ChatGPT (GPT-4) 改善 B2B 內容的 4 種方式
Posted: Tue Dec 03, 2024 8:46 am
一個月前，我們討論了 AI 作家（包括 ChatGPT）對於 B2B 內容和研究的積極作用。重點是概述 GPT-3 和 GPT-3.5 支援的應用程式如何幫助：
提供寫作靈感
編寫模板化內容（例如 SEO 標題和元描述）
建立低保真內容大綱
更多相關資訊請參閱此處。
一個月內，由於 GPT-4 的出現和廣泛採用，GPT-3 和 GPT-3.5 已成為傳統模型。 2023 年 3 月 14 日，OpenAI 發布了 GPT-4。
該模型在 26 種語言中的 24 種中可以超越“GPT-3.5 和其他 LLM（Chinchilla、PaLM）的英語語言表現”
與 GPT-3.5 的 147/170 和 154/170 相比，此模型的分數分別為 163/170 (GRE Quant) 和 169/170 (GRE Verbal)
最重要的是，OpenAI 聲稱 GPT-4 在產生事實回應方面比其前身準確率提高了 40%。
當然，這引發了幾個問題：
這是否意味著 GPT-4 的幻覺較少？
當主題很複雜時，答案的相關性如何？
改進的功能可以幫助 B2B 技術內容寫作嗎？
我們開始使用 ChatGPT Plus 來理解這些內容，它使您能夠從 GPT-4 語言模型中得出回應。bc 數據新加坡 以下幾點使它成為 B2B 寫作的優秀資源。
1. 立足於自己的研究
現在有一種使用 ChatGPT 從頭開始創建內容的趨勢。雖然這本身並不違反谷歌的指導方針，但最終的文章很可能會變得平庸、平淡、毫無生氣。為什麼會這樣呢？
主要有兩個原因：
人工智慧控制敘事
語言上較差的內容
當人工智慧控制敘事時，你會忽略內部見解，否則這些見解本來可以幫助區分文章，同時仍然符合消費者的需求。另外，你幾乎沒有機會分享你的經驗和專業知識——Google搜尋演算法高度重視的組成部分。
關於語言上較差的內容－這與概念冗餘和平淡的表達有很大關係。關於後者的文獻已經夠多了，大量的人工智慧檢測工具也為市場帶來了同樣的亮點。這些工具透過強調內容的「隨機性」和「複雜性」來驗證內容的人性化——這是學術界備受推崇的做法。
但什麼是概念冗餘呢？這是想法的重複。通常，人工智慧會重複相同的想法，同時調整語言以使其聽起來更真實。從讀者的角度來看，這對參與度和消費價值來說並不是一個好兆頭。
使用 ChatGPT Plus 可以輕鬆解決此問題（當從 GPT-4 引出回應時）。
例如，如果您想從為部落格建立大綱所做的研究中獲得一些靈感，ChatGPT Plus 可以幫助您在該研究的基礎上進行建立。
在接下來的對話中，我要求 ChatGPT 以我自己關於醫療保健中生成式 AI 用例的研究為基礎。
醫學影像分析、遠端病患監控和心理健康聊天機器人並不是什麼新鮮概念。然而，「診斷支持」和「個人化治療計劃」可能有一個新穎的角度。
因此，我進一步探討了ChatGPT，並要求將研究限制在生成式AI能力上，而不是走上闡述核心資料分析和機器學習概念的道路。
這些都是很好的回應，因為它們告訴我生成式人工智慧技術如何透過端到端簡化醫療服務提供者與患者的互動來發揮作用。
歸根究底，從既定的敘述開始更能引起人工智慧的深刻反應。這些回應：
不是特別通用
符合敘事的願景
開啟思考新穎應用的途徑
另請閱讀：AI 可以編寫 B2B 操作指南嗎？我們的實驗結果顯示並非如此
2. 概念化相關性
在 B2B 寫作中，主題通常很複雜。這是因為它存在一些相互關係和細微差別。那麼，如何有效地闡明這些概念呢？
方法之一是量化或視覺化各種變數之間的相關性。例如，您可以談論市場對微服務而非整體應用程式的偏好以及雲端消費模式的相應轉變。同樣，您可以談論傳統廣告管道（例如電視、廣播、印刷品等）的整體下降，以及使用第一方和第三方數據來支援動態或程序化行銷的相應轉變。
當您處理此類抽象概念時（如果效果良好的話幾乎總是很有吸引力），讓人工智慧幫助您進行內容構思是可行的。這種構思為更細緻地思考、提出引人入勝的寫作想法以及了解（儘管是假設的）讀者會感興趣的內容開闢了途徑。
ChatGPT 非常擅長透過關聯進行腦力激盪。例如，您可以要求它連接兩個看似不同的概念，以便更好地闡述問題。這是我與 ChatGPT Plus 進行的對話，當時我想說明綠色倡議的整體結構趨勢。
