← Alle Anwendungsfälle

Anzeigen-Analyse

Zerlege eine laufende Anzeige in Hook, Angebot, CTA und Bewusstseinsstufe — das Tagging hinter der Analyse von 724 Anzeigen aus 37 Marken.

724 laufende Anzeigen · 37 Marken · ~40s · $0.09@TheMattBerman

Matthew Berman ließ Jev 724 laufende Anzeigen von 37 Marken in etwa 40 Sekunden für 9 Cent an Tokens zerlegen — jeden Hook, jedes Format, jedes Angebot, jeden CTA, jede Bewusstseinsstufe und jede Diskrepanz zur Landingpage. Es schreibt nicht erst einen Bericht; es macht aus 724 Anzeigen Daten, die du filtern und vergleichen kannst.

Live toolRun this on your own data with the Ad Analyzer →

Live ausprobieren

Das ist echt, kein Mockup. Bearbeite die Eingabe, klicke auf Ausführen, und Jev liefert jede typisierte Antwort in einem einzigen Roundtrip — kostenlos, ohne Anmeldung. Stell dir nun denselben Aufruf vor, parallel über Tausende von Elementen ausgelöst.

POST jevtypesafeai.com/api/v1/decide
Status — die Eingabe, die Software an Jev übergibt366c
Fragen — die typisierten Entscheidungen, die du zurückbekommst
choicehook
Was ist der primäre Hook-Stil?
→ eines von: problem_agitate, question, bold_claim, social_proof, offer
scoreawareness
Welche Bewusstseinsstufe des Kunden zielt diese Anzeige an (Schwartz)?
→ 0…4 · 5 Stufen
choiceoffer_type
Was ist das Hauptangebot?
→ eines von: free_trial, discount, lead_magnet, demo, none
noulclear_cta
Gibt es einen einzigen, klaren Handlungsaufruf?
→ Wahrscheinlichkeit 0,0 … 1,0
noulfriction_low
Reduziert die Anzeige die Hürden bei der Anmeldung (z. B. kostenlos, keine Karte, schnell)?
→ Wahrscheinlichkeit 0,0 … 1,0
echte API · kostenlos · ohne Anmeldung
Typisierte, kalibrierte Ausgabe erscheint hier.
Wähle ein Demo, passe die Eingabe an und klicke auf Jev ausführen.
API-Key holen →← Alle Anwendungsfälle

Die Entscheidungen, die Jev trifft

In einem einzigen Aufruf wertet Jev jede davon aus — parallel, gegen dieselbe Eingabe:

choicehook

Was ist der primäre Hook-Stil?

wählt eine dieser Optionen:

  • problem_agitate — benennt einen Schmerz, den der Leser spürt
  • question — beginnt mit einer Frage
  • bold_claim — eine große / kontroverse Behauptung
  • social_proof — beginnt mit Belegen oder Zahlen
  • offer — beginnt mit dem Angebot selbst
scoreawareness

Welche Bewusstseinsstufe des Kunden zielt diese Anzeige an (Schwartz)?

bewertet es auf einer geordneten Skala:

  1. nicht bewusst
  2. problembewusst
  3. lösungsbewusst
  4. produktbewusst
  5. voll bewusst
choiceoffer_type

Was ist das Hauptangebot?

wählt eine dieser Optionen:

  • free_trial — eine kostenlose Testphase
  • discount — ein Rabatt oder eine Preissenkung
  • lead_magnet — ein kostenloser Download / eine kostenlose Ressource
  • demo — eine Demo oder ein Gespräch
  • none — kein explizites Angebot
noulclear_cta

Gibt es einen einzigen, klaren Handlungsaufruf?

gibt eine kalibrierte Ja/Nein-Wahrscheinlichkeit zurück.

noulfriction_low

Reduziert die Anzeige die Hürden bei der Anmeldung (z. B. kostenlos, keine Karte, schnell)?

gibt eine kalibrierte Ja/Nein-Wahrscheinlichkeit zurück.

Die exakte Anfrage

Dies ist der echte Payload hinter der Live-Demo — kopiere ihn, ändere den state, und du baust schon:

{
  "model": "jev-latest",
  "state": "Facebook-Anzeigenmotiv:\n\nHeadline: \"Machst du deine Buchhaltung immer noch in einer Tabelle?\"\nPrimärtext: \"Gründer verschwenden 6 Std./Woche mit Buchhaltung. Unsere KI erledigt das in 10 Minuten. 30 Tage kostenlos testen — keine Karte nötig.\"\nCTA-Button: \"Registrieren\"\nBild: geteilter Bildschirm mit einer chaotischen Tabelle gegenüber einem aufgeräumten Dashboard.",
  "questions": {
    "hook": {
      "type": "choice",
      "instructions": "Was ist der primäre Hook-Stil?",
      "criteria": {
        "problem_agitate": "benennt einen Schmerz, den der Leser spürt",
        "question": "beginnt mit einer Frage",
        "bold_claim": "eine große / kontroverse Behauptung",
        "social_proof": "beginnt mit Belegen oder Zahlen",
        "offer": "beginnt mit dem Angebot selbst"
      }
    },
    "awareness": {
      "type": "score",
      "instructions": "Welche Bewusstseinsstufe des Kunden zielt diese Anzeige an (Schwartz)?",
      "criteria": [
        "nicht bewusst",
        "problembewusst",
        "lösungsbewusst",
        "produktbewusst",
        "voll bewusst"
      ]
    },
    "offer_type": {
      "type": "choice",
      "instructions": "Was ist das Hauptangebot?",
      "criteria": {
        "free_trial": "eine kostenlose Testphase",
        "discount": "ein Rabatt oder eine Preissenkung",
        "lead_magnet": "ein kostenloser Download / eine kostenlose Ressource",
        "demo": "eine Demo oder ein Gespräch",
        "none": "kein explizites Angebot"
      }
    },
    "clear_cta": {
      "type": "noul",
      "instructions": "Gibt es einen einzigen, klaren Handlungsaufruf?"
    },
    "friction_low": {
      "type": "noul",
      "instructions": "Reduziert die Anzeige die Hürden bei der Anmeldung (z. B. kostenlos, keine Karte, schnell)?"
    }
  }
}

Binde es in deinen Code ein

Lies die typisierten Antworten und verzweige in einfachem Code — ohne Parsing. Bearbeite die hochkonfidenten Fälle automatisch und leite die unsicheren an ein größeres Modell oder einen Menschen weiter. Es ist ein einziger API-Aufruf und Output ist kostenlos, stelle also alle Fragen, die du brauchst, auf einmal.

Bau dein eigenes

Jedes Szenario oben ist ein einziger API-Aufruf. Teste jedes davon kostenlos im Playground und hol dir dann einen gehosteten Key, um es in Minuten auszuliefern.

Diese Demo ausführen ▶API-Key holen →
Anzeigen-Analyse — ein Jev-Anwendungsfall mit einer Live-Demo · Jev by TypeSafe AI