Cómo usar ChatGPT para generar descripciones de productos a escala

Queremos más contenido de calidad para nuestros sitios web, pero es difícil producir suficiente. Entonces, ¿cómo podemos escalar el proceso de creación de contenido, especialmente para sitios de comercio electrónico con muchos productos?

Si tuviera que pagar a un redactor para producir miles de fragmentos de productos desde cero, probablemente perdería su bolsillo bastante rápido.

¿Qué sucede si paga 1000 descripciones de productos nuevos, pero solo la mitad de esos productos se encuentran disponibles un mes después? Claramente, necesita un enfoque más rápido y rentable. Aquí es donde ChatGPT puede ayudar.

La interfaz web nativa de ChatGPT es realmente útil y ahorra mucho tiempo.

Pero si tenemos que crear cientos o miles de descripciones de productos, hay una manera más eficiente de usar ChatGPT sin copiar y pegar indicaciones. Así es cómo.

Producción masiva de fragmentos de contenido: escalar la salida

Si tiene un sitio web de comercio electrónico, es posible que desee producir fragmentos de productos utilizando datos de un sistema de gestión de información de productos (PIM).

Digamos que tienes los datos en una hoja de cálculo.

Podemos usar fórmulas de Excel para concatenar (o unir, usando el operador "&") datos en avisos enriquecidos, listos para ChatGPT. Por ejemplo:

Tenga en cuenta que su fórmula puede requerir una o varias declaraciones "SI". Eso es porque sus datos pueden tener agujeros en algunas áreas.

Por ejemplo, algunos productos pueden no tener ciertos parámetros (datos dentro de ciertas columnas) especificados. Necesita que su fórmula sea flexible, y siempre puede pedirle a ChatGPT que lo ayude a escribir la fórmula.

Una vez que su fórmula devuelve un aviso para cada fila (en este caso, para cada producto), puede copiar y pegar algunos de los avisos generados en un procesador de texto, incluso en un bloc de notas.

Es bueno verificar algunos para asegurarse de que el texto tenga sentido, incluso cuando falten algunos elementos de datos.

Una vez que haya verificado que su fórmula de Excel (o Hojas de cálculo de Google) está generando los tipos de avisos que desea, puede enviar algunos de ellos a ChatGPT (manualmente, usando la interfaz web) para ver si le gustan los resultados.

Es probable que los fragmentos generados requieran supervisión editorial humana, aunque desea que la IA haga la mayor parte del trabajo posible. Es por eso que nos involucramos en un proceso de “elaboración rápida” tan profundo.

¿Está satisfecho con sus indicaciones y respuestas iniciales? Bien, entonces es hora de seguir adelante.

Obtener fragmentos de contenido de su nuevo producto de OpenAI

Entonces, ahora tiene una lista de productos (u otros tipos de páginas web) para los que le gustaría generar contenido.

En este ejemplo, vamos con una muestra ficticia de 100 productos. Ahora tiene una lista de todos sus productos (ya sea separados por URL, SKU o algún otro identificador único).

Estos productos también tienen avisos enriquecidos asignados que usted ha generado. Pero la interfaz de usuario web de ChatGPT es limitada. Entonces, ¿cómo puedes enviarlos todos a la vez?

Para esto, tendrá que familiarizarse con las secuencias de comandos básicas y con el manejo de solicitudes de API. Puede crear una cuenta API de OpenAI para acceder a la interfaz web de ChatGPT.

Preparé un script Python básico para mi agencia. Si bien no puedo compartir el guión, puedo revisar algunos de los procesos y la documentación necesarios.

Si deseo sindicar este script más adelante, lo mejor sería crearlo en puntos finales y tecnologías accesibles para marketing. Como tal, primero produje una hoja de Excel:

La hoja simplemente proporciona un área para descargar elementos para su procesamiento (identificados por algún identificador único en la columna "Nombre del elemento", en este caso, el nombre del producto). Además, las solicitudes a procesar también se pueden colocar aquí.

Otra pestaña contiene la configuración de parámetros para la solicitud. (Puede obtener información sobre todo esto a través de la documentación de OpenAI).

Algunas de estas configuraciones ajustan la asignación de creatividad de contenido, la implementación de redacción inusual, el gasto máximo de token por solicitud e incluso la redundancia de contenido. Aquí también es donde se guarda la clave API de OpenAI.

