Claude Fable 5 Kullanarak Otomatik İçerik Satış Sistemini Optimize Etmek ve Satışları İkiye Katlamak

**

9 Haziran'da Anthropic, Claude Fable 5 adında yeni bir model yayınladı.

Tam o gün, tüm "otomatik not satış sistemimi" bu modele emanet ettim.

Sonuç olarak, günlük satışlar sadece bir haftadan biraz fazla bir sürede neredeyse ikiye katlandı.

Dürüst olmak gerekirse, sadece "Yeni bir model çıktı, bir deneyeyim bari" diye düşünüyordum, bu yüzden buna en çok şaşıran kişi benim.

Bu yazıda her şeyi anlatacağım: Ona neler yaptırdım, neler düzeltildi ve hatta kullandığım istemler (promptlar) nelerdi.

Bu arada, bu sistemin en son hareketlerini ve bir makaleye sığdıramadığım detaylı ayarları genellikle LINE hesabımdan paylaşıyorum, bu yüzden ilgileniyorsanız sonundaki bağlantıya göz atın.

Fable 5'in Çıktığı Gün Başarılı Bir Sistemi Yapay Zekaya Emanet Etmek

Öncelikle biraz bağlam oluşturalım.

Fable 5, Anthropic'in yüksek performansı nedeniyle daha önce halka açık sürümden uzak tuttuğu "Mythos sınıfı" yetenekleri, güvenlik mekanizmalarıyla birlikte herkesin kullanımına sunan ilk modelidir.

Kodlama kıyaslamasında (SWE-bench Pro) %80,3 puan kaydetti; bu, sadece önceki Opus 4.8'i değil, aynı zamanda GPT-5.5 ve Gemini 3.1 Pro'yu da geride bırakan bir rakam.

Bu arada, "güvenlik mekanizması" ifadesi, yalnızca tehlikeli alanlardaki isteklerin otomatik olarak eski modellere yönlendirildiği anlamına geliyor. Resmi verilere göre, bu durum oturumların %95'inden fazlasında tetiklenmiyor.

Kısacası, normal iş kullanımı için herhangi bir fark hissetmeyeceksiniz.

Ancak benim odaklandığım şey kıyaslama rakamları değil, "bağlamı yarı yolda kaybetmeden uzun ve karmaşık görevleri yerine getirebilmesi" gerçeğiydi.

Bu ne anlama geliyor?

Artık daha önce sadece insanların yapabildiği "iyileştirme" sürecini —tüm sistemin dosyalarını okumak, bunları satış verileriyle çapraz referanslamak ve neyin düzeltilmesi gerektiğine karar vermek— dışarıdan temin edebileceğimiz anlamına geliyor.

Geleneksel modellerle, onlara 10 dosya verirseniz, genellikle ilk birkaçının içeriğini unutur ve alakasız önerilerde bulunurlardı. Fable 5 bunu neredeyse hiç yapmıyor.

Bunun net bir örneği, "50 milyon satır kodun taşınmasının 2 aydan 1 güne düştüğü" yönündeki yurt dışı raporudur. Esasen, devasa bir bütünü tam olarak anlayarak işe devam edebileceği anlamına geliyor.

Sistemimde toplamda yaklaşık 40 dosya ve satış verileri var, bu yüzden bu "her şeyi baştan sona okuma yeteneği" doğrudan etkili oluyor.

Bu yüzden, sadece yeni özelliklerle oynamak yerine "mevcut bir sistemi iyileştirmesine izin vermenin" onu kullanmanın en akıllıca yolu olduğuna karar verdim.

Burada önemli bir bakış açısı var.

Bir modelin gelişmesi, "sistemin eskidiği" anlamına gelmez.

"Sistem iyileştirme hızının arttığı" anlamına gelir.

Bir sistemi olanlar için her yeni model sürümü bir rüzgardır.

İyileştirmeleri kendim yapmamamın üç nedeni var:

1. Kendiniz yaptığınızda "varsayımlar" (kendi sezgilerinize dayanarak bir şeylerin neden sattığına karar vermek) devreye girer.
2. Dışarıdan hizmet almak, sistemin içeriğini teslim etmek (know-how'ı sızdırmak) demektir.
3. Yapay zeka tüm verileri sıfır duyguyla okuyabilir (insanlar için imkansız olan veri hacimlerini bir gecede işleyebilir).

