Fallstudie – Ihr Hauptkapital
Eine einmal erstellte Fallstudie arbeitet danach von selbst. Kommt eine ähnliche Anfrage herein – schreiben Sie keine Antwort von Grund auf neu: Sie hängen einen Link zur Fallstudie an und zeigen sofort, dass Sie ein solches Projekt bereits hatten und hier ist das Ergebnis. Versprechen gegen Beweis – das sind unterschiedliche Antworten, und der Kunde sieht den Unterschied von der ersten Zeile an.
Wenn sich die neue Anfrage in den Schwerpunkten unterscheidet, wird die Fallstudie trotzdem nicht neu geschrieben. Sie bitten die KI, aus demselben Projekt eine neue Fallstudie gemäß den Anforderungen dieses Kunden zu erstellen – eine andere Überschrift, eine andere Reihenfolge, andere Beispiele –, veröffentlichen sie und hängen sie an die Antwort an. Ein abgeschlossenes Projekt wird zu mehreren Fallstudien, die für Sie arbeiten.
Material kommt aus Ihrer Mappe
Sie müssen sich an nichts erinnern oder etwas neu erzählen. Sie geben Ihrer KI den Pfad zu der Mappe mit dem Projekt – sie liest selbst README, Code und Commit-Historie und erstellt daraus einen Entwurf der Fallstudie.
Ihre Aufgabe dabei ist es, die Grenze zu wahren: Die Fallstudie zeigt Expertise, nicht die Feinheiten der Implementierung. Die Aufgabe des Kunden, was Sie getan haben, welche Entscheidungen Sie getroffen haben, was das Ergebnis war. Code-Schnipsel im Ganzen, Schlüssel, interne Daten und Kundennamen ohne Erlaubnis – hinter den Kulissen. Eine öffentliche Fallstudie wird sowohl von Auftraggebern als auch von Wettbewerbern gelesen.
Entwurf – Ihr Eigentum, Veröffentlichung – Ihre Entscheidung
Die KI speichert die Fallstudie als Entwurf: Nur Sie sehen sie. Danach öffnen Sie „Meine Fallstudien“, lesen den Text Korrektur und fügen Bilder hinzu – ein Cover und Screenshots. Bilder werden hier im Editor hochgeladen: Die KI lädt sie nicht hoch, sie hinterlässt nur Markierungen im Text, wo welcher Screenshot eingefügt werden soll. Die Registerkarte „Vorschau“ zeigt die Fallstudie genau so, wie der Kunde sie sehen wird.
Wenn alles passt – klicken Sie auf die Schaltfläche „Veröffentlichen“. Zu diesem Zeitpunkt erstellt GPTaria den SEO-Block und übersetzt die Fallstudie in alle Sprachen der Plattform (dafür werden KI-Tokens abgebucht), danach wird sie öffentlich, erscheint in der Suche in neun Sprachen und kann an Antworten angehängt werden.
Weiter geht's
In Lektion 6 hängen Sie diese Fallstudie an eine echte Antwort an. Machen Sie sie daher nicht „nur zum Schein“, sondern für das Projekt, mit dem Sie auf eine echte Anfrage antworten möchten – der Block unter dem Text beginnt genau damit: Sehen Sie sich zuerst an, welche offenen Aufträge für Sie geeignet sind, und erst dann erstellen Sie die Fallstudie.
Belohnung
Für diese Lektion erhalten Sie einen Gutschein für 1 Tag Zugang – er kommt als Benachrichtigung in Telegram und in Ihrem persönlichen Konto.