ג'ספר / Jasper

מה זה ג'ספר ומה בדיוק קונים בו?

ג'ספר היא מערכת אמריקאית ליצירת תוכן שיווקי שהושקה בשנת 2021, ואחת הראשונות בקטגוריה שלה. היא נבנתה בתקופה שבה גישה ישירה למודלי שפה עוד לא הייתה נוחה, ומאז השוק סביבה השתנה לגמרי. המוצר עצמו השתנה בהתאם, והוא כבר אינו ממשק לכתיבה אלא מערכת עבודה לצוותי שיווק.

השכבה הראשונה היא קול המותג. מזינים דוגמאות מהתוכן הקיים, והמערכת מפיקה מהן הגדרה של הטון, של אורך המשפטים, של רמת הפורמליות ושל הביטויים שהמותג משתמש בהם. כל טקסט שמייצרים אחר כך נשען על ההגדרה הזאת, ולכן חמישה אנשים שונים מקבלים תוצאה שנשמעת אחידה בלי שאיש הסביר להם ידנית איך המותג מדבר.

השכבה השנייה היא מאגר ידע. מעלים אליו מחירונים, מפרטי מוצר, נתוני לקוחות ומסמכי מיצוב, והמערכת שולפת מהם עובדות במקום להמציא. זו הנקודה שבה מערכת כזאת נבדלת ממודל פתוח: המודל ינסח יפה ויכתוב מספר שגוי בביטחון מלא, ומאגר ידע מצמצם את זה משמעותית.

השכבה השלישית היא תהליך. מתחילים מתדריך קמפיין, ומקבלים בבת אחת את כל הנכסים שנגזרים ממנו: עמוד נחיתה, רצף מיילים, פוסטים ומודעות. זה החלק שנשמע כמו קסם בהדגמה, ובפועל הוא נותן טיוטה ראשונה סבירה לכל הנכסים במקום להתחיל כל אחד מאפס. ההבדל בזמן הוא ימים, וההבדל באיכות הסופית הוא אפס, כי בכל מקרה עורכים הכול.

הפיצ'רים המרכזיים של ג'ספר

שש יכולות מרכיבות את המערכת. הראשונה היא זו שמצדיקה את המחיר, והחמישית היא זו שרוב הצוותים מגלים רק בחודש השלישי.

ארבע הערות מהשימוש בפועל. הראשונה: קול המותג הוא המוצר האמיתי כאן, וכדאי למדוד אותו לבד. הדרך לבדוק אם הוא עובד היא לתת לשלושה אנשים שונים את אותה משימה ולראות אם התוצאות נשמעות כמו אותו מותג. בצוותים שראיתי זה עובד היטב באנגלית, וזו בדיוק הבדיקה שכדאי לעשות בשבוע הניסיון ולא אחרי שלושה חודשי מנוי.

השנייה: מאגר הידע פותר את הבעיה הכי מביכה בתוכן שנוצר במכונה, שהיא מספרים שגויים. טקסט שיווקי שמצטט מחיר לא נכון או תכונה שלא קיימת אינו טעות סגנונית אלא בעיה מול לקוחות. כשהעובדות יושבות במקום מוגדר ולא מסתמכות על מה שהמודל זוכר, שיעור הטעויות האלה יורד דרמטית. הוא לא מתאפס, ולכן עדיין צריך שמישהו יקרא.

השלישית: העברית נתמכת רשמית והפער מול האנגלית גדול. המערכת מייצרת עברית תקינה, וכל שכבת קול המותג נבנתה סביב מאפיינים של אנגלית ולכן היא מתרגמת פחות טוב לעברית. בפועל צריך לערוך את הפלט העברי הרבה יותר מהפלט האנגלי, וזה משנה לגמרי את חישוב הכדאיות עבור עסק שכל התוכן שלו עברי.

הרביעית: התוסף בדפדפן משנה את שיעור השימוש בפועל. מערכת שמחייבת לפתוח מסך נפרד נשארת בצד אחרי שבועיים, וכלי שזמין מתוך המקום שבו כותבים ממילא נכנס לשגרה. זה נשמע כמו פרט ואינו פרט: ההבדל בין מנוי שמנוצל למנוי שמשולם לחינם עובר בדיוק שם.

