內容電子人：如何在內容營銷中使用 AI 寫作工具

內容電子人

你的內容可以有兩種輸入——人類和人工智能。 問題是：你應該使用多少？

AI 極簡主義者

有些人擁有我們所說的“人工智能極簡主義”心態，他們使用生成式寫作工具來創作他們所有的作品。 我們從實驗中了解到，生成式大型語言模型確實比柔軟的人類大腦具有明顯的優勢：

• 他們更好地閱讀。
• 他們可以更快地生成文本。
• 他們不會遭受精神障礙或創造性陳規陋習的困擾。

使用一次性內容工作流程完全使用這些工具編寫文章並逐字發布輸出當然是可能的。 但在我們看來，這是一個失敗的提議。

生成式 AI 模型有很大的弱點：

• 他們創造虛構，並以確定的事實來呈現它。
• 他們很難理解上下文——任何特定的想法或主題如何融入更大的圖景。
• 任其發展，他們漫步和蜿蜒。
• 或許最重要的是：他們不能走進這個世界、體驗、進行研究或形成意見（儘管他們可以假裝他們這樣做了）。

即使這些語言模型發展到不存在這些問題的地步，逐字使用它們的輸出也不會有競爭優勢：每個可以訪問相同免費增值 SaaS 產品的人都可以生成質量相當的內容（創建我們已經被稱為“搜索奇點”）。

寫作純粹主義者

然而，對於每一個 AI 最大化主義者來說，可能還有更多的“寫作純粹主義者”，他們致力於保護“人類”寫作的完整性。 每個想法、大綱、草稿和修訂都由黑咖啡和灰質推動：

在我們看來，這也是一個失敗的提議。 人類作家永遠不會像生成式 AI 那樣快速、多產，或者在某些方面具有創造性。 避免以任何身份使用這些工具就像選擇將一隻手綁在背後一樣。 即使你取得了很好的成績，你仍然在不必要地阻礙自己。 其他人不會受到同樣的限制。

創意陪練夥伴

但是，即使讓 AI 進入你寫作過程中的一小部分，也可以帶來令人難以置信的結果。 將其用作“創意陪練”合作夥伴的想法：在創意生成和頭腦風暴標題和角度方面尋求它的幫助。

在這裡，你，人類，仍然保持對實際寫作和頁面上文字的完全控制，但你已經克服了人類創造力的限制，比如精神疲勞、對現有想法的偏見，以及普通的老作家的障礙。

人工智能策展人

或者考慮成為“AI 策展人”的想法：將生成式 AI 用於初稿或簡單實用的內容，如知識庫文章或基本清單。 將您的精力集中在寫作過程中槓桿作用最高的部分——前奏、結尾、結構、示例——並讓 AI 完成將您的結構連接在一起的繁重工作。

從我們的實驗來看，生成式 AI 可以極大地幫助某些類型的寫作。 其他人會受到阻礙。 這導致我們……

內容電子人

作家和 AI 的最高效結合。 一種利用一個人的相對優勢來抵消另一個人的弱點的方法。

人類無法大量生產。 人工智能可以。 AI 無法支持爭論。 人類可以。 人類無法閱讀整個維基百科。 人工智能已經有了。 人工智能可能漫無邊際，任其發展，但人類……好吧，每個維恩圖都必須在某處重疊。

在一個失敗的地方，另一個會彌補這一缺陷。

我們將這種方法稱為內容機器人：部分是人類，部分是技術，兩者的精確“混合”根據具體情況確定。

這種方法，至少在可能的方式上，是雙方之間的對話。

如何有效地在內容營銷中使用人工智能

以下是我們在對這種生成式 AI 和人類的混合、這個內容機器人的實驗中學到的知識，以及如何讓它為你工作。

1. 有選擇性地應用

你必須了解 AI 模型的局限性。 生成式 AI 對於以下主題非常有幫助：

• ......在其數據集中得到了很好的體現。 GPT-3 被廣泛閱讀但未被完美閱讀——其數據中明顯缺少大量主題。 最簡單的測試方法：嘗試生成幾十個段落。 它是否提供了具體的細節，或者它是否以揮舞著手的概括來寫？ 它是否以有用的深度涵蓋了該主題，或者它是否解釋並重複了自己？
• ……不需要復雜的敘述。 大多數 SEO 內容通常不需要復雜的敘述才能成功：以有組織的方式呈現清晰的想法和論點就足夠了。 GPT-3 可以創建令人信服的此類初稿，但在處理需要強大的端到端敘述的任務時，往往會失去情節。

我們還知道（從來之不易的經驗中）生成 AI 難以處理某些類型的內容，尤其是以下主題：

• …參考特定品牌或產品。 GPT-3 可以令人信服地描述“電子商務分析”，但不能令人信服地描述“Shopify 分析”； 它可以泰然自若地解決“潛在客戶培育”問題，但在執行“HubSpot 中的潛在客戶培育序列”任務時會陷入虛假。
• ......自 2019 年以來發生了巨大變化。GPT -3 的 2020 年前數據集在“2023 年最佳電子商務播客”中幾乎沒有提供（儘管，如果 ChatGPT 可以作為參考，我們很快就能獲得實時網絡結果入數據集）。
• …需要大量具體數據。 任何需要大量具體數據的文章通常會導致 AI 草稿中的統計數據過時或完全捏造。

