在一篇關於生成內容的博客文章中，這可能聽起來很奇怪，但我討厭寫作。總是有。詞彙選擇的模糊性和語法規則的矛盾，足以讓左腦思考者對整個過程失去興趣。
數學和科學更適合我。3 + 2 = 5(總是)。在數學和科學中，有一些固定不變的公式總是正確的。按理說，我將進入一個85%的工作是寫作的職業，通常是為客戶寫作，主題我通常一無所知。
直到我意識到我給同事們帶來的負擔，我才開始認真地學習寫作。所以我開始閱讀所有我能閱讀的東西——博客文章、新聞稿、電子書、文章。不隻是關於如何寫作，而是要剖析內容，找出什麼是好的寫作。
我讀得越多，就越開始發現不同類型的寫作中出現的模式。有基本的結構和公式。博文介紹由三部分組成。新聞稿都包含五個要素。等等......
這是我第一次將內容視為一個公式。可以通過將不同變量相加來求解的方程。
我繼續深入研究，發現對於特定類型的內容，這個公式非常一致。對美聯社來說，兩份收益報告之間幾乎沒有結構性變化。這是怎麼呢
事實證明，美聯社使用一個名為Automated Insights的平台撰寫收益報告，這是一種自然語言生成(NLG)軟件。當時我並不知道這一啟示會對我的寫作方式產生如此大的改變。
什麼是自然語言生成?
NLG是一個軟件結構化數據集(例如電子表格)並將數據轉換為簡單明了，基於文本的內容．
我找到的描述它的最好方式是:想想《瘋狂的句子》和《選擇你自己的冒險》。
你從一段貫穿著一堆空白的內容開始。然後NLG技術用你的數據填補空白。然後每隔一段時間，它就會走到十字路口，它會使用你的數據來確定要寫的短語或句子的正確版本。
實際上，結構化數據集(電子表格)中的每一行都是唯一的內容。您告訴NLG技術將行中的哪個單元格插入到哪裏，然後將哪個單元格用於條件if/then邏輯。換句話說，如果單元格B2 = " TRUE "，寫這樣的句子;如果不是，寫這個不同的版本。
結果就是如下圖所示的內容。看起來像是人類寫的，因為確實是人類寫的。機器使用您提供的副本和您定義的邏輯來決定寫什麼以及什麼時候寫。
NLG項目的4個要素
在處理NLG項目時，從四個具體的元素來考慮它會有所幫助。方便的是，這些元素的首字母縮寫恰好拚寫為“DATA”。
數據源
首先是結構化數據集。這可以是各種不同的東西，但最常見的是有列和行的電子表格。
第一行包括數據點的名稱。在模板中插入數據時，將使用這一行中的名稱來選擇所需的變量。
隨後的每一行都包含可用於創建獨特敘述的數據。如果你有50行，你就有50條內容。
應用程序
您在這裏要尋找的是遵循標準模板的文章。一遍又一遍地寫著同樣的東西。
我們稱之為公式化的寫作。
好的例子包括:
- 業績報告
- 電子郵件
- 行業趨勢文章
- 新聞分析
- 新聞稿
- 產品描述
- 物業描述
- 報告
- 社會的股票
- 每周回顧
而且，NLG不需要編寫整個內容。如果你能讓機器寫一段話，那你就領先了。
模板
模板是你故事的起點。這是你要寫的完整版本，你要把它上傳到NLG軟件中。
從這裏你將應用以下內容:
- 變量:選擇模板中需要用結構化數據集中的數據點交換的部分。
- 條件語句:這是應用於模板的分支if/then邏輯，它使您能夠根據結構化數據集中的數據更改寫入的內容。
- 同義詞:為了讓你的NLG內容更多樣化，你可以添加同義詞來改變整個拷貝中使用的單詞或短語。NLG軟件將從您創建的選項列表中隨機插入一個選項。
自動輸出
NLG項目的最終結果是自動輸出。根據您使用的NLG平台或它所連接的平台，完整的書麵輸出可以在CSV文件、Word文件、穀歌Doc中呈現，或直接輸入到其他技術中(例如數據可視化工具)。
入門小貼士
開始比你想象的要容易。讓我們來看看你明天可以開始做的五件事。
1.回顧現有內容以尋找機會
你現在定期寫的一些東西可能在某種程度上可以自動完成。我相信你的團隊會很樂意提出他們想交給機器的建議。以下是關於你的內容的一些問題。
- 你每個月定期寫什麼內容?
- 是否有部分內容是標準化的?
- 你能訪問哪些數據?
- 競爭對手在製作什麼內容?
- 每個月生成什麼報告?
- 某些趨勢是否會影響你所在的行業或客戶?
- 你所在的行業缺少哪些數據驅動的內容?
- 你會定期在社交網站上分享最新動態嗎?