媒體通報、企業社會責任、供應鏈永續性、財務績效等都是基於真實研究資料進行闡述和視覺化的極佳相關性。因此，與 GPT-4 的這次對話進展順利，以起點為基礎，擴大了想法範圍，同時保持了焦點範圍。
另請閱讀：AI 作家在 B2B 技術內容寫作方面存在的 4 個不足
3. 包括高度相關的例子
與上述類似的用例是提供特定於行業的範例來支持您的想法。理想情況下，例子可以作為你的論點的可信和客觀的證據。它們可協助繪製流程與相應的結果、產品及其實際用例以及服務及其實用性。
特別是在 B2B 領域，範例彌合了抽像差距並證明了服務或產品的價值。然而，關鍵是選擇相關的範例，這些範例 1） 與基本敘述配合良好，2） 與目標受眾相關。
同樣，ChatGPT Plus 會被提示提供相關範例來支持您的研究。這些範例不僅適用於 B2B 長格式內容，還適用於解釋影片、社群媒體貼文和其他行銷資料。
但請記住，ChatGPT 並不像人們想像的那麼有創意。這是一個很好的起始資源，也許是一個更好的集思廣益合作夥伴，但創建發人深省的特定領域內容的責任在於您。不要被炒作蒙蔽了雙眼。下面的資訊圖表證明了這種觀點。
另請閱讀：人工智慧可以編寫思想領導內容嗎？
4. 在保持品質的同時提高速度
Nielsen Norman Group (NN/g) 最近進行了一項研究，以了解 ChatGPT 提高專業人員工作品質和生產力的能力。 NN/g 是所有 UX 領域最有信譽的來源之一，他們對 ChatGPT 與效能相關性的見解切中要害。
研究人員注意到，在不使用人工智慧的情況下製作文件的商業用戶平均需要 27 分鐘。相反，借助人工智慧創建的文檔平均需要 17 分鐘的工作時間，生產力提高了 59%。
但品質又如何呢？好吧，它仍然完好無損——事實上，以 7 分制計算，提高了 0.7 倍。
因此，當然，使用人工智慧可以提高生產力。當考慮到 GPT-4 減少的事實捏造時，這一論點變得更加有力。
底線
不可否認的是，GPT-4 並沒有像「人工智慧取代人類」那樣永久存在，而是有助於增強 B2B 內容流程。如果使用得當，它並不是一種貶低人類專業知識的工具，而是一種可以進一步增強人類專業知識的工具。
它並沒有讓網路充斥著平淡無奇的人工智慧內容，而是提供了一個高度具體並參與爭論的機會。可以肯定地說，將人工智慧納入 B2B 寫作對於那些具有必要智慧的人來說是一個謹慎的選擇，可以創造出真實、引人注目、對讀者有用的內容。
提供寫作靈感
編寫模板化內容（例如 SEO 標題和元描述）
建立低保真內容大綱
更多相關資訊請參閱此處。
一個月內，由於 GPT-4 的出現和廣泛採用，GPT-3 和 GPT-3.5 已成為傳統模型。 2023 年 3 月 14 日，OpenAI 發布了 GPT-4。
該模型在 26 種語言中的 24 種中可以超越“GPT-3.5 和其他 LLM（Chinchilla、PaLM）的英語語言表現”
與 GPT-3.5 的 147/170 和 154/170 相比，此模型的分數分別為 163/170 (GRE Quant) 和 169/170 (GRE Verbal)
最重要的是，OpenAI 聲稱 GPT-4 在產生事實回應方面比其前身準確率提高了 40%。
當然，這引發了幾個問題：
這是否意味著 GPT-4 的幻覺較少？
當主題很複雜時，答案的相關性如何？
改進的功能可以幫助 B2B 技術內容寫作嗎？
我們開始使用 ChatGPT Plus 來理解這些內容，它使您能夠從 GPT-4 語言模型中得出回應。bc 數據新加坡 以下幾點使它成為 B2B 寫作的優秀資源。
1. 立足於自己的研究
現在有一種使用 ChatGPT 從頭開始創建內容的趨勢。雖然這本身並不違反谷歌的指導方針，但最終的文章很可能會變得平庸、平淡、毫無生氣。為什麼會這樣呢？
主要有兩個原因：
人工智慧控制敘事
語言上較差的內容
當人工智慧控制敘事時，你會忽略內部見解，否則這些見解本來可以幫助區分文章，同時仍然符合消費者的需求。另外，你幾乎沒有機會分享你的經驗和專業知識——Google搜尋演算法高度重視的組成部分。
關於語言上較差的內容－這與概念冗餘和平淡的表達有很大關係。關於後者的文獻已經夠多了，大量的人工智慧檢測工具也為市場帶來了同樣的亮點。這些工具透過強調內容的「隨機性」和「複雜性」來驗證內容的人性化——這是學術界備受推崇的做法。
但什麼是概念冗餘呢？這是想法的重複。通常，人工智慧會重複相同的想法，同時調整語言以使其聽起來更真實。從讀者的角度來看，這對參與度和消費價值來說並不是一個好兆頭。
