Kurssi 5 · Saatavilla
Tekoäly markkinoinnissa
Sisältö, kampanjat, mainosten optimointi ja yleisötyö tekoälyllä.
Trainer-ohjaaja
Miten sovellan tätä omassa työssäni?
Kysy kurssin sisällöstä tai pyydä apua pienen, turvallisen työkokeilun rajaamiseen. Älä lähetä henkilötietoja tai luottamuksellista aineistoa.
Videot ja tekstit
~180 min
Oppitunteja
36
Moduuleja
7
Arvioitu kokonaistyö
1 op (27 h)
Vaativuustavoite
Eurooppalainen taso 6
Kokonaistyö sisältää videot, tekstit, harjoitukset ja oman soveltavan työn. Kyse ei ole korkeakoulun myöntämästä opintosuorituksesta tai sertifikaatista.
Osaamistavoitteet
Kurssin suoritettuaan opiskelija:
- osaa hyödyntää tekoälyä sisältöideoiden monistamiseen ja suodattamiseen niin, että yleisön todellinen tarve ja tuotteen aito vahvuus pysyvät ihmisen vastuulla ja ohjaavat valintaa
- osaa säilyttää brändin äänen tekoälyavusteisessa tekstintuotannossa (äänikuvaus, esimerkkikorpus, negatiivinen lista) ja soveltaa yhden version sääntöä sisällönhallinnassa
- osaa suunnitella ja tulkita A/B-testin niin, että otoksen riittävyys ja tilastollinen merkittävyys huomioidaan, ja tunnistaa Goodhartin lain ilmenemisen konversio-mittareissa
- osaa arvioida tekoälyavusteisen kuvageneraation (diffuusiomallit) tekijänoikeudelliset ja eettiset rajat ja soveltaa niitä markkinointimateriaalin tuotannossa
- soveltaa oppimaansa suunnittelemalla yhden mitattavan kampanjan, jossa tekoälyn ja ihmisen työnjako, eettiset tarkistuspisteet ja mittarit on määritelty etukäteen
Kohderyhmä
Markkinoinnin, viestinnän ja sisällöntuotannon parissa työskentelevät asiantuntijat ja esihenkilöt, jotka haluavat hyödyntää tekoälyä sisällön, kampanjoiden ja mainonnan optimoinnissa sekä yleisötyössä. Ei edellytä teknistä taustaa.
Esitiedot
Ei pakollisia edeltäviä opintoja. Suositellaan kurssien K1 "Tekoälyn perusteet" ja K2 suorittamista ennen tätä kurssia, jotta keskeiset käsitteet (kielimalli, hallusinaatio, ohjeistaminen) ovat tuttuja.
Sisältö
Moduuli 1 · ~30 minSisältöideoiden tuotantoMistä hyvät ideat tulevat, miten tekoäly monistaa ja suodattaa niitä, ja miten ideoita testataan ennen toteutusta.
Moduuli 1 · ~30 min
Sisältöideoiden tuotanto
Mistä hyvät ideat tulevat, miten tekoäly monistaa ja suodattaa niitä, ja miten ideoita testataan ennen toteutusta.
- 1. Mistä hyvät sisältöideat tulevatYmmärrät hyvän sisältöidean kolme lähdettä ja tunnistat miksi tekoäly auttaa vain yhdessä niistä.5 min
- 2. Tekoäly ideoiden monistajanaOsaat pyytää tekoälyä monistamaan yhden ydinkonseptin monessa muodossa ilman että lopputulos on tylsää toistoa.7 min
- 3. Suodatus ja kategorisointiOsaat suodattaa ja kategorisoida tekoälyn tuottamia ideoita niin että jäljelle jää realistinen ja toisistaan eroava toteutuslista.6 min
- 4. Ideoiden testaaminen ja valintaTunnet kolme tapaa testata sisältöideaa ennen täyttä toteutusta, ja osaat valita kunkin idean tarvitseman testaustason.6 min
- 5. Käytännön harjoitus: kuukauden sisältösuunnitelmaOlet rakentanut yhden kuukauden sisältösuunnitelman tekoälyavusteisesti ja tunnistanut omat suodatuskriteerisi.6 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 2 · ~40 minTekstien kirjoittaminen ja muokkausMilloin tekoäly auttaa, milloin se ottaa yli — brändin äänen säilyttäminen ja yhden version kontrolli.
Moduuli 2 · ~40 min
Tekstien kirjoittaminen ja muokkaus
Milloin tekoäly auttaa, milloin se ottaa yli — brändin äänen säilyttäminen ja yhden version kontrolli.
