Alien Road utilise Claude, la famille de modèles de langage d’Anthropic, comme outil de travail au sein d’étapes de campagne définies : synthèse de recherche, briefs de contenu, analyse de documents longs, contrôles qualité et rédaction de rapports. Chaque résultat a un réviseur humain désigné, et les données des clients ne passent que par des comptes et des paramètres conformes à nos règles de gestion des données. Claude accélère le travail de décision ; il ne prend pas les décisions.
Qu’est-ce que Claude et pourquoi le choisir pour le travail en agence ?
Claude est un ensemble de modèles d’IA créés par Anthropic, disponibles via les applications Claude, les plans d’équipe et d’entreprise, et l’API Claude, y compris via Amazon Bedrock et Google Cloud Vertex AI. Il gère le texte et les images, travaille avec des documents longs et peut utiliser des outils lorsqu’il y est connecté. Anthropic publie des modèles par niveaux, avec des modèles plus grands pour les tâches plus difficiles et des plus petits pour la vitesse et le coût.
Pour le travail en agence, trois traits comptent. Claude gère bien les entrées longues, de sorte qu’un guide de marque complet ou une année d’exportations de campagne tient dans une seule conversation. Il suit de près les instructions détaillées, ce qui aide à respecter le style de la maison et les règles de conformité. Et ses écrits ont tendance à nécessiter moins de nettoyage au niveau du ton, bien qu’ils nécessitent toujours une vérification des faits.
Où Claude s’intègre-t-il dans une campagne ?
Nous cartographions chaque campagne en étapes et décidons où l’IA peut aider. La liste ci-dessous montre les étapes où nous utilisons le plus souvent Claude dans une mission typique.
- Découverte : résumé des documents clients, rapports passés, notes d’entretien et pages des concurrents
- Stratégie : rédaction d’options d’audience et de message pour que l’équipe puisse en débattre
- Contenu : création de briefs, de plans et de premiers brouillons pour les rédacteurs et les éditeurs
- Médias payants : génération de variantes de textes publicitaires dans le respect des limites de caractères et des règles de politique
- Analyse : interprétation des données exportées de Google Ads, Meta, GA4 et des CRM
- Contrôles qualité : examen des pages par rapport à une liste de contrôle avant le lancement
- Rapports : rédaction du récit autour de chiffres vérifiés
Comment nous utilisons Claude dans la découverte
La découverte signifiait autrefois des jours de lecture. Désormais, un stratège télécharge le livre de marque du client, la présentation commerciale, les rapports de campagne passés et les transcriptions des entretiens avec les parties prenantes dans un projet Claude. Nous demandons un résumé structuré : objectifs déclarés, audiences nommées, affirmations faites par la marque et contradictions entre les documents.
Les contradictions sont la partie la plus utile. Lorsque la présentation commerciale cible une audience et le livre de marque une autre, cela devient une question pour la réunion de lancement. Le stratège lit toujours les documents clés personnellement ; Claude s’assure que rien dans la pile n’est manqué.
Comment nous utilisons Claude pour le contenu et les publicités
Pour le contenu, Claude rédige des briefs à partir d’un cluster de mots-clés, des résultats de recherche que notre équipe a examinés et des pages de service du client. Les briefs suivent un modèle fixe afin que les rédacteurs sachent toujours où trouver l’intention, les questions et les liens internes. Les rédacteurs produisent ensuite l’article, utilisant parfois Claude pour un plan ou la réécriture d’une section faible.
Pour la recherche payante et les réseaux sociaux, nous donnons à Claude les faits sur le produit, l’offre, les limites de caractères et les points de politique de la plateforme qui s’appliquent. Il rédige des variantes, qu’un spécialiste des médias payants édite et approuve. Nous ne laissons jamais des affirmations générées sur les prix, les garanties ou les résultats être mises en ligne sans les vérifier par rapport aux propres documents du client.
Comment nous utilisons Claude pour l’analyse de données
Claude est doué pour expliquer un ensemble de données une fois que les chiffres sont corrects. Nos analystes exportent les données, effectuent des calculs dans des feuilles de calcul ou BigQuery, puis donnent à Claude les tableaux nettoyés. Nous lui demandons de signaler les mouvements inhabituels, de suggérer des causes à étudier et de rédiger des questions pour le client.
Nous gardons l’arithmétique en dehors du modèle. Les modèles de langage peuvent encore mal lire les tableaux, donc tout chiffre apparaissant dans un rapport est tracé jusqu’à une formule ou une requête, et non jusqu’à du texte généré. Lorsque Claude est connecté à un outil d’exécution de code, nous examinons le code qu’il écrit avant de faire confiance à son résultat.
Quelles règles régissent notre utilisation de Claude ?
Ces règles s’appliquent à chaque compte. Elles existent parce que la vitesse n’est utile que si le travail reste précis et que les données du client restent protégées.
- Les données des clients ne vont que dans des comptes professionnels ou des configurations d’API dont les conditions excluent l’entraînement sur nos entrées.
- Les données personnelles des clients du client sont supprimées ou minimisées avant l’analyse.
- Chaque résultat a un réviseur nommé avant d’atteindre le client ou le public.
- Les affirmations factuelles sont vérifiées par rapport à une source que le client a approuvée.
- Les prompts et les modèles sont stockés dans une bibliothèque partagée, versionnée, avec un propriétaire.
- Nous disons aux clients quelles parties de leur travail ont utilisé des outils d’IA lorsqu’ils le demandent, et beaucoup le demandent.
Comment mesurons-nous si cela aide ?
Nous suivons deux choses par type de tâche : le temps passé et la profondeur de modification. Le temps est enregistré avant et après l’introduction d’une étape Claude. La profondeur de modification est une simple évaluation par le réviseur de la mesure dans laquelle le résultat a dû être modifié. Une étape qui fait gagner du temps mais nécessite une modification importante est retravaillée ou abandonnée.
Au niveau de la campagne, l’utilisation de l’IA est jugée par les résultats normaux : classements, prospects, coût par acquisition et revenus. Claude ne reçoit pas de crédit pour les résultats seul. Il reçoit du crédit si l’équipe livre plus d’idées testées, plus rapidement, avec la même qualité ou une meilleure qualité.
Où Claude n’aide pas
Claude ne connaît pas le marché du client comme le client le connaît. Il ne peut pas voir les comptes publicitaires en direct à moins d’être connecté, et même dans ce cas, nous préférons que les gens effectuent des changements d’enchères et de budget. Il peut écrire un paragraphe confiant sur une statistique qui n’existe pas, c’est pourquoi les vérifications des faits sont obligatoires. Les concepts créatifs qui nécessitent une réelle compréhension des clients viennent toujours de personnes qui parlent aux clients.
Par où commencer cette semaine
Si vous voulez essayer une configuration similaire, choisissez un document récurrent que votre équipe produit, comme un rapport mensuel ou un brief de contenu. Écrivez un modèle, créez un projet Claude avec votre guide de style et un exemple solide du passé, et rédigez le suivant avec. Chronométrez, demandez à quelqu’un d’évaluer les modifications nécessaires et décidez à partir de ces deux chiffres si l’étape reste.
Répétez le même test sur une deuxième tâche seulement après que la première soit stable. Les équipes qui ajoutent l’IA à cinq processus à la fois ne peuvent généralement pas dire quel changement a aidé et lequel a créé un travail de révision supplémentaire, et elles finissent par tous les abandonner.
Continuez à lire : Agence de marketing IA · Marketing IA