למדו את סוכן ה-AI שלכם AIDA ל-Landing Page Analytics

AIDA היא ישנה.

בדיוק בגלל זה היא שימושית.

Attention, Interest, Desire, Action אינה נוסחת copywriting קסומה. זו דרך פשוטה לשאול איפה דף נחיתה דולף:

• Attention — האם המבקרים הנכונים שמו לב להבטחה?
• Interest — האם הם המשיכו לקרוא או חקרו את הדף?
• Desire — האם הם הראו כוונה סביב proof, pricing, examples, integrations או fit?
• Action — האם הם לחצו, נרשמו, קבעו פגישה, התקינו או הגיעו ל-first product value event?

ה-framework הקלאסי אינו השדרוג.

ה-workflow הוא השדרוג.

ב-2026, Claude Code, Codex, Cursor, Hermes, OpenClaw וסוכנים אחרים יכולים לייצר וריאנטים לדפי נחיתה מהר יותר מ-founder שיכול לסקור אותם. לכן עוד סיעור מוחות לכותרות הוא זול. אבחון הוא החלק הנדיר.

הסוכן שלכם לא צריך להתחיל מכתיבת עשרה דפים “טובים יותר”. הוא צריך להתחיל מקריאת analytics חי, מיפוי הדף ל-AIDA, זיהוי השלב החלש ביותר והצעה לשינוי אחד ספציפי לשלב לבדיקה הבאה.

כאן Agent Analytics נכנס לתמונה.

AIDA ישנה; ה-workflow חדש

ה-workflow הישן נראה כך:

learn AIDA → write copy → publish page → stare at conversions

ה-workflow ה-agent-native צריך להיראות כך:

install skill → read live analytics → map AIDA stages → find leak → change one thing → measure again

האדם עדיין מחזיק בטעם, positioning וסיכון. הסוכן עושה את העבודה החוזרת:

• מושך נתוני page ו-event עדכניים,
• בודק אם ה-tracking מספיק טוב,
• ממפה אותות דף נחיתה ל-Attention, Interest, Desire ו-Action,
• מסביר את הדליפה הגדולה ביותר,
• ממליץ על שינוי מדיד אחד הבא.

זה הופך את AIDA מטריוויה של copywriting ללולאת עבודה.

AI הופך יצירת וריאנטים לזולה; האבחון נדיר

אם ה-prompt שלכם הוא “write me a better landing page,” הסוכן כנראה יציית.

הוא עשוי לייצר:

• חמש כותרות,
• שלושה hero sections,
• CTA חד יותר,
• בלוק testimonial חדש,
• שכתוב של pricing section,
• FAQ ארוך יותר.

חלק מזה עשוי להיות טוב. אבל בלי אבחון, העבודה אקראית.

דף עם דליפת Attention לא צריך feature section ארוך יותר. הוא צריך מסך ראשון ברור יותר, התאמה טובה יותר בין מקור למסר, או תיקון איכות תנועה.

דף עם דליפת Interest לא צריך CTA אגרסיבי יותר. הוא צריך שה-section הבא יענה לשאלה האמיתית של המבקר.

דף עם דליפת Desire לא צריך קופי מתוחכם יותר. הוא צריך proof, ספציפיות, comparison, בהירות pricing, פרטי integration, risk reversal או ראיה שהמוצר עובד למבקר הזה.

דף עם דליפת Action לא צריך עוד פסקה. הוא צריך פחות חיכוך בין כוונה לצעד הבא.

זה הכלל המרכזי:

Do not ask your agent for variants until it names the leaking AIDA stage.

מפו AIDA לאותות מדידים

AIDA אינה לשונית dashboard. הסוכן צריך לתרגם אותה לאותות זמינים באתר שלכם.

השתמשו במיפוי הזה כנקודת התחלה:

שלב AIDA	מה זה אומר בדף נחיתה	אותות שימושיים ב-Agent Analytics
Attention	האנשים הנכונים מגיעים ושמים לב להבטחה	sessions by source, landing page views, bounce או quick exits, first-screen engagement, איכות campaign או referrer
Interest	מבקרים ממשיכים לחקור במקום לעזוב אחרי ה-hero	scroll depth, section visibility, time-on-page, docs clicks, demo clicks, interactions עם feature sections, ניווט לעמודים קשורים
Desire	מבקרים מחפשים הוכחה שהמוצר מתאים למצב שלהם	pricing clicks, case-study clicks, integration clicks, comparison-page clicks, security או docs depth, repeat visits, high-intent section engagement
Action	מבקרים עושים את הצעד הבא ומגיעים לערך	CTA clicks, signup starts, lead forms, install events, onboarding completion, first activation event, trial-to-activation quality

ה-events המדויקים שלכם ישתנו. זה בסדר.

הדבר החשוב הוא שהסוכן יכתוב את המיפוי לפני שהוא שופט את הדף. אחרת הוא ימטב את המדד שהכי קל למצוא.

