نحوه استفاده از ChatGPT برای تولید توضیحات محصول در مقیاس

[ad_1]

ما محتوای با کیفیت بیشتری برای وب سایت های خود می خواهیم، ​​اما ایجاد آن به اندازه کافی دشوار است. بنابراین چگونه می‌توانیم فرآیند تولید محتوا را، به‌ویژه برای سایت‌های تجارت الکترونیک چند محصولی، مقیاس‌بندی کنیم؟

اگر مجبور باشید برای ایجاد هزاران قطعه محصول از ابتدا به یک کپی رایتر پول بپردازید، احتمالاً به سرعت پولتان تمام می شود.

اگر برای 1000 توضیح محصول جدید هزینه کنید، اما فقط نیمی از آن محصولات یک ماه بعد زنده بمانند، چه؟ واضح است که شما به یک رویکرد سریعتر و مقرون به صرفه نیاز دارید. اینجاست که ChatGPT می تواند کمک کند.

رابط وب بومی ChatGPT واقعا مفید است و باعث صرفه جویی در زمان می شود.

اما اگر صدها یا هزاران توضیح محصول برای ایجاد داشته باشیم، راه کارآمدتری برای استفاده از ChatGPT بدون درخواست کپی و چسباندن وجود دارد. اینگونه است.

تولید انبوه قطعات محتوا: مقیاس بندی خروجی

اگر یک وب سایت تجارت الکترونیک دارید، ممکن است بخواهید با استفاده از داده های یک سیستم مدیریت اطلاعات محصول (PIM) قطعه های محصول ایجاد کنید.

فرض کنید داده ها را در یک صفحه گسترده دارید.

می‌توانیم از فرمول‌های اکسل برای پیوند دادن (یا با استفاده از عملگر «&») داده‌ها به دستورات غنی ChatGPT استفاده کنیم. مثلا:

توجه داشته باشید که فرمول شما ممکن است به یک یا چند عبارت IF نیاز داشته باشد. این به این دلیل است که داده های شما ممکن است در برخی مناطق دارای حفره هایی باشند.

به عنوان مثال، برخی از محصولات ممکن است پارامترهای خاصی نداشته باشند (داده ها در ستون های خاص). شما باید فرمول خود را انعطاف پذیر کنید و همیشه می توانید از ChatGPT بخواهید که به شما در نوشتن فرمول کمک کند.

پس از اینکه فرمول شما برای هر ردیف (در این مورد، برای هر محصول) یک درخواست را برگرداند، می‌توانید چندین درخواست ایجاد شده را در یک پردازشگر کلمه، حتی در Notepad، کپی و جایگذاری کنید.

ایده خوبی است که چند مورد را بررسی کنید تا مطمئن شوید که متن حتی زمانی که برخی از داده ها از دست رفته است، منطقی است.

هنگامی که مطمئن شدید فرمول Excel (یا Google Sheets) شما انواع درخواست‌های مورد نظرتان را ایجاد می‌کند، می‌توانید تعدادی از آنها را به ChatGPT (به‌صورت دستی با استفاده از رابط وب) ارسال کنید تا ببینید آیا نتایج را دوست دارید یا خیر.

قطعه (های) تولید شده احتمالاً به نظارت ویراستاری انسانی نیاز دارد، اگرچه می‌خواهید هوش مصنوعی تا حد امکان کار را انجام دهد. به همین دلیل است که ما متعهد به چنین فرآیند عمیق “ساخت سریع” هستیم.

آیا از درخواست ها و پاسخ های اولیه خود راضی هستید؟ خوب، پس وقت آن است که ادامه دهیم.


جستجوی روزانه خبرنامه را که بازاریابان به آن متکی هستند، دریافت کنید.


قطعات محتوای محصول جدید خود را از OpenAI استخراج کنید

بنابراین، اکنون فهرستی از محصولات (یا انواع دیگر صفحات وب) دارید که می خواهید برای آنها محتوا تولید کنید.

در این مثال از نمونه ساختگی 100 محصول استفاده خواهیم کرد. اکنون فهرستی از تمام محصولات خود دارید (هر کدام با URL، SKU یا سایر شناسه های منحصر به فرد از هم جدا شده اند).

