ChatGPT 的价值主张很简单：一种可以根据提示生成文本并提供各种问题答案的服务。
但无论 ChatGPT 多么令人惊叹，它都无法取代 CMS。它也无法取代内容策略的需要。
ChatGPT 确实存在一些明显的局限性，但即便如此，它仍然具有变革性。
它不仅仅是个人的生产力工具。它有望为企业内容运营带来更高的复杂性和效率。然而，实现这些成果取决于 ChatGPT 的实施方式。
Kontent.ai 与 ChatGPT 的关系
OpenAI 的 ChatGPT 是一类对话式 AI 和文本内容生成技术（称为生成式预训练 Transformer）中最著名的例子。借助大型语言模型 (LLM)，ChatGPT 的功能一直在快速改进，现在可供内容发布者使用。微软于 2023 年 1 月宣布Azure OpenAI 服务全面上市，其中包括 GPT-3 LLM，预计将包括 ChatGPT。
Kontent.ai 与 Azure Cloud 建立了深厚 山东省手机号码列表 而持久的合作伙伴关系，并致力于扩大其广泛的功能。 Azure OpenAI 服务可以与 Kontent.ai 以 API 为中心的平台协同工作。
在过去的一年里，Kontent.ai 一直在使用 ChatGPT 支持内部业务运营，例如我们办公室的虚拟助理。更广泛地说，Kontent.ai 一直在鼓励试验、评估和开发支持 ChatGPT 的应用程序，以便与 Kontent.ai 模块化内容平台配合使用。
将 ChatGPT 视为一种功能。ChatGPT 提供了一个用户界面来访问 OpenAI 的 LLM。这些也可以通过编程方式访问，这在大规模实施解决方案或开发更复杂的应用程序时会更有用。由于大多数人都熟悉 ChatGPT 中的这些功能，因此我们将在本文中将 OpenAI LLM 的使用称为 ChatGPT。由于 LLM 的编程应用提供了更大的灵活性，因此如果仅使用 ChatGPT 工作室用户界面，则不支持所介绍的一些示例。
如何确保 ChatGPT 提供有用的输出
ChatGPT 可以生成听起来自然、可信的文本。与涉及“Mad Libs”式填空输出的机器人文本生成不同，大型语言模型避免了“复制粘贴”的烦人特性——剪切和粘贴重复或相同的语言。ChatGPT 甚至可以在反映品牌声音的副本上进行训练，以便输出听起来像现有的品牌内容。
使用 ChatGPT 来简化内容制作，而不是使内容简单化。由于 ChatGPT 易于使用，人们倾向于以简单的方式使用它。虽然 ChatGPT 可以简化内容制作中的许多任务，但重要的是您的组织了解如何有效地使用它。与任何复杂的技术一样，ChatGPT 必须明智地使用。明确何时以及如何使用它。
在设置和监督 ChatGPT 时要谨慎。确保您的设置支持所需的输出，并在将问题实时交付给客户之前采取措施检查问题。
询问主题是否适合 ChatGPT 生成。许多业务和编辑要求（例如事实准确性、时间敏感性和措辞精确性）都会影响 ChatGPT 输出的实用性。
ChatGPT 是否可以访问当前和准确的信息以进行训练以确保提供最新的答案？
您的组织是否会应用“内容过滤”来防止在生成的输出中包含攻击性、有害或不适当的言语或信息？
内容是否涉及受监管行业（例如制药、金融和其他领域）的健康、安全或可靠性关键主题，这些行业必须进行法律或技术审查？
不要指望 ChatGPT 能够猜测它不知道的事情。虽然 ChatGPT 功能多样且似乎无所不知，但它只能响应文本提示和它处理的信息语料库。检查您的设置是否允许 ChatGPT：
通过提供详细明确的提示而不是笼统或模糊的提示来正确解释你的意图
了解相关领域，因为您已经提供了有关 ChatGPT 在生成其输出（其他已编写或发布的内容）时将使用的主题的相关详细训练数据
释放 ChatGPT 的战略价值，提供更具生产力的内容
关于 ChatGPT 的讨论主要集中在其代笔功能上。虽然 ChatGPT 的文本生成能力令人印象深刻，但只有正确使用时，它才有价值。如果使用不当，可能会损害您组织的长期内容执行。
在定义使用 ChatGPT 的目标时，请始终关注客户。虽然 ChatGPT 节省劳动力的潜力引起了广泛关注，但这种关注可能会分散对内容质量的注意力。您的目标应该是更好的内容，而不仅仅是更多的内容。
创建新内容的动机不应仅仅取决于降低制作成本。团队必须考虑未来内容对客户有多大用处，以及它将为客户带来什么样的体验。
规划生成内容对整个企业的影响。如果不加区分地使用 ChatGPT 的即时和按需生成内容的强大能力，可能会导致大量不受管理的内容，从而导致您的组织陷入内容债务的海洋。