Açıkçası, iyileştirme "tüm verileri okuma ve farklılıkları bulma" görevidir, bu yüzden yapay zeka bu konuda insanlardan daha yeteneklidir.

Sezgilerim "Bu ay empati temelli gönderilerin işe yaradığını hissediyorum" diyebilir, ancak yapay zekaya okuttuğumda, "Yüksek kaydetme oranına sahip gönderiler, giriş kısmında tutarlı bir şekilde şu öğeye sahip" gibi veriye dayalı bulgularla geri döner.

Bu fark çok büyük.

Otomatik Note Satış Sistemine Genel Bakış

Çalıştırdığım yapılandırma şu şekilde:

1. Konsept Tasarımı (Kimin, neyin ve nasıl satılacağının tek bir md dosyasında birleştirilmesi)
2. Otomatik Gönderi Oluşturma (Yapay zeka konsepti temel alarak günde 10 gönderi oluşturur)
3. Otomatik Paylaşım (Her gün belirli saatlerde Threads/X'e akış)
4. Note Yönlendirmesi (Gönderi → Profil → Note makalesi akışı)
5. Veri Toplama (Gösterimler, kaydetmeler ve satışlar otomatik olarak biriktirilir)
6. Otomatik İyileştirme Döngüsü (Biriken verilere göre sonraki gönderiler değişir)

Her parçayı biraz tamamlamak gerekirse:

1. adımdaki konsept md dosyası her şeyin başlangıç noktasıdır. 2. adımdan itibaren her şey burada yazılı olan "kim, ne ve nasıl"a göre hareket eder.

1. adımda, yapay zeka konsept md dosyasını okuduktan sonra kendi başına günde 10 gönderi oluşturur. Artık insanlar yazmıyor.

1. adım sadece bunları otomatik bir paylaşım aracına koymaktır, bu yüzden paylaş düğmesine bile basmıyorum.

1. adım sessizce önemlidir; "hangi gönderi kaydedildi", "hangi gönderi profil tıklamasına yol açtı" ve "o gün ne kadar satış yapıldı" her gün otomatik olarak kaydedilir.

1. adım, bu verileri her 3 günde bir okuyan ve sonraki 30 gönderiye yansıtan bir döngüdür.

Mesele şu ki, bu sistem "bir kez kurulduğunda biten" bir şey değil, aksine 5 → 6 → 2 iyileştirme döngüsü dönmeye devam ediyor.

İnsanlar genellikle "Kurması zor görünüyor" derler, ancak ağır iş sadece ilk seferdir.

Beyninizi sadece konsept md dosyasını ve değerlendirme kriterlerini ilk oluştururken kullanırsınız. Ondan sonra, sistem ne kadar çok çalışırsa o kadar çok veri birikir ve ne kadar çok veri birikirse iyileştirmelerin doğruluğu o kadar artar.

Zamanla güçlenen bir yapı olduğu için, erken başlayanların bu oyunu kazandığını dürüstçe düşünüyorum.

Peki insanlar ne yapıyor? Aslında sadece üç şey:

• Başlangıçta türü ve konsepti belirlemek (bu bir insanın işi).
• Yapay zekanın iyileştirme önerilerini benimseyip benimsememeye karar vermek (bunu daha sonra detaylıca yazacağım).
• Ara sıra verilere bakmak ve bir şeylerin ters gidip gitmediğini araştırmak.

Günlük çalışma süresi açısından 10 dakikadan az.

Ve Fable 5'e bu sefer yaptırdığım şey, döngünün en üst akış göreviydi: "Bu sistemin tüm dosyalarını son satış verileriyle çapraz referanslayarak düzeltilmesi gereken alanları belirle."

Veri aktarımı için zor bir şey yapmadım; sadece sistem dosyaları setini ve satış, gösterim ve kaydetme verilerini olduğu gibi okumasını sağladım.

Birçok insan "Teslim etmeden önce düzenlemem gerekiyor" diye düşünür, ancak tam tersidir.

Ham veriyi teslim ederseniz, yapay zeka onu kendi başına düzenleyecek ve insanların fark etmediği korelasyonları yakalayacaktır.