כמה זה עולה?

התמחור נמדד לפי מספר המשתמשים ולא לפי כמות התוכן, וזו הנקודה שקובעת אם המערכת משתלמת. שני עסקים שמייצרים אותו נפח בדיוק ישלמו סכומים שונים לחלוטין.

החישוב שכדאי לעשות לפני שנרשמים פשוט מאוד. צוות של ארבעה משלם בסביבות מאתיים שבעים דולר בחודש, שהם קרוב לאלף שקלים. מול זה, גישה ישירה לאותם מודלים דרך ממשק צ'אט עולה כעשרים דולר לאדם, וגישה תכנותית עולה עוד פחות אם הנפח בינוני. ההפרש הוא בערך פי שלושה, והוא משולם על שכבת הקול, על מאגר הידע ועל התהליך. השאלה היחידה שצריך לענות עליה היא אם שלושת אלה שווים את ההפרש בעסק שלכם.

התשובה תלויה כמעט לגמרי במספר האנשים שכותבים. כשאדם אחד מייצר את כל התוכן, הוא מחזיק את קול המותג בראש ממילא, והשכבה הזאת לא מוסיפה לו כמעט כלום. כשחמישה אנשים כותבים והתוצאה נשמעת כמו חמישה עסקים שונים, זו בעיה יומיומית שעולה שעות עריכה, והמערכת פותרת אותה בפועל. הגבול נמצא איפשהו בשלושה כותבים קבועים.

יש עוד משתנה שמכריע את החישוב לישראלים, והוא שפת התוכן. עסק שכל התוכן שלו עברי מקבל את הפלט הפחות טוב של המערכת ומשלם עליו את המחיר המלא, ולכן ההפרש מול עבודה ישירה מול מודל הופך לקשה להצדקה. עסק שמייצר תוכן שיווקי באנגלית לשוק בינלאומי נמצא בדיוק בנקודה שבשבילה המוצר נבנה, ושם החישוב מתהפך.

סעיף שלא מופיע בשום מחירון הוא הזמן שנדרש להגדיר את קול המותג ולמלא את מאגר הידע כמו שצריך. זו עבודה של יום עד יומיים למי שמכיר את המותג, והיא כוללת איסוף דוגמאות טובות, כתיבת מה אסור להגיד, וריכוז המחירים והמפרטים במקום אחד. מי שמדלג עליה מקבל מערכת שמייצרת טקסט גנרי ומסיק שהכלי חלש, בעוד שהכלי פשוט לא קיבל את מה שהוא צריך. זה גם השלב היחיד שאי אפשר לתת למכונה לעשות, כי מי שיודע איך המותג צריך להישמע הוא אדם אחד בעסק ולפעמים אפס.

ג'ספר מול עבודה ישירה מול מודל שפה

ההשוואה היחידה שבאמת חשובה כאן היא מול הדרך הזולה: לפתוח ממשק צ'אט של מודל שפה ולכתוב אתו. שתי הדרכים משתמשות באותם מודלים בדיוק, ולכן ההבדל אינו באיכות הניסוח אלא בשאלה מה קורה כשעושים את זה מאה פעמים ובחמישה אנשים.

מול עבודה ישירה מול מודל, ההבדל הוא זיכרון ארגוני. בצ'אט, ההנחיות על הטון, על מה שאסור להגיד ועל המחירים הנכונים צריכות להיכתב מחדש בכל שיחה, או להישמר בקובץ שכל אחד שוכח לפתוח. אפשר לצמצם את הפער הזה בהרבה עם ספריית הנחיות מסודרת, וזו עבודה שצריך לעשות ולתחזק. מי שממילא עובד מול מודל השפה Gemini או מול כל מודל אחר ומרגיש שהניסוחים חוזרים על עצמם, ימצא כאן פתרון מוכן במקום לבנות אותו.

