01 · typed data
kind: articleclaims: traced → sourceschema: article + faqएसेट कैटलॉग
Campaign के लिए हर ज़रूरी asset।
लेख, decks, email, वीडियो, ads — एक campaign, आपके तथ्यों पर आधारित। ड्राफ्ट नहीं। deliverables।
आर्टिकलसोशल पोस्टकैरोसेलईमेलसोशल पोस्टईमेल
ईमेल सीक्वेंसडेकवीडियोलैंडिंग पेजडेकलैंडिंग पेज
पेड ऐड्सप्रेस व पिचइन्फोग्राफ़िक्सपेड ऐड्सइन्फोग्राफ़िक्स
शेल्फ़
एक योजना, हर family
एक campaign केवल copy पर नहीं रुकती। एक अनुरोध से @Cohenta पूरा mix तैयार करता है — posts, articles, visuals, शॉर्ट वीडियो, decks, landing pages — और हर piece source-grounded और on-brand बनाता है। Flagship pieces channel-native cuts में बदल जाती हैं, ताकि कुछ भी manually reformat करने की प्रतीक्षा न करनी पड़े।
02 · typed data
kind: postformat: per-platformlinks: utm-tagged03 · typed data
kind: carouselslides: 8title: per-slide04 · typed data
kind: emailsubject: A | Bvoice: brand05 · typed data
kind: sequencetouches: welcome → convertwinner: z-tested06 · typed data
kind: deckslides: 12 kindsout: pdf + pptx07 · typed data
kind: videoaspects: 9:16 · 1:1 · 16:9 · 4:5captions: on08 · typed data
kind: landinghero: A | Bmeta: structured09 · typed data
kind: paid_adfields: clampedstate: paused10 · typed data
kind: press_releasequotes: sourcedpitch: attached11 · typed data
kind: infographicdata: typedfooter: sourcedनिर्माण प्रक्रिया
जहाँ दक्षता काम करती है।
उद्धरण योग्य लेख
Long-form सीधे आपके तथ्यों और KPIs से लिखा जाता है — किसी भी लंबाई में, हर संख्या किसी source से जुड़ी। Answer-engine optimization किसी piece को AI assistants द्वारा उद्धृत होने के लिए पुनर्संरचित करता है, न कि केवल ranked होने के लिए: शीर्ष पर सीधा उत्तर, entity-स्पष्ट headings, एक FAQ। Citability 0 से 100 तक scored होती है, कमज़ोर हिस्से publish से पहले ठीक किए जाते हैं, FAQ और Article schema स्वतः emit होता है।
- FAQ और Article schema स्वतः emit
- Citability scored और publish से पहले सुधारी गई
Social, प्रति platform native
एक flagship asset कई native cuts में बदल जाती है: per-platform posts, character-capped threads, और carousels जिनमें प्रति slide एक सटीक पंक्ति होती है। Titles, hashtags, chapters, और UTM-tagged links हर platform की अपनी spec के अनुसार होते हैं, और संख्याएँ केवल वहीं आती हैं जहाँ आपने दी हों। यदि कोई model down हो, तो एक deterministic fallback आपके brief से cuts लिखता है।
- प्रति piece UTM-tagged links और adaptive thumbnails
- संख्याएँ केवल जब दी गई हों, कभी गढ़ी नहीं जातीं
Slides जो board के सामने रखी जा सकें
Decks एक polished PDF और एक editable slide file के रूप में तैयार होती हैं, बारह slide kinds से निर्मित — cover से closing तक। एक skeleton code में visual structure तय करता है, ताकि model केवल slots भरे — कभी केवल title वाली slides की भरमार न हो। एक vision loop हर slide की hierarchy, attribution, और truncation की समीक्षा करता है। एक AI presentation maker जहाँ हर metric आपके तथ्यों से जुड़ा हो। बिना source के संख्याएँ flagged होती हैं, कभी गढ़ी नहीं जातीं। परिणाम किसी buyer या board के सामने टिकता है।
