Jak używać ChatGPT do generowania opisów produktów na dużą skalę

Chcemy więcej wysokiej jakości treści na naszych stronach internetowych, ale trudno jest wyprodukować wystarczającą ilość. Jak więc skalować proces tworzenia treści, zwłaszcza w przypadku witryn e-commerce z dużą ilością produktów?

Gdybyś miał zapłacić copywriterowi za stworzenie tysięcy fragmentów produktów od podstaw, prawdopodobnie dość szybko straciłbyś z kieszeni.

Co się stanie, jeśli zapłacisz za 1000 nowych opisów produktów, ale tylko połowa z nich zostanie opublikowana miesiąc później? Oczywiście potrzebujesz szybszego, bardziej ekonomicznego podejścia. W tym miejscu ChatGPT może pomóc.

Natywny interfejs internetowy ChatGPT jest naprawdę pomocny i pozwala zaoszczędzić czas.

Ale jeśli mamy do stworzenia setki lub tysiące opisów produktów, istnieje wydajniejszy sposób korzystania z ChatGPT bez kopiowania i wklejania monitów. Oto jak.

Masowa produkcja fragmentów treści: skalowanie danych wyjściowych

Jeśli masz witrynę e-commerce, możesz chcieć tworzyć fragmenty produktów przy użyciu danych z systemu zarządzania informacjami o produkcie (PIM).

Załóżmy, że masz dane w arkuszu kalkulacyjnym.

Możemy użyć formuł programu Excel do łączenia (lub łączenia, używając operatora „&”) danych w rozbudowane monity, gotowe do ChatGPT. Na przykład:

Pamiętaj, że Twoja formuła może wymagać jednej lub wielu instrukcji „JEŻELI”. To dlatego, że Twoje dane mogą mieć dziury w niektórych obszarach.

Na przykład niektóre produkty mogą nie mieć określonych parametrów (danych w określonych kolumnach). Potrzebujesz elastycznej formuły i zawsze możesz poprosić ChatGPT o pomoc w napisaniu formuły.

Gdy formuła zwróci monit dla każdego wiersza (w tym przypadku dla każdego produktu), możesz skopiować i wkleić kilka wygenerowanych monitów do edytora tekstu, a nawet do notatnika.

Dobrze jest sprawdzić kilka, aby upewnić się, że tekst ma sens, nawet jeśli brakuje niektórych elementów danych.

Po sprawdzeniu, że formuła programu Excel (lub Arkusze Google) generuje żądane typy monitów, możesz wysłać kilka z nich do ChatGPT (ręcznie, korzystając z interfejsu internetowego), aby sprawdzić, czy podobają Ci się wyniki.

Wygenerowane fragmenty będą prawdopodobnie wymagały nadzoru redakcyjnego człowieka, chociaż chcesz, aby sztuczna inteligencja wykonała jak najwięcej pracy. Dlatego zaangażowaliśmy się w tak głęboki proces „szybkiego tworzenia”.

Zadowolony z pierwszych monitów i odpowiedzi? Dobrze, więc czas ruszać dalej.

Pobieranie fragmentów treści nowego produktu z OpenAI

Masz teraz listę produktów (lub innych typów stron internetowych), dla których chcesz wygenerować treść.

W tym przykładzie używamy fikcyjnej próbki 100 produktów. Masz teraz listę wszystkich swoich produktów (oddzielonych adresem URL, SKU lub innym unikalnym identyfikatorem).

Te produkty mają również przypisane podpowiedzi rozszerzone, które zostały przez Ciebie wygenerowane. Jednak internetowy interfejs użytkownika ChatGPT jest ograniczony. Jak więc przesłać je wszystkie na raz?

W tym celu będziesz musiał zapoznać się z podstawowymi skryptami i obsługą żądań API. Możesz utworzyć konto OpenAI API, aby uzyskać dostęp do interfejsu internetowego ChatGPT.

Złożyłem podstawowy skrypt Pythona dla mojej agencji. Chociaż nie mogę udostępnić skryptu, mogę przejrzeć niektóre potrzebne procesy i dokumentację.

Gdybym później chciał dystrybuować ten skrypt, najlepiej byłoby zbudować go na punktach końcowych i technologiach dostępnych z punktu widzenia marketingu. W związku z tym najpierw stworzyłem arkusz Excela:

Arkusz po prostu zapewnia obszar, w którym można zrzucić towary do przetworzenia (identyfikowane za pomocą unikalnego identyfikatora w kolumnie „Nazwa towaru”, w tym przypadku nazwy produktu). Dodatkowo w tym miejscu można również umieścić monity do przetworzenia.

Kolejna zakładka zawiera ustawienia parametrów dla żądania. (Możesz dowiedzieć się o tym wszystkim z dokumentacji OpenAI.)

Niektóre z tych ustawień dostosowują limit kreatywności treści, nietypowe sformułowania, maksymalne wydatki na tokeny na żądanie, a nawet redundancję treści. Tutaj również zapisywany jest klucz OpenAI API.