این محصولات همچنین دارای مجموعه اعلان های غنی هستند که شما ایجاد کرده اید. اما رابط وب ChatGPT محدود است. بنابراین چگونه می توانید همه آنها را یکجا ارسال کنید؟

برای انجام این کار، باید با اسکریپت نویسی اولیه و پردازش درخواست API آشنا شوید. برای دسترسی به رابط وب ChatGPT می توانید یک حساب OpenAI API ایجاد کنید.

من یک اسکریپت پایه پایتون را برای آژانسم جمع کردم. در حالی که نمی توانم اسکریپت را به اشتراک بگذارم، می توانم برخی از فرآیندها و مستندات مورد نیاز را بررسی کنم.

اگر بخواهم بعداً این اسکریپت را به اشتراک بگذارم، بهتر است آن را بر اساس نقاط پایانی و فناوری های قابل دسترسی بازاریابی بسازم. به این ترتیب، من ابتدا یک صفحه اکسل ایجاد کردم:

برگه به ​​سادگی یک منطقه برای تخلیه اقلام برای پردازش فراهم می کند (که توسط برخی از شناسه های منحصر به فرد در ستون نام آیتم مشخص می شود، در این مورد نام محصول). علاوه بر این، دستورهایی که باید پردازش شوند را نیز می توان در اینجا قرار داد.

بخش دیگری شامل تنظیمات پارامتر برای پرس و جو است. (شما می توانید در مورد همه اینها از طریق اسناد OpenAI یاد بگیرید.)

برخی از این تنظیمات، امکان خلاقیت محتوا، اجرای عبارت‌های غیرمعمول، حداکثر توکن صرف شده برای هر درخواست و حتی رزرو محتوا را مشخص می‌کنند. در اینجا نیز کلید OpenAI API ذخیره می شود.

هنگامی که دکمه خاصی در صفحه گسترده کلیک می شود، اسکریپت پایتون به طور خودکار راه اندازی می شود و بقیه موارد را مدیریت می کند:

ابتدا، اسکریپت URL درخواست/نقطه پایانی را تعریف می کند. سپس اسکریپت سرصفحه های درخواست و داده های درخواست را ارسال می کند.

اکثر پارامترهای هدر/داده درخواست را می توان در صفحه گسترده تصویر بالا تغییر داد.

در نهایت، متن پاسخ از OpenAI به‌دست می‌آید و در «Data Dump»، صفحه‌گسترده جداگانه دیگری نوشته می‌شود.

من سه اسکریپت برای این استقرار دارم، اما فقط یکی باید اجرا شود. من همچنین دو صفحه گسترده جداگانه دارم، هر دو مورد نیاز است.

پس از اینکه اسکریپت تمام درخواست ها را حل کرد، تمام قطعات متن در اینجا نوشته می شوند:

با نگاهی به خروجی بالا، ممکن است نگرانی هایی در مورد منحصر به فرد بودن محتوا داشته باشید.

اگرچه همه قطعه‌ها با عبارت دقیق (“معرفی (نام محصول)” شروع می‌شوند، محتوای ایجاد شده در پاراگراف‌های تولید شده متنوع‌تر می‌شود. بنابراین آنقدرها هم که به نظر می رسد بد نیست.

علاوه بر این، کارهایی وجود دارد که می‌توانید انجام دهید تا سعی کنید هر قطعه تولید شده را منحصر به فردتر کنید، مانند درخواست مستقیم از هوش مصنوعی برای تولید محتوای منحصربه‌فرد (اگرچه برای رسیدن به جایی باید نسبت به آن سخت‌گیر و تکراری باشید).

همچنین می توانید پارامترهای دما و فرکانس را تنظیم کنید تا خلاقیت محتوا را تنظیم کنید و از زبان اضافی اجتناب کنید.

با ترکیب این فناوری‌ها (OpenAI API، Excel، Python)، می‌توانیم به سرعت تکه‌های متنی تولید شده را برای همه اعلان‌های ورودی ایجاد کنیم.

