Szybka inżynieria: przewodnik dla marketerów i twórców treści

ChatGPT i inne generatywne narzędzia sztucznej inteligencji zmienią świat pracy, jaki znamy.

Ale nie wierz mi na słowo.

Naukowcy z OpenAI, OpenResearch i University of Pennsylvania przewidują, że 80% siły roboczej w USA dostrzeże wpływ generatywnych narzędzi sztucznej inteligencji na co najmniej 10% swoich zadań.

Oznacza to, że w miarę ewolucji narzędzi sztucznej inteligencji coraz więcej firm i pracowników będzie używać tych narzędzi do automatyzacji niektórych zadań, zwiększania wydajności, a nawet całkowitego zastąpienia niektórych miejsc pracy.

Przykładem jest firma, która zaczyna korzystać z ChatGPT, dostrzega jego wartość i zwalnia pracowników odpowiedzialnych za niektóre zadania administracyjne i komunikacyjne z klientami, a nawet zadania związane z marketingiem, aby „oszczędzać koszty i szybciej załatwiać sprawy”.

(to już się dzieje)

Dzieje się tak prawdopodobnie wtedy, gdy kierownictwo uważa, że ​​narzędzie sztucznej inteligencji może to zrobić szybciej i dokładniej, pomimo ostrzeżeń, że nie należy całkowicie polegać na tych narzędziach sztucznej inteligencji.

Ale jest srebrna podszewka.

Uzyskiwanie znaczących danych wyjściowych z generatywnych narzędzi sztucznej inteligencji wymaga ludzkiego podejścia. Zadania takie jak programowanie, pisanie, tłumaczenie i analiza nadal opierają się na danych wejściowych człowieka — słowach, kodzie i kontekście, których używamy podczas „podpowiadania narzędziu”. W rezultacie w przygotowaniu jest nowa ścieżka kariery: szybka inżynieria.

W tym przewodniku znajdziesz wszystko, co musisz wiedzieć o inżynierii monitów, w tym, czym ona jest, wskazówki dotyczące pisania skutecznych monitów i korzystania ze sztucznej inteligencji w przepływie pracy oraz umiejętności potrzebne do odniesienia sukcesu w tej dziedzinie — niezależnie od tego, czy jesteś marketerem, czy twórcą.

Zabiorę Cię na krótką wycieczkę po szybko rozwijającej się dziedzinie szybkiej inżynierii. Jeśli chcesz pominąć wstęp i przejść do zabawnych rzeczy, dokładnie omówię to w tym artykule:

• Czym jest szybka inżynieria
• Anatomia monitu: elementy i techniki
• Wskazówki dotyczące skutecznej szybkiej inżynierii
• Szybka inżynieria dla marketerów i twórców treści

Wejdźmy w to!

Czym jest szybka inżynieria

Szybka inżynieria to proces tworzenia i udoskonalania instrukcji lub zapytania, które przekazujesz do generatywnego narzędzia sztucznej inteligencji, aby uzyskać konkretną odpowiedź.

Ta koncepcja osiągnęła status modnego słowa od czasu wprowadzenia ChatGPT pod koniec 2022 roku. Od Forbesa po Insidera, publikacje techniczne i biznesowe rozpływają się nad tą nową tajemniczą pozycją, która w niektórych przypadkach osiąga nawet 350 000 USD.

Chociaż długoterminowa rentowność szybkiej ścieżki kariery inżyniera jest nadal przedmiotem debaty, jedna rzecz nie jest:

Firmy ze wszystkich branż starają się wykorzystać generatywne narzędzia sztucznej inteligencji, aby uzyskać przewagę konkurencyjną.

Meta, Slack, Instacart, Shopify, Canva i inni giganci technologiczni już wskoczyli do pociągu z produktami opartymi na GPT. Ale pieniądze nie kończą się na SaaS; korzystają z niego również firmy z sektora opieki zdrowotnej, nieruchomości i mediów.

Ale jeśli korzystałeś z dowolnego narzędzia GPT, wiesz, że jego wyniki nie zawsze są najwyższej jakości. Jasne, mają imponujące możliwości i wydają się regularnie ulepszać, ale czasami podają niedokładne informacje lub nieistotne odpowiedzi.

