserer produktene sine
Forholdet mellom bokmerke og like er det de fleste sover på.
Høy andel betyr at folk sparer det fordi de tror det er verdifullt (det ekte signalet)
Og min favorittdel er gap-analysen
Det forteller deg hva ingen av konkurrentene dine dekker.
Blått hav. Markeds opp for å få tak i
Du kan også be den sende deg en ukentlig rapport på e-post hver mandag.
Koble til Gmail, og analysen dukker bare opp hver uke i innboksen din
Så du spiller alltid med bedre, oppdaterte kort enn de som fortsatt gjetter
Hvis du kjører et hvilket som helst merke på nettet og fortsatt vurderer konkurrentkontoer manuelt, vil dette spare deg for timer hver uke
615
Topp
Rangering
Favoritter