使用生成式人工智能进行内容创作的风险和回报：品牌营销人员需要了解的内容
已发表: 2023-02-03如果您没有 10 分钟的时间完整阅读本文，请看以下 TL;DR：
生成式人工智能已经发展到能够生成足够熟练的内容来与人类创作者相媲美的程度。 尽管取得了这些进步，营销人员在投入使用生成式人工智能进行内容创作之前，应该意识到它所带来的风险和限制。 它喜欢编造引言、呈现不可靠的事实以及生成缺乏专家级见解的非原创内容，这些都是需要考虑的因素。
ChatGPT 的公开发布引起了人们对人工智能生成内容的兴趣飙升，但值得注意的是，领先的媒体出版商多年来一直在使用自动报告，这提供了对该技术的初始用例和公众反应的一些见解。
我们可以预见，随着这项技术的进步和变得更容易获得，更多人工智能生成的内容将涌入市场，使营销人员越来越难以争夺数字知名度。
然而，正如我们所看到的，随着付费媒体功效的兴起和随后的侵蚀，当检测算法、阻止工具和数据使用法规迎头赶上时，那些过度依赖人工智能生成内容的人很容易发现自己处于明显的劣势。重新平衡规模，以满足消费者对真实、高质量内容的需求。
对我来说，整个争论只是强调了一个长期存在的事实：创建顶级营销内容并没有真正的捷径。 引领市场需要市场领先的内容，其中包括原创思维、独特价值以及超越买家要求和竞争对手提供的帮助。 人工智能对于加速高质量内容的创建和交付至关重要，但它本身并不是解决方案。
本文的目的是为营销人员提供在利用生成式人工智能时做出明智决策所需的信息，概述生成式人工智能的优点和缺点，特别是在品牌内容创建方面。
在深入讨论细节之前，让我们先定义一些关键术语。
生成式人工智能是人工智能的一个子集。 它是一种机器学习，涉及编程算法从现有内容中“学习”并将这些学习应用到自主生成“新”内容（图像、文本、音乐等）。
ChatGPT是 OpenAI 开发的一款聊天机器人应用程序，它使用生成式 AI 来解释用户提示并以类似人类的流畅性进行响应。
GPT-3（生成式预训练 Transformer 3）是 ChatGPT 使用的生成式 AI 模型。 它经过训练，专门生成类似人类的文本，以响应文本提示，例如问题、信息命令或陈述。
DALL-E（深度算法学习库 - 实验）是 OpenAI 开发的另一种生成式 AI 模型，专门根据文本提示生成图像。
ChatGPT 的最新动态是什么？
当 OpenAI 开放 ChatGPT 界面供公众参与时，引发了媒体的狂热。 聊天机器人可以像人类一样流畅和连贯地回答各种问题和命令，这一事实引发了人们对 GPT-3 和类似人工智能模型的潜在应用的广泛兴趣。
ChatGPT 及其姊妹产品 DALL-E 的公开“测试”也暴露了与生成式 AI 模型相关的一些重大限制和法律影响，其中一些模型多年来一直被纳入创作者的辅助工具中。
内容营销行业的一个核心问题是：生成人工智能是否足以像人类一样高效地承担任务和创建内容？ 特别值得争论的是，ChatGPT 和 DALL-E 中使用的生成式人工智能模型是否会完全取代人类内容创建者。 简短的回答是：我们只是还没到那一步。
在媒体中使用自动化内容
如上所述，十多年来，大型媒体公司一直利用生成式人工智能（包括本土的和第三方提供的）来处理死记硬背的报道任务。 一些例子包括：
- 美联社和彭博社使用人工智能生成有关公司收益报告和体育报道的文章。
- 《华盛顿邮报》和澳大利亚《卫报》使用人工智能生成当地体育赛事报道以及有关选举和奥运会结果的简短报告和警报。
- 《洛杉矶时报》使用人工智能来报道地震和其他自然灾害。
- 福布斯使用人工智能为作家提供草稿和故事模板支持。
在这些情况下，自动化报告提供的主要好处是规模。 借助人工智能，这些公司能够生成更多的文章（如彭博社报道的那样，有数千篇文章）和更多的点击量。
