So verwenden Sie ChatGPT, um Produktbeschreibungen im großen Maßstab zu erstellen

Wir wollen mehr qualitativ hochwertige Inhalte für unsere Websites, aber es ist schwierig, genug davon zu produzieren. Wie können wir also den Content-Erstellungsprozess skalieren, insbesondere für E-Commerce-Sites mit vielen Produkten?

Wenn Sie dafür bezahlen würden, dass ein Texter Tausende von Produktausschnitten von Grund auf erstellt, wären Sie wahrscheinlich ziemlich schnell aus der Tasche.

Was wäre, wenn Sie für 1.000 neue Produktbeschreibungen bezahlen, aber nur die Hälfte dieser Produkte einen Monat später verfügbar ist? Offensichtlich benötigen Sie einen schnelleren und kostengünstigeren Ansatz. Hier kann ChatGPT helfen.

Die native Weboberfläche von ChatGPT ist wirklich hilfreich und spart viel Zeit.

Wenn wir jedoch Hunderte oder Tausende von Produktbeschreibungen erstellen müssen, gibt es eine effizientere Möglichkeit, ChatGPT zu verwenden, ohne Eingabeaufforderungen zu kopieren und einzufügen. Hier ist wie.

Massenproduktion von Content-Snippets: Skalierung der Ausgabe

Wenn Sie über eine E-Commerce-Website verfügen, möchten Sie möglicherweise Produktausschnitte mithilfe von Daten aus einem Produktinformationsmanagementsystem (PIM) erstellen.

Nehmen wir an, Sie haben die Daten in einer Tabelle.

Wir können Excel-Formeln verwenden, um Daten zu umfangreichen Eingabeaufforderungen zu verketten (oder mit dem Operator „&“ zu verbinden), die für ChatGPT bereit sind. Zum Beispiel:

Beachten Sie, dass Ihre Formel möglicherweise eine oder mehrere „IF“-Anweisungen erfordert. Das liegt daran, dass Ihre Daten in manchen Bereichen Lücken aufweisen können.

Beispielsweise sind für einige Produkte möglicherweise bestimmte Parameter (Daten in bestimmten Spalten) nicht angegeben. Ihre Formel muss flexibel sein und Sie können ChatGPT jederzeit bitten, Ihnen beim Schreiben der Formel zu helfen.

Sobald Ihre Formel für jede Zeile (in diesem Fall für jedes Produkt) eine Eingabeaufforderung zurückgibt, können Sie einige der generierten Eingabeaufforderungen kopieren und in ein Textverarbeitungsprogramm oder sogar einen Notizblock einfügen.

Es empfiehlt sich, einige Stichproben zu überprüfen, um sicherzustellen, dass der Text Sinn ergibt, auch wenn einige Datenelemente fehlen.

Sobald Sie überprüft haben, dass Ihre Excel- (oder Google Sheets-)Formel die gewünschten Eingabeaufforderungstypen generiert, können Sie einige davon an ChatGPT senden (manuell über die Weboberfläche), um zu sehen, ob Ihnen die Ergebnisse gefallen.

Die generierten Snippets erfordern wahrscheinlich eine menschliche redaktionelle Aufsicht, Sie möchten jedoch, dass die KI so viel Arbeit wie möglich erledigt. Aus diesem Grund haben wir uns auf einen so umfassenden „Prompt-Crafting“-Prozess eingelassen.

Sind Sie mit Ihren ersten Aufforderungen und Antworten zufrieden? Gut, dann ist es Zeit, weiterzumachen.

Abrufen Ihrer neuen Produktinhaltsausschnitte von OpenAI

Sie haben nun also eine Liste mit Produkten (oder anderen Arten von Webseiten), für die Sie Inhalte generieren möchten.

In diesem Beispiel gehen wir von einer fiktiven Stichprobe von 100 Produkten aus. Sie haben jetzt eine Liste aller Ihrer Produkte (entweder getrennt nach URL, SKU oder einer anderen eindeutigen Kennung).

Diesen Produkten sind auch umfangreiche Eingabeaufforderungen zugeordnet, die Sie generiert haben. Die Web-Benutzeroberfläche von ChatGPT ist jedoch begrenzt. Wie können Sie diese also alle auf einmal versenden?

Dazu müssen Sie sich mit der grundlegenden Skripterstellung und der Handhabung von API-Anfragen vertraut machen. Sie können ein OpenAI-API-Konto erstellen, um auf die ChatGPT-Weboberfläche zuzugreifen.

Ich habe ein einfaches Python-Skript für meine Agentur zusammengestellt. Obwohl ich das Skript nicht weitergeben kann, kann ich einige der erforderlichen Prozesse und Dokumentationen überprüfen.

Sollte ich dieses Skript später syndizieren wollen, wäre es am besten, es auf für das Marketing zugänglichen Endpunkten und Technologien aufzubauen. Daher habe ich zunächst eine Excel-Tabelle erstellt:

Das Blatt bietet lediglich einen Bereich zum Ablegen von Artikeln zur Verarbeitung (identifiziert durch eine eindeutige Kennung in der Spalte „Artikelname“, in diesem Fall der Produktname). Darüber hinaus können hier auch die zu bearbeitenden Eingabeaufforderungen platziert werden.

Eine weitere Registerkarte enthält Parametereinstellungen für die Anfrage. (All dies können Sie in der Dokumentation von OpenAI erfahren.)

Einige dieser Einstellungen ermöglichen eine Feinabstimmung der Content-Kreativität, der Verwendung ungewöhnlicher Formulierungen, der maximalen Token-Ausgaben pro Anfrage und sogar der Content-Redundanz. Hier wird auch der OpenAI-API-Schlüssel gespeichert.

