編者注:這是一篇由營銷AI研究所合作夥伴MarketMuse讚助的博客文章。BETVlCTOR1946伟德
對於很多內容營銷人員來說，人工智能意味著杠杆。這是他們已經在手工做的事情的一種方式——內容研究、競爭分析、內容差距分析、內容優化等更少的時間和更高質量的輸出。
AI是整個內容生產過程的力量倍增器，但有一個部分從來沒有獲得足夠的關注，那就是內容寫作過程。的原因嗎?AI技術隻是還沒有達到可以可靠地用於生成高質量內容的程度。
然而，最近的發展改變了情況。AI內容生成已經成為現實，它開始在內容營銷團隊的技術堆棧中占據一席之地，這些團隊希望將AI在內容過程的其他部分給他們帶來的杠杆作用應用到實際的寫作本身。
為什麼營銷人員對AI內容生成感到興奮?
每個人都想在穀歌(或者自己選擇的搜索引擎)的第1頁上排名自己關心的關鍵詞和話題。但排名好並不一定等於寫的內容能讓人說，“這些人真的很懂他們的東西!”內容營銷團隊需要穿針引線，製作出吸引目標受眾的內容，促進客戶旅程，並從搜索引擎帶來有意義的流量。
在過去的幾年裏，AI解決方案如雨後春筍般湧現，幫助內容營銷人員解決繁瑣的任務，比如關鍵詞研究、內容優化、構建內容概要等等。這些解決方案為內容和SEO團隊解放了無數的時間，但真正寫出高質量的內容仍然是人類獨自的任務。
寫作從根本上來說是創造性的，即使是今天最先進的AI也不能一對一地替代一個能力一般的作家。但AI內容生成已經到了一個階段，它甚至可以將一些為數字內容(尤其是以搜索為重點的內容)寫作可能涉及的繁瑣工作自動化。
在搜索中排名靠前，並從積極尋找你核心主題信息的合格用戶那裏獲得流量，主要取決於你的內容與搜索者的意圖是否匹配。在實踐中，這意味著大多數為搜索而寫的文章都需要通讀幾個排名靠前的頁麵，然後把類似的信息整合到你自己的文章中。
許多作者必須閱讀多個文檔，以理解他們需要在一篇文章中涵蓋什麼內容，以匹配他們想要排名的術語或關鍵字的用戶意圖。然後，他們需要使用這些研究來寫一份草案，優雅地編織相關的主題和結構，類似的內容使用。然後，他們需要編輯它，加入自己的專業知識，確保它與品牌兼容，並使其與他們更廣泛的內容戰略相一致。
AI可以進入的地方是在生產書麵內容的第一步。AI可以分析一個主題，理解需要被提及的相關主題，以全麵覆蓋該核心主題，然後生成一個可用的草稿，供作者或編輯打磨成一篇準備出版的文章。
它將寫作的起跑線從空白頁向上移動到一個全麵的草稿，為人類的創造力做好準備。
但並非所有ai生成的內容是平等的,了解解決方案對於希望將人工智能引入創作過程的內容團隊來說，這將是至關重要的。
GPT-3和其他AI內容生成解決方案做不到的
GPT-3現在很流行。在傳統媒體和社交媒體上，人們發現了大量使用GPT-3的早期用例。
很難否認，人們用GPT-3所做的事情是令人著迷的。盡管如此，如果你正在尋找一種即插即用的AI內容生成解決方案，以生成可用的內容草稿，你將會失望。甚至OpenAI首席執行官Sam Altman推“GPT-3的炒作太誇張了。”
《衛報》最近發表了一篇題為“整篇文章都是機器人寫的。你害怕了嗎，人類?“這篇文章的前提從標題就能看出來:GPT-3寫了一整篇值得在主流新媒體發表的文章。
然而，阻力還是立竿見影。讀了《衛報》文章小字的AI專家們意識到，該媒體在助長炒作，而不是闡明GPT-3今天的真實能力。
專家指出，《衛報》這篇文章其實是8篇500字的不同文章由編輯們從每一件作品中挑選出最有用的部分拚接在一起。在總共4000個單詞中，編輯們可以為最後的文章搶救出500個。這意味著，平均而言，最初的8篇文章每篇包含約60個單詞——或總單詞的12%——可用內容。
這和說機器人寫了整篇文章是截然不同的。
事實是GPT-3雖然令人印象深刻，但並不具備寫邏輯文章的能力。作為技術評論觀察到，“盡管它的輸出是合乎語法的，甚至是令人印象深刻的習慣用語，但它對世界的理解往往嚴重偏離。”
從本質上講，GPT-3可以根據提示生成一些看似連貫的文本。然而，當你真正閱讀它時，你會清楚地發現，它隻是一些詞串在一起，創造了一幅由一些真相、一些謊言和大量廢話組成的掛毯。這與它的構建方式有關。
GPT-3使用未經過濾的數據常見的爬行、維基百科，以及其他來源，如社交媒體平台、論壇、網站評論區，甚至其他人工智能生成的文本。它的創造者對於用於訓練模型的數據類型或質量並沒有非常挑剔。寫得好、編輯得好的文章約占網絡內容的3%。這意味著GPT-3的訓練數據中隻有3%由高質量的文章組成。
