Anzeigen-Analyse
Zerlege eine laufende Anzeige in Hook, Angebot, CTA und Bewusstseinsstufe — das Tagging hinter der Analyse von 724 Anzeigen aus 37 Marken.
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.
Try it live
This is the real thing, not a mockup. Edit the input, hit Run, and Jev returns every typed answer in one round trip — free, no signup. Now picture the same call fired across thousands of items in parallel.
Wähle ein Demo, passe die Eingabe an und klicke auf Jev ausführen.
Die Entscheidungen, die Jev trifft
In einem einzigen Aufruf wertet Jev jede davon aus — parallel, gegen dieselbe Eingabe:
Was ist der primäre Hook-Stil?
wählt eine dieser Optionen:
problem_agitate— benennt einen Schmerz, den der Leser spürtquestion— beginnt mit einer Fragebold_claim— eine große / kontroverse Behauptungsocial_proof— beginnt mit Belegen oder Zahlenoffer— beginnt mit dem Angebot selbst
Welche Bewusstseinsstufe des Kunden zielt diese Anzeige an (Schwartz)?
bewertet es auf einer geordneten Skala:
- nicht bewusst
- problembewusst
- lösungsbewusst
- produktbewusst
- voll bewusst
Was ist das Hauptangebot?
wählt eine dieser Optionen:
free_trial— eine kostenlose Testphasediscount— ein Rabatt oder eine Preissenkunglead_magnet— ein kostenloser Download / eine kostenlose Ressourcedemo— eine Demo oder ein Gesprächnone— kein explizites Angebot
Gibt es einen einzigen, klaren Handlungsaufruf?
gibt eine kalibrierte Ja/Nein-Wahrscheinlichkeit zurück.
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 auszuliefern — ohne Warteliste.