- 1. Brändi-äänen säilyttäminenTiedät miten brändin ääni rakennetaan tekoälylle annettavaksi ja osaat varmistaa että tekoäly noudattaa sitä.8 min
- 2. Milloin tekoäly auttaa, milloin se ottaa yliTunnet kirjoittamisen vaiheet, joissa tekoäly auttaa eniten, ja ne joissa se vahingoittaa lopputulosta.8 min
- 3. Yhden version sääntö ja jälkimuokkausTunnet yhden version säännön, ymmärrät sen syyt, ja osaat järjestää jälkimuokkauksen niin että teksti pysyy yhtenäisenä.8 min
- 4. Sisältötyypit ja niiden erilainen kohteluTunnet kolme keskeistä sisältötyyppiä ja niiden erilaisen suhtautumisen tekoälyn käyttöön.8 min
- 5. Käytännön harjoitus: brändi-pohjan rakennusOlet rakentanut oman brändi-äänen kuvauksen kolmen elementin paketiksi ja kokeillut sitä yhden tekstin tuotannossa.8 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 3 · ~30 minMainosten optimointi ja A/B-testitTekoäly tuottaa variantit, ihminen valitsee testattavat — Goodhartin laki konversiossa.
Moduuli 3 · ~30 min
Mainosten optimointi ja A/B-testit
Tekoäly tuottaa variantit, ihminen valitsee testattavat — Goodhartin laki konversiossa.
- 1. Mitä A/B-testi oikeasti mittaaTunnet A/B-testin perusrakenteen ja ymmärrät miksi yksittäinen tulos voi olla sattumaa eikä todellinen ero.6 min
- 2. Tekoäly varianttien tuottajanaOsaat ohjata tekoälyä tuottamaan oikeasti erilaisia mainosvariaatioita ja erotat järkevän variaation tilastollisesti merkityksettömästä.6 min
- 3. Testattavien valinta ja otannan riittävyysOsaat valita testattavat akselit ja arvioida onko otanta riittävä luotettavalle päätelmälle.6 min
- 4. Mittarit ja Goodhartin laki konversiossaTunnet konversiomittareiden vaarat ja osaat valita useita rinnakkaisia mittareita yhden ulottuvuuden sokean optimoinnin sijaan.6 min
- 5. Käytännön harjoitus: ensimmäinen A/B-testiOlet suunnitellut yhden ensimmäisen A/B-testin selkeällä akselilla, riittävällä otoksella ja useilla rinnakkaisilla mittareilla.6 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 4 · ~36 minKuvitus ja visuaaliset ratkaisutDiffuusiomallit kuva- ja videogeneraatiossa, tekijänoikeudet, tyylivakaus ja eettiset rajat.
Moduuli 4 · ~36 min
Kuvitus ja visuaaliset ratkaisut
Diffuusiomallit kuva- ja videogeneraatiossa, tekijänoikeudet, tyylivakaus ja eettiset rajat.
- 1. Mikä on diffuusiomalli ja miten se eroaa kielimallistaTunnet diffuusiomallin perusperiaatteen ja eron kielimalliin, ja ymmärrät miksi tämä ero vaikuttaa siihen, mitä voit pyytää.7 min
- 2. Tekijänoikeus ja kuvageneraatioTunnet keskeiset tekijänoikeuskysymykset tekoälykuvissa ja osaat välttää tyypilliset oikeudelliset riskit.6 min
- 3. Tyylin vakaus ja brändi-yhtenäisyysTunnet kolme tapaa varmistaa että brändisi tekoälykuvat ovat keskenään yhtenäisiä, ja osaat valita sopivan menetelmän käyttötilanteen mukaan.6 min
- 4. Eettiset rajat: kasvot, kädet, oikeat ihmisetTunnet eettiset rajat, jotka koskevat tekoälykuvien käyttöä markkinoinnissa, ja osaat välttää tyypilliset sudenkuopat.5 min
- 5. Videogeneraatio: mahdollisuudet ja rajatTunnet tekoälyvideon nykyiset käyttötavat markkinoinnissa ja osaat arvioida, milloin video kannattaa valita stillkuvan sijaan.6 min
- 6. Käytännön harjoitus: kuvalibroinnin rakentaminenOlet rakentanut brändillesi visuaalisen tyyliohjeen ja luonut viisi viite-kuvaa, joita käytät jatkossa.6 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 5 · ~20 minYleisön analysointi ja segmentointiMitä tekoäly osaa lukea yleisötiedosta ja missä tarvitaan tutkimusta, joka ei skaalaudu automaattisesti.
Moduuli 5 · ~20 min
Yleisön analysointi ja segmentointi
Mitä tekoäly osaa lukea yleisötiedosta ja missä tarvitaan tutkimusta, joka ei skaalaudu automaattisesti.
- 1. Mitä on segmentointi ja miksi sitä tarvitaanTunnet segmentoinnin perusteen ja ymmärrät miksi yhden yleisön kohteleminen yhtenäisenä on usein virhe.4 min
- 2. Tekoälyn vahvuudet yleisötiedon analyysissäTunnet kolme keskeistä tekoälyn käyttötapaa yleisötiedon analyysissä, ja osaat ohjata sitä luotettavasti.4 min
- 3. Tekoälyn rajat: mitä se ei näe yleisöstäTunnistat tekoälyn keskeiset sokeat pisteet yleisöanalyysissä ja tiedät mitä tutkimusta tarvitaan niiden korvaamiseksi.4 min
- 4. Yhdistä laadullinen tutkimus ja tekoälyOsaat yhdistää laadullisen tutkimuksen ja tekoälyn analyysin niin että molemmat vahvistavat toisiaan.4 min
- 5. Käytännön harjoitus: oman yleisön analyysiOlet rakentanut analyysisuunnitelman omalle yleisöllesi yhdistäen laadullisen tutkimuksen ja tekoälyn käytön.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 6 · ~20 minKäytännön harjoitus: kampanjan suunnitteluYhdistä kurssin opit ja rakenna yksi kampanja alusta loppuun tekoälyavusteisesti.
