Vielleicht kennst du das: Du lässt dir von einem Sprachmodell wie ChatGPT oder Claude einen Text verfassen, und es passt überhaupt nicht zu deinem Stil.
Oder vielleicht ärgerst du dich ebenfalls über jene häufigen Posts im Internet, die stets mit Phrasen wie „in einer dynamischen Geschäftswelt“ beginnen? Für dieses Problem haben wir heute eine Lösung parat.
(Teil der Serie „Automatisiertes Contentmarketing„)
Tone of Voice mit KI analysieren
Sven hat eine Automatisierung entwickelt, die deine selbstgeschriebenen Texte analysiert und dir hilft, ein Ergebnis zu erzielen, das du in deinen Schreibprozess einfließen lassen kannst. So wird der erzeugte Text stilistisch nicht mehr von deinem eigenen zu unterscheiden sein.
Das Ganze erfolgt in drei Schritten bzw. drei Ebenen, auf denen dein Text analysiert wird.
Drei Analyseebenen für ein tiefgreifendes Textverständnis
Auf der obersten Ebene betrachten wir Aspekte wie Ton, Zielgruppe, Kohärenz, allgemeine Struktur und den stilistischen Gesamteindruck. Auf der mittleren Ebene fokussieren wir uns auf Satzstrukturen, Absätze, rhetorische Mittel und die Verbindung der Inhalte. Schließlich analysieren wir auf der Detailebene die Wortwahl, Grammatik, Zeichensetzung, Fachbegriffe und Stilmittel.
Diese Schritte helfen dem System, sich besser zu fokussieren, sodass die Folgeschritte systematisch aufeinander aufbauen. Dabei wird nichts übersehen, und wir bewegen uns vom Großen ins Detail, ohne den Überblick zu verlieren.
Im Bild oben siehst du das Szenario mit sechs Modulen, das auf einer Airtable basiert. Diese Airtable ist einfach strukturiert. Wir haben einen Tab, der „Tone of Voice“ heißt und verschiedene Textarten wie Artikel, Buchkapitel, Whitepaper, LinkedIn-Artikel oder Newsletter enthält, die jeweils unterschiedliche Stilmittel nutzen.
Der Schreibstil variiert zwischen locker und seriös, je nach Thema, weshalb wir unterschiedliche Elemente einsetzen. In einer Zelle „Example-Text“ ist Platz für einen Text aus, den du analysieren lassen möchtest. Wir nutzen dann ChatGPT, um die Texte zu analysieren.
💡Wichtig: Dieser Text muss richtig gut sein. Bitte nutze keine KI-generierten Texte. Sonst trainierst du wiederum auf dieser Basis.
Tone of Voice „High Level“
Das Szenario beginnt mit dem High-Level Analysator. Dabei wird der allgemeine Rahmen des Textes in den folgenden Kategorien analysiert:
- Ton und Stimmung
- Zielgruppe und Textziel
- Kohärenz und Kohäsion
- Stilistische Eigenheiten
- Übergreifende Struktur
- Bildhafte Sprache
Tone of Voice „Medium Level“
Anschließend werden strukturelle und funktionale Aspekte des Textes betrachtet. Dazu wird die High-Level-Analyse mit übergeben und auf weitere Aspekte geschaut:
- Satzstruktur und -länge
- Rhetorische Mittel
- Absatzstruktur
- Quantifizierung
Tone of Voice „Detail Level“
Im letzten Schritt wird auf Basis des Textes, der High- und Medium-Analyse eine Detailanalyse des Textes durchgeführt. Dabei werden unter anderem sprachliche und stilistische Details betrachtet:
- Wortschatz und Wortwahl
- Grammatik
- Zeichensetzung
- Quantifizierung und Anpassung
Das Ergebnis: Eine genaue Beschreibung deiner Tone-of-Voice!
Am Ende wird das komplette Ergebnis in die Tabelle in ein zusammenhängendes Feld geschrieben, das wir später beim Schreiben von Artikeln als Prompt nutzen können (zusätzliche Info zu „Tone of Voice“).
Die Details und genaue Umsetzung kannst du auf YouTube anschauen:
Anleitung zu Tone of Voice auf YouTube
Weitere Möglichkeiten für textbasierte Optimierung
Wenn du deine Texte mit strukturierten Rollen promptest, hilft dir „Prompt-Rollen richtig einsetzen“.
Auch die Content-Maschine in diesem Use Case ist spannend, dafür setzen wir nämlich unseren Tone of Voice Analysator ein.