这些应用主要是将标准化数据合成为标准化模板：企业盈利摘要、比赛得分、自然灾害统计数据等，在不影响出版物更深入新闻报道的质量和完整性的情况下，提高新闻输出的数量和速度。
人工智能（大部分）已经在这些类型的狭隘内容创建应用程序中证明了自己的能力，其中数据和事件摘要（而不是艺术或观点）足以满足读者的需求。
CNET 是最近的一个例外和警示故事。 他们的内部人工智能模型犯了一些被抄袭的错误，例如调换数字、拼错公司名称以及在合成财经新闻时没有适当引用的抄袭。 结果，竞争对手让该公司陷入困境，而且可以说，它的声誉也受到了损害。
媒体出版商的使用表明，对于人工智能生成的内容，编辑监督至关重要，无论内容分配有多么基本。 新闻业的最佳实践是在署名中引用人工智能的贡献，以保持道德透明度。
了解生成式人工智能的局限性
现在，我们已经通过 GPT-3 等生成模型达到了新的可能性，其先进的处理和训练能力使其能够适应比其前辈机器人记者更广泛的提示和内容创建用例。
然而，生成式人工智能模型存在根本性的局限性，无法完全替代人类创作者在内容创建过程中带来的质量、专业知识和原创性。 以下是一些原因：
他们会编造事实并充满信心和能力地呈现它们。 特别是在金融和医疗保健等受到高度监管的行业，即使由于疏忽使用自动化内容创建而无意中传播错误信息，也可能导致公众谴责和监管机构的巨额罚款。
他们没有引用消息来源或提供有关其断言可靠性的信息。
如果他们不实时摄取数据并从中学习，他们将无法解释或整合对当前事件的认识。
大型语言模型可能会加剧偏见、成见和错误信息，因为它们所训练的数据（即互联网——“不用说”）中的信息固有的偏见和不准确。
不能依赖它来进行预测、建议或建议，因为它的算法无法将批判性思维、风险评估和现实生活经验应用于这些活动。 预测人工智能模型是存在的，但属于机器学习的一个完全不同的领域。
OpenAI 的创始人 Sam Altman 在 Twitter 上公开承认其中许多风险：
显然，如果生成式人工智能用于生成思想领导、建议驱动或咨询内容（这确实是品牌内容营销的命脉），所有这些限制都会带来重大的声誉风险。
这些限制也会降低效率，因为每当人工智能被用来从头开始创建实质性内容时，警惕的人类品牌监督、编辑和事实检查都是必不可少的。
这里的底线是：生成式人工智能经过训练可以合成信息并模仿书面的人类互动，这意味着它似乎非常擅长应用批判性思维和自我调节，但实际上并没有能力做到这一点。
那么，营销人员如何从生成式人工智能中受益？
关键是将生成式人工智能视为一种内容支持工具，而不是内容创建者本身。 作为一家专注于内容创作的公司，Skyword已经在以下领域积极使用和探索生成式人工智能：
内容策划：
生成式人工智能可以分析文章、书籍甚至对话等源材料中的文本，以识别相关主题和主题。 然后，收集到的数据可用于构建该想法的框架，并提出可能的发展方向。
产生想法和主题：
例如：获取采访记录并根据采访生成要在内容中探索的主题列表。
生成内容分配：
例如：采用已识别的主题并生成子主题的大纲或要在该主题的内容中解决的要点。
创作者支持：
生成式人工智能合成信息和解释风格提示的能力是一种强大的工具，可以支持人类将非结构化的想法和概念组织成有意义的文本，快速生成和迭代草稿，并确保最终副本在语法上正确且流畅。
生成草稿：
例如：记录作者笔记、源内容或主题提示，并使用人工智能生成可用作文章基础的句子。 然后可以对生成的文本进行编辑和修改，以创建更精美的作品。 请注意，如果没有熟练的人工提示和润色，初稿的内容将相对通用。
“清理”和“打孔”副本：
例如：采用现有副本并要求人工智能通过建议同义词、重新措辞短语和提供替代措辞选项来改进它。