אבחון AIDA טוב צריך לומר משהו כמו:

Attention is acceptable from organic search and direct, weak from paid social. Interest is weak because 71% of visitors leave before the proof section. Desire is inconclusive because pricing and integration events are under-instrumented. Action is low, but likely downstream of the Interest leak. Next test: move integration proof and one concrete outcome into the second section, then measure scroll-to-proof and CTA click rate from visitors who reached it.

זה הרבה יותר טוב מ:

Try a punchier headline.

התקינו את Agent Analytics skill

הבלוג מלמד את מודל ההפעלה. ה-skill מלמד את סוכן ה-AI איך להשתמש ב-Agent Analytics בתוך הקודבייס או הפרויקט שעליו הוא עובד.

התקינו את ה-Agent Analytics skill הציבורי:

npx --yes skills add agent-analytics/skills --skill agent-analytics --agent codex -y --copy

אם אתם רוצים לבדוק את החבילה קודם, הציגו את ה-skills הזמינים:

npx --yes skills add agent-analytics/skills --list

אחר כך פתחו את הפרויקט בסביבת הסוכן שלכם ותנו לסוכן לאמת שלושה דברים לפני שהוא מאבחן את הדף:

1. Agent Analytics tracking מותקן בדף הנחיתה.
2. קיימים events חשובים ל-CTAs, signup או lead submission, ו-first meaningful activation event.
3. Project context מכיל אמת מוצרית עמידה: קהל יעד, הבטחה מרכזית, הגדרת activation, CTAs חשובים ושינויים אחרונים בדף.

אם אחד מהם חסר, המשימה הראשונה היא instrumentation או ניקוי context, לא copywriting.

בקשו מסוכן ה-AI להריץ את מתכון AIDA

העתיקו את ה-prompt הזה ל-Claude Code, Codex, Cursor, Hermes, OpenClaw או כל סוכן עם Agent Analytics skill מותקן:

Use the Agent Analytics skill to run an AIDA diagnosis for this landing page using the last 14 days of live analytics. Map Attention, Interest, Desire, and Action to the available events and page signals. Identify the weakest stage, explain the evidence and caveats, and recommend one stage-specific change to test next. Do not write copy variants until you have named the leaking stage and the metric that will judge the change.

אם אתם יודעים שהדף השתנה לאחרונה, הוסיפו:

Before comparing results, check project context and annotations for recent landing-page, pricing, onboarding, or tracking changes. If the data crosses a major change, split the readout before and after that date.

אם הסוכן קופץ ישר לקופי, עצרו אותו ובקשו קודם את מפת המדידה:

Use the Agent Analytics skill to compare landing-page CTA clicks, signup or lead events, and activation quality before recommending any AIDA copy variants. Show which events represent Attention, Interest, Desire, and Action, and flag missing instrumentation.

ה-output צריך להיות משעמם ושימושי:

• חלון הזמן,
• הדף או הדפים הכלולים,
• מיפוי שלבי AIDA,
• השלב החלש ביותר,
• הסתייגויות לגבי sample size או events חסרים,
• שינוי מומלץ אחד,
• המדד שיקבע אם השינוי עבד.

מה לשנות עבור כל שלב דולף

אחרי שהסוכן מזהה את הדליפה, השינוי צריך להתאים לשלב.

אם Attention דולף

סימפטומים:

• תנועה מגיעה אבל עוזבת מהר,
• מקורות מסוימים מתפקדים הרבה יותר גרוע מאחרים,
• ה-hero לא מתאים לשאילתת החיפוש, הקמפיין או ההבטחה המפנה,
• מעורבות במסך הראשון נמוכה.

בקשו מהסוכן לבדוק:

• כותרת ברורה יותר שמציינת audience ו-outcome,
• message match למקור או לקמפיין המוביל,
• hero section שמראה את קטגוריית המוצר מהר יותר,
• proof point במסך הראשון במקום positioning מופשט,
• ניקוי source אם מגיעים המבקרים הלא נכונים.

מדידה:

• first-screen engagement,
• quick-exit rate,
• scroll past hero,
• CTA visibility and click rate by source.

אל תתקנו Attention על ידי הוספת עוד sections מתחת לקפל. מבקרים צריכים שיהיה להם אכפת לפני שהם גוללים.

אם Interest דולף

סימפטומים:

• מבקרים עוברים את ה-hero אבל לא מגיעים ל-sections חשובים,
• clicks ל-docs/demo/feature חלשים,
• scroll depth נופל לפני שהמוצר מוסבר,
• מבקרים לא מגיבים לבלוק ההוכחה או ההסבר הבא.

בקשו מהסוכן לבדוק:

• section שני שעונה מהר יותר על “איך זה עובד?”,
• פחות benefits מופשטים ויותר use cases קונקרטיים,
• product walkthrough ברור יותר,
• השוואה בין workflow ישן לחדש,
• קישורים פנימיים ל-docs, examples או demo paths שמתאימים לכוונת המבקר.

מדידה:

• scroll to the explanation/proof section,
• section engagement,
• docs/demo clicks,
• return visits from interested users.