隨著模型的發展、數據集的擴展以及工具添加更多的提示護欄（正如我們已經在 ChatGPT 中看到的那樣），其中許多問題將變得不那麼嚴重。 但即使是現在，生成式 AI 也可以支持大量的內容營銷子集，生成有用的初稿供熟練的作家修改、修改和改進（更多內容見下文）。

2. 回顧一切，什麼都不相信

這是生成式 AI 的最大問題：它在說謊。 但可能更具破壞性，它不會告訴你什麼時候說謊。 GPT-3 是一個錯誤的信心機器。

生成式 AI 旨在創建流暢的、類似人類的文本，以看似有意義的方式將不同的想法和提示拼接在一起。 但是這種方法存在問題：

• GPT-3 中沒有事實核查機制（也永遠不會有——哪家公司會有資源或意願來評估和擔保數十億產生的索賠？）。
• 它經常利用本身不正確的源數據。 畢竟，誰來監管互聯網？
• 它旨在不惜一切代價寫作。 即使在數據集中數據有限的情況下，它也會以不受阻礙的熱情不斷地湧出寫作。

解決方案很簡單：我們需要一個人在循環中，一個主題專家能夠分析輸出的有效性（“這是計算 ROAS 的正確公式”），以識別生成的文本中缺少的關鍵想法（“我們需要在這裡提到彩信，而不僅僅是短信”），而且還支持發布的信息。

3.注入“信息增益”

優秀的文章之所以與眾不同，是因為它們能夠為某個主題帶來新的東西：原始數據、有用的觀點、實踐經驗或解釋性框架。 正是這種相對於競爭性搜索結果的“信息增益”為讀者提供了記住和關心您的品牌的理由。

默認情況下，生成式 AI 很難提供任何信息增益。 它的功能很像模仿內容的機器：主要根據給定主題的現有文獻創作新作品。 雖然，是的，AI 可能會提出一個真正新穎、有趣的角度——它通過產生 50 個其他同樣無趣且通常荒謬的想法來做到這一點。

用信息增益為生成的內容播種，添加現實生活中的例子是人類作家的工作； 客戶故事； 準確、可信和相關的數據； 產品提及； CTA。 所有讓內容物有所值的東西。

4.前置文章結構

我們在“內容機器人”工作流程中的工作——也許是我們最重要的工作——是提供一個功能結構，人工智能可以在其中進行闡述。 我們可以受到 AI 的啟發，但對於像結構這樣重要的東西，我們不應該被它引導。

任何內容的表現更多地取決於其整體結構，而不是任何特定短語的構成。

內容應均勻加權並按邏輯順序呈現。 應使用 MECE 等概念全面探討其主題。 頁面需要使用粗體、斜體、項目符號和引用來流暢。 AI 無法管理的所有任務。

點擊紅色的大“生成”按鈕，AI 寫作工具默認生成長句和段落。 他們抽出通常是醜陋的文字牆，讓讀者艱難地閱讀，而沒有考慮寫作的“大局”結構。

5.“隨便寫”

然後有時候，最好只寫老式的方式。

在使用生成式 AI 工具時，您的雄心很容易就會越來越接近使用 AI 為您編寫一切。 但至關重要的是，我們的目標不是用 AI 編寫所有內容——目標是從我們的內容中獲得出色的結果。 如果在某些領域人工智能能讓我們更快或更有效地做到這一點，我們應該擁抱它。 如果有些地方沒有，我們應該擁抱老式的寫作方式。

當您認識到寫作的 80/20 本質時，尤其如此。 任何給定文章的某些部分比其他部分更重要——文章的 20% 會產生其 80% 的影響：

• 引言，總結關鍵論點並激發讀者的興趣
• 標題，確保文章兌現其標題所創造的承諾
• 結論，總結並提供合乎邏輯的下一步

讓人們最大程度地參與文章中風險最高的部分，這些部分可以成就或破壞讀者的體驗。 相信你的直覺。 如果感覺生成的文本缺少某些內容，請添加它。如果感覺編寫而不是生成（和重新生成）更快，請繼續編寫。

力量倍增器

人們普遍批評生成式人工智能：“如果需要付出如此多的努力才能從中獲得好的結果，那又何必呢？”

在某些情況下，使用生成式 AI 所付出的努力確實超過了回報——可以說，只是把筆寫在紙上就能更好地為我們服務。 但這可以通過其他類型的內容得到補償，這些內容可以通過相同的技術得到巨大的幫助，從寫作過程中減少數小時的相對不熟練、費力的工作，並將其騰出來用於更高槓桿的事情。

這並不矛盾：生成式 AI 與其他任何工具一樣。 在某些情況下有用，在其他情況下無用。 但至關重要的是，內容營銷人員——像我們一樣——有責任探索、理解和使用任何可以更好地服務於我們通過寫作發展業務的目標的工具。 生成式 AI 改變了遊戲規則。 它是偉大作家的力量倍增器，我們打算使用它。