GPT操作员正在更改PPC自动化的6种方式

PPC自动化一直是效率。

我们依靠脚本，基于规则的优化和API来大规模管理广告系列。

这些工具是必不可少的，但是它们都有一个共同的限制：它们遵循严格的，预先编程的逻辑。

因此，即使有简单而无聊的任务，仍然需要人们。

但是现在，我们正在采用一种新型自动化的风口浪尖，该自动化可以进一步减少我们的工作量，并释放大脑，从而更具吸引力和战略性的工作。

当网站更改其布局或PPC脚本失败时，我们接近刮板破裂的日子，因为它无法确定公司品牌可能会拼写错误的所有方式。

GPT操作员是使用OpenAI的代理商（CUA）的计算机可以改变我们对自动化约束的看法，因为它具有比传统自动化工具更灵活的能力。

什么是GPT操作员？

这项新的AI驱动功能允许Chatgpt浏览网络并执行没有API的任务。与传统的自动化不同，这是僵化和确定性的，GPT操作员可以即时做出动态决策。

警告：GPT操作员仅在美国可用，需要订阅200美元的/月专业计划。因此，对于当今大多数营销人员来说，这不是现实的解决方案。

但是，与AI中的所有内容一样，GPT操作员应该更便宜，更广泛地访问，因此请考虑到不久的将来的可能性。

我从GPT运营商开始自己的旅程，完成了一项简单的任务：在餐厅找到并预订桌子。操作员在这方面做得很好。它浏览了网络，最终通过Opentable的网站预订。如果您想看体验，我将记录下来。

从理论上讲，可以部署此工具以使需要人类判断的复杂PPC工作流程自动化。

但是理论与现实并不总是一致。

GPT操作员实际上在PPC应用程序中工作的效果如何，在哪里仍然不足？

我尝试了几个方案。这是我发现的。

为什么GPT操作员对PPC自动化感到兴奋

多年来，自动化已经改变了PPC，但它一直具有界限。

基于规则的系统在条件是可以预测的时候就可以很好地工作。

如果ROAS降至集合目标以下或添加负关键字，则脚本可以降低出价，如果搜索词在没有转换的情况下花费的时间超过预期。

这些确定性的自动化确保了一致性，但是它们限制了需要在需要细微差别时可以自动化的。

在如此迅速发展的PPC世界中，细微的自动化将是一个福音。

搜索行为转移，竞争者策略发展，并非所有决策都可以简单地降低到一个简单的说法。

GPT操作员代表了迈向自适应自动化的一步 - AI不仅遵循规则，而且根据不断变化的条件进行调整。

GPT操作员无需简单地执行命令，而是可以实时解释，分析和做出明智的决定。

但这提出了一个重要的问题：

不再需要基于规则的自动化吗？

为了回答这一点，我们必须了解确定性和灵活自动化之间的区别。

确定性与灵活自动化：为什么两者都重要

在分享了我测试GPT操作员的经验之后，安东·泽琳（Anton Zelenin）在LinkedIn上询问了它是否可以取代Zapier之类的工具。

这是一个有趣的问题，但我相信Zapier和类似的确定性自动化工具仍然发挥重要作用。

PPC中有两种类型的过程：确定性和非确定性。确定性过程遵循可预测的规则，并在逻辑清晰可重复时效果很好。另一方面，当任务需要解释时，需要灵活的自动化。

• 确定性自动化（脚本，规则，API）是可靠的，可预测的和有效的，但在需要判断或适应性时会失败。
• 灵活的自动化（Genai，GPT操作员）具有上下文感知和适应性，能够处理非结构化数据但较慢，需要监视，并且并不总是正确获取细节。

我们一直都需要两者，但是灵活的自动化很难实施 - 到目前为止。

为了说明这一点，让我们看一个真实的示例，说明这两种方法在实践上如何有所不同。

现实世界中的示例：搜索词分析中确定性自动化的限制

我曾经使用GPT的高级分析（以前是代码解释器）进行搜索词审核，以了解其可以自动化该过程的能力。任务似乎很简单：

• 确定大量搜索词（确定性任务）。
• 为他们评分相关性（需要LLM功能的任务）。

GPT的高级分析使用Python提取搜索词并按数据量进行排名。由于Python非常适合确定性任务，并且基本脚本也可以做同样的事情，因此该部分无能为为。

第二部分失败了。当GPT试图评估相关性时，它使用了确定性的Python代码，而不是LLM的灵活推理。

相关性是主观和上下文依赖性的，但是Python的刚性逻辑将其迫使其成黑白框架，而黑白框架根本不起作用。结果比我只是简单地要求LLM直接评估相关性要糟糕。

正如您在上面的代码中看到的那样，相关性是通过在搜索词中查找一个单词的存在来确定的，而没有任何其他单词。

基于这种僵化的方法，该脚本认为一个搜索词，其中包括竞争对手以及我们自己的品牌是很高的相关性。可能是这样，但是搜索[optmyzr徽标]呢？即使包括我们的品牌名称，也不一定要在广告上做广告。