- Export में native text, tables, और shapes — flattened images नहीं
- Consulting-grade flow और hub diagrams, deterministic fallback सहित
Email जो पूरा arc चलाए
ईमेल कोई ऐड-ऑन नहीं है। कैंपेन आपकी ब्रांड वॉयस में चैनल-नेटिव सेंड्स लिखता है — A/B सब्जेक्ट वेरिएंट के साथ — और स्टेज्ड सीक्वेंस भी, जो पाठक को welcome से educate, proof, objection और convert तक ले जाते हैं। वेरिएंट एक स्थिर हैश से विभाजित होते हैं — एक ही पाठक हमेशा एक ही वर्शन देखता है — और two-proportion z-test विजेता तय करता है। nurture flow और डेक एक ही प्लान और एक ही तथ्य-समूह से बनते हैं।
- निर्धारक A/B असाइनमेंट, significance-tested विजेता
- डेक और सीक्वेंस के पीछे एक प्लान, एक तथ्य-समूह
वीडियो, विज्ञापन और पेज
वीडियो नैरेटेड, कैप्शन युक्त और हर उस आस्पेक्ट में आता है जो चैनल को चाहिए — 9:16, 1:1, 16:9, 4:5 — एक मास्टर से काटा गया, सिंथेटिक product-UI बीट्स के साथ, कभी काल्पनिक इंटरफेस नहीं। पेड यूनिट्स Google Search, Meta, LinkedIn Sponsored और X Promoted के लिए प्लेटफ़ॉर्म-नेटिव शिप होती हैं, हर प्लेटफ़ॉर्म की फ़ील्ड सीमाओं तक क्लैंप की गई; Google Ads एक भी पैसा खर्च होने से पहले paused अवस्था में आती हैं। लैंडिंग पेज पूरा conversion arc चलाते हैं — hero से final CTA तक — A/B hero वेरिएंट और structured metadata के साथ।
- A/B hero वेरिएंट के साथ पूरे conversion arc में लैंडिंग पेज
- उसी प्लान से source-grounded प्रेस रिलीज़ और मीडिया पिच
पूर्वानुमान
परिणाम बैंड — सटीक वादे नहीं।
हर प्लान में यह पूर्वानुमान होता है कि वह कहाँ पहुँच सकता है। वॉक्स को रीसैंपल करें — पर्सेंटाइल अपना आकार बनाए रखते हैं।
पिक्सल में प्रमाण
तैयार — केवल जेनरेट नहीं
सर्वश्रेष्ठ आउटपुट का बड़ा हिस्सा — कार्ड्स, चार्ट्स, वेक्टर ग्राफ़िक्स, डेक, सिंथेटिक-UI मोशन — बिना किसी मॉडल कॉल के निर्धारक रूप से रेंडर होता है। पिक्सल-परफेक्ट, पुनरुत्पादनीय, किफ़ायती। हर एसेट एक lineage manifest वहन करती है, और जो हेवी रेंडर पूरा नहीं हो सकता वह एक staged brief में डिग्रेड होता है — आउटपुट कभी शून्य नहीं होता।
ऑन डिमांड
बाकी सब के लिए एक स्टूडियो
प्रेज़ेंटर वीडियो
अवतार-होस्टेड, आपकी आवाज़ में, साथ में लंबाई के अनुसार कटे मल्टी-चैप्टर फ़िल्म।
फ़ोटोग्राफ़ी व विज़ुअल
एडिटोरियल फ़ोटोग्राफ़ी और इमेजरी, चैनल और उद्देश्य के अनुसार चुनी गई।
चार्ट व डायग्राम
नौ चार्ट प्रकार, KPI कार्ड, और वेक्टर डायग्राम — सभी ब्रांड-स्टाइल्ड।
बैनर व कॉम्पोनेंट
सेफ़-ज़ोन बैनर और वेब पार्ट, पेज के अपने टोकन में जोड़े गए।
रन
कैटलॉग खुद भरता है।
cohenta assets "launch enterprise trust"
# grounding: facts.pdf · brand-rules.md · q3-kpis.csv
▸ article long-form · citability scored · schema emitted
▸ deck pdf + editable · 12 slide kinds · charts sourced
▸ email sends + nurture · A/B subjects · winner tested
▸ video narrated · captioned · 9:16 · 1:1 · 16:9 · 4:5
▸ atomize 1 flagship → per-platform cuts · UTM tagged
◆ catalog complete — every claim traced · manifest attached
एक अनुरोध — इंजन लिखता, फ़िल्माता, काटता, और स्टेज करता है। रन गेट पर रुकता है जब तक आप Approve नहीं दबाते।
विवरण
सवाल, जवाब सहित।
AI प्रेज़ेंटेशन मेकर स्लाइड्स को सटीक कैसे रखता है?