Mówiąc najprościej, jakość podpowiedzi określa jakość wyników uzyskiwanych za pomocą tych narzędzi. Dobrze zaprojektowany monit skutecznie komunikuje Twoje zamiary modelowi AI, dzięki czemu generuje odpowiedzi, które dokładnie odpowiadają na Twoje pytanie. Dlatego wiedza o tym, jak władać tymi narzędziami, jest niezwykle cenna, szczególnie jeśli zajmujesz się tworzeniem treści lub grą marketingową.

Zanim przejdziemy do sedna tego kawałka, chcę, abyś pamiętał o tych 4 kluczowych krokach szybkiej inżynierii:

• Definiowanie celu lub celu: Wszystkie podpowiedzi zawierają jasno określony cel lub cel, który określa, czego oczekuje się od sztucznej inteligencji.Obejmuje to takie rzeczy, jak określenie formatu, grupy docelowej lub pożądanego tonu treści.

• Ustalenie kontekstu: podanie informacji ogólnych i innych kontekstów istotnych dla tematu pomaga modelowi AI lepiej zrozumieć pożądane dane wyjściowe, umożliwiając modelowi generowanie bardziej trafnych i dokładnych odpowiedzi.

• Dostarczanie przykładów i wskazówek: Dołączenie przykładów do zachęty daje modelowi AI szablon, w jaki sposób powinien generować pożądaną zawartość.Jest to szczególnie przydatne, gdy chcesz, aby sztuczna inteligencja postępowała zgodnie z określoną strukturą lub przestrzegała określonych wytycznych.
• Iteracja i udoskonalanie: Szybka inżynieria, podobnie jak każda forma komunikacji, jest podejściem iteracyjnym.Musisz przetestować różne warianty monitu, ocenić treść, którą wywołuje, i udoskonalić monit w oparciu o to, jak dobrze spełnia on Twój cel.

Ilekroć mam trudności z uzyskaniem wysokiej jakości danych wyjściowych z narzędzia takiego jak ChatGPT lub Jasper , wracam do tych 4 kroków, aby sprawdzić, czy dałem AI wszystko, czego potrzebuje. Pamiętaj: te narzędzia są tak dobre, jak dane wejściowe, które dostarczamy!

Przyjrzyjmy się teraz konkretnym elementom monitów i technikom monitowania, których można użyć do opracowania jakościowych danych wejściowych.

Anatomia monitu: elementy i techniki

Podpowiedzi składają się z kilku kluczowych komponentów, które współpracują ze sobą, aby poprowadzić generatywne narzędzie sztucznej inteligencji w kierunku pożądanego wyniku. Zrozumienie każdego komponentu i, co ważniejsze, sposobu, w jaki model AI je interpretuje, pomoże Ci uzyskać pożądane rezultaty.

Oto cztery główne elementy, o których należy pamiętać podczas procesu szybkiego pisania:

Instrukcje

Część instrukcji przedstawia zadanie, które ma wykonać sztuczna inteligencja. Zapewnia jasny i zwięzły opis pożądanej czynności, takiej jak podsumowanie, wyodrębnienie, tłumaczenie, sklasyfikowanie lub wygenerowanie tekstu.

Jasność i szczegółowość instrukcji mają kluczowe znaczenie, ponieważ bezpośrednio wpływają na trafność i dokładność treści generowanych przez sztuczną inteligencję. Generatywne AI polegają na tych instrukcjach, aby zrozumieć intencje użytkownika i wygenerować odpowiedzi zgodne z jego oczekiwaniami.

W poniższym monicie podałem ChatGPT jasne instrukcje dotyczące danych wyjściowych, które chcę utworzyć: 10 pomysłów na posty na blogu, które zawierają tytuł i akapit wprowadzający.

Kontekst

Kontekst jest istotnym elementem monitu. Pomaga modelowi AI uchwycić podstawowe informacje i tematykę związaną z zadaniem. Może zawierać szczegóły dotyczące tematu, gatunku, tonu, grupy docelowej lub wszelkich konkretnych ograniczeń lub wytycznych.