外卖？

仅确定性自动化是不够的。但是，当与灵活的AI配对时，它会变得更加有用。

总是让我感到惊讶的是，在提供Python代码时，Chatgpt本身无法实现确定性和灵活代码的完美平衡。它使用一个或另一个，但不能以最适合用户的方式组合它们。

但是现在，多亏了操作员，我们可以要求聊天机器人使用确定性脚本，例如它通过使用浏览器来访问它的帮助我们在Python中创建的脚本，然后使用其AI Smarts来处理任务的更细微的部分。

GPT操作员可以改善PPC工作流程

1。以前需要人类灵活性的自动任务

自动化最大的挑战之一是处理不可预测的投入。

例如，传统刮板是脆弱的。如果网页布局甚至略有变化，则整个自动化可能会破裂。

GPT操作员通过动态解释内容提供了一种更灵活的方法。它不依赖固定的选择器，而是可以在元素移动或标签更改时进行调整，从而可以进行更强大的Web刮擦。

实际上，它读取页面的内容，并找到与任务相关的链接或功能。如果您对技术的工作原理感兴趣，OpenAI有一篇关于计算机使用代理（CUA）的工作方式的精彩文章。

另一个有希望的应用程序是搜索术语管理。

传统自动化通常应用固定的规则，例如阻止一个关键字，该关键字在不转换的情况下花费过多，但是GPT操作员可以分析上下文而不是数字。

例如，一家公司可能围绕竞争对手品牌制定特定的政策。 GPT操作员不仅可以识别出品牌的明确提及，还可以采用更细微的策略来确定拼写错误和变化。

GPT操作员甚至可以分析搜索词的情感，从而使仅排除涉及品牌的负面情感查询，同时留下积极的情感查询。实现这一点就像问操作员想要什么一样简单。

与Chatgpt一样，您不需要解释什么意思或应如何分析。 AI将为您自动处理。

这种分析意图而不是原始指标的能力允许以策略为导向的自动化，而不是纯粹基于规则的决策。

2。自动化广告创建和A/B测试

GPT操作员最令人兴奋的方面之一是它实时协助，积极学习和改进的能力。

我最近通过要求使用OptMyZR启动新的A/B广告测试来测试其功能。尽管它需要一些初步的指导，但它迅速适应了 - 了解广告副本的角色限制，甚至浏览网络以获得创造性的灵感。

特别令人印象深刻的是它超越简单执行的能力。它不仅会产生广告想法；它根据约束来完善它们，基于反馈的迭代，并最终成功地设置了OptMyZr中的广告。

这种自动化级别为PPC管理带来了一个新的维度，其中AI不仅遵循命令，而且在此过程中做出明智的决定。

3。自动化Google广告脚本

除了广告创建之外，我还想看看GPT操作员是否可以处理更具技术性的任务：写作，安装，测试和安排Google Ads脚本。

结果？

令人印象深刻的潜力和令人沮丧的局限性。

GPT操作员以学习工具为出色，引导我设置脚本并向我展示粘贴代码的位置。

这个分步的援助可能是针对Google Ads脚本新手的入职和培训的游戏规则改变者。

但是，在调试时，事情变得棘手。

尽管它很好地处理了初始设置，但固定错误的方法远非平稳。它引入了代码的重复线，螺旋形成了日益损坏的固定循环。

即使有些轻描淡写，GPT操作员仍在努力执行最后一步 - 在Google广告中安排脚本。经过20分钟的漫无目的尝试，我不得不介入。

关键要点？

GPT操作员就像一位渴望的初级助手一样，有帮助，坚定而迅速学习，但在不受监督时仍然容易犯错。

鉴于AI的进步速度有多快，如果在一些迭代中，我不会感到惊讶，它成为自动化Google Ads脚本的可靠工具，并以最少的干预。

4。自动化多步工作流程

接下来，我决定测试操作员是否可以使用Chatgpt来自动化如何使用多种自定义GPT进行单个任务。

例如，在完善博客文章时，我会通过扮演特定角色的不同GPT手动运行它：持怀疑态度的读者，事实检查器以及一些模拟我的目标受众中不同角色的读者。最后，编辑GPT将他们的反馈巩固为可行的建议。

