Mistral AI, B2B pazarlama ekiplerine büyük dil modelleri için Avrupalı bir seçenek sunar; hem barındırılan erişim hem de kendi altyapılarında çalıştırabilecekleri açık ağırlıklı modeller mevcuttur. Paris merkezli şirket, günlük kullanım için Le Chat, La Plateforme aracılığıyla bir API ve Mistral Large, Mistral Small ve Codestral gibi modeller sunar. Müşteri verileriyle ilgilenen B2B ekipleri için bu esneklik, onu değerlendirmek için ana nedendir.
B2B ekipleri neden Mistral’a bakıyor?
Çoğu B2B pazarlama çalışması, şirketten gelişigüzel çıkmaması gereken materyalleri içerir: hesap listeleri, çağrı transkriptleri, fiyatlandırma belgeleri, teklifler. Mistral’ın çekiciliği, bu verilerin nereye gideceği konusundaki seçim hakkıdır. Barındırılan API’yi kullanabilir, Azure, Amazon Bedrock veya Google Vertex AI gibi bulut pazaryerleri aracılığıyla modelleri kullanabilir veya açık ağırlıklı modelleri indirip kendi sunucularınızda çalıştırabilirsiniz.
Avrupalı bir şirket olmak, GDPR kapsamında AB merkezli satıcıları tercih eden bazı satın alma ekipleri için de önemlidir. Bu, otomatik bir uyumluluk izni değildir. Yine de bir veri işleme sözleşmesine, saklama ayarlarının gözden geçirilmesine ve herhangi bir modele neyin gönderilebileceğine dair net bir iç kurala ihtiyacınız vardır.
Model adları ve sürümleri sık sık değişir. Yazım sırasında Mistral, küçük, ucuz modellerden daha büyük, muhakeme yeteneğine sahip modellere kadar bir dizi model yayınlamaktadır. İsme göre değil, kendi görevlerinizde test ederek seçin.
Hangi model hangi pazarlama görevine uyar?
Basit bir kural çoğu ekip için işe yarar: kalite kontrolünüzden geçen en küçük modeli kullanın. Küçük modeller daha hızlı ve daha ucuzdur, bu da binlerce kaydı işlediğinizde önemlidir.
- Sınıflandırma ve etiketleme, örneğin gelen potansiyel müşterilerin sektöre veya niyete göre etiketlenmesi: küçük bir model.
- E-postaların, reklam metinlerinin ve sosyal medya gönderilerinin ilk taslakları: istemde bir stil kılavuzu olan orta boy bir model.
- Uzun belgeler, örneğin RFP’lerin, analist raporlarının veya çağrı transkriptlerinin özetlenmesi: uzun bir bağlam penceresine sahip daha büyük bir model.
- Yapılandırılmış çıkarım, örneğin şirket boyutunun ve araçlarının form metninden JSON’a çıkarılması: JSON çıktı modunu kullanan küçük veya orta boy bir model.
- Özel, yüksek hacimli toplu iş: dahili olarak barındırılan açık ağırlıklı bir model.
B2B pazarlaması için çalışma kılavuzu
Oyun 1: Hesap araştırma özetleri
Satış ekibi her önemli çağrıdan önce kısa bir özet ister. Modele şirketin halka açık web sitesi metnini, son basın bültenlerini ve CRM notlarınızı besleyin, ardından sabit başlıklı tek sayfalık bir özet isteyin: ne satıyorlar, muhtemel öncelikler, açık sorular ve kendi kütüphanenizden ilgili vaka çalışmaları. Her özette insan kontrolünü koruyun; model benzer isimlere sahip şirketleri karıştırabilir.
Oyun 2: İçerik yeniden amaçlandırma
Bir web semineri bir blog yazısı, beş LinkedIn gönderisi, bir bülten bölümü ve bir satış e-postası olabilir. Mistral’a transkripti ve yasaklı ifadeler, cümle uzunluğu hedefleri ve iyi performans gösteren geçmiş gönderilerin örneklerini içeren bir stil kılavuzu verin. Her formatı ayrı ayrı isteyin. Her şeyi aynı anda isteyen bir istem genellikle daha sönük sonuçlar üretir.
Oyun 3: Potansiyel müşteri zenginleştirme ve yönlendirme
Gelen form metni karışıktır. Küçük bir model “HubSpot alternatiflerine bakan 40 kişilik bir lojistik firmasıyız” okuyabilir ve yapılandırılmış alanları döndürebilir: sektör, boyut aralığı, niyet, bahsedilen rakip. Bu alanlar daha sonra CRM’deki yönlendirme kurallarını yönetir. Çıktının tahmin edilebilir olması için bunu fonksiyon çağırma veya JSON modu ile API üzerinden çalıştırın.