از اینجا به بعد، این به شما بستگی دارد که می خواهید با این داده های تازه پردازش شده چه کاری انجام دهید.

من به شدت توصیه می کنم آن را به قالبی منتقل کنید که تیم تحریریه شما قابل درک است.

ما به نوعی با ایجاد اعلان‌های بسیار غنی، بسیاری از آن‌ها را کاهش دادیم. با این حال، تا زمانی که نتیجه را بررسی نکنید، هرگز نمی توانید مطمئن باشید.

یادداشت های انتشار ChatGPT

با فرض اینکه از کار با ChatGPT خوشحال هستید، وجود دارد چند نکته را باید در نظر داشت:

  • بیایید در مورد قیمت صحبت کنیم. ارائه خلاصه ای از هزینه استفاده از مدل GPT-4 ChatGPT OpenAI از طریق API آنها دشوار است. این فقط تعداد کلمات ورودی در اعلان یا تعداد کلمات خروجی نیست. قیمت گذاری حول «زمان تفکر» هوش مصنوعی می چرخد. پرس و جوهای پیچیده تر از نشانه های بیشتری استفاده می کنند و هزینه بیشتری دارند (حتی اگر تعداد کلمات ورودی/خروجی کاهش یابد).
  • دسته آزمایشی ما از 100 نمونه درخواست داده فقط 1.74 دلار برای اجرا و بازگشت هزینه دارد. ما در مجموع 22482 کلمه محتوا تولید کردیم. 22482 کلمه محتوا با قیمت 1.74 دلار خوب به نظر می رسد، اما چیزهای بیشتری برای بررسی وجود دارد.
  • به دلیل تمایل هوش مصنوعی به استنتاج، فرآیند ویرایش انسانی هنوز اساساً ضروری است (به نظر ما).
  • با این حال، استفاده از این فناوری وظیفه پرهزینه ایجاد محتوا از ابتدا را به یک کار بسیار مقرون به صرفه تر ویرایش محتوا تبدیل می کند.
  • زمان دانشمند داده / هوش مصنوعی برای ساخت و اجرای سریع اسکریپت ها نیز باید در نظر گرفته شود.
  • هوش مصنوعی علاوه بر استنتاج در مواقعی که داده از دست رفته است، می‌تواند چیزها را «خلاقانه» استنتاج کند. در مجموعه داده نمونه ما، هوش مصنوعی تصمیم گرفت وجود یک راهنمای اندازه (لباس) را در محتوای محصول تولید شده استنباط کند. اگر راهنمای اندازه گیری وجود نداشت، بسیار احمقانه به نظر می رسید.
  • همیشه محتوای هوش مصنوعی را از طریق یک فرآیند بررسی سرمقاله انسانی برای بررسی واقعیت، دقت و (مهمتر از همه) استعداد خلاق بیشتر ارسال کنید.
  • می‌توانید ChatGPT را با گنجاندن پروژه‌هایی مانند Auto-GPT خودکار کنید. این «عامل‌های» هوش مصنوعی، پردازش فعال و قدرت وظیفه بیشتری را به ChatGPT اضافه می‌کنند. با این حال، پروژه هایی مانند این هنوز به کلید OpenAI API شما نیاز دارند. و به دلیل دوران کودکی خود، آنها می توانند قبل از اینکه یاد بگیرند وظایف خود را با استاندارد انجام دهند، تعداد زیادی اعتبار را بجوند.

مقیاس کردن فرآیند تولید محتوای خود با هوش مصنوعی

هوش مصنوعی می‌تواند با حداقل مداخله، قطعه‌های محتوای متنوعی را تولید کند که برای هدف مناسب هستند.

برای محتوای طولانی، احتمالا هنوز بهتر است از رابط کاربری و تکرار پاسخ های هوش مصنوعی استفاده کنید.

نظرات بیان شده در این مقاله نظرات نویسنده مهمان است و لزوماً نظرات سرزمین موتورهای جستجو نیست. نویسندگان کارکنان در اینجا فهرست شده اند.

[ad_2]