在很多企業的簡化內容營銷和管理工作中，人工智能發揮了很大的作用。你可以在幾分鐘內完成內容的搜索、準備、編輯和發布，如果沒有人工智能的幫助，這些工作可能要花費幾天甚至幾周的時間。

[[412870]]

問題在于，盡管人工智能可以自動完成非常耗時的發布任務，并且幫助預測人們想要閱讀的內容，但它仍然無法很好地完成寫作——至少到目前為止，還不行。

今天，人工智能仍然非常依賴將概念或者事實串聯起來，形成一些半連貫的大雜燴，但是它無法完成能夠讓客戶注意或者經得起推敲的措辭或者其他的無形因素。

目前，內容創造領域的人工智能的底層技術包括微軟的圖靈自然語言生成(Turing Natural Language Generation ，T-NLG)工具——擁有 170 億個參數，以及OpenAI 的生成式預訓練 Transformer 3 技術(GPT-3)——它擁有1750 億個機器學習參數。

2020 年 9 月，微軟宣布該公司已經獲得 GPT-3 技術的“獨家”使用許可，這一線索表明了這個快速發展的行業的前進方向。

在這次采訪中，Wordable公司的首席執行官及Codeless公司的創始人Brad Smith描述了人工智能目前在內容創建方面的局限性，他向我們介紹了如何最好地利用它的功能，并且展望了在不遠的未來的發展方向。

今天，在內容方面最關鍵的問題是“垃圾進，垃圾出”。

Smith表示，目前，人工智能最大的問題是它過度依賴范式，以及當你提到某些主題的時候，某些單詞或短語相鄰出現的可能性。

他解釋說：“這意味著目前，AI只能通過基于事實的、基于信息的內容，但即便如此，也很難真正理解自己所說的任何內容。它只是利用在某些主題下已經存在的內容，然后玩一場機械戰警版本的文字游戲 Mad Libs。”

人工智能無法將長而有說服力的文字串聯到一起。

Smith表示：“大多數好的內容都是建立在自身基礎之上。”他表示：“所以你可以在第一部分為一個論點奠定基礎，然后到了第四個部分或者段落的時候，再回來在此基礎上為讀者進一步闡述。”

Smith表示，人工智能的麻煩在于，它無法以這種方式自我引用。“它對于一些主題的了解完全是支離破碎的，所以它無法穿針引線地將它們連在一起，而你的讀者想看的卻是連接有序的內容。”

Smith表示，僅僅是這兩個問題就將人工智能的用途完全排除在大量在線內容的創建之外。

人工智能不能制作音頻或視頻

他還指出，人工智能不能制作音頻或者視頻，也無法為這種類型的媒體編寫腳本，Smith表示：“這是未來幾十年里，絕大部分人消費數字媒體的方式，但這完全是另一個話題了。”

人工智能無法實現主觀

絕大多數的在線內容并不是客觀的，而是主觀的。對各種選擇進行比較，或者提出一些建議，每種建議都會有自己的優點和缺點。

“除非人工智能基本上是機械地抄襲這個主題之下的其他內容，否則它無法用這種方式對各種選擇進行比較，也無法提供額外的外展內容來說明為什么某種論調可能合法或者不合法。”

人工智能無法處理情感

人工智能無法處理情感，例如風格、行話、圈內笑話、元參考、軼事或者講故事。“所有這些都是能夠吸引人停下腳步的東西，讓他們將注意力集中到正在閱讀的內容上，并且想要繼續閱讀完。歸根結底，人們仍然是情緒化的動物，他們的大腦數百年來一直是感情用事，常常會用感覺說服自己做出合乎情理的決策，而不是反過來。”

人工智能可以在內容創建的什么部分提供幫助?答案是研究和準備

鑒于大多數長篇內容(1,000至2,000 字)平均需要花費4到5個小時來編寫，其中可能有一半的時間要用于研究和準備，Smith 表示人工智能在這兩個環節可以提供巨大的幫助。

“人工智能及其底層的內容技術可以幫助大大縮短這一過程，可以在幾秒鐘而不是幾個小時之內提供關于文章看起來是什么樣子或者應該提及那些子話題方面的建議。”

模式匹配非常適用于SEO

雖然模式匹配能夠創建“機械戰警版本的Mad Libs式”的內容，但是Smith認為，嚴重依賴模式匹配的人工智能研究可以幫助構建強大的SEO內容。

“像谷歌這樣的搜索引擎只是為了幫助搜索者找到他們查詢的答案。為此，他們展示的許多內容往往相當公式化，排在前 10位的結果可能都提到了某些子主題、語義思想，以及他們正在詢問的問題。”

初稿——在特定情況下

Smith解釋說，在一些非常具體的情況下，人工智能可能能夠提供簡短的、基于事實的基本內容，這些內容對于初稿來說是可以通過的。“再說一次，你仍然會需要作家和編輯對其進行實際審查、潤色、編輯或補充。同樣需要再強調一遍的是，這可能會為你節省大量時間和金錢，特別是如果你可以與人工智能合作，在人工智能嘗試寫作之前，先對它的大綱進行審查或者人工批準，那就更能夠節省時間和金錢了。”

因此，雖然機器人可能無法很快取代作家，但用于內容創作的人工智能技術正在迅速發展。鑒于 GPT-3 推出僅比 T-NLG 晚幾個月，但容量卻達到了后者的 10 倍，看看接下來會發生什么將會很有趣。在一次有80名受試者參與的初步測試中，受試者被要求區分人類和人工智能創作的短篇小說，受試者們區分的正確率只有48%。

Smith的主要建議是：在為內容使用底層技術時，確保在流程中的每一個階段都要保持人類的參與。

“當然，你仍然需要專家和人類來審查、過濾、調整內容，甚至是扔掉一些東西，以確保它是合法的。盡管如此，如果使用得當，人工智能可能會節省大量時間，并且無疑將在未來的內容創作中發揮重要的作用。”