Ustanawiając kontekst, użytkownicy mogą kierować modelem AI w celu generowania treści, które są odpowiednie kontekstowo i zgodne z podanymi parametrami.

W tym samym przykładowym monicie zaczynam od odrobiny kontekstu: „Muszę napisać post na blogu o najlepszych platformach CRM dla małych firm i startupów”.

Dane wejściowe

Dane wejściowe odnoszą się do rzeczywistych treści lub informacji, które model AI będzie przetwarzać i wykorzystywać do generowania danych wyjściowych. W niektórych przypadkach może to być fragment tekstu, który sztuczna inteligencja powinna podsumować lub przeanalizować; w innych może to być zestaw punktów danych lub przykładów, które sztuczna inteligencja powinna wziąć pod uwagę podczas generowania odpowiedzi.

Zapewnienie dokładnych i odpowiednich danych wejściowych ma kluczowe znaczenie, ponieważ stanowi podstawę treści generowanych przez sztuczną inteligencję i zapewnia, że ​​dane wyjściowe są znaczące i zawierają wiele informacji.

Patrząc ponownie na nasz przykładowy monit, zauważamy, że dane wejściowe, które dołączam, są przykładowymi danymi wyjściowymi pokazującymi, jak chcę, aby ChatGPT sformatował i zapisał treść.

Wskaźniki wyjściowe

Wskaźniki wyników pomagają zdefiniować format, strukturę lub prezentację treści generowanych przez sztuczną inteligencję. Mogą zawierać wyraźne instrukcje dotyczące organizacji danych wyjściowych, takie jak określenie liczby wypunktowań, kolejności informacji lub wymaganej długości.

Wskaźniki wyników pomagają również kierować modelem AI w generowaniu odpowiedzi, które są łatwe do odczytania, dobrze ustrukturyzowane i dostosowane do pożądanego formatu użytkownika.

W przykładowym monicie dostarczam ChatGPT z wieloma wskaźnikami wyjściowymi, aby określić, jak ma wyglądać treść, w tym liczbę elementów (łącznie 10 pomysłów), części składowe (tytuł i akapit wprowadzający) oraz liczbę zdań (4- 5).

Kiedy użytkownicy tworzą podpowiedź, która skutecznie zawiera te komponenty, generatywne AI, takie jak ChatGPT i Jasper, są lepiej przygotowane do interpretacji podpowiedzi i generowania treści spełniających wymagania użytkownika.

Dzięki zrozumieniu anatomii podpowiedzi i roli, jaką odgrywają poszczególne komponenty, możesz zoptymalizować swoje umiejętności w zakresie inżynierii podpowiedzi i wykorzystać pełny potencjał narzędzi do generowania treści opartych na sztucznej inteligencji.

Szybkie techniki inżynierskie

Przyjrzyjmy się teraz głównym typom szybkich technik inżynierskich, z niewielkim wsparciem wizualnym naszego nowego przyjaciela ChatGPT.

Prośba o strzał zerowy

Podpowiedź zero-shot to taka, w której model AI nie otrzymał żadnych przykładów ani kontekstu, które mogłyby pomóc mu zrozumieć zadanie, o którego wykonanie jest proszony. Oczekuje się, że model wykona zadanie w oparciu o swoją ogólną wiedzę i umiejętność interpretacji podpowiedzi.

Monity zerowe są świetne, gdy po prostu szukasz szybkiego dostępu do informacji, takich jak definicja lub odpowiedź na konkretne pytanie.

Jednorazowa zachęta

Jednorazowy monit zapewnia modelowi AI pojedynczy przykład demonstrujący pożądane zadanie. Pomaga to modelowi zrozumieć wszelkie wymagania dotyczące wzorców lub formatów, które mają zostać użyte w odpowiedzi.

Jednorazowe monity są bardziej skuteczne, gdy masz konkretny przykład tego, jak sztuczna inteligencja ma reagować na twoje instrukcje, na przykład problem matematyczny.

Podpowiedź kilku strzałów

Monit kilkukrotny jest podobny do monitu jednorazowego, ale zawiera wiele przykładów, które pomagają modelowi AI lepiej zrozumieć żądane dane wyjściowe. Pozwala to modelowi na bardziej efektywne uogólnienie zadania.