מול ספריית הנחיות ביתית, ההשוואה מעניינת יותר. אפשר להחזיק מסמך אחד בסביבת העבודה Notion שמכיל את קול המותג, את הכללים ואת המחירים, ולהדביק אותו בתחילת כל שיחה. זה עובד, זה עולה אפס, וזה נשבר ברגע שהמסמך מתעדכן ולא כולם משתמשים בגרסה החדשה. מערכת ייעודית פותרת בדיוק את הבעיה הזאת של גרסאות, וזה החלק שקשה להעריך מראש עד שנתקלים בו.

מול כלי תוכן ייעודיים לקידום אתרים, אלה מוצרים שונים שנראים דומים. כלי קידום עובד ממילות חיפוש ומנתוני מתחרים אל הטקסט, ומערכת כזאת עובדת ממיצוב המותג אל הטקסט. בפועל כדאי לשלב: מתחילים משאילתות אמיתיות שאפשר לראות בכלי הנתונים Search Console, מחליטים מה נכתב, ורק אז מייצרים. הסדר ההפוך מייצר תוכן יפה שאיש אינו מחפש, וזו הטעות הנפוצה ביותר בעבודה עם תוכן אוטומטי. בעבודת הקידום האורגני אני מתחיל תמיד מהשאילתות שכבר מביאות אנשים, ורק אחריהן מגיע השלב של הכתיבה.

הרובד שנשכח בכל ההשוואות הוא ההפצה. טקסט שנוצר צריך להגיע לאנשים, ורוב הערך של תוכן שיווקי מתממש ברשימת התפוצה ולא בעמוד. חיבור בין מערכת התוכן לבין מערכת הדיוור Mailchimp או כל מערכת אחרת אינו חלק מהמוצר הזה, וצריך לבנות אותו בנפרד. בחנויות מקוונות התמונה שונה עוד יותר, כי שם מערכת הדיוור Klaviyo מייצרת את ההודעות מתוך התנהגות הקנייה ולא מתוך תדריך קמפיין, ולכן טקסט שנוצר במערכת תוכן צריך להיכנס לתוך רצף שכבר רץ ולא להחליף אותו. בפרויקטים של דיוור אלקטרוני לעסקים אני רואה שהחלק הקשה כמעט אף פעם אינו כתיבת המייל אלא ההחלטה למי הוא נשלח ומתי.

יש כאן גם שאלה שנוגעת לבעלות, ואני מעלה אותה מול כל לקוח. קול המותג ומאגר הידע הם נכס אמיתי שנבנה לאורך חודשים, וכשהם יושבים בתוך מערכת חיצונית קשה להוציא אותם החוצה בצורה שאפשר להשתמש בה במקום אחר. הפתרון המעשי הוא לשמור עותק מקומי של מסמך קול המותג ושל טבלת העובדות, ולעדכן אותו כשמשנים. עשר דקות בחודש שמונעות תלות מלאה.

המסקנה מהשטח: זו מערכת לצוות ולא לאדם. מי שכותב לבד ישלם כאן פי שלושה על שכבה שהוא מחזיק בראש ממילא, ומי שמנהל צוות שכותב הרבה יגלה שהאחידות שווה בדיוק את ההפרש, בתנאי שהתוכן העיקרי שלו אינו עברי.

הפיצ'ר שעושה את ההבדל: כללים שאפשר לבדוק אוטומטית

קול מותג שכתוב כמסמך השראה אינו שווה הרבה, כי אף אחד לא קורא אותו לפני שהוא כותב. מה שכן עובד הוא לתרגם את קול המותג לרשימת כללים שאפשר לבדוק במכונה: מילים אסורות, טענות שאסור להשמיע בלי אסמכתה, אורך משפט מרבי, ובעברית גם כללי כיווניות שבלעדיהם הטקסט נשבר על המסך. מרגע שהכללים בדיקים, אפשר לשים אותם כשער לפני פרסום ולא כהמלצה. הקוד למטה מדגים בדיקה כזאת: היא מקבלת טיוטה, מריצה עליה את כללי המותג, ומחזירה ציון ורשימת תיקונים ממוקדים.