從本質上說，如果你的內容目標是加入那3%寫得好的網絡文章，你就不應該指望GPT-3作為解決方案。
的GPT-3的極限作為一種可靠的內容生成手段是顯而易見的。如果你正在尋找一種AI內容生成解決方案，GPT-3更多的是一種好奇心，而不是一個嚴肅的AI工具棧。
MarketMuse初稿和AI內容生成
GPT-3，從內容創作的角度來看，仍然是一個尋找問題的解決方案。對於那些需要提高內容發布節奏、創造客戶旅程、在內容生產過程中構建更大效率的內容團隊來說，GPT-3並不是答案。
平心而論，GPT-3並不是專門為此目的而構建的。
雖然該模型擁有1750億個參數，但它的訓練數據集並不能過濾掉低質量的內容、用戶生成的內容(論壇帖子、社交媒體帖子等)、攻擊性內容等。任何使用過一段時間互聯網的人都知道，這樣的內容還有很多!這可不是你想要滲透到你的內容營銷努力中的那種東西。
MarketMuse First Draft是一款AI內容生成解決方案，與GPT-3一樣，使用自然語言生成生成書麵內容。的MarketMuse初稿和GPT-3之間的區別就是First Draft是專門為需要發布高質量內容、增加內容發布節奏的內容團隊打造的。這不是學術上的努力，而是自然語言生成在內容創作上的實際應用。
要使MarketMuse First Draft成為強大的AI內容生成器，有三個核心因素。
策劃數據集
在這一點上，First Draft數據集是通過收集針對特定主題的幾千篇結構良好的文章來構建的。就像基礎模型訓練所用的數據一樣，這些都需要通過我們所有的質量過濾器。
對文章進行分析，提取出標題、子節和每個子節的相關主題。數據反饋到訓練模型，用於另一階段的訓練。這使模型從能夠大致談論一個主題的狀態，變成或多或少像一個主題專家那樣談論。
生成過程
第一個草稿世代建立在市場繆斯內容簡報。這些是詳細的大綱，提供了標題，字幕，和相關的主題，文章的每個部分應該包括。相關的主題是基於一個主題模型。
MarketMuse的主題建模技術允許用戶輸入任何主題，並讓AI分析關於該主題的數千份文檔。從那裏，它從每個文檔中提取相關主題，根據與核心主題的相關性對它們進行分析和排序，並向你展示“關於”該核心主題意味著什麼。
因為內容是基於一個主題模型生成的，你可以控製在你的文章中包含哪些主題模型，所以你可以嚴格控製內容生成。與GPT-3那樣從單個段落提示開始工作不同，First Draft是基於主題模型來編寫文章的每個章節。這就是AI如何避免跑題，並為你提供可用的內容，準備成型為成品作品。
沒有漫無邊際的文章，沒有不相關或冒犯性的內容需要完全刪除，沒有弗蘭肯斯坦式地將幾代人放在一起以獲得可讀的內容。
此外，First Draft的模型可以被訓練來模仿你的語氣和風格或你喜歡的出版物。
可訪問性
想要使用GPT-3?你可以注冊一個等候名單，然後一旦你進入，你可以讓一個訓練有素的開發人員訪問API，幫助你生成內容。當然，這是要付費的。
有多少內容團隊有開發人員隨叫隨到?不是很多。
你不僅需要付費訪問API，還需要付費給作者和編輯，讓他們把輸出塑造成可用的內容。考慮到《衛報》所做的事情，用多次草稿才能得到一篇像樣的內容，需要花費多長時間，很難認為這是比從頭開始寫作更好的選擇。
First Draft作為內容營銷技術棧的附加內容更引人注目的是，它是可訪問的從使用和成本的角度來看。你不需要一個開發人員來運行你自己的代，也不需要加入一個等待列表來獲得API訪問權限。
一旦你訂購或建立你自己的MarketMuse內容簡報，你有一切你需要訂購的第一稿。First draft和Content Briefs一樣，都有一個固定的成本，所以你可以把你的內容生產成本控製在可控範圍內，並保持可預測。
有了AI內容生成，內容寫作過程不會從空白頁開始。它讓內容作者邁出了構建強大初稿的第一步，然後可以通過作者的專業知識和編輯判斷來打磨初稿。
完全自動化的內容創作即使真正實現，也仍需數年時間。目前，AI技術可以為內容創作過程帶來巨大的杠杆作用。
但它仍然不能取代人類的創造力，需要將所有這些技術指向正確的方向。它無法像專門的內容營銷團隊那樣了解你的特定客戶需求。它無法取代那些在你的行業工作多年、擁有AI還不可能達到的內部知識的人的專業知識和觀點。
MarketMuse是一款ai驅動的內容規劃和優化軟件。點擊這裏了解更多。