ChatGPT を使用して製品説明を大規模に生成する方法

ウェブサイトにはより質の高いコンテンツが必要ですが、十分なコンテンツを作成するのは困難です。 では、特に商品が豊富な e コマース サイトの場合、コンテンツ作成プロセスをどのようにスケールできるでしょうか?

コピーライターにお金を払って何千もの製品スニペットをゼロから作成したとしたら、おそらくすぐにお金がなくなるでしょう。

1,000 件の新しい製品説明の代金を支払ったが、1 か月後にはそれらの製品の半分しか残っていない場合はどうなるでしょうか? 明らかに、より迅速でコスト効率の高いアプローチが必要です。 ここでChatGPTが役に立ちます。

ChatGPT のネイティブ Web インターフェイスは非常に便利で、時間を大幅に節約できます。

しかし、何百、何千もの製品説明を作成する必要がある場合は、プロンプトをコピーして貼り付けることなく、ChatGPT を使用するより効率的な方法があります。 その方法は次のとおりです。

コンテンツ スニペットの大量生産: 出力のスケーリング

e コマース Web サイトをお持ちの場合は、製品情報管理 (PIM) システムからのデータを使用して製品スニペットを作成したい場合があります。

スプレッドシートにデータがあるとします。

Excel の数式を使用して、データを連結 (または「&」演算子を使用して結合) して、ChatGPT の準備が整った豊富なプロンプトにできます。 例えば：

数式には 1 つまたは複数の「IF」ステートメントが必要な場合があることに注意してください。 データの一部の領域に穴がある可能性があるためです。

たとえば、一部の製品には特定のパラメータ (特定の列内のデータ) が指定されていない場合があります。 数式は柔軟である必要があり、いつでも ChatGPT に数式の作成を手伝ってもらうことができます。

数式が行ごと (この場合は製品ごと) にプロンプ​​トを返したら、生成されたプロンプトのいくつかをコピーしてワード プロセッサ (メモ帳など) に貼り付けることができます。

一部のデータ項目が欠落している場合でも、テキストが意味をなすことを確認するために、いくつかのデータ項目をスポットチェックすることをお勧めします。

Excel (または Google スプレッドシート) の数式が必要なタイプのプロンプトを生成していることを確認したら、そのプロンプトのいくつかを ChatGPT に (Web インターフェイスを使用して手動で) 送信して、結果が気に入るかどうかを確認できます。

生成されたスニペットには人間による編集上の監視が必要になる可能性がありますが、できる限り多くの作業を AI に実行させる必要があります。 だからこそ、私たちはこれほどまでに深い「即時制作」のプロセスに取り組みました。

最初のプロンプトと応答に満足していますか? よし、次に進む時間だ。

OpenAI から新しい製品コンテンツのスニペットを取得する

これで、コンテンツを生成したい製品 (または他の種類の Web ページ) のリストが完成しました。

この例では、100 製品の架空のサンプルを使用します。 これで、すべての製品のリストが作成されました (URL、SKU、またはその他の一意の識別子で区切られています)。

これらの製品には、ユーザーが生成したリッチ プロンプトも割り当てられています。 ただし、ChatGPT の Web UI には制限があります。 では、これらを一度に送信するにはどうすればよいでしょうか?

このためには、基本的なスクリプト作成と API リクエストの処理に慣れる必要があります。 OpenAI API アカウントを作成して、ChatGPT Web インターフェイスにアクセスできます。

私は自分の代理店用に基本的な Python スクリプトをまとめました。 スクリプトを共有することはできませんが、必要なプロセスとドキュメントの一部を確認することはできます。

後でこのスクリプトをシンジケートしたい場合は、マーケティングでアクセス可能なエンドポイントとテクノロジー上にスクリプトを構築するのが最善です。 そのため、最初に Excel シートを作成しました。

このシートは、処理するアイテムをダンプする領域を提供するだけです (「アイテム名」列の一意の識別子、この場合は製品名によって識別されます)。 さらに、処理するプロンプトをここに配置することもできます。

別のタブにはリクエストのパラメータ設定が含まれています。 (これらすべてについては、OpenAI のドキュメントを介して学習できます。)

これらの設定の一部は、コンテンツの創造性の許容量、珍しい文言の展開、リクエストごとの最大トークン消費量、さらにはコンテンツの冗長性を微調整します。 これは、OpenAI API キーが保存される場所でもあります。

