Bernt
58ca4e68db
- Go backend API with full CRUD for all modules (CRM, Sales, Finance, HR, Legal, Marketing, Support, Purchase, Inventory, Projects, Automation, Analytics) - Rust analytics service with parallel report generation - C runtime with POSIX shared memory IPC - PostgreSQL schema with 30+ tables, full migrations - Redis cache, sessions, pub/sub - Kafka event streaming with Zookeeper - WebSocket hub for real-time updates - Automation engine with cron jobs, workflows, event triggers - JWT authentication, multi-tenant from start - Docker Compose with all services - Nginx reverse proxy with rate limiting - Integration tests passing - Feature gap analysis against Fortnox/Odoo/Visma Refs: BOC-001
5.4 KiB
Landvex — Communication Guidelines
The Golden Rule
Features tell. Benefits sell. Outcomes scale.
The "So What?" Test
Varje påstående måste klara tre nivåer:
Nivå 1 — Feature (vad vi gör)
"Vår AI använder YOLOv8 för objektdetektion."
Nivå 2 — Benefit (vad kunden får)
"Den identifierar objekt snabbt och exakt."
Nivå 3 — Outcome (vilket resultat)
"Du kan lita på att observationerna är korrekta och agera på dem."
Kommunicera alltid på Nivå 2 eller 3.
Forbidden Words
| ❌ Använd aldrig | ✅ Använd istället |
|---|---|
| AI-driven | Smart, automatisk |
| Maskininlärning | Lär sig av data |
| Djupinlärning | Avancerad analys |
| Neurala nätverk | Intelligent system |
| Algoritm | Metod, process |
| Realtidsdetektion | Ser direkt |
| Avvikelsedetektion | Hittar skillnader |
| Objektidentifiering | Känner igen |
| Bounding box | Område |
| Konfidensintervall | Säkerhet |
| Inferens | Analys |
| Modellträning | Lär sig |
Before/After Examples
Website Headline
Before:
"AI-Powered Visual Infrastructure Monitoring with Real-Time Anomaly Detection"
After:
"See Problems Before They Cost You Money"
Product Description
Before:
"VIMS leverages state-of-the-art computer vision and deep learning algorithms to perform continuous visual monitoring of critical infrastructure assets. Our proprietary neural network architecture achieves 94.7% accuracy in object detection and classification tasks."
After:
"VIMS fotograferar din infrastruktur regelbundet och jämför bilderna. När något ser annorlunda ut — en skada, ett fel, en förändring — får du besked direkt."
Email to Customer
Before:
"We're excited to announce that our latest model update includes improved feature extraction capabilities and enhanced temporal consistency in our change detection pipeline."
After:
"Din övervakning har blivit bättre. Vi ser skillnader tydligare nu, så du får färre falska larm och fler verkliga problem upptäcks."
Sales Pitch
Before:
"Our platform uses a microservices architecture deployed on Kubernetes with auto-scaling capabilities and a PostgreSQL backend with Redis caching layer."
After:
"Systemet växer med dina behov. Oavsett om du har 10 eller 10 000 objekt fungerar det lika snabbt."
Audience-Specific Language
Fastighetsägare
- ❌ "Per-objekt-baslinje"
- ✅ "Vi fotograferar din fastighet och lär oss hur den ser ut. Sen jämför vi nya bilder med den."
Kommuner
- ❌ "AI-verifierade crowd-sourced observationer"
- ✅ "Invånare fotograferar problem. Vi kollar att bilden är bra och skickar till rätt förvaltning."
Tekniska partners
- ❌ "REST API med JSON-payloads och OAuth 2.0-autentisering"
- ✅ "Du kopplar in dig via vårt API. Det tar en timme att komma igång."
Investerare
- ❌ "Vi använder transformer-arkitekturer med self-attention"
- ✅ "Vår teknik lär sig av varje bild den ser. Ju mer data, desto bättre blir den."
The Invisible Technology Principle
När produkten fungerar som den ska blir tekniken osynlig.
Användaren upplever bara att tjänsten levererar tillförlitliga resultat.
Dålig upplevelse
"Jag laddade upp en bild och AI:n analyserade den med 94.7% confidence och identifierade objekttypen som 'vattenledning' med bounding box coordinates [120, 340, 280, 560]..."
Bra upplevelse
"Jag tog en bild. En minut senare visste kommunen om läckan."
Writing Checklist
Innan du publicerar, kontrollera:
- Leder jag med problemet eller resultatet?
- Använder jag några tekniska termer som kräver förklaring?
- Skulle min mamma förstå detta?
- Svarar texten på "vad är det här?"
- Svarar texten på "varför ska jag bry mig?"
- Svarar texten på "är det här för mig?"
- Svarar texten på "vad gör jag nu?"
- Har jag testat "So what?" på varje påstående?
Tone of Voice
Direct
- ❌ "Vi skulle vilja informera er om att..."
- ✅ "Du får nu..."
Active
- ❌ "Problem upptäcks av systemet..."
- ✅ "Systemet hittar problem..."
Concrete
- ❌ "Signifikanta kostnadsbesparingar"
- ✅ "75% lägre kostnader"
Honest
- ❌ "Världens bästa AI"
- ✅ "Vår AI lär sig hela tiden. Den är bra, men inte perfekt."
Emergency Exceptions
Teknisk detalj är OK när:
- Kunden frågar: "Hur fungerar det?"
- Teknisk dokumentation: API-docs, integration guides
- Investerarpitch: När de frågar om teknisk differentiering
- Rekrytering: När du söker tekniska roller
Men alltid: Förklara varför tekniken är viktig, inte bara vad den är.
Examples by Channel
Website
- Headline: Outcome-focused
- Body: Problem → Solution → Outcome
- CTA: Action-oriented
- Subject: Resultat eller nytta
- Body: Kort, konkret, personlig
- CTA: En tydlig nästa steg
Sales Call
- Öppning: Problem de känner igen
- Demo: "Se vad som händer när..."
- Stängning: Konkret nästa steg
Social Media
- Hook: Problem eller resultat
- Body: Kort historia eller exempel
- CTA: Läs mer eller prova
Press Release
- Lead: Vad det betyder för samhället
- Body: Problem som löses
- Quote: Kund om resultat
Summary
Kommunicera alltid:
- Vilket problem vi löser
- För vem vi löser det
- Vilket konkret värde det skapar
Tekniken är hur. Resultatet är varför.
Kunder köper varför.