स्लाइड पर हर आँकड़ा आपके दिए गए तथ्यों और KPI के विरुद्ध सत्यापित होता है — जो ट्रेस नहीं होता उसे फ़्लैग किया जाता है, चुपचाप नहीं रखा जाता। डेक कन्वर्ज होने से पहले एक vision panel हर स्लाइड की समीक्षा करता है।
क्या यह PDF और एडिटेबल डेक दोनों बना सकता है?
हाँ — एक ही रन से पिक्सल-आइडेंटिकल PDF और एडिटेबल स्लाइड फ़ाइल दोनों मिलती हैं। टाइटल, बुलेट, मेट्रिक्स और टेबल नेटिव टेक्स्ट, शेप्स और टेबल के रूप में एक्सपोर्ट होते हैं — ताकि आपकी टीम वास्तव में उन्हें एडिट कर सके।
क्या ईमेल इंजन पूरे सीक्वेंस लिखता है?
हाँ। A/B सब्जेक्ट के साथ एकल सेंड्स से परे, यह staged सीक्वेंस लिखता है — welcome, educate, proof, objection, convert — आपकी अन्य एसेट के समान प्लान और तथ्यों से।
कौन सी एसेट स्वतः नियोजित होती हैं और कौन सी मांग पर बनती हैं?
कैंपेन कोर कैटलॉग end to end तैयार करता है: पोस्ट, कैरोसेल, आर्टिकल, ईमेल, डेक, वीडियो, लैंडिंग पेज, विज्ञापन, प्रेस रिलीज़, इन्फोग्राफ़िक। स्टूडियो मांग पर अतिरिक्त जोड़ता है — प्रेज़ेंटर वीडियो, फ़िल्में, फ़ोटोग्राफ़ी, चार्ट्स, बैनर।
एक flagship piece कई चैनल-नेटिव कट्स कैसे बनती है?
Atomization एक flagship एसेट को per-platform पोस्ट, थ्रेड्स, कैरोसेल, ईमेल और कार्ड्स में बदलता है — हर एक नेटिव, हर एक UTM-tagged। नंबर केवल वहीं आगे जाते हैं जहाँ दिए गए हों; मॉडल डाउन होने पर एक निर्धारक fallback कट्स लिखता है।
क्या पेड विज्ञापन इस तरह बनते हैं कि रिजेक्ट न हों?
हाँ — हर यूनिट Google Search, Meta, LinkedIn या X के लिए नेटिव बनती है और उस प्लेटफ़ॉर्म की फ़ील्ड सीमाओं तक क्लैंप होती है। Google Ads किसी भी खर्च से पहले paused बनाई जाती हैं, और हर विज्ञापन A/B वेरिएंट के साथ शिप होता है।
क्या एसेट को अन्य बाज़ारों के लिए लोकलाइज़ किया जा सकता है?
हाँ — कॉपी 11 B2B लोकेल में transcreate होती है, right-to-left सजग, हर नंबर बिल्कुल सटीक। मॉडल उपलब्ध न हो तो कंटेंट को untranslated मार्क किया जाता है, गढ़ा नहीं जाता — प्रति एसेट स्टेटस के साथ।
मॉडल या रेंडर विफल हो तो एसेट का क्या होता है?
हर एसेट अकेले विफल होती है और कैंपेन को नहीं डुबो सकती। हल्की एसेट हमेशा रेंडर होती हैं; भारी वाली staged brief में डिग्रेड होती हैं — कोई key गायब हो या मॉडल ऑफ़लाइन हो तो कवरेज घटती है, शून्य नहीं होती।
हर डिलीवरेबल, एक सिस्टम।
Cohenta सेट की योजना बनाता है, हर piece नेटिव रूप से तैयार करता है, और आपकी स्वीकृति के लिए सब कुछ गेट पर रोके रखता है।