Oyun 4: Teklif ve RFP desteği
Büyük RFP belgeleri, daha uzun bağlam pencerelerinin değerini kanıtladığı yerdir. Model her gereksinimi bir tabloya çıkarır, son tarihleri ve zorunlu formatları işaretler ve onaylı cevap kütüphanenizden ilk cevapları taslak haline getirir. Satış mühendisi hala nihai yanıtı yazar.
Çıktıları nasıl doğru ve markaya uygun tutarsınız?
Herhangi bir oyun yayına girmeden önce, kısa bir sürüm kontrol listesinden geçirin:
- İstem, kaynaklarını adlandırır ve bunların ötesinde cevap vermeyi yasaklar.
- Çıktıdaki her sayı bir kaynak paragrafa geri bağlanır.
- Stil kılavuzu ve yasaklı ifadeler listesi sistem istemindedir.
- Adlandırılmış bir kişi, bir müşteriye veya potansiyel müşteriye ulaşmadan önce çıktıyı gözden geçirir.
- Veri işleme sözleşmesi kapsamadığı sürece hiçbir kişisel veri gönderilmez.
B2B içeriğinde iki hata türü görünür: yanlış gerçekler ve genel ton. Gerçekler için modele kaynaklar verin ve yalnızca onlardan cevap vermesini söyleyin; sayılarla ilgili herhangi bir şey için kaynak paragrafa bir atıf isteyin. Ton için, bir stil kılavuzu artı üç gerçek örnek, uzun sıfat listelerinden daha iyidir.
Yayına almadan önce küçük bir değerlendirme seti oluşturun. Bilinen iyi cevapları olan yirmi gerçek görev alın, bunları iki veya üç aday model üzerinden çalıştırın ve doğruluk, ton ve format açısından puanlayın. Modeli veya istemi değiştirdiğinizde testi tekrarlayın. Bu bir gün sürer ve izlenimlere dayalı haftalarca süren tartışmalardan tasarruf sağlar.
Alien Road, Mistral AI’yi B2B müşterileri için nasıl uyguluyor
Tipik bir çalışmada, AI optimizasyon ekibimiz bir veri haritası ile başlar: pazarlama ekibinin hangi belgeleri, sistemleri ve alanları kullandığı ve bunların hangilerinin hassas olduğu. Bu harita, müşterinin barındırılan API’yi, kendi kiracısında bir bulut pazaryeri dağıtımını veya kendi kendine barındırılan açık ağırlıklı bir modeli kullanıp kullanmayacağına karar verir.
Kurulum, üzerinde anlaşılan oyunlar için bir istem kütüphanesini, sistem istemlerine kodlanmış bir stil kılavuzunu ve insanların rastgele araçlara veri yapıştırmaması için basit bir dahili arayüz veya CRM entegrasyonunu içerir. Değerlendirme setini müşterinin kendi örnekleriyle oluşturuyoruz.
Ölçüm, teslimat başına süreyi, taslak ile yayınlanan sürüm arasındaki düzenleme mesafesini ve değerlendirme setinden alınan kalite puanlarını takip eder. Raporlar aylık olarak çıkar ve herhangi bir model değişikliği belgelenir.
Çalıştırmanın maliyeti nedir?
API fiyatlandırması milyon token başına olup, giriş ve çıkış için ve her model için farklı oranlara sahiptir. Kendi kendine barındırma, token maliyetlerini GPU ve bakım maliyetleriyle değiştirir, bu da yalnızca sabit yüksek hacimde veya veri kuralları gerektirdiğinde karşılığını verir. Çoğu B2B pazarlama ekibi için barındırılan API veya bulut pazaryeri dağıtımı başlamak için daha ucuzdur.
Kendi rakamlarınızla tahmin edin: görev başına ortalama token sayısı, aylık görev sayısıyla çarpılır. Ayda birkaç bin kayıt üzerinde bir potansiyel müşteri etiketleme işi, küçük bir modelde çok az maliyetle gerçekleşir. Büyük bir modelde uzun RFP analizi görev başına daha fazla maliyetlidir ancak nadiren çalıştırılır.
Bu hafta nereden başlamalı
Bir oyun seçin, genellikle potansiyel müşteri zenginleştirme veya hesap özetleri, çünkü her ikisinin de net doğru ve yanlış cevapları vardır. Yirmi gerçek örnek toplayın, istemi yazın ve Le Chat veya API’de iki model boyutuyla test edin. Geçerse daha küçüğünü seçin ve test seti iyi göründükten sonra CRM’inize bağlayın.
Okumaya devam edin: Yapay Zekâ Optimizasyonu · Yapay Zekâ Optimizasyonu