スプレッドシート内の特定のボタンをクリックすると、Python スクリプトが自動的に起動し、残りの処理が行われます。

まず、スクリプトはリクエスト/エンドポイント URL を定義します。 この後、スクリプトはリクエスト ヘッダーとリクエスト データを送信します。

リクエスト ヘッダー/データのほとんどのパラメーターは、前に示したスプレッドシート内で調整できます。

最後に、応答テキストが OpenAI から受信され、別のスプレッドシートである「データ ダンプ」内に記録されます。

この展開には 3 つのスクリプトがありますが、実行する必要があるのは 1 つだけです。 また、2 つの別々のスプレッドシートもあり、どちらも必要です。

スクリプトがすべてのクエリを解決すると、テキストのすべてのスニペットがここに保存されます。

上記の出力を見ると、コンテンツの一意性に関する懸念があるかもしれません。

すべてのスニペットは正確なフレーズ (「[製品名] の紹介」) で始まりますが、生成されるコンテンツは生成された段落全体でより多様になります。 したがって、見た目ほど悪くはありません。

また、生成された各スニペットをさらにユニークなものにするためにできることもあります。たとえば、AI に独自のコンテンツを生成するよう明確に要求するなどです (ただし、これに関しては、かなりしっかりと繰り返し行う必要があります)。

また、温度と周波数のパラメーターを微調整して、コンテンツの創造性を調整し、冗長な言語を避けることもできます。

これらのテクノロジー (OpenAI の API、Excel、Python) を組み合わせることで、すべての入力プロンプトに対して生成されたテキスト スニペットを迅速に確認できます。

ここからは、新しく処理されたデータをどうするかはあなた次第です。

編集チームが理解できる形式に移行することを強くお勧めします。

私たちは非常に豊富なプロンプトを作成することで、この問題の多くをいくらか軽減しました。 ただし、出力を確認するまでは確信は持てません。

ChatGPT出力メモ

ChatGPT を喜んで使用できると仮定すると、留意すべき点がいくつかあります。

• 費用について話しましょう。 OpenAI の API 経由で ChatGPT の GPT-4 モデルを使用する場合のコストの内訳を示すのは困難です。 プロンプトの入力単語数や出力単語数だけではありません。 価格は AI の「思考時間」を中心に決定されます。 より複雑なリクエストでは、より多くのトークンが使用され、コストも高くなります (入力/出力ワード数が減ったとしても)。
• サンプル データからの 100 プロンプトのテスト バッチの実行と返却にかかる費用はわずか 1.74 ドルでした。 全体で 22,482 ワードのコンテンツを生成しました。 1.74 ドルで 22,482 ワードのコンテンツは良いように思えますが、考慮すべき点は他にもたくさんあります。
• AI は推論する傾向があるため、基本的には依然として人間の編集プロセスが必要です (私たちの意見では)。
• ただし、このテクノロジを使用すると、コストのかかるコンテンツを最初から作成するタスクが、はるかにコスト効率の高いコンテンツ編集タスクに変わります。
• データ/AI スペシャリストがスクリプトを迅速に作成して実行する時間も考慮する必要があります。
• AI は、データが不足している場所を推測するだけでなく、物事を「創造的に推測」することもできます。 私たちのサンプル データ セットでは、AI は、制作された製品コンテンツ内にサイズ ガイド (衣類) が存在するかどうかを推測することにしました。 サイズガイドが存在しない場合、それはかなり愚かに見えるでしょう。
• AI コンテンツは常に人間による編集レビュー プロセスを通じて送信され、事実確認、正確さ、そして (最も重要な) 追加のクリエイティブなセンスが求められます。
• Auto-GPT などのプロジェクトをプラグインすると、ChatGPT をさらに自動化できます。 これらの AI 「エージェント」は、ChatGPT にさらにアクティブな処理能力とタスク処理能力を追加します。 ただし、このようなプロジェクトには依然として OpenAI API キーが必要です。 そして、幼児期であるため、標準的なタスクを実行することを学ぶ前に、多くの単位を消化する可能性があります。

AI を使用してコンテンツ作成プロセスを拡張する

AI は、最小限の介入で目的に適したコンテンツの多様なスニペットをスケーラブルに生成できます。

長い形式のコンテンツの場合は、インターフェイスを使用して AI の応答を繰り返す方がよいでしょう。