Ona attığım istem temel olarak şuydu (kopyalayıp yapıştırabilmeniz için buraya bırakıyorum):

"Bu sistemin tüm dosyalarını oku ve 'sattığı zamanlar' ile 'satmadığı zamanlar' arasındaki tüm farkları belirlemek için satış verileriyle karşılaştır. Bana gösterimler değil, sadece veri farklılıklarını ver. Ardından, bu farklılıkların sistemin hangi dosyasında ve hangi yargı kriterinde yansıtılması gerektiğini, dosya adı ve değişiklik önerisi seti olarak öner."

Mesele şu ki, onu "gösterimler değil, sadece veri farklılıkları" ile sınırlandırdım.

Bunu dahil etmezseniz, yapay zeka her yerde yazan "Paylaşım sıklığını artır" gibi genel tavsiyeleri karıştıracaktır.

Veri farklılıklarıyla sınırlandırarak, sadece benim sistemime özgü iyileştirme noktaları ortaya çıkar.

Farklılıklar ortaya çıktıktan sonra, aslında düzeltmesini sağlamak için kullandığım istem şuydu:

"Hangi önerileri benimseyeceğimi belirteceğim, bu yüzden ilgili dosyaları doğrudan yeniden yaz. Yeniden yazmadan önceki ve sonraki farkların bir listesini sonunda bana göster. Belirtmediğim kısımlarda tek bir karakter bile değiştirme."

"Belirtmediğim kısımlarda tek bir karakter bile değiştirme" ifadesi cidden önemli. Bunu dahil etmezseniz, yapay zeka iyi niyetinden dolayı diğer alanları da "iyileştirecektir". Çalışan bir sisteme dokunmasına izin verirken, değişimin kapsamını sınırlamak değişmez bir kuraldır.

Fable 5'in "Satmadığı Zamanlar" Arasında Bulduğu Üç Fark

Böylece, Fable 5'in ortaya çıkardığı üç fark vardı.

İlkinin ne olduğunu gördüğüm an, "Bu kesinlikle satışları değiştirecek" diye düşündüm.

Fark ①: Satan notlarda "satın almadan hemen önceki cümle" vardı

Bu, Fable 5'in tüm satan ve satmayan notları karşılaştırdıktan sonra ulaştığı sonuçtur.

Satan notların konseptleri, "okuyucunun zihnine satın almadan hemen önce gelen duyguların" sözelleştirilmesini ve dahil edilmesini içeriyordu.

Satmayanlar ise sadece "hedef" ve "sorun" kısmına kadar tasarlanmıştı.

Özellikle, satmayan bir notun konsepti şu ayrıntı düzeyindeydi:

"30'lu yaşlarda kadın · eski sevgilisiyle barışmak istiyor · ona nasıl yapacağını öğret."

Ve satan bir notun konsepti şöyleydi:

"30'lu yaşlarda kadın · eski sevgilisiyle barışmak istiyor · 'Eğer bu kişinin dediklerini harfiyen yaparsam, gece yarısı telefonuma bakıp endişelenmek zorunda kalmayabilirim' diye düşündüğü an satın alıyor."

Farkı görüyor musunuz?

İlki "ne satılacağı" ile biter.

İkincisi ise cüzdanı açmadan 0,5 saniye önceki düşüncelere kadar tasarlanmıştır.

Satış için belirleyici çizgi buydu.

Bu yüzden, konsept tasarımı md dosyasına zorunlu bir öğe olarak "satın almadan hemen önceki duyguların sözelleştirilmesini" eklettim.

Sadece bu bir öğeyi eklemek her şeyi değiştirir. Konsept en üst akışta olduğu için, oluşturulan gönderilerin kelime seçimi, notun başlığı ve metnin nasıl vurduğu —her şey o "satın almadan önceki düşünceye" doğru yazılmaya başlar.

Bir dosyadaki bir öğenin değişikliği, tüm alt akış ürünlerine dalga dalga yayılır. Sistematizasyonun güzelliği budur.

Bu arada, Fable 5'e bunu yazmanın püf noktasını da çıkarttırdım: kriter, "okuyucunun kimseye söyleyemediği gerçek duygularını, okuyucunun kendi kelimeleriyle yazmak."

"Endişemi gidermek istiyorum" zayıftır.

Eğer "Tekrar terk edilmekten o kadar korkuyorum ki gönder düğmesine basamıyorum" yazabilirseniz, bu geçer nottur.

