但是如果你想大规模使用它
Posted: Sat Dec 07, 2024 8:15 am
人工智能正在改变 SEO - 它的工作原理如下
近几年，人工智能（AI）领域飞速发展，不仅局限于晦涩难懂的学术领域，还影响深远，甚至延伸到内容营销。
这些进步中最重要的是所谓的 Transformer 语言模型的兴起，其中最受欢迎的是 OpenAI 的生成式预训练 Transformer 3，即GPT-3。GPT -3 预示着人工智能语言生成的新时代的到来——不仅仅是因为该模型的强大功能，还因为它可供任何人使用。GPT-3 能够生成高质量的文本，远远超出了之前的任何模型，对 SEO 和内容创作领域产生了巨大的影响。
什么是 GPT-3？
GPT-3 的核心是一种算法，它试图预测一串单词最自然的延续。如果你给它一个简单的提示，比如“法国的首都是”，它就会回答“巴黎”。
GPT-3 之所以能做到这一点，并不是因为它天生就知道什么是法国、什么是巴黎、什么是首都。相反，它之所以能正确回答问题，是因为它接受过数万亿字文本的训练。经过这种训练，它能够注意到语言中的模式，从而能够回答上述问题。
从历史上看，语言模型的局限性在于它们必须在干净的数据上进行训练，即人类手动检查过拼写错误、格式错误等的数据。相比之下，训练方法的最新进展意味着 GPT-3 可以在大量未清洗的数据上进行训练，并有效地教会自己排除这些缺陷。
最新的 GPT-3 模型已在 2021 年 6 月的最新数据上进行了训练；但是，模型会随着时间的推移不断更新。这意味着 GPT-3 在讨论较新的事件或概念方面确实面临一些限制，这是在使用它时值得牢记的一点。
就 GPT-3 训练所用的实际数据而言，其中 80% 是所谓的常见抓取数据，基本上就是您可以在 Google 上找到的任何东西。其中大部分来自 Wikipedia、Reddit 或 arXiv 等知名网站，但也包括小型博客和信息网站。GPT-3 训练数据的另外 20% 来自各种不同的来源，但主要由书籍和其他长篇内容来源组成。
GPT-3 如何应用于 SEO？
当然，GPT-3 的真正力量不在于回答简单的单行问题，而在于对复杂的长篇提示做出回应。
例如，如果你用“写一篇关于美国革命的长篇描述”这样的提示来提示它，你会得到关于该主题的几段密集的文字。从这里我们开始看到 GPT-3 如何应用于制作适合 SEO 的内容。
有些作家将 GPT-3 用作写作助手，帮助生成零散的文章。此用例反映了许多基于 GPT-3 构建的工具；特别是copy.ai和Jasper等产品。这些工具利用 GPT-3 的强大功能在写作过程中执行某些任务，无论是想出标题、描述、博客大纲等。
虽然这些工具在加快内容编写流程和降低 SEO 投资成本方面发挥了重要作用，但它们也有一定的局限性。首先，作家绕过这些工具，通过 OpenAI 的游乐场与 GPT-3 本身进行交互往往更有意义（如上图所示）。
这不仅进一步节省了成本，还让作者可以完全控制他们与 GPT-3 的交互方式，并让他们根据自己的具体用例定制输入。这包括能够定制语气、长度等参数，以及是否在任何制作的内容中关注特定的想法。
如何使用人工智能来扩展 SEO
如前所述，GPT-3 能够执行写作过程中的各种不同任务，包括标题、文章结构和正文内容的写作。
然而，当将不同任务的输出链接在一起时，这个工具的强大功能才变得尤为有意义。
如果你能够让 GPT-3 生成文章标题、结构，然后将内容插入到该结构的每个部分，那么你就能够以最少的人为干预来制作文章。
这些任务中的每一个都相对简单，可以手动完成；只需写出 GPT-3 的指令，并尽可能多地提供上下文即可。例如，给定上面的文章标题，我们可以让 GPT-3 生成这样的文章结构：
然后，对于文章中的每个小标题，我们可以让 GPT-3 按照以下方式生成更多内容：
简短而甜蜜，但您可以随时修改提示以生成更长的段落。
应该开始清楚的是，通过使用 GPT-3 链接这些不同的写作任务，我们可以开始构建一个能够自动生成长篇结构化内容的过程。
手动创建所有这些内容是完全没问题的，每次都手动重写提示以生成文章的每个部分。但是，如果你是技术人员，那么熟悉 GPT-3 的 API 是有好处的。这将使你能够自动化很大一部分工作，从而在人工编写所需时间的一小部分内生成大量内容。
内容营销人员实际上是如何使用这种自动化技术的？
我看到越来越多的品牌使用上述方法来实现大量长尾 SEO 工作的自动化。虽然 GPT-3 在撰写重要的核心术语（例如，种植草莓）时无法与人类的深度和原创性相媲美，但越来越多的品牌正在使用 GPT-3 之类的模型来构建有关长尾搜索词的丰富内容（例如，如何在佛罗里达州中部种植草莓）。
这就是为什么使用 GPT-3 制作长尾内容有效的原因：