缩放输出：
大型语言模型对内容格式的理解、解释角色提示的能力以及模仿相应写作风格的技能意味着它可以帮助快速重新格式化内容以进行跨渠道放大，并为狭窄的文案写作任务生成“新”内容选项。
个性化
例如：选取一段内容并使用人工智能来纳入与特定受众类型相关的特定语言或主题考虑因素。
迭代资产：
例如：提示人工智能生成推文来宣传文章或总结下载登陆页面白皮书的内容和关键要点。
促销、广告和 CTA 文案：
例如：要求人工智能读取特定的文本或文本和数据的组合，并从中生成广告文案、促销文案或 CTA 建议。 这不一定是一个新颖的应用程序，因为类似的口号生成器和文案写作工具已经存在了一段时间。 像 GPT-3 这样的模型在这方面做得更好，并且更容易通过复杂的提示进行“调整”。
优化或刷新内容：
例如：采用现有文章并使用人工智能合并特定关键字或事实（您提供的）和/或提示其修改语言，以在可读性、参与度和转化方面更加有效。
图像选择和生成：
例如：获取一篇文章并使用人工智能从特定数据库中选择一个或多个图像（包括正确的归属）以与副本关联。 请注意，用于训练人工智能图像生成器的数据和方法已经引发了多起诉讼，并引发了足够的道德问题，因此在追求此类模型时需要极其谨慎。
Skyword 如何应用生成式人工智能
我们的内容营销平台 Skyword360 现在包含内容原子化，这是 GPT-3 技术的直接应用。 通过将人工智能与专有的提示架构分层，我们能够为客户提供识别主要内容作为来源的能力，并基于以下内容立即生成迭代资产（社交帖子、时事通讯摘要、较短的文章、视频故事板等）。源内容中的信息，在此过程中针对不同的角色和特定的品牌基调调整风格和上下文。
然后，该内容将供人工编辑审核，如上所述，这是内容质量保证过程中的重要步骤。
我们不是使用人工智能从头开始生成大量“机器人”内容，而是根据它从“互联网”中获得的知识，应用其技能来重新利用和调整原始的、高质量的、人工生成的内容的风格，以便它可以快速放大、雾化并在更多渠道中使用，以针对多个角色。
我们认为这只是将人类创造力与生成式人工智能巧妙提供的规模效率结合起来的众多理想方式之一。
未来展望
对搜索引擎可能产生的影响：
目前，生成式人工智能尚未被证明足够可靠和具有洞察力，足以取代搜索引擎当今提供的整个答案获取和研究功能。
因此，营销人员面临的更紧迫的问题是，随着更多人工智能生成的内容进入数字领域，谁将在搜索中获益。
花费精力为游戏搜索引擎算法创建内容的内容农场和公司可能会成为第一批开始大量生产人工智能生成内容以提高网站知名度的公司。 无意中，小企业也有兴趣利用该技术来生成内容，否则他们根本无法承担支持费用。
众所周知，搜索量在获得搜索收益方面起着至关重要的作用，而人工智能生成的内容（如 GPT-3）的质量至少与现有的大量关键字填充的 SEO 内容一样好。 然而，随着人工智能生成的内容检测变得更加先进，纯自动化内容充斥市场所带来的任何收益都可能是短暂的。
早在 2022 年 8 月，谷歌（占据约 84% 的搜索市场份额）就宣布了有用内容更新，专门针对搜索结果中出现的大量低价值、人工智能生成的内容。
简而言之，谷歌正式致力于检测和青睐值得信赖、相关且信息独特的内容。 那些人工智能生成的内容旨在赢得搜索结果但缺乏实质内容的品牌将继续看到其内容排名下降。 另一方面，开发一致的高质量原创内容基础将继续帮助品牌保持相对于其他网站的竞争优势。
同样，已经投入大量资金用于旨在识别和打击错误信息和误导性内容的事实核查技术，这无疑将与人工智能生成的内容检测工具的新兴市场重叠。
对创作者生态系统可能产生的影响：