Diğer türlerde de aynıdır. Örneğin, yan gelir nişinde, "yan gelirden kazanmak isteyenler için" yerine şunu kullanın:

"Maaş gününden bir hafta önce bakiyesine bakan ve markette iç çekerek bir ürünü sepete geri koyan insanlar."

O kadar ileri yazabilirseniz, sadece o kişiye görünen bir reklam gibi görünen bir not haline gelir.

Fark ②: Gönderi değerlendirme kriterleri çok fazla gösterime odaklanmıştı

Otomatik iyileştirme döngüsü için değerlendirme kriterleri "gösterim ağırlıklıydı".

Ancak satışla korelasyon gösteren şey gösterimler değil, "kaydetme sayısı" ve "profil tıklama oranı" idi.

Bu, gösterim alan gönderiler ile cüzdan açan gönderilerin farklı şeyler olduğu anlamına gelir.

Liste pazarlaması yapan herkes bunu anlar, ancak potansiyel müşteri sayısı ile dönüşüm sayısı her zaman korelasyon göstermez.

Gösterim alan gönderiler "empati, ilişkilendirilebilirlik, mizah" türleridir.

Ancak cüzdan açan gönderiler için "Bunu kaydedip sonra okuyayım" veya "Şu kişinin profiline bir bakayım" gibi hareketler gerçekleşir.

Viral olmak iyi hissettirir, ancak doğrudan satışla bağlantılı rakamlar daha mütevazı olanlardı.

Bu arada, bu iki sayı X Analytics'te herkes tarafından ücretsiz olarak görülebilir.

Gönderilerinizi "gösterim" yerine "kaydetme" sırasına göre gözden geçirerek, satan kalıpları bulabilirsiniz.

Referans olarak, kaydedilen gönderilerin üç ortak noktası vardı:

• Daha sonra kullanılabilecek belirli adımlar içeriyorlardı (okunduğu an bitmiyor).
• "Not" olarak saklamak istemelerini sağlayan sayılar veya özel isimler içeriyorlardı.
• Kişinin kendi durumuna uygulama alanı vardı (olduğu gibi kullanılabilecek bir biçimde).

Buna karşılık, "güzel hikayeler" kaydedilmez. Gösterimler yerinde tüketilir ve orada biter.

Değerlendirme kriterlerini "kaydetmelere ve profil tıklamalarına odaklanacak" şekilde yeniden yazdırdığımda, gösterimler biraz düştü ama satışlar arttı —ilginç bir hareket.

Otomatik iyileştirme döngüsündeki değerlendirme kriterlerinin sadece bir satırını değiştirerek, oluşturulan tüm gönderilerin yönü değişti, bu yüzden bir sistemi olanlar bunu önce gözden geçirmelidir.

Fark ③: Metnin sırası "çözüm için çok erkendi"

Satmayan notlar, çözüm kısmını başlangıçta çok fazla veriyordu.

Eğer okuyucu "bu benim sorunum" olduğunu fark etmeden önce cevabı gösterirseniz, değeri hissetmeden okumayı bitirirler.

Satan notlar "toplamın %30'unu sorunu sözelleştirmek için" kullanıyordu.

7.000 karakterlik bir notta, ilk 2.000 karakter çözüm sunmak için değil, "okuyucunun durumunu okuyucunun kendisinden daha doğru tanımlamak" için kullanılır.

Okuyucu "Beni nasıl bu kadar iyi tanıyorsun?" durumuna geldikten sonra çözümü ilk kez sunarsınız.

Bu sırada, aynı içerik bile "değerli" bir şey olarak okunur.

Ve "sorunun sözelleştirilmesi nasıl yazılır" diye merak edenler için, aslında kullandığım prosedürü buraya bırakıyorum.

Yapay zekaya, hedefin gece yatakta düşündüğü 10 monolog yazdırıyorum.

"Bir hafta oldu hala görüldü bile yok", "Bunu arkadaşlarıma anlatamam" veya "Arama geçmişim hep eski sevgiliyle barışmak üzerine" gibi şeyler.

Sadece bu 10 tanesini yeniden düzenleyip metnin başına yerleştirerek, sorun sözelleştirme kısmı neredeyse tamamlanmış oluyor.

Buradaki yaygın bir hata, sorunu "genellemelerle" yazmaktır.