Jeśli okaże się, że jednorazowa zachęta nie przynosi dobrych rezultatów, przekształcenie jej w krótką zachętę z większą liczbą przykładów może pomóc zbliżyć dane wyjściowe do pożądanego formatu.

Łańcuch myśli

Podpowiedź łańcucha myśli obejmuje serię połączonych ze sobą pytań lub zadań, przy czym odpowiedzi modelu na poprzednie podpowiedzi wpływają na jego zrozumienie i odpowiedzi na kolejne podpowiedzi. Ten typ monitu jest przydatny w przypadku złożonych zadań lub zachowania kontekstu w konwersacji.

Moje ulubione podpowiedzi oparte na łańcuchu myśli są świetne, gdy chcesz zagłębić się w temat bez marnowania czasu na poprawianie i formatowanie poszczególnych podpowiedzi. ChatGPT i inne AI z interfejsem przypominającym czat są w stanie przenosić informacje, instrukcje i kontekst z poprzednich wpisów i uwzględniać je w bieżącym wyjściu.

Wskazówki dotyczące skutecznej szybkiej inżynierii

Pomimo wysoce technicznego, naukowego charakteru tych narzędzi sztucznej inteligencji, proces szybkiej inżynierii jest nadal w równym stopniu sztuką, co nauką. Wciąż jesteśmy na wczesnym etapie korzystania z narzędzi sztucznej inteligencji, takich jak Jasper i ChatGPT, więc optymalizacja monitów w celu uzyskania lepszych wyników jest iteracyjna i intuicyjna.

Tak jak bawisz się sformułowaniami w poście na blogu, wątku na Twitterze lub poście na LinkedIn w oparciu o wcześniejsze opinie od odbiorców, musisz zrobić to samo z wynikami uzyskanymi z generatywnych narzędzi sztucznej inteligencji.

To powiedziawszy, istnieje kilka ogólnych zasad, które zaobserwowali eksperci z OpenAI i GitHub , aby pomóc ci wprowadzić trochę nauki do tego procesu.

Rzućmy okiem na kilka.

Bądź jasny i konkretny w swoich wypowiedziach

Używanie niejednoznacznych, niejasnych sformułowań gwarantuje rozwodnienie wyników z narzędzi sztucznej inteligencji. Pamiętaj, że przekazujesz instrukcje niewiarygodnie złożonemu algorytmowi, więc po prostu nadaj mu kontekst i instrukcje, których potrzebuje.

Kiedy piszę monity, uważam, że szczególnie pomocne jest określenie formatowania i długości żądanych danych wyjściowych. Korzystne jest również połączenie głównego tematu pożądanego wyniku z dodatkowym kontekstem.

Podaj przykłady w swoim zachęcie

Podanie przykładu pożądanego wyniku da sztucznej inteligencji dokładny szablon formatowania i generowania tekstu.

Jest to szczególnie przydatne, gdy używasz sztucznej inteligencji do tworzenia listy opcji wyjściowych, takich jak tweety lub inne posty społecznościowe.

Skoncentruj się na tym, co chcesz, żeby robił

Łatwo wpaść w pułapkę wymieniania wszystkich rzeczy, którychniechcesz robić za pomocą generatywnego narzędzia AI, ale jest to sprzeczne z pierwszą kardynalną zasadą zwięzłości i szczegółowości. Zamiast tego spróbuj sformułować instrukcje twierdząco.

Napisanie monitu może zająć trochę więcej czasu, ale będzie warto, gdy otrzymasz dokładne dane wyjściowe, których szukasz!

Testowanie i eksperymentowanie z monitami

Testowanie i powtarzanie monitów to kluczowy krok w pracy z generatywnymi narzędziami sztucznej inteligencji w celu uzyskania lepszych wyników. Eksperymentując z różnymi strukturami monitów, frazami i kontekstem, użytkownicy mogą kierować sztuczną inteligencją w kierunku dokładniejszych, trafniejszych i spójniejszych odpowiedzi. Ten proces obejmuje udoskonalenie zachęty do wprowadzania danych, aby była bardziej jednoznaczna lub zapewnienie dodatkowego kontekstu lub ograniczeń w celu zawężenia zakresu sztucznej inteligencji.