这是我构建的自定义GPT，以帮助我写得更好：

这个过程效果很好，但仍然是手动的。在我的实验中，通过对多个GPT进行测序以在结构化过程中进行交互来测试GPT操作员是否可以自动化此工作流程，这不可能是因为它未能登录我的GPT帐户。

这突出了当前版本的GPT操作员的关键限制：虽然它提供了灵活性，但它仍然在自动化中挣扎，需要多个步骤和帐户访问。

5。自动拍卖见解分析

但是，这是操作员能够做独特的事情并节省我的时间的领域。它有助于解锁Google不会在其ADS API中使用以用于可视化工具中的数据。

拍卖见解是PPC中最有价值但未充分利用的数据集之一，部分原因是API中没有可用。手动导出报告，识别趋势并理解数据需要太多时间。

GPT操作员可以通过：

• 从Google广告中获取和解释拍卖见解数据。
• 确定竞争性的转变和趋势，否则可能会引起人们的注意。
• 生成清晰的书面报告，并提出可行的建议。

6。消除人类的场景

但是回到CAUS中最令人兴奋的部分，例如运营商。他们可以采用自动化的自动化，要求人类在越过完全自动化的一步。

为了进行测试，我要求它通过OptMyZR蓝图优化一个帐户，这是一种结构化的自动化工作流程，旨在通过指导用户通过一系列优化步骤来简化PPC管理 - 从审核和见解到进行战略性帐户更改。

好奇地看到GPT操作员是否可以处理一个，我要求它从我的OptMyZr帐户中找到并运行蓝图。

结果？

一袋承诺和局限性。

从好的方面来说，GPT操作员成功地找到并启动了正确的蓝图。它通过涉及生成报告，审核和见解的步骤顺利进行，这本质上是任何不需要帐户修改的东西。但是，当它遇到需要决策的步骤时，例如选择要删除哪些低质量得分关键字时，它需要帮助。

当我给出具体说明时，它可以协助决策过程，例如仅删除过于通用的低QS关键字。它做出了合理的选择，但不是完美的选择。指导它通过每种选择的来回变得乏味，最终，我放弃了这项任务。

一个关键的要点是，GPT运营商可能是使用OptMyZr的初学者的宝贵助手，帮助他们了解需要做出哪些决定以及原因。对话元素允许用户提出澄清的问题，从而使其成为扎实的学习工具。

但是，它的记忆限制变得显而易见。当我要求它查看所选的关键字时，它必须手动浏览页面以检查选择哪些复选框。它无法引用过去动作的内部记忆，这意味着它缺乏一种有效的方式来跟踪随时间的变化。

底线？

它尚不能够消除人类的决策过程。但是，随着进一步的改进，尤其是通过观察经验丰富的PPC专家进行一些优化的学习，我可以看到它成为有用的初级助理，能够以最少的监督做出战略性的PPC决策。

PPC自动化的未来：它仍然是自动化分层！

GPT操作员是迈向更高级自动化的激动人心的一步，但还没有取代确定性工具。相反，我们需要一种混合方法：

• 使用确定性自动化（Zapier，OptMyZr）进行需要严格规则和一致性的任务。
• 使用GPT操作员进行需要适应性，上下文决策和实时灵活性的任务。

使用自动化分层来结合两种功能的最佳功能，不要忘记在人类中分层做出最关键的决定。

接下来是什么？

我们处于PPC自动化的重大转变的边缘，但是GPT操作员还不是一个完整的解决方案。

现在，GPT运营商是一位有前途的助手，而不是自治经理。

真正的问题是，OpenAI将多久将GPT操作员超出其当前限制，并将其变成真正的游戏规则改变者，从而从事以前被限制为人类的工作。

一方面，当新的自动化方法完善时，我对能够将更多专注于我作品的创意方面的前景感到兴奋。

邀请贡献者为搜索引擎土地创建内容，并被选为其专业知识和对搜索社区的贡献。我们的贡献者在社论人员的监督下工作，并检查了与读者的质量和相关性。他们表达的意见是他们自己的。

以上是GPT操作员正在更改PPC自动化的6种方式的详细内容。更多信息请关注PHP中文网其他相关文章！