Klient wkleił twój raport do ChatGPT: 6 powodów, dla których wraca z dziwnymi pytaniami, i jak pisać raporty, które to wytrzymają

Model nie zna konta, celu klienta ani waszych ustaleń z ostatniego spotkania. Widzi plik. Jeśli czegoś w pliku nie ma, odpowie i tak, a OpenAI i Anthropic same piszą w pomocy, że ich modele potrafią brzmieć przekonująco, gdy się mylą.

Co widzi ChatGPT, gdy klient wkleja raport

ChatGPT czyta z raportu przede wszystkim to, co da się z pliku wyciągnąć jako tekst albo tabelę. Według pomocy OpenAI o wgrywaniu plików obrazy osadzone w PDF czyta tylko ChatGPT Enterprise, a pozostałe plany wyciągają z dokumentu sam tekst. Wykres zapisany w PDF jako obraz jest dla klienta z planem Free albo Plus niewidoczny.

Claude i Gemini API czytają wykresy w PDF, ale z innych formatów biorą sam tekst. Claude według pomocy Anthropic analizuje wykresy w PDF do 100 stron, a z innych dokumentów, np. DOCX, bierze tylko tekst. Gemini według dokumentacji Gemini API czyta wykresy w PDF, a w innych formatach je traci.

Nie wiesz, którego czatu i planu używa klient. Bezpieczne założenie: przetrwa to, co jest tekstem i prostą tabelą.

6 powodów, dla których raport nie wytrzymuje ChatGPT

Raport nie wytrzymuje wklejenia do ChatGPT z sześciu powodów: wyniki są na obrazach, kolumny nie mają definicji, ostatnie dni są niepełne, ROAS nie ma celu, różnica z GA4 nie jest wyjaśniona, a plik ma za dużo naraz.

1. Wyniki na wykresach i zrzutach ekranu

Wynik pokazany tylko na wykresie w PDF to dla ChatGPT poza planem Enterprise brak wyniku, a ze zrzutu ekranu model może nie odczytać dokładnych wartości. OpenAI w pomocy o analizie danych pisze, że ChatGPT może nie odczytać dokładnych wartości z tabel zapisanych jako obraz, skanów i plików o złożonym układzie, i radzi wgrać wtedy arkusz albo plik tekstowy.

Klient nie wie, że model wykresu nie widział. Widzi tylko odpowiedź, która może brzmieć pewnie i pominąć najważniejszą liczbę.

Z naszej praktyki: w teście 8 modeli AI każdy model dostał dane z konta jako wyniki zapytań do API, czyli tekst i tabele, i za odczyt kosztów i konwersji uzyskał od 4,0 do 5,0 na 5.

Co zmienić: wydatki, konwersje, koszt konwersji i wartość sprzedaży wpisz w raporcie tekstem albo w zwykłej tabeli. Wykres zostaw jako dodatek.

2. Liczba bez definicji kolumny

Liczba bez nazwy kolumny pozwala modelowi zgadywać, co oznacza. W Google Ads „Konwersje” i „Wszystkie konwersje” to dwie różne liczby: pierwsza liczy główne działania powodujące konwersję, druga także dodatkowe. Jeśli raport podaje raz jedną, raz drugą, model może zestawić je jak jedną miarę.

OpenAI w pomocy o analizie danych radzi opisowe nagłówki w pierwszym wierszu i nazwy kolumn prostym językiem. Skrót „Konw.” albo „CPA” bez wyjaśnienia każe modelowi zgadywać, a klientowi uwierzyć zgadywaniu.

Z naszej praktyki: w teście 8 modeli AI trzy modele liczyły ten sam produkt, który w danych miał dwa tytuły, jako dwa różne produkty. Dane nie mówiły wprost, że to jedna pozycja.

Co zmienić: przy każdej liczbie nazwa kolumny z Google Ads i jedno zdanie, co liczy, np. „konwersje = opłacone zamówienia”.

