#146 Unglaublich: Meine Blogpost-Prompts vs. Profi-Tools – Wer gewinnt?

Worum geht es in diesem Artikel?

Wie können wir Wissen aus guten YouTube-Videos am besten lernen? In diesem Blog Beitrag habe ich gezeigt, wie…

Wie können wir Wissen aus guten YouTube-Videos am besten lernen?

In diesem Blog Beitrag habe ich gezeigt, wie man aus YouTube-Videos interaktive Prompts extrahiert.

Der Blogpost vergleicht auch meine eigenen Prompts mit professionellen Systemen wie Koala Writer und Blogify.

Lernziel:

Mein Ziel ist es, aus guten Videos entsprechende Lernpakete zu erstellen:

  1. Interaktive Prompts
  2. Automatische Prompts
  3. Strukturierte Blogposts, die das Wissen zusammenfassen
  4. Möglichkeit, mit dem Wissen im Video zu interagieren
  5. Ein dynamischer Ratgeber. Ein Beispiel ist, ich sehe ein Video über die Gestaltung von Youtube Titeln, dann möchte ich einen Ratgeber der z.B. auf meine Daten zugreift und genau erklärt welche Titel, nach diesem Wissen, zu optimieren wären.
Übersicht über die Wissensstruktur

Die ersten beiden Punkte habe ich bereits umgesetzt. Heute möchte ich aus dem YouTube-Transkript einen Blogpost erstellen. Dafür gibt es zwei Ansätze: „Blog aus einem Rutsch“ oder die komponentenweise Betrachtung („Headline, Zusammenfassung, usw.“)

Optimierte Blogposts

Ich habe einen Workflow entwickelt, der einen Blogpost-Optimizer mit drei Verbesserungsschleifen umfasst. Hier ist die erste Version die noch keine Schleifen innerhalb von Make.com nutzt.

Die Grundstruktur ist einfach:

  1. Ein Analyst bewertet den Blogpost und gibt Empfehlungen.
  2. ChatGPT extrahiert diese Empfehlungen.
  3. Ein Optimierer integriert diese Empfehlungen in den Blogpost.
Testen von verschiedenen Modellen

Die zweite Version ist mit Schleifen aufgebaut. Die besten Ergebnisse hatte ich mit einer vierfachen Iteration.

Ich habe verschiedene Modelle getestet und die Ergebnisse in folgender Reihenfolge erzielt:

  • Claude Sonnet 3.5: 70/80 Punkten
  • Google Gemini 1.5 Pro: 69/80 Punkten
Claude-3-5-sonnet
Gemin

Andere Modelle erreichten weniger als 60 Punkte. Llama 3.1 450 konnte den Blogpost überhaupt nicht optimieren.

In keinem Ansatz bin ich über 70/80 Punkten herausgekommen.

Analyse Prompt:

Blog-Post-Bewertung

Sie sind ein erfahrener Content-Stratege. Ihre Aufgabe ist es, einen Blog-Post zu analysieren und zu bewerten. Bitte lesen Sie den bereitgestellten Blog-Post sorgfältig durch und beantworten Sie die folgenden Fragen:

Zielgruppe und Awareness

Für welche spezifische Zielgruppe wurde dieser Blog-Post verfasst?

In welchem Stadium der Awareness (nach Eugene Schwartz) befindet sich die Zielgruppe vermutlich?

Completely Unaware

Problem Aware

Solution Aware

Product Aware

Most Aware

Bewertungskriterien

Beurteilen Sie den Blog-Post anhand der folgenden Kriterien auf einer Skala von 1 (sehr schlecht) bis 10 (hervorragend):

Relevanz für die Zielgruppe: ___/10
Begründung: (max. 20 Worte)

Überzeugende Überschrift: ___/10
Begründung: (max. 20 Worte)

Struktur und Lesbarkeit: ___/10
Begründung: (max. 20 Worte)

Informationsgehalt: ___/10
Begründung: (max. 20 Worte)

Storytelling und Engagement: ___/10
Begründung: (max. 20 Worte)

SEO-Optimierung: ___/10
Begründung: (max. 20 Worte)

Call-to-Action: ___/10
Begründung: (max. 20 Worte)

Beibehaltung der ursprünglichen Kernbotschaft: ___/10
Begründung: (max. 20 Worte)

Gesamtbewertung

Gesamtpunktzahl: ___/80

Stärken des Blog-Posts (max. 30 Worte):

Verbesserungspotenzial (max. 30 Worte):

Kernelemente

Identifizieren Sie 3-5 Kernelemente des Blog-Posts, die unbedingt beibehalten werden sollten:
1.
2.
3.
4.
5.

Empfehlungen

Geben Sie 3-5 konkrete, aber begrenzte Empfehlungen zur Verbesserung des Blog-Posts (jeweils max. 20 Worte):
1.
2.
3.
4.
5.

Wie ist die Leistungsfähigkeit von professionellen Tools?

Ich vergleiche die beiden Tools mit meinen Ergebnissen.

Koala Writer

Der Blog zu dem Video in Koala Writer

Die Bewertung des Blogposts.

Koala Writer liegt im ersten Versuch bei 48/80 Punkten. In einem zweiten Versuch bin ich auf 58 / 80 Punkten gekommen.

Blogify

Blogify erreicht zuerst 57/80 Punkten. In einem Co-Pilot Versuch bin ich nur auf 51 Punkte gekommen.

Fazit

  1. Der freie Blogpost Ansatz ohne Komponenten hat seine Grenzen, über 70 Punkte / 80 Punkten bin ich nicht gekommen.
  2. Es hängt viel von der Qualität der Prompts ab
  3. Ich werde auf einen Komponenten Ansatz umstellen um meine Texte zu optimieren
  4. Claude Sonnet 3.5 und Gemini 1.5 Pro sind die besten LLMs für meinen Zweck
  5. Mehr als drei Schleifen (Analyse und Verbesserungen) bringt nicht mehr viel in meinem Szenario.
  6. Die professionellen Tools wie KolaWriter und Blogify bieten nicht so viele Möglichkeiten zum FineTuning als eigene Workflows. Ich war schon überrascht das meine Optimierungen bessere Ergebnisse bringen.

Teile diesen Artikel

Ähnliche Beiträge