不要隻對你的營銷內容提出這些問題。與銷售、人力資源、領導和會計交談。每個都有適合NLG的內容。
最後，根據你目前正在做的事情來考慮這些內容，一個S以及你希望你能做什麼或做更多的事情。你可能有很多想做的事情，但每件事的時間和相對較小的回報都不能證明你的手工努力是合理的。NLG的回報值得嗎?
2.使用認可的版本
總是，總是，總是從您試圖自動化的任何東西的批準版本開始。如果不存在，創建一個，讓它審查和簽署。如果有必要，假裝你要把這個版本發給你老板的老板或客戶。強製批準。
在模板上傳到NLG軟件並使用變量和條件邏輯構建之後進行更改，將會增加幾個小時(可能是幾天)的時間。
3.分析內容
有了批準的版本，開始分析您需要的數據和信息。突出數據點和變化機會。圈出同義詞機會。
您要做的是創建NLG項目所需的數據點列表。
這裏需要強調的一點是:您需要考慮並注意所有必需的數據點，而不僅僅是將在內容中顯示的數據。將需要一些數據點來通知您的條件。
例如，您正在創建新的招聘新聞稿，如果是高層管理人員的招聘，則隻希望顯示CEO的報價。您將如何通知技術，它應該包括報價?
以非常線性的方式思考過程的每一步。
4.創建結構化數據集
在大多數情況下，您的NLG敘述將基於電子表格中的一行數據，更具體地說，是CSV文件。創建一個敘述電子表格。
為每一列設置一個唯一的、易於識別的名稱。如果你的名字不清楚，在你的敘述中插入數據點時就會出現問題。最好的情況是，插入錯誤的數據點會導致一個有趣的難以理解的文本塊。最糟糕的情況是，錯誤非常微妙，在你意識到寫錯了什麼之前，你已經生成並發布了幾十條內容。
5.自動收集數據
我們已經討論了NLG在多大程度上簡化了寫入，但現實是大量的時間都花在了提取數據上。簡化數據收集是另一個方麵，如果處理得當，可以進一步加快整個過程。
這裏有一些自動化/簡化數據收集的方法。
- api:許多推動和處理數據的技術都提供api。任何開發人員，甚至對編碼有基本了解的人都可以通過API訪問數據，並通過穀歌應用程序腳本將其直接饋送到穀歌表中。此外，Zapier擁有超過250穀歌的板材集成。如果你有營銷技術，Zapier可能會幫你把數據放到穀歌表中。
- 穀歌形式:穀歌表單是免費且易於設置的，它們可以直接將數據輸入穀歌Sheet。這對於新員工的發布，或者你需要從個人那裏收集特定信息的情況非常有用。
可用的NLG技術
選擇正確的技術顯然非常重要。但有趣的是，可供選擇的選擇並不多。幸運的是，主要的技術是非常容易使用的可靠技術。
- 自動化的見解這是我用得最多的一個。它很容易啟動和運行。這也是自助的選擇。它確實提供了一些集成和API，這樣你就可以把故事拉到另一個平台上。它還可以直接集成到一些流行的數據可視化工具中。
- 敘事科學軟件:另一個主要玩家是來自敘事科學的奎爾。它也是一個易於使用的產品，可以直接集成到各種數據可視化工具中。敘事科學更oF一個企業球員，將與你密切合作，以得到一切設置。
NLG有什麼好處?
自動化的見解而且敘事科學軟件有大量的案例研究，都是關於他們的技術為各種組織創造的價值。
但從第一手資料來看，NLG對如何實現這一目標產生了重大影響公關20/20(營銷人工智能研究所(Marketing BETVlCTOR1946伟德AI Institute)的服務部門)性能報告．
每個月，我們都會向客戶提交業績報告。最大的挑戰是他們要花三到五個小時來寫報告，報告的質量是基於客戶經理分析數據的能力，加上寫、審查、修改和發送報告所花費的時間，報告要到每月的10號或15號才能交付。
所以我們嚐試著創造一個能夠解決這些問題的NLG敘述。我們提出了一份報告，提出並回答了關於公司網站、博客和潛在客戶產生表現的12個問題。
今天，我們不再需要三到五個小時，而是需要報告10分鍾寫作．報告是在每月的第一個工作日，以及質量始終如一所有賬戶。這對我們機構來說是一個巨大的勝利，我們正在積極測試其他應用程序。
如何開始使用AI進行內容營銷
如果你是一名內容營銷人員，人工智能很有可能幫助你增加收入並降低成本。這意味著現在是時候開始使用人工智能了，無論你的技能或舒適程度如何。
這樣做意味著你建立了一個潛在的不可逾越的競爭優勢。拖延意味著你有被拋在後麵的風險。
不過，好消息是:通過訪問我們的免費服務，你可以走在前麵市場營銷中的人工智能終極初學者指南．
《市場營銷人工智能終極初學者指南》是一個免費資源，有100多篇文章、視頻、課程、書籍、供應商、用例和事件，可以極大地加速你的人工智能教育。它基於我們花在研究和實驗上的多年時間，你可以在很短的時間內獲得這些知識。