首页 > 其他分享 >所以你被要求对AI内容进行“人性化处理”

所以你被要求对AI内容进行“人性化处理”

时间:2024-08-28 10:53:04浏览次数:12  
标签:训练 AI 人性化 生成 处理 内容 检测工具

过去12个月里,“如何让AI内容更人性化”的搜索量增长了943%。

Ahrefs中’how to humanize ai content’关键词数据

越来越多的人试图“通过人为检查”,无论是为了让AI内容不那么糟糕,还是为了蒙混过AI内容检测工具。

“使AI内容人性化”这一过程已成为那些渴望增长的公司的默认内容策略。

我看到到处都是被压抑的作家,他们询问如何最好地应对这个内容头痛问题。

而且我深知这有多么毁灭性,因为我也经历过。

以下是其从一开始就注定失败的原因。

内容使AI内容人性化是一个有缺陷的过程

我们都知道AI内容存在显而易见的问题(如果你不知道,可以在这里了解),但我不认为将机器人拟人化是解决方案。

事实上,我认为使AI生成的长篇内容人性化本身就是一个存在缺陷的过程。

使用AI的目的在于提升速度、规模和效率;让人类来编辑,并实际重写长篇AI文章完全破坏了这种价值主张。

在你研究并添加了“丰富”的人类元素之后,你完全可以自己从头开始创建内容了。

而将“人性化”的AI内容通过检测器这一步也是荒谬的——你实际上是在让一个AI验证人性。

我花了数小时编辑我要通过人为检查的AI内容,结果却被AI认为我的内容是AI生成的…由AI来评判?!

而且我并不是唯一的受害者。在一篇LinkedIn帖子中,内容顾问Kiran Shahid分享说,由AI检测工具验证她的内容只有在她用第一人称写作时才被认为是人类写的——而这种写作风格客户是不可能通过审核的。

Kiran Shahid在LinkedIn上关于AI内容检测器问题的帖子

Kiran Shahid在LinkedIn上关于AI内容检测器问题的帖子

我在Women In Tech SEO社区中也看到过类似的体验…

Women In Tech SEO社区中关于AI内容检测器问题的帖子

Women In Tech SEO社区中关于AI内容检测器问题的帖子

以及在Reddit上…

Subreddit中关于AI内容检测器问题的帖子

Subreddit中关于AI内容检测器问题的帖子

让人类作家美化AI生成的内容,再让AI来评估他们的创造力,不仅荒谬,而且是对人才的公然浪费。

使AI内容人性化对作家来说是一个打击

当我被要求“使AI人性化”时,我的工作流程大概是这样的:

  1. 接收批量的100%由AI生成的内容进行编辑
  2. 确保每篇文章在AI检测工具中至少有50%“人类”成分
  3. 在SEO交通灯工具中将所有红点变成绿色(窍门:堆砌关键词。显然,这在2024年效果极佳!)

发送给我的AI文章完全不合格,我几乎是完全重写它们(但加上了一个不切实际的最后期限的压力),即使如此,最终结果还是不尽如人意。

当你在文章中硬塞例子、观点和见解时,如果这些内容能从一开始就包含在内,文章的流畅性肯定会受到影响。

在这点上,我想澄清一点。我并不反对AI。我每天都用它来进行创意构思、结构布局、大纲撰写和内容重用——我最主要的工作流程是提高我在“流畅写作”模式下所写内容的节奏和可读性。像这样使用AI,可以极大提高效率。

但是“人性化AI”的过程——你从百分之百由AI生成的内容开始,然后像玛丽·雪莱给弗兰肯斯坦的怪物注入生命一样,给它注入“人性”,这是最单调乏味且非常令写作爱好者丧失动力的任务(尽管听起来很酷)。

如果你是执行这种策略的人,你也应该知道,这是一种极容易导致人才流失的方式。

训练AI模型可以有所帮助,但只能在一定程度上

人性化AI内容既不可持续也低效,但有些公司依然会让你这么做。

如果你处在这种境地,一种可以让你的生活变得稍微容易点的方法是从一开始就用你的内容训练AI。

这意味着,每当你接到一批需要“人性化”的AI生成文章时,你可以先用你自己训练的AI模型处理它们,让它们达到一个较为合格的“人类”水平,然后再进行你的修改和添加。

训练AI模型是一个明智的举动,因为它能够改善AI系统本身;否则,这只是费力的手工劳动,你还不如自己一开始就写内容。

像Claude这样的工具允许付费用户创建包含多达200,000字的训练文档的共享“项目”,而ChatGPT的自定义GPT允许你训练最多20个文件,每个文件的大小上限为512 MB。