# שער עקביות מותג: בודק טיוטה מול כללים לפני שהיא הופכת לתוכן
import json
import re

BRAND = {
    "banned_words": ["פתרון חדשני", "מוביל בתחומו", "שירות ברמה הגבוהה ביותר"],
    "claims_needing_proof": ["הראשון בישראל", "מספר אחת", "מוכח מחקרית"],
    "required_facts": ["מחיר", "זמן אספקה"],
    "max_sentence_words": 26,
    "min_words": 120,
}

# רשימת מותגים שמותר להם שני טוקנים לטיניים רצופים. כל השאר נשבר בעברית
PAIR_ALLOWLIST = {("Google", "Analytics"), ("VS", "Code"), ("Search", "Console")}

SENTENCE_SPLIT = re.compile(r"[.!?]\s+")
LATIN_PAIR = re.compile(r"([A-Za-z][A-Za-z0-9.]*)\s+([A-Za-z][A-Za-z0-9.]*)")
DASHES = ("\u2014", "\u2013")


def strip_tags(html):
    return re.sub(r"\s+", " ", re.sub(r"", " ", html)).strip()


def check_direction(text):
    # שני טוקנים לטיניים רצופים בטקסט עברי מתהפכים על המסך בסדר הפוך
    problems = []
    for a, b in LATIN_PAIR.findall(text):
        if (a, b) in PAIR_ALLOWLIST:
            continue
        problems.append("סדר מילים יתהפך: " + a + " " + b)
    for dash in DASHES:
        if dash in text:
            problems.append("מקף ארוך אסור בטקסט עברי")
    return problems


def check_voice(text):
    problems = []
    for word in BRAND["banned_words"]:
        if word in text:
            problems.append("ניסוח שחוק: " + word)
    for claim in BRAND["claims_needing_proof"]:
        if claim in text:
            problems.append("טענה שדורשת אסמכתה: " + claim)
    return problems


def check_structure(text):
    problems = []
    words = text.split()
    if len(words) < BRAND["min_words"]:
        problems.append("קצר מדי: " + str(len(words)) + " מילים")
    long_sentences = 0
    for sentence in SENTENCE_SPLIT.split(text):
        if len(sentence.split()) > BRAND["max_sentence_words"]:
            long_sentences += 1
    if long_sentences > 0:
        problems.append("משפטים ארוכים מדי: " + str(long_sentences))
    for fact in BRAND["required_facts"]:
        if fact not in text:
            problems.append("עובדה חסרה: " + fact)
    return problems


def review(html):
    text = strip_tags(html)
    problems = check_direction(text) + check_voice(text) + check_structure(text)
    score = max(0, 100 - 12 * len(problems))
    return {"score": score, "passed": score >= 76,
            "problem_count": len(problems), "problems": problems}


def run(path):
    result = review(open(path, encoding="utf-8").read())
    print(json.dumps(result, ensure_ascii=False, indent=2))
    return result


# שלושה כללים שהופכים את השער הזה למשהו שהצוות באמת מכבד
# כלל 1: כל כלל חייב להיות בדיק. "לכתוב בטון חם" אינו כלל, הוא משאלה
# כלל 2: השער מחזיר תיקונים ולא ציון בלבד. ציון בלי הסבר מייצר התנגדות
# כלל 3: כלל שנכשל שלוש פעמים ברצף אצל שלושה כותבים הוא כלל שגוי, לא כותבים גרועים

ההבדל בין רשימת כללים בדיקה לבין מסמך מותג רגיל הוא ההבדל בין משהו שקורה למשהו שמדברים עליו. מסמך יפה על טון המותג נקרא פעם אחת ביום ההצטרפות ואז נשכח, ובדיקה שרצה על כל טיוטה משנה התנהגות תוך שבועיים. שמתי לב שאחרי כמה שבועות הכותבים מפסיקים להיכשל בכללים בכלל, כי הם כבר כותבים לפיהם מלכתחילה, וזה בעצם הדבר שרצינו.