Przeglądając różne monity i analizując wynikowe wyniki, można zrozumieć, w jaki sposób sztuczna inteligencja interpretuje różne instrukcje i reaguje na nie. To iteracyjne podejście pozwala lepiej zrozumieć, jak skutecznie komunikować się ze sztuczną inteligencją, co ostatecznie prowadzi do poprawy wydajności i bardziej pożądanych wyników generatywnego narzędzia sztucznej inteligencji.

Szybka inżynieria dla marketerów i twórców treści

Dobra, przeprowadziliśmy analizę due diligence i omówiliśmy niektóre podstawowe koncepcje i wskazówki dotyczące szybkiej inżynierii. Teraz czas na zabawne rzeczy.

Cóż, prawie czas na zabawne rzeczy - najpierw ważne zastrzeżenie:

Rozumiem? Dobry.

Mając to na uwadze, przejdźmy do kilku przykładów, w jaki sposób używam ChatGPT w różnych zadaniach związanych z marketingiem i tworzeniem treści, z którymi spotykam się w mojej codziennej pracy.

Ideacja i burza mózgów

Jednym z najskuteczniejszych sposobów wykorzystania generatywnych narzędzi sztucznej inteligencji jest tworzenie pomysłów i burza mózgów. Dzięki ogromnej ilości informacji wykorzystywanych do uczenia tych modeli mogą łatwo i wydajnie tworzyć listy informacji powiązanych semantycznie.

Oto przykład zachęty, której użyłem w ChatGPT do wygenerowania listy tytułów postów na blogu na temat najlepszych platform CRM dla małych firm i startupów:

Jak widać, zaprojektowałem tę jednorazową zachętę, aby zawierała kontekst, instrukcje dotyczące formatowania i przykładową treść, której potrzebuje, aby zapewnić mi solidne wyniki.

W ciągu zaledwie kilku minut GPT-4 dostarczył mi 10 różnych kombinacji tytuł-wprowadzenie, których mogę użyć do stworzenia mojego posta na blogu.

Badania w tle

Około miesiąca temu zdecydowałem, że muszę dowiedzieć się więcej o akademickiej stronie uczenia maszynowego i sztucznej inteligencji (z oczywistych powodów). Zamiast mojego typowego procesu korzystania z Google, Wikipedii i czasopism akademickich, zdecydowałem się zatrudnić ChatGPT jako mojego asystenta, aby rozpocząć proces badawczy.

Oto jak poszło.

W ciągu około 20 sekund miałem listę najlepszych naukowców w tej dziedzinie, w tym miejsca, w których studiują lub pracują, oraz krótkie wyjaśnienie ich znaczenia.

Wiedząc, że narzędzie może opierać się na moich poprzednich monitach i wykorzystywać odpowiedzi jako kontekst, zdecydowałem się kontynuować.

Całkiem fajne, prawda?

Ale możesz pójść o krok dalej.

Nierealny.

W niecałe 5 minut ChatGPT pomógł mi zebrać ogromną ilość informacji na temat mojego obszaru zainteresowań, w tym wiodących ekspertów, listę ich najważniejszych wkładów oraz krótkie podsumowanie każdego wkładu.

I jak widać, podpowiedzi były proste i jednoznaczne.

Możliwości łańcucha myśli ChatGPT oznaczają, że przenosi kontekst z poprzednich monitów, więc nie muszę się martwić o rozbudowane monity pochłaniające liczbę tokenów.

Tworzenie person

Rozwój osobowości kupującego to jedno z tych czasochłonnych zadań marketingowych B2B, w których utknąłem na wczesnych etapach. Ale dzięki dużemu modelowi językowemu i prostemu monitowi łatwo jest zacząć.

Na przykład oto przykładowy monit, którego użyłem, aby dokładnie przyjrzeć się potencjalnym nabywcom konta korporacyjnego Notion.

Teraz jest jeszcze trochę pracy do wykonania, zanim będą one rzeczywiście przydatne – weryfikacja za pomocą badań produktów, ankiet użytkowników, mapowanie podróży kupującego i tak dalej.