Nishkarsha Kotian,来自Channel Engine 的SEO专家,将她品牌指南的示例提供给定制的GPT,并为机器人设置了规则。

Nishkarsha 在Women In Tech SEO帖子中突出展示了AI内容训练的用例

类似的,Melissa Popp,来自RicketyRoo的内容战略总监,将她的定制GPT训练在知识文档上,并采用一种“少样本提示”的过程,提供她最佳内容的 示例

Melissa Popp 在Women In Tech SEO帖子中突出展示了AI内容训练的用例

Melissa Popp 在Women In Tech SEO帖子中突出展示了AI内容训练的用例

鉴于AI工具具有“记忆”,你也可以在与之交流时进行“迭代优化”。

换句话说,你可以一点一点地训练AI,使用建议和示例来提升整体内容输出。在这方面,数字公关专家吉尼·迪特里希将AI描述为“数字实习生”。

但问题是,训练AI需要花费大量时间,即使有所有上下文,如果你对“数字实习生”想要达到的效果没有清晰的愿景,很容易陷入无尽的提示循环。

所以,训练一个AI模型可以稍微减轻负担,但远非万无一失。

梅利莎·波普指出,自定义GPTs只能让她完成40-50%的工作,而训练过程中投入的精力常常抵消了其带来的好处。

梅利莎·波普在Tech SEO女性活动中突出针对AI内容训练的用例

如何反驳要求“人性化”AI内容的指示

质疑“人性化”AI这样的“效率”策略可能会很棘手,尤其是当这些策略是从高层下达时。

做出决定的人往往不了解工作的实际情况,他们只关心Excel表格上的数据变成绿色。

但你的职责是让这些实际情况无法被忽视。

在我的情况下,我采取了以下步骤:

  • 在会议中定期反馈我在“人性化”过程中遇到的问题
  • 在协作表格中跟踪我用于“人性化”AI的时间,以证明时间的浪费
  • 概述推出劣质AI内容的风险,并举出因为人工或算法惩罚而在SERP中排名下降的品牌例子

我虽然没有尝试过,但你可以试试的一个方法是引导利益相关者转向那些不需要太多人工干预的AI内容,比如:

  • 术语表
  • 产品描述
  • 常见问题解答
  • 维基

如果最终目标是增加流量,你也可以考虑提出一些已被证明能够大规模驱动流量的非AI项目。

在Ahrefs最近关于2024年50家主导SEO的自筹资金SaaS公司的研究中,推动最大年度流量增长的品牌采用了三个核心策略:

  • “免费工具”创建
  • 程序化内容
  • 内容本地化

非AI项目也不必耗费大量时间。比如,Zapier程序化地创建了数千个基于功能的登录页面,然后在新用户入驻期间将页面文案外包给合作伙伴。

这种流量玩法更有可能满足客户或高层对快速增长的需求,给你留下更多时间专注于创作优质内容。

总结

人性化AI生成的内容是不可持续的,并且——与许多人想法相反——效率低下。

AI应该被用于从一开始就进行创意构思、规划和起草——而不是代笔。

正如Moz高级内容营销经理奇马·梅梅杰所说:

AI生成内容本身并不是问题。问题在于当内容写得如此糟糕,以至于我能看出它是由AI生成的。AI检测工具完全不靠谱。如果你雇佣了一个写手,并且在把内容通过检测工具来证明它具有吸引力或权威性,那么你就不该与写手合作。写手们,我恳请你们停止使用AI来创建整个内容。请将其作为帮助完善想法、完成思维过程,或者甚至是润色写作的工具,但第一稿必须是100%你自己的作品。

总结:

随着“如何让AI内容更人性化”这一话题的热度急剧上升,许多公司纷纷将其作为内容策略。然而,本文作者指出,这一过程存在明显缺陷。让AI生成的内容人性化不仅破坏了AI的速度、规模和效率,还阻碍了内容创作者的创造力。让人类作家重写和美化AI生成的文章,再通过AI检测器进行验证,实际上是在消耗大量时间和精力,却无明显收益。相比之下,训练AI模型虽然能稍微减轻负担,但仍需耗费大量时间,并且效果有限。

所以,与其将大量资源投入到人性化AI内容的无尽过程中,不如让写手从头开始创作高质量的原始内容,同时合理利用AI工具提升创作效率和文章质量。信任你的写手,让他们为真正的人类撰写内容,可以更好地满足企业的需求。

在光年AI的帮助下,企业可以通过高效的AI工具获取流量增长,让业务取得超常规的提升。光年AI,智能分析,助力私域流量高效增长。不必再为人性化AI内容的费力过程烦恼,选择光年AI,让您的私域流量增长无忧。