我职业生涯的早期致力于报道机器人行业，因此我对将这一切归结为 ChatGPT 与人类创造者之争的尝试很敏感。 正如我们在技术发展的整个历史中看到的那样，这很少是一个非此即彼的命题。
生成式人工智能和人类创造者将共存，但随着这项技术的出现，创造者的工作方式和他们可用的职业道路可能会发生重大变化。 我们将在以后的文章中更深入地探讨这个主题。
目前，品牌在如何与创作者互动、补偿以及在不久的将来可以从创作者那里得到什么方面可以期待什么？
可以合理地预期，对于某些死记硬背的内容作业，例如撰写促销文案或时事通讯摘要，生成式人工智能加上编辑监督将变得与雇用人类创作者一样有效且更加高效。
然而，当专业的人类创作者将他们的专业知识和专业知识应用到任务中时，他们会为内容增添不可替代的价值。 我指的是开发独特的模式和见解，对复杂的主题进行深入的反思和调查，发现尚未可知的事实，提供高度相关的建议，并将真实的个人经历融入到内容中。
短期内，随着人工智能被用来增加高度模板化内容类型的廉价供应，并且随着更多的人类创作者开始使用人工智能更快地生成内容，品牌可能会看到“通用”内容的成本下降。
另一方面，随着品牌对高技能创作者和行业专家的技能需求的增长，我们可能会看到高技能创作者和行业专家的比例上升，这些品牌必须更多地依赖质量和原创性，才能在更加喧闹的内容环境中脱颖而出。
至于营销人员是否应该担心向提交人工智能撰写作业的创作者付费，重要的是要认识到人工智能辅助工具（在更基本的迭代中）已经被创作者利用了一段时间。 归根结底，需要时间和技巧来促使人工智能生成富有创意、富有洞察力和引人注目的独特内容。 是否使用人工智能并不重要，重要的是输出是否具有独特的信息、精心设计且值得信赖。
依靠编辑团队和抄袭检测工具来判断提交的内容是否符合您品牌的质量、主题专业知识和原创性标准，因为这是真正的人类努力得到应用的证据。 特定的人工智能生成内容检测工具正在开发中，但（尚）无法可靠地确定作品中的人类与机器工作水平（如果这是您的目标）。
对客户行为可能产生的影响
作为营销人员，我最关心的问题是：一旦人工智能生成的内容变得更加主流，客户的信任会发生什么变化？ 我们的首席执行官将在下一份时事通讯中深入探讨这一问题，但从历史模式来看，三种行为可能会受到生成人工智能的更广泛使用和可访问性的影响：
随着浏览器和其他平台内置工具来检测并警告买家某些东西是由人工智能创建的，买家对品牌和品牌营销的信任将会削弱，而品牌使用或不使用人工智能生成的内容将成为竞争差异点。
当买家在日常生活中接触更多人工智能驱动的体验时，他们将期望品牌提供更多定制、个性化和沉浸式体验。 随着人们对手动“研究”的不耐烦日益增长，品牌将在体验质量和超相关性方面展开更加激烈的竞争。
买家在研究产品时会更加关注真实的人工推荐、故事和客户视频评论。 他们甚至可能开始放弃更传统的数字信息平台，因为为了应对消费者的不信任，出现了“经过验证的人类”内容的专门来源。
情况并非总是如此，但（目前）生成式人工智能是一种数量游戏，而不是质量游戏，品牌需要数量和质量才能在当今的营销环境中竞争。 因此，无论如何，探索和测试生成式人工智能作为内容创作的效率和支持工具，但避免陷入认为它可以完全替代人类内容创作者的陷阱。
品牌必须掌握这项技术（在内容制作和品牌体验方面）才能继续竞争。 因此，请与了解该技术、以正确方式应用该技术并且可以为您管理和减轻任何风险的供应商合作。
如果您有兴趣将我们正在进行的生成人工智能系列的更多内容直接发送到您的收件箱，我鼓励您订阅我们的时事通讯。 与我们的团队预约会面，深入了解我们如何在 Skyword 使用生成式 AI 来提高品牌客户的内容创建效率，而不影响其质量或品牌完整性。
Unsplash 上 DeepMind 的特色图片