Sobald auf eine bestimmte Schaltfläche in der Tabelle geklickt wird, wird das Python-Skript automatisch gestartet und erledigt den Rest:

Zunächst definiert das Skript die Anforderungs-/Endpunkt-URL. Anschließend sendet das Skript die Anforderungsheader und die Anforderungsdaten.

Die meisten Parameter für den Anforderungsheader/die Daten können in der zuvor abgebildeten Tabelle angepasst werden.

Schließlich wird der Antworttext von OpenAI empfangen und im „Data Dump“, einer weiteren separaten Tabelle, protokolliert.

Ich habe drei Skripte für diese Bereitstellung, obwohl nur eines ausgeführt werden muss. Ich habe auch zwei separate Tabellenkalkulationen, die beide benötigt werden.

Sobald das Skript alle Abfragen auflöst, werden alle Textausschnitte hier gespeichert:

Wenn Sie sich die obige Ausgabe ansehen, haben Sie möglicherweise Bedenken hinsichtlich der Einzigartigkeit des Inhalts.

Während alle Snippets mit der genauen Phrase beginnen („Wir stellen den [Produktnamen] vor“), wird der produzierte Inhalt in den generierten Absätzen vielfältiger. Es ist also nicht so schlimm, wie es aussieht.

Außerdem gibt es Dinge, die Sie tun können, um zu versuchen, jedes generierte Snippet noch einzigartiger zu machen, z. B. die KI kategorisch aufzufordern, einzigartige Inhalte zu generieren (obwohl Sie in dieser Hinsicht ziemlich bestimmt und repetitiv vorgehen müssen, um irgendwohin zu gelangen).

Sie können auch die Temperatur- und Frequenzparameter anpassen, um die Kreativität des Inhalts anzupassen und überflüssige Sprache zu vermeiden.

Durch die Verknüpfung dieser Technologien (OpenAI-API, Excel, Python) können wir schnell generierte Textausschnitte für alle Eingabeaufforderungen ermitteln.

Von hier aus liegt es an Ihnen, was Sie mit den neu verarbeiteten Daten tun möchten.

Ich empfehle dringend, es in ein Format zu bringen, das Ihr Redaktionsteam verstehen kann.

Vieles davon haben wir etwas abgemildert, indem wir sehr umfangreiche Eingabeaufforderungen erstellt haben. Allerdings können Sie nie sicher sein, bis Sie die Ausgabe überprüfen.

ChatGPT-Ausgabenotizen

Vorausgesetzt, dass Sie gerne mit ChatGPT arbeiten, sollten Sie einige Dinge beachten:

• Reden wir über die Kosten. Es ist schwierig, eine Kostenaufschlüsselung für die Nutzung des GPT-4-Modells von ChatGPT von OpenAI über deren API anzugeben. Es geht nicht nur um die Anzahl der Eingabewörter der Eingabeaufforderung oder die Anzahl der Ausgabewörter. Bei der Preisgestaltung kommt es auf die „Denkzeit“ der KI an. Komplexere Anfragen verbrauchen mehr Token und kosten mehr (auch wenn die Anzahl der Eingabe-/Ausgabewörter reduziert wird).
• Die Ausführung und Rücksendung unseres Teststapels mit 100 Eingabeaufforderungen aus Beispieldaten kostete uns nur 1,74 US-Dollar. Insgesamt haben wir 22.482 Wörter Inhalt generiert. 22.482 Wörter Inhalt für 1,74 $ scheinen gut zu sein, aber es gibt noch viel mehr zu beachten.
• Aufgrund der Schlussfolgerungsneigung der KI ist (unserer Meinung nach) weiterhin grundsätzlich ein menschlicher Redaktionsprozess erforderlich.
• Der Einsatz dieser Technologie verwandelt jedoch eine kostspielige Aufgabe der Inhaltserstellung von Grund auf in eine viel kostengünstigere Aufgabe der Inhaltsbearbeitung.
• Die Zeit des Daten-/KI-Spezialisten für die zeitnahe Erstellung und Ausführung von Skripten muss ebenfalls berücksichtigt werden.
• KI kann nicht nur ableiten, wo Daten fehlen, sondern auch „kreativ“ auf Dinge schließen. In unserem Beispieldatensatz hat die KI beschlossen, im produzierten Produktinhalt auf die Existenz eines Größenleitfadens (Kleidung) zu schließen. Wenn es keine Größenanleitung gäbe, würde das ziemlich albern aussehen.
• Senden Sie KI-Inhalte immer durch einen menschlichen redaktionellen Überprüfungsprozess, um Faktenprüfung, Genauigkeit und (am wichtigsten) zusätzliches kreatives Flair zu gewährleisten.
• Sie können ChatGPT weiter automatisieren, indem Sie Projekte wie Auto-GPT einbinden. Diese KI-„Agenten“ verleihen ChatGPT mehr aktive Verarbeitungs- und Aufgabenleistung. Projekte wie dieses benötigen jedoch weiterhin Ihren OpenAI-API-Schlüssel. Und weil sie noch in den Kinderschuhen sind, können sie eine Menge Credits verschlingen, bevor sie lernen, Aufgaben ordnungsgemäß auszuführen.

Skalieren Sie Ihren Content-Erstellungsprozess mit KI

KI kann mit minimalem Eingriff skalierbar verschiedene Inhaltsausschnitte erzeugen, die für den jeweiligen Zweck geeignet sind.

Für lange Inhalte ist es wahrscheinlich immer noch besser, die Benutzeroberfläche zu verwenden und die Antworten der KI zu iterieren.