3. Ostatnie dni bez zdania o opóźnieniu konwersji

Ostatnie dni w raporcie Google Ads mogą wyglądać gorzej, niż będą wyglądać za miesiąc. Według pomocy Google Ads o czasie konwersji konwersje mogą być raportowane do 90 dni po kliknięciu, zależnie od okna konwersji, więc koszty z ostatnich dni już widać, a części konwersji jeszcze nie.

Google radzi, żeby raport z pełnymi danymi o konwersjach kończył się co najmniej 30 dni przed dniem dzisiejszym.

Model, który dostanie wykres dzienny bez tej informacji, może zobaczyć spadek i dopisać mu przyczynę.

Z naszej praktyki: w raporcie za luty AI wzięło też dane z ostatnich dni stycznia. Dlatego dokładne daty od-do wpisuj zawsze, nie tylko nazwę miesiąca.

Co zmienić: zakres dat od-do na początku raportu i zdanie: „ostatnie dni mogą jeszcze dostać konwersje, bo Google przypisuje je do dnia kliknięcia”. Zasadę dnia kliknięcia Google opisuje w pomocy o danych konwersji.

4. ROAS bez celu i marży

ROAS bez celu klienta to liczba, której model nie ma z czym porównać. Google Ads definiuje wartość konwersji/koszt jako wartość konwersji podzieloną przez koszt i pisze, że pozwala oszacować zwrot z inwestycji. To przychód na złotówkę reklamy, nie zysk.

Przykład (liczby wymyślone dla ilustracji): sklep z marżą 25% przy ROAS 4 wydaje na reklamę dokładnie tyle, ile zarabia na marży. Próg opłacalności to 1 podzielone przez marżę. Model, który nie zna marży, może taki wynik nazwać dobrym i zaproponować więcej budżetu.

Model, który nie ma jakiejś informacji, może ją sobie dopisać. W naszym teście 8 modeli AI trzy modele zakładały dane, których nie było w pakiecie, a najsłabszy dopisał do reklamy darmową dostawę, której nie było ani w danych, ani w opisie klienta.

Sam cel też nie wystarczy: w tym samym teście trzy modele mimo celu w opisie klienta proponowały zwiększenie budżetu przy wyniku daleko poniżej celu. Bez celu w raporcie model nie ma nawet z czym porównać wyniku.

Co zmienić: przy ROAS cel klienta albo próg opłacalności i jedno zdanie, czy wynik go spełnia.

5. Różnica z GA4 bez wyjaśnienia

Raport, który pokazuje konwersje z Google Ads i z GA4 bez wyjaśnienia różnicy, może poprowadzić model do wniosku, że któraś liczba jest błędem.

Tymczasem Google w pomocy o danych konwersji pisze, że rozbieżności z Google Analytics, często sięgające 20%, są spodziewane z powodu różnych modeli atrybucji. Google Ads liczy główne kolumny konwersji według czasu kliknięcia, a Google Analytics domyślnie używa atrybucji opartej na danych.

Co zmienić: jedno zdanie, którą liczbę raportujesz jako główną i dlaczego druga jest inna. Jeśli różnica jest wyraźnie większa niż 20%, które Google podaje jako spodziewane, to sygnał do sprawdzenia pomiaru, nie zdanie do raportu.

Skąd biorą się różnice między konwersjami w Google Ads a GA4, opisujemy we wpisie o różnych konwersjach w Google Ads i GA4.

6. Za dużo w jednym pliku

Długi raport z wieloma tabelami czat może przeczytać tylko częściowo. Według pomocy aplikacji Gemini przy zbyt dużym pliku odpowiedź może pominąć powiązania i szczegóły z treści. OpenAI pisze, że plik może się wgrać, a i tak być zbyt duży, złożony albo za bardzo oparty na obrazach do pełnej analizy, i odradza kilka niepowiązanych tabel w jednym arkuszu.

Z naszej praktyki: przy generowaniu raportów w innym narzędziu z AI co jakiś czas wyniki były ucięte.