Moduuli 6 · ~20 min
Käytännön harjoitus: kampanjan suunnittelu
Yhdistä kurssin opit ja rakenna yksi kampanja alusta loppuun tekoälyavusteisesti.
- 1. Valitse kampanjaOlet valinnut yhden konkreettisen kampanjan, jonka rakennat tekoälyavusteisesti seuraavan kuukauden aikana.4 min
- 2. Suunnittele kampanjan vaiheetOlet suunnitellut kampanjan vaiheet, joissa hyödynnät kurssin moduulit konkreettisesti.4 min
- 3. Tarkistuspisteet ja eettisyysOlet sijoittanut tarkistuspisteet sinne, missä tekoälyn virhe näkyy lopputuloksessa, ja varmistanut että eettiset rajat pidetään.4 min
- 4. Aja kampanja ja mittaaOlet ajanut kampanjan loppuun mittaroiden ja kirjannut oppimisesi.4 min
- 5. Kurssin yhteenveto ja jatkopolkuOlet kerrannut kurssin pääperiaatteet ja tunnistat seuraavat askeleet markkinointiosaamisesi kehittämisessä.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Moduuli 7 · ~24 minSisältöautomaatio ja markkinointiagentitAgentti joka tuottaa ja julkaisee sisältöä monivaiheisesti: hyväksyntäportit, brändi-äänen säilyttäminen, AI Act -merkintä ja Goodhart-ansa.
Moduuli 7 · ~24 min
Sisältöautomaatio ja markkinointiagentit
Agentti joka tuottaa ja julkaisee sisältöä monivaiheisesti: hyväksyntäportit, brändi-äänen säilyttäminen, AI Act -merkintä ja Goodhart-ansa.
- 1. Avustajasta sisältöagenttiinYmmärrät eron yksittäisen kehotteen ja monivaiheisen sisältöagentin välillä.5 min
- 2. Sisältöautomaatioputki käytännössäHahmotat, mistä vaiheista sisältöautomaatioputki koostuu ja mitä ihminen siinä määrittää.5 min
- 3. Ihmisen tarkistuspisteetOsaat sijoittaa hyväksyntäpisteet putkeen ja pitää laadun yllä, vaikka et lue jokaista tuotosta.5 min
- 4. Riskit ja rajatTunnistat sisältöautomaation keskeiset riskit ja lakisääteiset velvoitteet.5 min
- 5. Suunnittele oma sisältöputkiOsaat luonnostella oman sisältöautomaatioputken vaiheineen ja tarkistuspisteineen.4 min
Moduuli päättyy omaan työhön sovellettavaan oppimistehtävään. Tehtävänanto avautuu moduulin oppitunneilla.
Arviointi
Hyväksytty / hylätty. Hyväksytty suoritus edellyttää, että opiskelija on palauttanut kaikkien moduulien soveltavat oppimistehtävät ja saavuttanut loppukokeessa vähintään 60 % oikeita vastauksia. Oppimistehtävät arvioidaan suhteessa osaamistavoitteisiin: hyväksytyssä suorituksessa vastaus osoittaa käsitteiden ymmärrystä ja perusteltua soveltamista opiskelijan omaan markkinointikontekstiin, ei pelkkää toistoa.
Kurssin lähteet (5)
- Ho, J., Jain, A. & Abbeel, P. (2020). Denoising Diffusion Probabilistic Models (diffuusiomallin perusperiaate).
- Rombach, R., Blattmann, A., Lorenz, D., Esser, P. & Ommer, B. (2022). High-Resolution Image Synthesis with Latent Diffusion Models (latentit diffuusiomallit, kuvageneraatio).
- Strathern, M. (1997). 'Improving ratings': audit in the British University system. European Review, 5(3), 305–321 (Goodhartin lain tunnetuin muotoilu: "when a measure becomes a target, it ceases to be a good measure").
- Tekijänoikeuslaki 404/1961 (teoksen tekijänoikeussuojan edellytykset Suomessa).
- Euroopan parlamentin ja neuvoston asetus (EU) 2024/1689 (tekoälysäädös; mm. tekoälyn tuottaman sisällön läpinäkyvyysvelvoitteet).
Saavutettavuus: Tavoitetaso WCAG 2.1 AA. Jokaisesta video-oppitunnista on tekstivastine (litteraatti tallennettuna oppimisalustalle), ja slide-pisteet toimivat visuaalisen sisällön tekstivaihtoehtoina. Värikontrastit noudattavat AA-tasoa. Materiaali on käytettävissä myös pelkkänä tekstinä ilman ääntä.
Sisältö tarkistettu: 2026-06-04