"Barışmak zor, değil mi?" veya "Seni endişelendiriyor, değil mi?" gibi herkese uyan ifadeler kimseye vurmaz. Sadece monolog düzeyinde belirttiğinizde "Bu benim hakkımda" anı gerçekleşir.

Bu da Fable 5'in veri farkı olarak ortaya çıkardığı bir şeydi. Düşündüğünüzde satışın temeli, ancak otomatik oluşturma sistemine dahil edilmemiş bir parçaydı.

İnsanların doğal olarak yapacağı şeyler sistem tasarımında eksik kalıyor.

Bu "bilinen ama uygulanmayan delikleri" bulmak, iyileştirmeleri yapay zekaya bırakmanın en iyi yanıdır.

İyileştirmeleri Yapay Zekaya Bırakırken Tasarım Felsefesi

Bunu yapay zekaya bırakmayı denerken öğrendiğim üç ilke var.

İlke ①: İyileştirmeler yapay zekaya, benimseme kararları size

Fable 5'ten toplam 7 öneri geldi.

3'ünü benimsedim.

Reddettiğim 4'ünün arasında, örneğin "gönderi sayısını günde 10'dan 15'e çıkarma" önerisi vardı.

Mantık sağlamdı, ancak okuyucu kitlem için zaman çizelgesi baskısının çok güçlü olacağını ve sonunda beni sessize alacaklarını geçmişte doğrulamıştım, bu yüzden reddettim.

Her şeyi olduğu gibi yutarsanız, sistem yapay zeka genellemelerine doğru eğilecek ve tersine satmamaya başlayacaktır.

Aslında, geçmişte tüm önerileri benimsediğim bir zaman oldu ve o hafta rakamlar düştü.

Her biri doğru gibi görünse bile, birleştirildiğinde "her yerde bulunan bir hesap" haline gelir.

Yapay zeka farklılıkları bulma konusunda bir dâhidir, ancak "bu farklılığı benimseyip benimsememe" konusunda karar vermek için gereken materyaller —geçmiş doğrulama geçmişi ve okuyucuların hissi— sadece sizin içinizde mevcuttur.

İlke ②: İyileştirmeleri her zaman "dosyalara" yansıtın

Sohbette sadece "bundan sonra böyle yap" deyip bitirmeyin; yapay zekaya sistem dosyalarının kendisini yeniden yazdırın.

Bunu yapmanın nedeni, iyileştirmeleri varlığa dönüştürmektir.

Bir sohbetteki talimatlar kaybolur, ancak bir dosyaya yerleştirilen yargı kriterleri bir sonraki nesilden itibaren her şey için etkili olmaya devam eder.

Benim durumumda, yeniden yazma hedeflerini role göre ayırıyorum.

"Kime ne satılacağı" konsept dosyasıdır, "hangi gönderinin büyüdüğüne karar verileceği" değerlendirme kriterleri dosyasıdır ve "notun hangi sırayla yazılacağı" yapı dosyasıdır.

Her iyileştirmeyle hangi dosyanın büyüdüğünü görebildiğim için, tüm sistemin giderek daha akıllı hale geldiğini hissediyorum.

İlke ③: Yukarıdan aşağıya düzeltin (Konsept > Gönderi > Kelime Seçimi)

İyileştirme söz konusu olduğunda, bir gönderinin kelime seçimi gibi aşağıdan yukarıya düzeltmek istersiniz.

Ancak satış için etkinlik sırası "Konsept > Değerlendirme Kriterleri > Metin Yapısı > Kelime Seçimi"dir.

Bu sefer satışların ikiye katlanmasının ana nedeni şüphesiz Fark ①'in konsept kısmıydı.

Nedeni basit: bir yukarı akış konumu oradan üretilen her şeyi etkiler, ancak bir aşağı akış konumu sadece o tek parçayı etkiler.

Konseptin bir satırını düzeltirseniz, gelecekteki tüm gönderiler ve notlar değişecektir. Bir gönderinin bir sonunu düzeltirseniz, sadece o gönderi değişir.

İş yükü aynıysa, etkili olduğu yerde kullanmak daha iyidir.

Aşağı akışı ne kadar parlatırsanız parlatın, yukarı akış tasarımı satmıyorsa rakamlar hareket etmeyecektir.

Sistem Tarafındaki İnsanlar Yapay Zeka Her Geliştiğinde Kazanır

Peki, şimdi neler oluyor?