Mimo to w niecałą minutę GPT-4 stworzył listę 5 potencjalnych nabywców wraz z celem i problemem dla każdego. Aha, a użycie aliteracji też jest miłym dodatkiem.

Identyfikacja słowa kluczowego

Dzięki dobrze zaprojektowanemu monitowi możesz również przyspieszyć proces wstępnej identyfikacji słów kluczowych.

Na przykład niedawno szukałem słów kluczowych dla firmy zajmującej się oprogramowaniem do śledzenia czasu w przedsiębiorstwie, na którą można kierować reklamy. Wiedząc, że ChatGPT może znaleźć odpowiednie słowa znacznie szybciej niż ja, nakarmiłem go tym monitem:

A oto, co GPT-4 dał mi jako dane wyjściowe:

Lista ponad 25 potencjalnych słów kluczowych w niecałą minutę!

Ponownie, natychmiast po otrzymaniu tej listy poszedłem do ahrefs i sprawdziłem wyniki pod względem liczby wyszukiwań i trudności słów kluczowych. Mimo to ChatGPT okazał się świetnym punktem wyjścia do identyfikacji potencjalnych wyszukiwanych haseł, na których mogłem skoncentrować się w celu dalszej analizy.

Tworzenie briefu i ram

Kolejnym miejscem, w którym często utknęli marketerzy i twórcy treści, jest tworzenie briefu i ram. Ale dzięki generatywnej sztucznej inteligencji możesz rozpocząć proces marketingu treści za pomocą zaledwie trzech rzeczy:

Pomysł na temat, grupa docelowa i kilka słów kluczowych.

Chcesz przykład? Oto podpowiedź, której ostatnio użyłem, aby uzyskać pomoc AI w skrócie, który zrobiłem dla posta na blogu na temat marketingu TikTok:

Jak widać, zaprojektowałem ten monit, aby zapewnić sztucznej inteligencji wszystkie potrzebne informacje dotyczące celu, kontekstu i formatowania danych wyjściowych.

W tym przypadku byłem nawet trochę ambitny z moją prośbą o formatowanie, prosząc ChatGPT o użycie moich dołączonych słów kluczowych jako podtytułów i utworzenie konspektu w formie wypunktowanej.

Oto dane wyjściowe, które mi dał:

Tak jak miałem nadzieję, sztuczna inteligencja wzięła moją podpowiedź i z łatwością przekształciła ją w podsumowanie, które z łatwością przekształciłem w post na blogu – oczywiście z kilkoma poprawkami i poprawkami.

Zbuduj szybkie umiejętności inżynierskie i zoptymalizuj przepływ pracy nad treścią

Jak wykazałem w drugiej połowie tego artykułu, marketing i tworzenie treści zdecydowanie należą do 20% zawodów, na które duży wpływ będą miały narzędzia generatywnej sztucznej inteligencji.

Zamiast patrzeć na to przez pryzmat strachu, wystarczy potraktować to jako kolejne narzędzie w zestawie narzędzi marketera: optymalizacja wyszukiwarek, marketing w mediach społecznościowych, generowanie popytu, szybka inżynieria.

Pomijając zawyżone pensje, umiejętność tworzenia danych wejściowych, które dają lepsze wyniki z dużych modeli językowych, jest ważną umiejętnością, której powinni nauczyć się marketerzy i twórcy treści. Jeśli przyjęcie API ChatGPT jest jakimkolwiek wskaźnikiem, większość firm korporacyjnych w modelu SaaS i poza nim będzie korzystać z generatywnych narzędzi sztucznej inteligencji.

Pamiętaj, że wciąż jesteśmy na bardzo wczesnym etapie szybkiej inżynierii, a sprawy posuwają się szybko — bardzo szybko. Upewnij się więc, że jesteś na bieżąco z najnowszymi osiągnięciami dzięki narzędziom takim jak Jasper i ChatGPT, szczególnie jeśli chodzi o to, jak możesz je zastosować w codziennych przepływach pracy.

Aby zobaczyć, jak generatywne narzędzia sztucznej inteligencji, takie jak ChatGPT i DALL-E, rewolucjonizują marketing treści, zapoznaj się z postem Rossa dotyczącym przepływu pracy w zakresie sztucznej inteligencji dla Foundation Insiders.