标签:训练,AI,人性化,生成,处理,内容,检测工具
From: https://blog.csdn.net/2401_86743293/article/details/141635405

相关文章

  • 用AI图像与Filmora提升你的视觉效果
    发现Filmora的AI图像这一革命性功能如何转变视觉效果的呈现。作为WondershareFilmora广泛AI工具套件的一部分,AI图像脱颖而出,让用户只需点击几下即可增强图像质量并创造引人入胜的视觉效果。除了AI图像,Filmora还提供AI语音增强、AI肖像、AI视频翻译和AI帧插补,确保了满足各种编......
  • 界面控件Telerik UI for ASP.NET Core 2024 Q2亮点 - AI与UI的融合
    TelerikUIforASP.NETCore是用于跨平台响应式Web和云开发的最完整的UI工具集,拥有超过60个由KendoUI支持的ASP.NET核心组件。它的响应式和自适应的HTML5网格,提供从过滤、排序数据到分页和分层数据分组等100多项高级功能。本文将介绍界面组件TelerikUIforASP.NETCore在今年......
  • 初步学习async/await,Task.GetAwaiter,Task.Result
    初步学习async/await,Task.GetAwaiter,Task.Result   网上关于async/await的知识有很多,看了很多但不如自己实践一遍来得快,所以这里记录下我的理解和大家学习下。  首先以最简单的同步方法来开始如下privatestaticvoidTest(){Console.Wr......
  • 秃姐学AI系列之:残差网络 ResNet
    目录残差网络——ResNet残差块思想ResNet块细节ResNet架构总结代码实现残差块两种ResNet块的情况 ResNet模型QA由上图发现,只有当较复杂的函数类包含较小的函数类时,才能确保提高它们的性能。对于深度神经网络,如果我们能将新添加的层训练成恒等映射(identityfu......
  • 秃姐学AI系列之:批量归一化 + 代码实现
    目录批量归一化核心想法批归一化在做什么总结代码实现从零实现创建一个正确的BatchNorm层应用BatchNorm于LeNet模型简单实现QA批量归一化训练深层神经网络是十分困难的,特别是在较短的时间内使他们收敛更加棘手。因为数据在网络最开始,而损失在结尾。训练的过程是......
  • 【计算机组成原理】五、中央处理器:2.数据通路、控制器(单总线结构、专用数据通路、硬布
    3.数据通路文章目录3.数据通路3.1单总线结构3.2专用数据通路4.控制器4.1硬布线控制器4.1.1基本结构4.1.2设计步骤==微操作总结==1)分析每个阶段的微操作序列2)安排微操作时序的原则3)电路设计4.1.3特点4.2微程序控制器==微指令包含关系==4.2.1基本结构4.2.2微指令格式4.......
  • 【计算机组成原理】五、中央处理器:1.CPU的功能与结构&指令执行过程(运算器、数据通路、
    五、中央处理器文章目录五、中央处理器1.CPU的功能与结构1.1CPU功能1.2运算器1.2.1基本结构1.2.2ALU和寄存器的数据通路1.3控制器1.3.1基本结构1.3.2控制器功能1.4CPU的基本结构2.指令执行过程2.1指令周期2.2指令周期流程2.3数据流2.4指令执行方案:如何安排多条指令......
  • 在技术风暴中站稳脚跟:如何提升团队应急处理能力
            在数字化时代,软件服务的稳定性对企业的成功至关重要。用户对于在线服务的依赖日益增加,导致任何技术故障都可能引发大范围的不满情绪,并对企业声誉和经济造成直接影响。即便是像网易云音乐这样经验丰富的大型平台,也难免会遇到突发的技术故障。2024年8月19日下午......
  • C. Turtle and Good Pairs
    https://codeforces.com/contest/2003/problem/C题意:。。。思路:如果要使满足条件的有序对最多,那么首先如果两个字符相等,那么无论如何排列,最终的贡献值都不会变。再看字符不相等的情况,假如有aabbcc,那么abcabc总是优于aabbcc,因为如果一个字符出现了多次,那么像aab,bcc这种就会没......
  • 使用FastAPI来开发项目,项目的目录结构如何规划的一些参考和基类封装的一些处理
    使用FastAPI开发项目时,良好的目录结构可以帮助你更好地组织代码,提高可维护性和扩展性。同样,对基类的封装,也可以进一步减少开发代码,提供便利,并减少出错的几率。下面是一个推荐的目录结构示例:my_fastapi_project/├──app/│├──__init__.py│├──main.py......