Matthew Berman

这也太夸张了吧！学到了！！ 这拿来做竞品分析，简直有如神助！！ 37 个品牌、724 支广告，40 秒拆完！ 跑完一轮分析，成本0.09美元！！ 做竞品分析的朋友，看到这个真的很难不心动。 Jev 批量分析竞品广告，系统拆解背后的思路，从开头怎么吸引人，到最后怎么促成行动，覆盖六个维度： Hook：第一句话、第一个画面，靠什么让人停下来？Format：用了什么广告形式，怎么呈现产品和卖点？ Offer：给了什么购买理由，优惠、试用，还是其他？ CTA：希望用户点击、注册，还是直接下单？ 认知阶段：这条广告面向谁？ 落地页：广告的落地页是否正常连接？ 我知道AI可以用来研究竞品，没想到能研究的这么快，这么透彻啊！ 对于前期收集素材、整理套路、寻找测试方向，这已经足够了！ https://t.co/vn3Ik0kBMT

724个实时广告。40秒。9美分。 pip安装typesafe-sdk 那是Jev，TypSafe的新型号。它没有写一个字。它只做出决定，而且是在几毫秒内做出决定的。 演示：37个品牌，8，724个判断，每个广告的中位数为216 ms。 以下是它一次从每张广告中提取的内容： - 挂钩和格式 →报价和MTA →它针对的是哪个意识阶段 →着陆页违背了广告的承诺 在引擎盖下，您会得到每个选项的可能性的打印答案。没有损坏的SON，没有发明的领域。 这是让我着迷的部分： 在TypeSafe自己的基准测试中，它比前沿LLM快193倍，便宜444倍。每100万个代币的投入为0.042美元。输出是免费的。 抢先体验，API密钥在等待列表之后。Python和JS的SDK，MIT。广告拆除本身是来StealAds和MCP。 评论中的链接

724 个广告， 40 秒， 9 美分。听起来像广告句子。事实上， 有些是这样。 Matthew Berman 在 StealAds 中分享了 TypeSafe 运行新型号 JEV 的演示。根据该视频， 37 个品牌的活跃广告会在标题中自动标记， 如挂钩， 格式， 报价， CTA 和与广告打开的页面匹配。 JEV 不是像 ChatGPT 那样的长文本编写模型。更多 “这个广告用的是什么钩子？ ”设计来快速回答像这样的狭窄问题。这是一个很好的视角...与其单独阅读数百个广告， 不如让模型进行分类。 但你不应该把视频当作现实世界的表演来读。 首先， JEV 不会自行分析图像。如果屏幕上显示广告帧， 则模型可能会显示提取的文本。结果取决于提取文本的准确程度。 其次，不清楚如何衡量“71%的页面不符合广告承诺”的结果。打开了多少页， 标准是什么， 我们不知道。 第三， 属性尚未向所有人开放。共享显示为 StealAds 的即将推出的功能。 速度令人印象深刻。但真正的问题是， 我认为...这些标签真的会帮助你制作更好的广告， 还是只是带来一个更丰富的仪表板？ 这不是一个演示， 它将显示现场使用。 资料来源 https://t.co/6w1egHl2b7 https://t.co/oqVCVGyzQJ https://t.co/eYifUAsYqU