使用人工智能创建此博客文章的过程 当我上周尝试这个时，我更详细地介绍了使用 AI 的过程，以及使用 AI 进行内容创作的想法。您可以在《从 MECLABS SuperFunnel 研究群组现场课堂中学到的经验教训：营销人员的视角》中阅读。 使用人工智能的基本要点是——对于像总结网络研讨会这样简单的事情，人工智能是否足够好？你应该使用入门级的人类作家吗？还是你需要一个熟练、经验丰富的人类作家，并且对某个主题有很深的专业知识？LiveClass 的一位参与者通过讨论边际收益很好地总结了这一点——不值得付出 50% 的努力来获得 1.4% 的改进。
这次的目标是使用 LiveClass 的成绩单作为 AI 的 保加利亚电报数据 素材。 Fathom。但 Fathom 仅适用于 Zoom 会议，不适用于 Zoom 网络研讨会。所以这没有奏效。 然后我尝试使用 ChatGPT 并粘贴文字记录。但这也没用。文字记录超过 22,000 个字，对于 ChatGPT 来说太长了。ChatGPT 建议大约 1,000 个字。 所以我决定回到上周使用的方法——聊天记录。这提供了一个额外的过滤器，增加了社区的智慧。当然，过滤器有优点也有缺点。缺点是你没有直接从教学中学习。 即使是这个，对于 ChatGPT 来说也太长了，超过 5,000 个字。
所以我不得不把它分成三部分。 这给 ChatGPT 带来了另一个挑战。即使你给它完全相同的提示，它每次也会创建不同的输出（其中必须有一定程度的随机性）。 对于拥有一致语气的博客文章来说，这并不理想。尽管在对不同的提示进行了一些调整后，我能够获得接近统一的语气。 最有效的提示包含的信息量最少。“根据 MECLABS SuperFunnel Research Cohort LiveClass 撰写博客文章。以下是 LiveClass 中聊天的前三分之一。” 这比讨论目标受众或要求可转移原则或关键要点的提示效果更好。我发现 ChatGPT 使用这些提示就像一个喜欢关键词填充的入门级 SEO 作家。