İyileştirmeleri Haziran ortasında yansıttım ve oradan itibaren günlük satışlar neredeyse iki katına sabitlendi.

En etkili kısım şüphesiz Fark ①'in konsept kısmıydı. Yansıttıktan hemen sonra, oluşturulan içerikten gelen "Kaydet → Profil → Satın Al" akışı gözle görülür şekilde değişti.

Çalışma süresi değişmedi, neredeyse sıfır.

Bu olay bana bir şeyi kesin olarak öğretti:

Yapay zeka her geliştiğinde en çok kazananlar "bir sistemi olanlardır."

Fable 5'in kendisi herkes tarafından kullanılabilir.

Ancak "Fable 5'in iyileştirmesi için bir hedefi" olmayan insanlar, sadece yeni bir model çıktığında deneyebilirler.

Her yeni model çıktığında deneyen, "harika" diyen, izlenimlerini paylaşan ve orada bitiren insanlar var.

Bir de her yeni model çıktığında, sistemini okutan, iyileştiren ve satış rakamlarını bir seviye yukarı taşıyan insanlar var.

Aynı yapay zekayı kullansalar bile, biri tüketim, diğeri yatırımdır.

Bir sistemim ve verilerim olduğu için, model geliştiği gün satışlarım hareketlendi.

Modeller gelişmeye devam edecek.

Altı ay içinde Fable 5'ten daha akıllı bir model çıkacak ve ben yine aynısını yapacağım.

Bu döngünün kendisi bir varlıktır.

Her seferinde, bir sistemi olanlar ile olmayanlar arasındaki uçurumun inanılmaz bir hızla açılacağına inanıyorum.

Bazen "Başlamak için çok mu geç?" diye soruluyor, ama tam tersi.

Geç kalanlar, en baştan akıllı bir modelle bir sistem kurabilirler, böylece geçmişte zorlandığım kısımları atlayabilirler.

Bu sistemi kurmaya başladığımda, yapay zekanın çıktısını her seferinde manuel olarak düzeltmek zorundaydım, ancak şimdi kuran insanlar bu sürece neredeyse hiç ihtiyaç duymayacaklar.

Geç olup olmadığı giriş zamanına göre değil, sadece bir sistem kurmaya başlayıp başlamadığınıza göre belirlenir.

Şimdi, buraya kadar okuyup "Sistem tarafına geçmek istiyorum" diye düşünenler için.

Aslında şu anda inanılmaz bir proje devam ediyor.

"Claude Code otomasyonunu kullanarak, günde 30 dakika sınırı ile 40'lı yaşlarındaki teknolojiyle arası olmayan bir ev hanımına 200.000 yen kazandırma" adlı gerçek zamanlı bir meydan okuma yapıyorum.

Siz uyurken yapay zeka bir not yazmayı bitiriyor ve sabah uyandığınızda kendi kendine satılıyor.

"Her şeyi yapay zekaya bırakmanın ve sizin için kazanmasını sağlamanın" nasıl bir gerçeklik haline geldiğinin başarısızlıklar da dahil olmak üzere her şeyini gösteriyorum.

Sıfırdan bir sistem kurmanın adımları, konsept tasarımı için şablonlar ve aslında kazanan insanların hareketleri burada paylaşılıyor, bu yüzden dürüstçe söylüyorum, görmezseniz çok şey kaçırıyorsunuz.

Katılarak neler alabilirsiniz ↓

✅ 40'lı yaşlarındaki teknolojiyle arası olmayan bir ev hanımının 0'dan 200.000 yen'e ulaşmasının tüm süreci (olduğu gibi taklit edebileceğiniz bir düzeyde açıklandı)

✅ Meydan okumada aslında kullanılan Claude Code otomasyonunun içeriğinin yorum sütunları aracılığıyla dağıtımı

✅ Yapay zeka x Note satışları üzerine en son know-how (50'den fazla kişi sonuç bildirdi; know-how toplayıcısı olan birinin bir ayda 147.000 yen kazandığı bir vaka)

Buradan katılın (tamamen ücretsiz, kişi sayısı sınırı var, bu yüzden lütfen erken katılın)

https://line.me/ti/g2/2NjuIznaLxS8gyB0eKLdMOQxQvpcYUYj1e9TlQ