Una vez que se hace clic en un botón determinado dentro de la hoja de cálculo, la secuencia de comandos de Python se inicia automáticamente y se encarga del resto:

Primero, la secuencia de comandos define la URL de solicitud/punto final. Después de esto, el script envía los encabezados de la solicitud y los datos de la solicitud.

La mayoría de los parámetros para el encabezado/datos de la solicitud se pueden ajustar dentro de la hoja de cálculo que se muestra anteriormente.

Finalmente, el texto de respuesta se recibe de OpenAI y se registra en el "volcado de datos", otra hoja de cálculo separada.

Tengo tres scripts para esta implementación, aunque solo uno necesita ejecutarse. También tengo dos hojas de cálculo separadas, las cuales son necesarias.

Una vez que el script resuelve todas las consultas, todos los fragmentos de texto se guardan aquí:

Mirando el resultado anterior, es posible que tenga algunas preocupaciones sobre la singularidad del contenido.

Si bien todos los fragmentos comienzan con la frase exacta ("Presentamos el [nombre del producto]"), el contenido producido se vuelve más diverso a lo largo de los párrafos generados. Entonces, no es tan malo como parece.

Además, hay cosas que puede hacer para intentar que cada fragmento generado sea aún más único, como pedirle categóricamente a la IA que genere contenido único (aunque debe ser bastante firme y repetitivo en este sentido para llegar a alguna parte).

También puede modificar los parámetros de temperatura y frecuencia para ajustar la creatividad del contenido y evitar el lenguaje redundante.

Al unir estas tecnologías (API de OpenAI, Excel, Python), podemos determinar rápidamente los fragmentos de texto generados para todas las solicitudes de entrada.

A partir de aquí, depende de usted lo que quiera hacer con los datos recién procesados.

Recomiendo encarecidamente moverlo a un formato que su equipo editorial pueda entender.

De alguna manera, hemos mitigado gran parte de esto mediante la elaboración de indicaciones muy ricas. Sin embargo, nunca puede estar seguro hasta que verifique la salida.

Notas de salida de ChatGPT

Suponiendo que esté feliz de trabajar con ChatGPT, hay algunas cosas que debe tener en cuenta:

• Hablemos del costo. Es difícil dar un desglose de costos por usar el modelo GPT-4 de ChatGPT de OpenAI a través de su API. No es solo el recuento de palabras de entrada del indicador o el recuento de palabras de salida. El precio gira en torno al "tiempo de reflexión" de la IA. Las solicitudes más complejas utilizarán más tokens y costarán más (incluso si se reduce el número de palabras de entrada/salida).
• Nuestro lote de prueba de 100 avisos de datos de muestra nos costó solo $ 1.74 para ejecutar y devolver. Generamos 22,482 palabras de contenido en general. 22.482 palabras de contenido por $1,74 parece bueno, pero hay mucho más que considerar.
• Debido a la propensión de AI a inferir, todavía se requiere fundamentalmente un proceso editorial humano (en nuestra opinión).
• Sin embargo, el uso de esta tecnología transforma una costosa tarea de creación de contenido desde cero en una tarea de edición de contenido mucho más rentable.
• También se debe tener en cuenta el tiempo del especialista en datos/IA para crear y ejecutar scripts rápidamente.
• Además de inferir dónde faltan datos, la IA también puede "inferir creativamente" cosas. En nuestro conjunto de datos de muestra, la IA decidió inferir la existencia de una guía de tallas (ropa) dentro del contenido del producto producido. Si no existiera una guía de tallas, sería bastante tonto.
• Envíe siempre contenido de IA a través de un proceso de revisión editorial humano para verificación de hechos, precisión y (lo más importante) estilo creativo adicional.
• Puede automatizar aún más ChatGPT conectando proyectos como Auto-GPT. Esos 'agentes' de IA agregan más procesamiento activo y poder de tareas a ChatGPT. Sin embargo, proyectos como este aún necesitan su clave API de OpenAI. Y debido a su infancia, pueden masticar muchos créditos antes de aprender a realizar tareas estándar.

Escalando su proceso de creación de contenido con IA

La IA puede producir de forma escalable diversos fragmentos de contenido que se ajustan a su propósito con una intervención mínima.

Para el contenido de formato largo, probablemente sea mejor usar la interfaz e iterar las respuestas de la IA.