如何使用 ChatGPT 大规模生成产品描述

我们希望为我们的网站提供更多优质内容，但很难制作足够的内容。 那么我们如何扩展内容创建过程，特别是对于拥有大量产品的电子商务网站？

如果您花钱请文案撰稿人从头开始制作数千个产品片段，那么您可能很快就会赔钱。

如果您为 1,000 个新产品说明付费，但其中只有一半产品在一个月后有效，该怎么办？ 显然，您需要一种更快、更具成本效益的方法。 这就是 ChatGPT 可以提供帮助的地方。

ChatGPT 的本机 Web 界面非常有用，并且可以节省大量时间。

但是，如果我们要创建数百或数千个产品描述，则有一种更有效的方法可以使用 ChatGPT，而无需复制和粘贴提示。 就是这样。

内容片段的批量生产：扩大输出规模

如果您有一个电子商务网站，您可能希望使用产品信息管理 (PIM) 系统中的数据生成产品片段。

假设您的电子表格中有数据。

我们可以使用 Excel 公式将数据连接（或连接，使用“&”运算符）到丰富的提示中，为 ChatGPT 做好准备。 例如：

请注意，您的公式可能需要一个或多个“IF”语句。 这是因为您的数据在某些区域可能存在漏洞。

例如，某些产品可能未指定某些参数（某些列中的数据）。 您需要您的公式灵活，并且您可以随时要求 ChatGPT 帮助您编写公式。

一旦您的公式为每行返回提示（在本例中为每个产品），您可以将一些生成的提示复制并粘贴到文字处理程序，甚至记事本中。

即使某些数据项丢失，最好抽查一些以确保文本有意义。

一旦您确认您的 Excel（或 Google 表格）公式正在生成您想要的提示类型，您就可以将其中一些提示发送到 ChatGPT（使用网络界面手动）以查看您是否喜欢结果。

尽管您希望让人工智能完成尽可能多的工作，但生成的片段可能需要人工编辑监督。 这就是为什么我们进行如此深入的“即时制作”过程。

对您最初的提示和回复感到满意吗？ 很好，那么是时候继续前进了。

获取搜索营销人员信赖的每日新闻通讯。

处理中……请稍候。

订阅

查看条款。

从 OpenAI 获取新产品内容片段

因此，您现在拥有要为其生成内容的产品（或其他类型的网页）列表。

在此示例中，我们使用 100 种产品的虚构样本。 您现在拥有所有产品的列表（由 URL、SKU 或其他唯一标识符分隔）。

这些产品还分配了您生成的丰富提示。 但 ChatGPT 的 Web UI 是有限的。 那么如何才能一次性发送这些信息呢？

为此，您必须熟悉基本脚本编写和处理 API 请求。 您可以创建 OpenAI API 帐户来访问 ChatGPT Web 界面。

我为我的机构编写了一个基本的 Python 脚本。 虽然我无法共享脚本，但我可以查看一些所需的流程和文档。

如果我希望稍后联合该脚本，最好将其构建在营销可访问的端点和技术上。 因此，我首先制作了一个Excel表格：

该工作表仅提供一个区域来转储要处理的项目（由“项目名称”列中的某个唯一标识符标识，在本例中为产品名称）。 另外，需要处理的提示也可以放置在这里。

另一个选项卡包含请求的参数设置。 （您可以通过 OpenAI 的文档了解所有这些。）

其中一些设置可以微调内容创意津贴、不寻常的措辞部署、每个请求的最大令牌支出，甚至内容冗余。 这也是保存 OpenAI API 密钥的位置。

单击电子表格中的某个按钮后，Python 脚本会自动启动并处理其余的事情：

首先，脚本定义请求/端点 URL。 之后，脚本发送请求标头和请求数据。

请求标头/数据的大多数参数都可以在前面所示的电子表格中进行调整。

最后，从 OpenAI 接收响应文本并记录在另一个单独的电子表格“数据转储”中。

我有用于此部署的三个脚本，但只需要运行一个。 我还有两个单独的电子表格，两者都是需要的。

一旦脚本解决了所有查询，所有文本片段都会保存在此处：

查看上面的输出，您可能会担心一些内容的独特性。

虽然所有片段都以确切的短语（“介绍[产品名称]”）开头，但生成的内容在生成的段落中变得更加多样化。 所以，事情并不像看起来那么糟糕。

此外，您可以采取一些措施来尝试使每个生成的片段更加独特，例如明确要求人工智能生成独特的内容（尽管您必须在这方面非常坚定和重复才能取得成功）。

您还可以调整温度和频率参数来调整内容创意并避免冗余语言。

将这些技术（OpenAI 的 API、Excel、Python）结合在一起，我们可以快速确定所有输入提示生成的文本片段。

从这里开始，您就可以决定如何处理新处理的数据。

我强烈建议将其转换为您的编辑团队可以理解的格式。

我们通过制作非常丰富的提示在一定程度上缓解了这种情况。 但是，在检查输出之前，您永远无法确定。

ChatGPT 输出注释

假设您很乐意使用 ChatGPT，则需要记住以下几点：

• 我们来谈谈成本。 很难给出通过 API 使用 OpenAI 的 GPT-4 ChatGPT 模型的成本明细。 它不仅仅是提示的输入字数或输出字数。 定价围绕人工智能的“思考时间”。 更复杂的请求将使用更多的令牌并且成本更高（即使输入/输出字数减少）。
• 我们的测试批次包含来自样本数据的 100 个提示，运行和返回仅需 1.74 美元。 我们总共生成了 22,482 个单词的内容。 花费 1.74 美元获得 22,482 字的内容似乎不错，但还有更多需要考虑的地方。
• 由于人工智能倾向于推理，从根本上来说仍然需要人类编辑过程（我们认为）。
• 然而，使用这项技术确实可以将成本高昂的从头开始的内容创建任务转变为更具成本效益的内容编辑任务。
• 数据/人工智能专家用于快速制作和运行脚本的时间也必须考虑在内。
• 除了推断数据缺乏的地方之外，人工智能还可以“创造性地推断”事物。 在我们的示例数据集中，人工智能决定推断所生产的产品内容中是否存在尺码指南（服装）。 如果没有尺码指南，那看起来会很愚蠢。
• 始终通过人工编辑审核流程发送人工智能内容，以进行事实核查、准确性和（最重要的）额外的创意天赋。
• 您可以通过插入 Auto-GPT 等项目来进一步自动化 ChatGPT。 这些人工智能“代理”为 ChatGPT 添加了更主动的处理和任务分配能力。 然而，像这样的项目仍然需要您的 OpenAI API 密钥。 由于他们还处于婴儿期，他们在学会按照标准执行任务之前可能会消耗大量学分。

利用 AI 扩展您的内容创建流程

人工智能可以以最少的干预大规模地生成适合目的的各种内容片段。

对于长篇内容，最好使用界面并迭代人工智能的响应。