Po kliknięciu określonego przycisku w arkuszu kalkulacyjnym skrypt Pythona uruchamia się automatycznie i zajmuje się resztą:

Najpierw skrypt definiuje adres URL żądania/punktu końcowego. Następnie skrypt wysyła nagłówki żądań i dane żądania.

Większość parametrów nagłówka / danych żądania można dostosować w arkuszu kalkulacyjnym pokazanym wcześniej.

Wreszcie tekst odpowiedzi jest odbierany z OpenAI i rejestrowany w „zrzucie danych”, innym oddzielnym arkuszu kalkulacyjnym.

Mam trzy skrypty dla tego wdrożenia, ale tylko jeden musi zostać uruchomiony. Mam też dwa oddzielne arkusze kalkulacyjne, z których oba są potrzebne.

Gdy skrypt rozwiąże wszystkie zapytania, wszystkie fragmenty tekstu są zapisywane tutaj:

Patrząc na powyższe wyniki, możesz mieć pewne obawy dotyczące wyjątkowości treści.

Podczas gdy wszystkie fragmenty zaczynają się od dokładnej frazy („Przedstawiamy [nazwa produktu]”), wytworzona treść staje się bardziej zróżnicowana w generowanych akapitach. Nie jest więc tak źle, jak wygląda.

Są też rzeczy, które możesz zrobić, aby każdy wygenerowany fragment był jeszcze bardziej wyjątkowy, na przykład kategorycznie poprosić sztuczną inteligencję o wygenerowanie unikalnej treści (chociaż musisz być dość stanowczy i powtarzalny w tym względzie, aby gdziekolwiek dojść).

Możesz także dostosować parametry temperatury i częstotliwości, aby dostosować kreatywność treści i uniknąć zbędnego języka.

Łącząc te technologie (API OpenAI, Excel, Python), możemy szybko ustalić wygenerowane fragmenty tekstu dla wszystkich monitów wejściowych.

Odtąd to od Ciebie zależy, co chcesz zrobić z tymi nowo przetworzonymi danymi.

Gorąco polecam przeniesienie go do formatu zrozumiałego dla zespołu redakcyjnego.

W pewnym stopniu złagodziliśmy ten problem, tworząc bardzo rozbudowane podpowiedzi. Jednak nigdy nie możesz być pewien, dopóki nie sprawdzisz danych wyjściowych.

Notatki wyjściowe ChatGPT

Zakładając, że jesteś zadowolony ze współpracy z ChatGPT, jest kilka rzeczy, o których warto pamiętać:

• Porozmawiajmy o kosztach. Trudno jest podać zestawienie kosztów korzystania z modelu ChatGPT OpenAI GPT-4 za pośrednictwem ich interfejsu API. To nie tylko liczba słów wejściowych monitu lub liczba słów wyjściowych. Ceny obracają się wokół „czasu myślenia” AI. Bardziej złożone żądania będą zużywać więcej tokenów i kosztować więcej (nawet jeśli zmniejszy się liczba słów wejściowych/wyjściowych).
• Wykonanie i zwrócenie naszej partii testowej 100 monitów z przykładowych danych kosztowało nas tylko 1,74 USD. Łącznie wygenerowaliśmy 22 482 słowa treści. 22 482 słowa treści za 1,74 USD wydaje się dobre, ale jest o wiele więcej do rozważenia.
• Ze względu na skłonność sztucznej inteligencji do wnioskowania, proces redakcyjny człowieka jest nadal (naszym zdaniem) zasadniczo wymagany.
• Jednak korzystanie z tej technologii przekształca kosztowne zadanie tworzenia treści od zera w znacznie bardziej opłacalne zadanie edycji treści.
• Należy również wziąć pod uwagę czas specjalisty ds. danych / sztucznej inteligencji na szybkie tworzenie i uruchamianie skryptów.
• Oprócz wnioskowania, gdzie brakuje danych, sztuczna inteligencja może również „kreatywnie wnioskować” o rzeczach. W naszym przykładowym zbiorze danych sztuczna inteligencja postanowiła wywnioskować istnienie przewodnika po rozmiarach (odzieży) w ramach zawartości produkowanego produktu. Gdyby nie istniał przewodnik po rozmiarach, wyglądałoby to dość głupio.
• Zawsze wysyłaj treści AI przez proces weryfikacji redakcyjnej przez człowieka w celu sprawdzenia faktów, dokładności i (co najważniejsze) dodatkowego kreatywnego polotu.
• Możesz jeszcze bardziej zautomatyzować ChatGPT, podłączając projekty takie jak Auto-GPT. Ci „agenci” AI dodają bardziej aktywne przetwarzanie i moc przydzielania zadań do ChatGPT. Jednak projekty takie jak ten nadal wymagają klucza API OpenAI. A ze względu na swoje niemowlęctwo mogą przeżuć wiele kredytów, zanim nauczą się wykonywać zadania w standardowy sposób.

Skalowanie procesu tworzenia treści za pomocą sztucznej inteligencji

Sztuczna inteligencja może skalowalnie generować różnorodne fragmenty treści, które są odpowiednie do celu przy minimalnej interwencji.

W przypadku długich treści prawdopodobnie nadal lepiej jest używać interfejsu i iterować odpowiedzi sztucznej inteligencji.