Hogyan tanulja meg a Sayweek a hangodat?
Claude a régi posztjaidból, a mintáidból és a javításaidból tanulja meg a stílusodat – márkánként, másolás nélkül.
Frissítve:
Claude márkánként, több forrásból tanulja meg, hogyan írsz. A mintáidat nem másolja: a mondathosszt, a szóhasználatot, a nyitást és a zárást követi.
Honnan tanul?
- A kezdővarázslóból: az A hangod lépésben bemásolt régi posztokból 5–8 stílusszabály és egy hangnem-megjegyzés lesz.
- A saját mintaposztjaidból: posztíráskor Claude a márka 4 legfrissebb mintáját kapja meg.
- A javításaidból: ha jóváhagyás előtt érdemben átírod Claude vázlatát, a különbségből tanul. Ha márkánként összegyűlik két ilyen poszt, magától frissíti a stílusszabályokat (legfeljebb 12 szabály).
- A márkaszabályokból és a márka Hangnem-megjegyzés mezőjéből (Márka szerkesztése → 2. Hangnem).

Minta hozzáadása
- Nyisd meg az Ötletek oldalt, és válts a Hírekből fülre.
- Görgess a Saját hangod – mintaposztok részhez, és keresd meg a márkát.
- Írj vagy másolj be egy posztot pont úgy, ahogy te fogalmaznál (legalább 40 karakter).
- Kattints a + Minta hozzáadása gombra.
Egy mintát a mellette lévő ✕ jellel törölhetsz. Márkánként 2–5 minta az ideális.
A tanult szabályok
A márka kártyáján az Amit a javításaidból tanultam lista mutatja a stílusszabályokat. Amelyiket nem szeretnéd, azt a ✕ (Ezt ne kövesse) jellel törölheted. Ha van még fel nem dolgozott javításod, a Tanulj most gombbal Claude azonnal tanulhat belőle.
Hasznos volt ez a cikk?
Kapcsolódó cikkek
- Márkaszabályok és mintaposztokA márkaszabályok szövegét Claude minden poszt és ötlet írásakor szó szerint megkapja: hangnem, célcsoport, tiltott témák, felépítés, minták.
- Az első beállítás (kezdővarázsló)Öt rövid lépés, kb. 10 perc: márka, csatornák, a hangod, a posztolási ritmus – és már íródnak is az első posztok.
- A poszt szerkesztéseA szerkesztő részei: szöveg, kép, időzítés, előnézet, minőségellenőrzés, verziók, eredetnapló és újrahasznosítás.
- Hogyan használja az MI az adataidat?Mit kap meg Claude egy poszt megírásához, mi marad nálunk, és miért nem tanulnak a modellek az adataidon.