App öffnen
Moonborn — Developers

Multi-Locale-Marken-Persona

Eine kanonische Markenstimme, sechs Locale-Varianten. Lineage-Governance, Distinctiveness-Floors gegen die Kanonische, Audit-Trail in jedem Markt.

Das Marken-Team-Problem im Skalierungsfall: wenn du in neue Märkte expandierst, wird die Markenstimme übersetzt, lokalisiert und unweigerlich verdünnt. Sechs Monate später fühlt sich dein EN-Ton scharf an, und dein DE-Ton liest sich wie eine Pressemitteilung. Moonborn löst das mit einer kanonischen Persona + N Locale-Varianten in einem nachverfolgten Lineage-Baum.

Wann das passt

  • Multi-Markt-Launches, in denen die Markenstimme in jedem Locale erkennbar bleiben muss.
  • Content-Marketing-Teams, die Locale-spezifische Copy im Skalierungsfall produzieren (Newsletter, Social, Support-Content).
  • Customer-Support-Stimme über Geos hinweg.
  • Legal-sensitive Kommunikation, in der der Unterschied zwischen „wir glauben" und „wir wissen" Compliance-Gewicht pro Markt haben kann.

Was Moonborn bietet

  • Lock-Mode-Forks — bewahre Soul + Self + Mask, refine Surface für Locale.
  • Distinctiveness-Floor — jede Variante muss über einer konfigurierbaren Distanz von der Kanonischen scoren, damit sie nicht in generische Copy driftet.
  • Audit-Trail — jeder Refine ist eine Version im Lineage-Baum, diffable in der Produkt-UI und (via Git-Sync) in deinem Repo.
  • Webhook-Events — persona.audit_failed feuert, wenn das Audit einer Variante nach Refine unter Schwelle fällt.

Das Pattern

  1. Kanonische Persona: die Markenstimme, wie du sie am autoritativsten willst. Refine bis Audit ≥ 4.5/5.
  2. Locale-Forks: einer pro Markt. Lock Soul + Self + Mask; refine Surface mit Sprache + kulturellen Details. Siehe Fork brand variants tutorial.
  3. Ton-Forks (optional): formal- vs casual-Varianten jedes Locales.
  4. Distinctiveness-Gates: konfiguriere consistency.distinctiveness.min_score pro Variante relativ zur kanonischen Baseline. Zu weit = Warnung. Zu nah an einer anderen Variante = Warnung.
  5. Voice-Fingerprint-Drift in Produktion: monitore persona.audit_failed für jede Variante; route in deine Brand- QA-Pipeline.

Custom-Baselines

Die Default-Distinctiveness-Baseline ist chatgpt-default. Für Brand-Governance setze die kanonische Persona selbst als Baseline:

await client.config.setItem({
  key: 'consistency.distinctiveness.custom_baseline_persona_id',
  value: canonicalBrandId,
  scope: 'workspace',
  scopeId: 'ws_...',
});

Nun wird jede Variante gegen deine Marke gescored statt gegen einen generischen Assistenten. Ein Score von 0.85 heißt „sehr nah an der Marke"; ein Score von 0.40 heißt „driftet in Richtung Generisch". Setze min_score = 0.65, um zu fordern, dass Varianten nah an der Brand-DNA bleiben.

Pricing-Kontext

Multi-Locale-Marken-Arbeit ist typischerweise Team oder Enterprise — Lineage-Governance, Custom-Baselines, Audit-Retention und SSO/SCIM zählen alle in diesem Skalierungsfall. Siehe Pricing.

Ehrlicher Scope

Moonborn produziert Markenstimme auf der Persona-Schicht. Übersetzungsqualität auf der Content-Schicht — die tatsächlichen E-Mails, Posts, Support-Antworten — bleibt ein Human/LLM-Workflow. Die Persona hält diesen Workflow davon ab, off-brand zu gehen; sie ersetzt die Autoren nicht.

Weiter