Co zmienić: na pierwszej stronie podsumowanie w kilku zdaniach z najważniejszymi liczbami. Szczegóły kampanii niżej albo w osobnym pliku.

Lista kontrolna: raport, który wytrzyma wklejenie do ChatGPT

Raport wytrzyma wklejenie do ChatGPT, gdy ma siedem rzeczy: zakres dat, liczby tekstem, nazwy kolumn z definicją, cel przy ROAS, zdanie o opóźnieniu konwersji, zdanie o różnicy z GA4 i podsumowanie na pierwszej stronie.

1. 1Czy na początku jest zakres dat od-do i okres, z którym porównujesz?
2. 2Czy wydatki, konwersje, koszt konwersji i wartość sprzedaży są wpisane tekstem albo w tabeli, a nie tylko na wykresie?
3. 3Czy każda liczba ma nazwę kolumny z Google Ads i jedno zdanie, co liczy?
4. 4Czy przy ROAS jest cel klienta albo próg opłacalności?
5. 5Czy jest zdanie, że ostatnie dni mogą jeszcze dostać konwersje?
6. 6Czy różnica między Google Ads a GA4 ma jedno zdanie wyjaśnienia?
7. 7Czy podsumowanie mieści się na pierwszej stronie?

Najprostszy test przed wysłaniem: wklej raport do czatu AI i zadaj trzy pytania, które zadałby klient. Na przykład: „czy kampanie zarabiają?”, „dlaczego ostatni tydzień jest słabszy?”, „co zmienić w przyszłym miesiącu?”. Jeśli odpowiedź jest błędna, poprawiasz raport, a nie tłumaczysz się klientowi po fakcie.

Jeśli raport zawiera dane klienta, do testu użyj czatu, na który pozwala umowa z klientem. Co sprawdzić w umowie i planie dostawcy AI, opisujemy we wpisie o danych klienta.

Jak Marketing Workspace pisze raport dla klienta

Marketing Workspace, nasz asystent AI do kont Google Ads, Meta Ads i GA4, ma w module Google Ads szybką kontrolę „Raport dla klienta”. Według dokumentacji modułu Google Ads opisuje poprzedni pełny miesiąc w porównaniu z miesiącem wcześniej, prostym językiem, jako tekst gotowy do wklejenia do maila.

• Liczby liczy system z danych konta, a asystent tylko je opisuje, więc w tabeli nie ma wartości wymyślonych przez model.
• Tabela podaje wydatki, kliknięcia, konwersje, koszt konwersji, wartość konwersji i ROAS ze zmianą procentową miesiąc do miesiąca.
• Asystent ma polecenie objaśnić ROAS jednym zdaniem, bez żargonu.
• Punkty „co robimy dalej” pisze tylko wtedy, gdy wynikają z liczb; w przeciwnym razie zaznacza, że plan uzupełni specjalista.

Raport jest tekstem i tabelą, więc klient, który wklei go do czatu, przekaże modelowi liczby, a nie obrazek. Celu i marży klienta raport sam nie dopisze, podobnie jak zdania o opóźnieniu konwersji i o różnicy z GA4.

Cel albo próg ROAS, zdanie o opóźnieniu konwersji i zdanie o różnicy z GA4 dopisujesz do raportu ty. Zdanie o opóźnieniu jest ważne zwłaszcza wtedy, gdy raport za poprzedni miesiąc robisz w pierwszych dniach nowego. O tym, dlaczego AI po twojej stronie też myli liczby, piszemy we wpisie o złych liczbach z AI.

Zobacz, jak działa Marketing Workspace

O autorze

Robert Szymański

Założyciel Roition, niezależny developer Google Ads API

Założyciel Roition, prawie 3 lata doświadczenia w Google Ads. Projektuje i wdraża automatyzacje procesów dla polskich firm: integracje systemów, obsługę zapytań i ofert, asystentów AI pracujących na danych firmy.

Wszystkie artykuły autoraLinkedIn