使用 ChatGPT Plus 可以輕鬆解決此問題（當從 GPT-4 引出回應時）。
例如，如果您想從為部落格建立大綱所做的研究中獲得一些靈感，ChatGPT Plus 可以幫助您在該研究的基礎上進行建立。
在接下來的對話中，我要求 ChatGPT 以我自己關於醫療保健中生成式 AI 用例的研究為基礎。
醫學影像分析、遠端病患監控和心理健康聊天機器人並不是什麼新鮮概念。然而，「診斷支持」和「個人化治療計劃」可能有一個新穎的角度。
因此，我進一步探討了ChatGPT，並要求將研究限制在生成式AI能力上，而不是走上闡述核心資料分析和機器學習概念的道路。
這些都是很好的回應，因為它們告訴我生成式人工智慧技術如何透過端到端簡化醫療服務提供者與患者的互動來發揮作用。
歸根究底，從既定的敘述開始更能引起人工智慧的深刻反應。這些回應：
不是特別通用
符合敘事的願景
開啟思考新穎應用的途徑
另請閱讀：AI 可以編寫 B2B 操作指南嗎？我們的實驗結果顯示並非如此
2. 概念化相關性
在 B2B 寫作中，主題通常很複雜。這是因為它存在一些相互關係和細微差別。那麼，如何有效地闡明這些概念呢？
方法之一是量化或視覺化各種變數之間的相關性。例如，您可以談論市場對微服務而非整體應用程式的偏好以及雲端消費模式的相應轉變。同樣，您可以談論傳統廣告管道（例如電視、廣播、印刷品等）的整體下降，以及使用第一方和第三方數據來支援動態或程序化行銷的相應轉變。
當您處理此類抽象概念時（如果效果良好的話幾乎總是很有吸引力），讓人工智慧幫助您進行內容構思是可行的。這種構思為更細緻地思考、提出引人入勝的寫作想法以及了解（儘管是假設的）讀者會感興趣的內容開闢了途徑。
ChatGPT 非常擅長透過關聯進行腦力激盪。例如，您可以要求它連接兩個看似不同的概念，以便更好地闡述問題。這是我與 ChatGPT Plus 進行的對話，當時我想說明綠色倡議的整體結構趨勢。
媒體通報、企業社會責任、供應鏈永續性、財務績效等都是基於真實研究資料進行闡述和視覺化的極佳相關性。因此，與 GPT-4 的這次對話進展順利，以起點為基礎，擴大了想法範圍，同時保持了焦點範圍。
另請閱讀：AI 作家在 B2B 技術內容寫作方面存在的 4 個不足
3. 包括高度相關的例子
與上述類似的用例是提供特定於行業的範例來支持您的想法。理想情況下，例子可以作為你的論點的可信和客觀的證據。它們可協助繪製流程與相應的結果、產品及其實際用例以及服務及其實用性。
特別是在 B2B 領域，範例彌合了抽像差距並證明了服務或產品的價值。然而，關鍵是選擇相關的範例，這些範例 1） 與基本敘述配合良好，2） 與目標受眾相關。
同樣，ChatGPT Plus 會被提示提供相關範例來支持您的研究。這些範例不僅適用於 B2B 長格式內容，還適用於解釋影片、社群媒體貼文和其他行銷資料。
但請記住，ChatGPT 並不像人們想像的那麼有創意。這是一個很好的起始資源，也許是一個更好的集思廣益合作夥伴，但創建發人深省的特定領域內容的責任在於您。不要被炒作蒙蔽了雙眼。下面的資訊圖表證明了這種觀點。
另請閱讀：人工智慧可以編寫思想領導內容嗎？
4. 在保持品質的同時提高速度
Nielsen Norman Group (NN/g) 最近進行了一項研究，以了解 ChatGPT 提高專業人員工作品質和生產力的能力。 NN/g 是所有 UX 領域最有信譽的來源之一，他們對 ChatGPT 與效能相關性的見解切中要害。
研究人員注意到，在不使用人工智慧的情況下製作文件的商業用戶平均需要 27 分鐘。相反，借助人工智慧創建的文檔平均需要 17 分鐘的工作時間，生產力提高了 59%。
但品質又如何呢？好吧，它仍然完好無損——事實上，以 7 分制計算，提高了 0.7 倍。
因此，當然，使用人工智慧可以提高生產力。當考慮到 GPT-4 減少的事實捏造時，這一論點變得更加有力。
底線
不可否認的是，GPT-4 並沒有像「人工智慧取代人類」那樣永久存在，而是有助於增強 B2B 內容流程。如果使用得當，它並不是一種貶低人類專業知識的工具，而是一種可以進一步增強人類專業知識的工具。
它並沒有讓網路充斥著平淡無奇的人工智慧內容，而是提供了一個高度具體並參與爭論的機會。可以肯定地說，將人工智慧納入 B2B 寫作對於那些具有必要智慧的人來說是一個謹慎的選擇，可以創造出真實、引人注目、對讀者有用的內容。