如何使用 ChatGPT 大規模生成產品描述

我們希望為我們的網站提供更多優質內容，但很難製作足夠的內容。 那麼我們如何擴展內容創建過程，特別是對於擁有大量產品的電子商務網站？

如果您花錢請文案撰稿人從頭開始製作數千個產品片段，那麼您可能很快就會賠錢。

如果您為 1,000 個新產品說明付費，但其中只有一半產品在一個月後有效，該怎麼辦？ 顯然，您需要一種更快、更具成本效益的方法。 這就是 ChatGPT 可以提供幫助的地方。

ChatGPT 的本機 Web 界面非常有用，並且可以節省大量時間。

但是，如果我們要創建數百或數千個產品描述，則有一種更有效的方法可以使用 ChatGPT，而無需複制和粘貼提示。 就是這樣。

內容片段的批量生產：擴大輸出規模

如果您有一個電子商務網站，您可能希望使用產品信息管理 (PIM) 系統中的數據生成產品片段。

假設您的電子表格中有數據。

我們可以使用 Excel 公式將數據連接（或連接，使用“&”運算符）到豐富的提示中，為 ChatGPT 做好準備。 例如：

請注意，您的公式可能需要一個或多個“IF”語句。 這是因為您的數據在某些區域可能存在漏洞。

例如，某些產品可能未指定某些參數（某些列中的數據）。 您需要您的公式靈活，並且您可以隨時要求 ChatGPT 幫助您編寫公式。

一旦您的公式為每行返回提示（在本例中為每個產品），您可以將一些生成的提示複製並粘貼到文字處理程序，甚至記事本中。

即使某些數據項丟失，最好抽查一些以確保文本有意義。

一旦您確認您的 Excel（或 Google 表格）公式正在生成您想要的提示類型，您就可以將其中一些提示發送到 ChatGPT（使用網絡界面手動）以查看您是否喜歡結果。

儘管您希望讓人工智能完成盡可能多的工作，但生成的片段可能需要人工編輯監督。 這就是為什麼我們進行如此深入的“即時製作”過程。

對您最初的提示和回复感到滿意嗎？ 很好，那麼是時候繼續前進了。

獲取搜索營銷人員所依賴的每日時事通訊。

正在處理...請稍候。

訂閱

查看條款。

從 OpenAI 獲取新產品內容片段

現在，您已經有了要為其生成內容的產品（或其他類型的網頁）列表。

在此示例中，我們使用 100 種產品的虛構樣本。 您現在擁有所有產品的列表（由 URL、SKU 或其他唯一標識符分隔）。

這些產品還分配了您生成的豐富提示。 但 ChatGPT 的 Web UI 是有限的。 那麼如何才能一次性發送這些信息呢？

為此，您必須熟悉基本腳本編寫和處理 API 請求。 您可以創建 OpenAI API 帳戶來訪問 ChatGPT Web 界面。

我為我的機構編寫了一個基本的 Python 腳本。 雖然我無法共享腳本，但我可以查看一些所需的流程和文檔。

如果我希望稍後聯合該腳本，最好將其構建在營銷可訪問的端點和技術上。 因此，我首先製作了一個Excel表格：

該工作表僅提供一個區域來轉儲要處理的項目（由“項目名稱”列中的某個唯一標識符標識，在本例中為產品名稱）。 另外，需要處理的提示也可以放置在這裡。

另一個選項卡包含請求的參數設置。 （您可以通過 OpenAI 的文檔了解所有這些。）

其中一些設置可以微調內容創意津貼、不尋常的措辭部署、每個請求的最大令牌支出，甚至內容冗餘。 這也是保存 OpenAI API 密鑰的位置。

單擊電子表格中的某個按鈕後，Python 腳本會自動啟動並處理其餘的事情：

首先，腳本定義請求/端點 URL。 之後，腳本發送請求標頭和請求數據。

請求標頭/數據的大多數參數都可以在前面所示的電子表格中進行調整。

最後，從 OpenAI 接收響應文本並記錄在另一個單獨的電子表格“數據轉儲”中。

我有用於此部署的三個腳本，但只需要運行一個。 我還有兩個單獨的電子表格，兩者都是需要的。

一旦腳本解決了所有查詢，所有文本片段都會保存在此處：

查看上面的輸出，您可能會擔心一些內容的獨特性。

雖然所有片段都以確切的短語（“介紹[產品名稱]”）開頭，但生成的內容在生成的段落中變得更加多樣化。 所以，事情並不像看起來那麼糟糕。

此外，您可以採取一些措施來嘗試使每個生成的片段更加獨特，例如明確要求人工智能生成獨特的內容（儘管您必須在這方面非常堅定和重複才能取得成功）。

您還可以調整溫度和頻率參數來調整內容創意並避免冗餘語言。

將這些技術（OpenAI 的 API、Excel、Python）結合在一起，我們可以快速確定所有輸入提示生成的文本片段。

從這裡開始，您就可以決定如何處理新處理的數據。

我強烈建議將其轉換為您的編輯團隊可以理解的格式。

我們通過製作非常豐富的提示在一定程度上緩解了這種情況。 但是，在檢查輸出之前，您永遠無法確定。

ChatGPT 輸出註釋

假設您很樂意使用 ChatGPT，則需要記住以下幾點：

• 我們來談談成本。 很難給出通過 API 使用 OpenAI 的 GPT-4 ChatGPT 模型的成本明細。 它不僅僅是提示的輸入字數或輸出字數。 定價圍繞人工智能的“思考時間”。 更複雜的請求將使用更多的令牌並且成本更高（即使輸入/輸出字數減少）。
• 我們的測試批次包含來自樣本數據的 100 個提示，運行和返回僅需 1.74 美元。 我們總共生成了 22,482 個單詞的內容。 花費 1.74 美元獲得 22,482 字的內容似乎不錯，但還有更多需要考慮的地方。
• 由於人工智能傾向於推理，從根本上來說仍然需要人類編輯過程（我們認為）。
• 然而，使用這項技術確實可以將成本高昂的從頭開始的內容創建任務轉變為更具成本效益的內容編輯任務。
• 數據/人工智能專家用於快速製作和運行腳本的時間也必須考慮在內。
• 除了推斷數據缺乏的地方之外，人工智能還可以“創造性地推斷”事物。 在我們的示例數據集中，人工智能決定推斷所生產的產品內容中是否存在尺碼指南（服裝）。 如果沒有尺碼指南，那看起來會很愚蠢。
• 始終通過人工編輯審核流程發送人工智能內容，以進行事實核查、準確性和（最重要的）額外的創意天賦。
• 您可以通過插入 Auto-GPT 等項目來進一步自動化 ChatGPT。 這些人工智能“代理”為 ChatGPT 添加了更主動的處理和任務分配能力。 然而，像這樣的項目仍然需要您的 OpenAI API 密鑰。 由於他們還處於嬰儿期，他們在學會按照標準執行任務之前可能會消耗大量學分。

利用 AI 擴展您的內容創建流程

人工智能可以以最少的干預大規模地生成適合目的的各種內容片段。

對於長篇內容，最好使用界面並迭代人工智能的響應。