Trendande ämnen
#
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
Hjälper icke-tekniska personer att driva sitt företag med AI-agenter.
AI-kännare, robotik-maxi, EU/acc-supporter, pappa, techno-optimist
Uppdatering: Jag hittade den faktiska videon där @helloitsaustin går igenom hela sitt arbetsflöde
Anthropic publicerade det tyst.
Detta är det enmansbaserade tillväxtmarknadsföringsteamet i aktion ↓

Ole Lehmann10 mars 17:57
Jag kan inte fatta att ingen märkte det här.
Anthropics hela tillväxtmarknadsföringsteam bestod bara av EN PERSON
(i 10 månader, bekräftat)
en enda icke-teknisk person skötte betald sökning, betald sociala medier, appbutiker, e-postmarknadsföring och SEO för det 380 miljarder dollar stora företaget bakom Claude
Så här gör en människa jobbet som ett helt marknadsföringsteam:
det börjar med en CSV.
1. Han exporterar alla sina befintliga annonser från sina annonsplattformar tillsammans med deras prestandamått (klickfrekvens, konverteringar, utgifter osv.)
2. Matar hela filen in i Claude Code
3. och säger åt den att hitta vad som presterar under prestanda.
Claude analyserar datan, flaggar svaga annonser och genererar nya kopior direkt
Här blir han smart:
Han delar sedan upp arbetet i två specialiserade underagenter:
1. en som bara skriver rubriker (max till 30 tecken)
2. och en som bara skriver beskrivningar (maxad till 90 tecken).
Varje agent är anpassad till sin specifika begränsning så kvaliteten är mycket högre än att trycka in båda i en enda prompt
Så nu har han hundratals nya rubriker och beskrivningar.
Men det är bara texten.
Han behöver fortfarande den faktiska visuella annonsen, bilderna och banners som finns på Facebook, Google, etc.
Så han byggde ett Figma-plugin som:
1. tar emot alla nya rubriker och beskrivningar
2. hittar annonsmallarna i sina Figma-filer
3. och byter automatiskt in kopian i varje exemplar.
upp till 100 färdiga annonsvarianter genererade med en halv sekund per batch.
Det som brukade ta timmar av att duplicera ramar och kopiera text för hand
Så nu är reklamerna live.
Nästa fråga är vilka som faktiskt fungerar.
för det byggde han en MCP-server (i princip en anpassad integration som låter Claude prata direkt med externa verktyg) kopplad till Meta ADS-API:et.
Så han kan fråga Claude saker som:
• "vilka annonser hade bäst konverteringsgrad den här veckan"
• eller "var slösar jag spendera"
Och få verkliga svar från live-kampanjdata utan att någonsin öppna Metaads dashboard
och den del som binder ihop allt och sluter loopen:
Han upprättade ett minnessystem som loggar varje hypotes och experimentresultat över AD-iterationer.
Så när han går tillbaka till steg ett och genererar nästa omgång varianter...
Claude drar automatiskt in vad som fungerade och vad som inte gjorde det från alla tidigare omgångar.
Systemet blir bokstavligen smartare för varje cykel.
Den typen av systematisk experimentering över hundratals annonser skulle normalt kräva en dedikerad analytiker bara för att spåra
Siffrorna från dokumentet:
Annonsskapandet gick från 2 timmar till 15 minuter. 10 gånger mer kreativ produktion.
Och han testar nu fler variationer över fler kanaler än de flesta fulla marknadsföringsteam
Ett företag värt 380 miljarder dollar.
och hela deras tillväxtmarknadsföringsverksamhet (inte GTM) = bara en person och Claude Code lol
verkligen otroligt

29
Hur man använder Perplexity-datorn för att bakåtutveckla din konkurrents strategi för sociala medier (i bara en prompt)
Du inser väl att den personen i din nisch som konsekvent blir viral inte *faktiskt* är smartare
De har bara listat ut vilka format, hooks och ämnen som faktiskt driver engagemang i ditt utrymme.
Det är bokstavligen allt
Och de kör den där strategin varje vecka
(medan du manuellt scrollar i deras profil och försöker baklänges konstruera den med känsla)
Jag brukade också göra så här
Öppna en tävlande profil, bläddra igenom deras inlägg, ta skärmdumpar av de som dök upp, försök hitta mönster
Det tog mig timmar och jag missade fortfarande saker (väldigt frustrerande ärligt talat)
Men nu har jag Perplexity Computer one-shotat hela grejen i en prompt
Så här går det till:
1. Öppna Perplexity-datorn och ge den en prompt:
"analysera de senaste 7 dagarnas inlägg på X för [konkurrentadresser]. Kolla engagemang, bokmärkes-till-lika-förhållanden, krokar, berättande, produktplacering. hitta vinnande format, förlorande format och gap"
(lägg till flera konkurrenter i samma prompt och den korsrefererar alla)
2. Den startar automatiskt subagenter.
• man samlar in inlägg
• man analyserar engagemangsmått
• man bryter ner ämnen
• man identifierar luckor.
alla körs parallellt
3. Några minuter senare får du ett komplett analysdokument.
• toppinlägg med alla mätvärden
• innehållsmixuppdelning efter ämne
• hookanalys som visar vilka öppnare som drev flest resultat
• och hur de placerar sina produkter
Bokmärkes-till-lika-förhållandet är det förhållande som de flesta sover över.
Hög kvot betyder att folk sparar den för att de tror att den är värdefull (den verkliga signalen)
Och min favoritdel är gap-analysen
Den berättar vad ingen av dina konkurrenter täcker.
Blått hav. Marknaden är på spel
Du kan också be den skicka en veckorapport via e-post varje måndag.
Koppla upp Gmail och analysen dyker bara upp varje vecka i din inkorg
Så du spelar alltid med bättre, uppdaterade kort än de som fortfarande gissar
Om du driver något slags varumärke online och fortfarande spanar på konkurrenters konton manuellt, sparar detta dig timmar varje vecka
606
Topp
Rankning
Favoriter