Реверс-инжиниринг контента: как анализировать тексты
Reverse engineering контента
В софте reverse engineering — это когда берёшь готовую программу и восстанавливаешь как она устроена.
С текстом то же самое: берёшь текст который зацепил и вытаскиваешь чертёж: чем зацепили, какая логика, почему аргументы стоят именно так.
Последовательность ходов, которые автор делает чтобы провести тебя от (мне всё равно) до (хочу попробовать).
Начали с проблемы, усилили боль, дали решение. Зацепили внимание, вызвали интерес, довели до действия.
Скармливаешь LLM текст который вас зацепил — она вытаскивает эти паттерны за тебя.
Дальше используешь как шаблон для своего продукта, поста, лендинга.
Промпт:
Ты - эксперт по reverse outlining и argument mining. Проведи структурную декомпозицию текста.
Извлеки:
- ТЕЗИС: центральная идея в одном предложении
- ХУК: тип (история/вопрос/статистика/bold claim/pain point/curiosity gap) + целевая эмоция
- ФРЕЙМВОРК: какой паттерн лучше описывает структуру: AIDA | PAS | PASTOR | BAB | problem-solution | narrative arc | др. Укажи ключевые маркеры в тексте
- КАРТА АРГУМЕНТАЦИИ: для каждого смыслового блока: (Claim, Evidence type, cвязь с предыдущим блоком и тд)
- РИТОРИКА: Ethos, Pathos, Logos - с пояснением.
...
Для многих может звучать очевидно, но большинство пишет так как выдал ИИ и не разбирает чужие текста осознанно.
Спасибо Рефату за наводку, читаю его давно (дружеская рекомендация).
Мне нравится как он копает глубже чем просто новости про AI: разбирает как устроено и как применить.
У него еще есть пост про онтологии и почему важны для AI — та же идея но с другой стороны.
Советую заглянуть!
Подписывайтесь на Telegram Tips AI | IT & AI.