使用 ChatGPT 生成单个输出可能看起来毫不费力，但不要被误导。管理所有这些输出会产生自己的工作。当内容生成规模化时，所需的真正努力和注意力就会变得显而易见。
降低无监督输出的风险。当输出直接交付给客户时（例如在聊天机器人场景中），这称为零样本学习。在许多情况下，零样本学习不足以保持内容质量并满足用户需求。
预测 ChatGPT 的已知限制，有时会产生
由于混淆相互冲突的事实而导致的不准确
遗漏重要信息
模糊的答案
基本的缓解措施是审查和检查输出，并在可能的情况下通过调整提示或提供更可靠的参考内容进行微调。如果这些措施还不够，那么输出将需要被视为“初稿”，由人工编辑进一步开发和编辑。
评估输出一致性的必要性。根据其设计，ChatGPT 的输出将不一致。微软指出：“您看到的实际完成结果可能会有所不同，因为 API 默认是随机的。换句话说，即使您的提示保持不变，每次调用它时，您都可能会得到略有不同的完成结果。”
在考虑如何实现 ChatGPT（作为实时聊天机器人或作为在交付给客户之前需要审查的输出）时，请询问：
每次传达相同的信息重要吗？
每次的措辞是否相同很重要？
有效地使用生成式人工智能需要编辑人员做出关于表达什么信息和消息以及如何表达的决定。
强化内容生成意图。提示的措辞方式对生成的输出质量有很大影响。虽然 ChatGPT 可以从简单的问题中生成有趣的结果，但当提示具体时，它会生成更丰富、更详细和更有用的答案。
开发有效的 ChatGPT 提示是一项编辑活动。它涉及如何构建问题以获得所寻求的准确答案。构建是一个关键变量：哪些问题重要以及要包含哪些类型的信息。
超越 ChatGPT 的默认训练数据。ChatGPT 的大型语言模型不仅增强了其功能，还允许对特定数据进行训练，这些数据可以通过所谓的“条件生成”对其生成的内容进行微调。
确定内容示例（OpenAI 将其称为“样本数据集”），这些内容示例将为 ChatGPT 生成新内容提供最完整、最可靠的信息。这些内容示例可以是已发布的内容，也可以是未发布的文本。ChatGPT 提供了一种从各种来源联合（重新发布）内容的替代方案。现在，组织可以在 ChatGPT 的帮助下综合多个来源的信息。
在现有内容的基础上生成新内容。ChatGPT 的最大优势之一是它能够利用您组织的现有内容来开发新内容。通过将 ChatGPT API 指向您组织的内容并对其进行培训，您可以确保 ChatGPT 生成的信息的准确性。
让您的内容成为“基本事实”。通过对您现有的内容进行训练，ChatGPT 不会生成可供每个 ChatGPT 用户使用的通用输出。您的组织可以保留内容中提供的信息的独特性。
制定使用 ChatGPT 的明确流程。ChatGPT 的成熟采用将拓宽其使用方式，而不仅仅是依赖生成的内容作为战术工具。
注重可重复性而不是一次性的内容交付，因此生成的内容可以：
分类并组织
可重复使用
经过测试和比较以优化最佳选择
针对定义的客户旅程流程进行交付
计划进行交付编排，以便与相关内容一起呈现
目标是减少时间和劳动力，而不是消除它们。“即时内容”或“按需生成内容”的目标可能会对内容创建方式产生不良激励。在其他条件相同的情况下，更快的内容将更及时。但如果人们只将 ChatGPT 视为一条捷径，那么他们的内容的价值很可能也会被削弱。
正如我们所见，有效使用 ChatGPT 需要规划。人类和 ChatGPT 都可能匆忙生成内容，而没有考虑到长期需求。这就是为什么定义好生成内容的流程至关重要。
将 ChatGPT 视为开发预生成答案的合作伙伴，而不是即时答案的来源。企业内容的范围越复杂，您就越需要谨慎管理内容运营。
ChatGPT 如何补充无头 CMS 功能
现在我们知道了有效使用 ChatGPT 的一些目标，让我们来谈谈如何在内容运营中实施 ChatGPT。ChatGPT 如何与内容管理相适应？
使用无头 CMS 管理和交付内容的模块化方法可与 ChatGPT 内容生成产生协同作用。
只要您的组织使用遵循可组合平台架构的 CMS（该架构支持与 OpenAI 等 API 服务的连接），ChatGPT 就可以轻松集成。
ChatGPT 和无头模块化内容都支持一个共同的目标：灵活性。两者都可以使您的组织在需要时向正确的客户提供正确的内容。
虽然它们有着共同的目标，但各自针对的是内容运营生命周期的不同维度。ChatGPT 擅长为任何场景生成内容，而无头模块化内容平台则能够敏捷地组装和交付内容，以应对任何场景。
无头 CMS 让您更有效地利用 ChatGPT
ChatGPT 可让您从无头 CMS 中获得更多价值
要了解 ChatGPT 如何补充无头 CMS，请考虑两者运作方式的相似之处。两者的价值以及它们结合起来产生的协同效应源于它们在处理内容细节时的精确性。