הכלל השלישי בתחתית הקוד הוא זה שאני מתעקש עליו, והוא ניהולי ולא טכני. כשכלל מסוים נכשל שוב ושוב אצל אנשים שונים, ההסבר הסביר אינו שכולם טועים אלא שהכלל אינו נכון או שהוא מנוסח בצורה שאי אפשר לעמוד בה. שער מותג שלא מתעדכן הופך תוך חודשיים למכשול שכולם לומדים לעקוף, וזה בדיוק ההפך ממה שהוא נועד לעשות. חצי שעה בכל רבעון של מבט על הכללים שנכשלים הכי הרבה שומרת עליו רלוונטי.

חסרונות שאתם צריכים לדעת

עכשיו החלק שהמחירון לא מספר. שישה חסרונות, והשלישי הוא זה שהופך את המערכת לפחות משתלמת דווקא לעסק הישראלי הטיפוסי.

החיסרון השלישי הוא זה שראוי להרחבה, כי הוא מכריע עבור רוב הקוראים כאן. שכבת קול המותג עובדת על ידי זיהוי מאפייני סגנון, ורוב המאפיינים האלה הם תכונות של אנגלית: אורך משפט, בחירה בין מילים ממקור סקסוני ללטיני, ומידת השימוש בקול סביל. בעברית חלק מהמאפיינים האלה פשוט לא קיימים באותה צורה, והתוצאה היא שקול המותג תופס פחות טוב וצריך לערוך יותר. עסק שכל התוכן שלו עברי צריך לבדוק את זה בשבוע הניסיון על טקסטים אמיתיים שלו, ולא להסתמך על ההדגמה.

היתרונות שעושים את ג'ספר שווה

ומולם, שש סיבות שבגללן צוותים שעברו לכאן נשארים גם אחרי שהם מבינים מה יש מתחת למכסה.

היתרון שמורגש הכי מהר הוא היעלמות ההתחלה מאפס. רוב הזמן שאובד בכתיבת תוכן שיווקי אינו בכתיבה עצמה אלא בשלב שבו בוהים בעמוד ריק ומנסים להחליט מאיפה מתחילים. טיוטה סבירה שמופיעה תוך דקה מעבירה את העבודה כולה לשלב העריכה, וזה שלב שרוב האנשים עושים מהר וטוב. ההבדל בזמן מגיע לשעות בשבוע גם כשאיכות התוצר הסופי זהה.

יתרון שני שקשה למדוד ומורגש בפועל הוא הירידה בוויכוחים. כשיש הגדרה מוסכמת של איך המותג נשמע, הדיון על טיוטה עובר מהשוואת טעמים לבדיקה מול הגדרה. זה חוסך סבבים שלמים של תיקונים, בעיקר בצוותים שבהם יש יותר ממאשר אחד. בעבודה מול דיוור לחברות עסקיות ראיתי שההסכמה המוקדמת על הטון מקצרת את זמן ההוצאה של רצף מיילים ביותר משהיא מקצרת את זמן הכתיבה עצמו.

מתי לבחור ג'ספר ומתי להסתפק במודל ישיר?

כדי לענות על זה צריך לבדוק שלושה דברים, ואף אחד מהם אינו איכות הכתיבה: כמה אנשים כותבים, באיזו שפה, וכמה יקר לכם שהמותג יישמע לא אחיד.

# עץ החלטה לבחירת דרך לייצור תוכן שיווקי
שאלה 1: כמה אנשים כותבים תוכן?
    אחד                  -->  מודל ישיר עם ספריית הנחיות
    שניים                -->  מודל ישיר, מסמך קול מותג משותף
    שלושה ומעלה          -->  מערכת עם קול מותג מובנה

שאלה 2: באיזו שפה רוב התוכן?
    עברית בלבד           -->  הפער מצטמצם, לבדוק בניסיון
    אנגלית בלבד          -->  כאן המוצר עובד הכי טוב
    שתיהן                -->  למדוד בנפרד, המסקנה שונה לכל שפה

שאלה 3: מה כואב יותר?
    זמן כתיבה            -->  כל מודל יפתור, גם החינמי
    חוסר אחידות          -->  שכבת קול מותג מוצדקת
    טעויות במספרים       -->  מאגר ידע, וגם קורא אנושי