Interest הוא לרוב המקום שבו דפים שנוצרו ב-AI נהיים מבריקים אבל דקים. המבקר ממשיך לשאול “מה זה בעצם?” והדף ממשיך לענות בתארים.

אם Desire דולף

סימפטומים:

• מבקרים קוראים אבל לא מראים high intent,
• clicks ל-pricing, case-study, integration, security או comparison חלשים,
• CTA clicks קורים אבל איכות signup נמוכה,
• הדף לא עונה על risk, fit, proof או “למה עכשיו?”.

בקשו מהסוכן לבדוק:

• proof קשור למצב האמיתי של משתמש היעד,
• דוגמת case קצרה או workflow לפני/אחרי,
• פרטי integration ו-setup,
• בהירות pricing או plans,
• טיפול בהתנגדויות ליד ה-CTA,
• screenshots או examples רק אם הם אמיתיים ועדכניים.

מדידה:

• pricing or proof-section engagement,
• integration/docs clicks,
• CTA clicks after proof exposure,
• signup-to-activation quality,
• repeat visits from high-intent sources.

Desire אינו hype. זו ראיה שהמבקר מאמין שהמוצר יכול לעבוד עבורו.

אם Action דולף

סימפטומים:

• מבקרים מראים interest ו-desire אבל לא משלימים את הצעד הבא,
• CTA clicks גבוהים אבל signup או lead completion נמוכים,
• signup starts לא הופכים ל-activation,
• מסלול הפעולה כולל בחירות או חיכוך מיותרים.

בקשו מהסוכן לבדוק:

• CTA ראשי אחד במקום CTAs מתחרים,
• button copy ברור יותר שאומר מה קורה בהמשך,
• signup או handoff עם פחות חיכוך,
• פחות שדות,
• onboarding טוב יותר אחרי הקליק,
• דף next-step ששומר על הבטחת דף הנחיתה.

מדידה:

• CTA click to signup start,
• signup start to completion,
• install or setup completion,
• first activation event,
• activation quality by landing-page source.

Action אינו רק לחיצה על הכפתור. למוצר עבור בוני AI, הפעולה השימושית היא בדרך כלל הרגע הראשון של ערך מוצרי.

לולאת AIDA של 7 ימים

אל תהפכו את זה לטקס CRO רבעוני.

הריצו את זה שבועית:

1. בחרו את דף הנחיתה או דף הקמפיין החשוב השבוע.
2. בקשו מהסוכן למפות AIDA לאותות חיים.
3. זהו את השלב החלש ביותר.
4. בחרו שינוי אחד לשלב הזה.
5. שלחו את השינוי.
6. הוסיפו annotation לשינוי ב-project context.
7. קראו מחדש את אותו אות שלב אחרי מספיק traffic.

ה-annotation חשוב. אם הסוכן לא יכול לראות מתי הדף השתנה, הוא יערבב נתונים ישנים וחדשים ויגזים במסקנה.

prompt/checklist למפעיל שבועי

השתמשו בזה בכל שבוע:

Use the Agent Analytics skill to run the weekly AIDA landing-page check for this project.

Checklist:
1. Confirm the landing page, date window, and any recent page or tracking annotations.
2. Map available analytics to Attention, Interest, Desire, and Action.
3. Identify the weakest stage using evidence, not vibes.
4. Flag missing or low-confidence instrumentation.
5. Recommend one stage-specific change for the next 7 days.
6. Name the exact metric or event that will decide whether the change worked.
7. Draft the smallest implementation plan, but do not broaden the test into multiple unrelated changes.

ה-output הטוב ביותר אינו redesign מלא.

הוא מהלך מדיד אחד הבא.

נספח מקורות

• E. K. Strong, The Psychology of Selling and Advertising (1925). Strong הפיץ את רצף AIDA בחינוך למכירות ופרסום, על בסיס ניסוחים מוקדמים יותר של attention-interest-desire-action שמקושרים לעיתים ל-E. St. Elmo Lewis.
• E. St. Elmo Lewis, כתיבה מוקדמת על פרסום ומכירות סביב משיכת תשומת לב, שמירת עניין, יצירת רצון והשגת פעולה. היסטוריית המקור המדויקת מבולגנת, אבל AIDA נחשבת בדרך כלל ל-sales/copy funnel קלאסי ולא למודל analytics מודרני.
• תיעוד Google Analytics על events ו-enhanced measurement. שימושי לחשיבה על page views, scrolls, outbound clicks, form interactions ו-conversion events כהתנהגות מדידה ולא כדעות קופי.
• מחקר וכתיבת UX של Nielsen Norman Group על scrolling, information scent ותשומת לב משתמשים. תזכורת שימושית שמבקרים מחליטים מהר אם ה-section הבא שווה את המאמץ.
• נתיב התקנת Agent Analytics skill: npx skills add agent-analytics/skills. ה-workflow מגובה ה-skill בפוסט הזה מניח שהסוכן יכול לקרוא project analytics, לבדוק או לשפר event instrumentation, להשתמש ב-project context ולסכם את השינוי המדיד הבא.