שאלה 4: מי מגדיר את קול המותג?
    יש אדם שמחזיק בזה    -->  אפשר להתחיל מיד
    צריך לגבש            -->  יומיים עבודה לפני שנרשמים
    אין ואין מי שיעשה    -->  לא להתחיל, המערכת תיתן טקסט גנרי

הטעות הראשונה, והיא כמעט אוניברסלית, היא להירשם ואז לחשוב על קול המותג. סדר העבודה הנכון הפוך: יושבים יומיים, אוספים חמישה עשר טקסטים שאתם באמת גאים בהם, כותבים מה מותר ומה אסור להגיד, מרכזים את המחירים והמפרטים, ורק אז נכנסים למערכת. מי שעושה את זה מגיע לתוצאה טובה בשבוע הראשון, ומי שמדלג מסיק אחרי חודש שהכלי בינוני.

הטעות השנייה היא למדוד את הכלי לפי איכות הטיוטה הראשונה במקום לפי זמן העריכה. טיוטה מרשימה שדורשת ארבעים דקות תיקון גרועה מטיוטה בינונית שדורשת עשר. המדידה הנכונה היא כמה זמן עובר מהתדריך עד לנכס מוכן לפרסום, והיא היחידה שמשקפת אם המנוי מחזיר את עצמו. שבועיים של מדידה כזאת שווים יותר מכל הדגמה.

השורה התחתונה: האם ג'ספר שווה?

אם צריך לסכם בשורה אחת: קונים כאן משמעת ולא כתיבה. המודלים זהים לאלה שכל אחד יכול להגיע אליהם, ומה שנמכר הוא המסגרת שמכריחה חמישה אנשים לייצר תוכן שנשמע כמו מותג אחד ולא כמו חמישה. זו בעיה יקרה בצוותים גדולים ובעיה לא קיימת אצל מי שכותב לבד, ולכן אותה מערכת בדיוק היא עסקה מצוינת לחלק ובזבוז גמור לאחרים.

הפרופילים שעבורם זה מתאים: צוותי שיווק של שלושה אנשים ומעלה, חברות שמייצרות תוכן שיווקי באנגלית לשוק בינלאומי, סוכנויות שמנהלות כמה מותגים במקביל וצריכות להפריד ביניהם, וכל ארגון שבו טעות עובדתית בתוכן היא בעיה מול לקוחות. ומנגד, זה לא מתאים לעסק שאדם אחד כותב בו, ולא לעסק שכל התוכן שלו בעברית, ששם ההפרש במחיר קשה להצדקה.

ארבעה צעדים למי שבודק. ראשית, לגבש את קול המותג ואת רשימת העובדות לפני ההרשמה ולא אחריה. שנית, לבדוק בשבוע הניסיון על טקסטים אמיתיים שלכם ובשפה שבה אתם באמת עובדים. שלישית, למדוד זמן מתדריך עד נכס מוכן, ולא להתרשם מהטיוטה. רביעית, להחליט מראש מי רשאי לשנות את קול המותג, כי בלי זה הוא נשחק תוך חודשיים. אשמח לעזור למי שרוצה לבנות תהליך תוכן שמתאים לגודל הצוות ולשפה שבה הוא באמת עובד.

ולסיום, נקודה שחוזרת בכל הכלים בקטגוריה הזאת. תוכן שיווקי אינו נמדד באיכות הניסוח אלא בשאלה אם מישהו קרא אותו ועשה משהו בעקבותיו, וזה חלק שאף מערכת לא נוגעת בו. אפשר לייצר עשרים מאמרים בשבוע ולא לשנות דבר, ואפשר לכתוב אחד שמגיע לאנשים הנכונים ולראות תוצאה. מה שנחסך כאן הוא זמן הכתיבה, שהוא בערך עשירית מהעבודה, ומה שנשאר לגמרי אנושי הוא ההחלטה מה בכלל שווה לכתוב ולמי. באתר של דביר נעמן אפשר לראות את שאר הסקירות בקטגוריה ואיך הכלים האלה מתחברים לתהליך אחד.