长尾搜索查询通常不需要高度原创的答案，但它们确实需要非常具体的答案，而 GPT-3 非常适合这种用例。
长尾搜索词种类繁多，大多数品牌没有预算聘请内容作者来涵盖所有内容。
某些长尾词的搜索量通常很低，因此品牌根本不愿意花钱请人撰写内容。非专业人士的人工成本可能在 20 到 200 美元之间，而运行 GPT-3 撰写同一篇文章的成本只是其中的一小部分。
如何使用 GPT-3 为我的网站构建内容？
以上部分应该可以为您开始使用 GPT-3 提供一些启发，但还有一些其他要点需要考虑。
使用 GPT-3 来生成一些奇怪的文章是很好的，，那么值得考虑一些因素。
选择构建以下内容：
GPT-3 非常适合创作。这包括实事求是的内容，内容涵盖得相当全面（因此 GPT-3 已经接受过这方面的训练），并且不需要附带图像或插图就可以编写。
从 SEO 角度来看，竞争并不激烈。一个术语的竞争越激烈，它被高质量 印度尼西亚手机号码
人类作家充分报道的可能性就越大。这并不意味着 GPT-3 在这方面根本无法竞争；我见过很多 GPT-3 文章的排名超过了写得很好的人类内容。不过，自然而然地，当你瞄准大量低竞争术语时，而不是少数高竞争术语时，你成功的机会最大。
遵循类似的结构或格式。如果您要制作大量具有类似格式的文章（我该怎么做 {x}，或者什么是最好的 {y}），那么您将能够编写非常具体和详细的提示，但这些提示也适用于您的所有文章。编写一系列适用于各种文章格式的提示要困难得多。
我见过的一些效果良好的具体用例是：
构建词汇表。网上的大多数词汇表在内容方面都相当单薄，因此 GPT-3 能够生成的丰富内容很容易超越它们。所有页面都遵循非常相似的格式（什么是 {x}），因此您可以非常规范地提示 GPT-3（编写一组事实段落来解释术语“{x}”的含义）。
构建操作指南。即使是非常简单的主题，搜索者也会有各种各样的问题，这使得仅靠人工编写的内容很难覆盖所有可用的搜索量。这也意味着这些类型的搜索词通常竞争力较低，并且适合使用 GPT-3 等工具进行大规模构建。
以上内容应该可以给出一些有效想法的迹象，尽管你的想象力才是真正的限制。如果你能想出一大批受众正在搜索的类似术语，而且这些术语的竞争还不是特别激烈，那么你可能已经找到了 GPT-3 的一个很好的应用。
近几年，人工智能（AI）领域飞速发展，不仅局限于晦涩难懂的学术领域，还影响深远，甚至延伸到内容营销。
这些进步中最重要的是所谓的 Transformer 语言模型的兴起，其中最受欢迎的是 OpenAI 的生成式预训练 Transformer 3，即GPT-3。GPT -3 预示着人工智能语言生成的新时代的到来——不仅仅是因为该模型的强大功能，还因为它可供任何人使用。GPT-3 能够生成高质量的文本，远远超出了之前的任何模型，对 SEO 和内容创作领域产生了巨大的影响。
什么是 GPT-3？
GPT-3 的核心是一种算法，它试图预测一串单词最自然的延续。如果你给它一个简单的提示，比如“法国的首都是”，它就会回答“巴黎”。
GPT-3 之所以能做到这一点，并不是因为它天生就知道什么是法国、什么是巴黎、什么是首都。相反，它之所以能正确回答问题，是因为它接受过数万亿字文本的训练。经过这种训练，它能够注意到语言中的模式，从而能够回答上述问题。
从历史上看，语言模型的局限性在于它们必须在干净的数据上进行训练，即人类手动检查过拼写错误、格式错误等的数据。相比之下，训练方法的最新进展意味着 GPT-3 可以在大量未清洗的数据上进行训练，并有效地教会自己排除这些缺陷。
最新的 GPT-3 模型已在 2021 年 6 月的最新数据上进行了训练；但是，模型会随着时间的推移不断更新。这意味着 GPT-3 在讨论较新的事件或概念方面确实面临一些限制，这是在使用它时值得牢记的一点。
就 GPT-3 训练所用的实际数据而言，其中 80% 是所谓的常见抓取数据，基本上就是您可以在 Google 上找到的任何东西。其中大部分来自 Wikipedia、Reddit 或 arXiv 等知名网站，但也包括小型博客和信息网站。GPT-3 训练数据的另外 20% 来自各种不同的来源，但主要由书籍和其他长篇内容来源组成。
GPT-3 如何应用于 SEO？
当然，GPT-3 的真正力量不在于回答简单的单行问题，而在于对复杂的长篇提示做出回应。
例如，如果你用“写一篇关于美国革命的长篇描述”这样的提示来提示它，你会得到关于该主题的几段密集的文字。从这里我们开始看到 GPT-3 如何应用于制作适合 SEO 的内容。
有些作家将 GPT-3 用作写作助手，帮助生成零散的文章。此用例反映了许多基于 GPT-3 构建的工具；特别是copy.ai和Jasper等产品。这些工具利用 GPT-3 的强大功能在写作过程中执行某些任务，无论是想出标题、描述、博客大纲等。
虽然这些工具在加快内容编写流程和降低 SEO 投资成本方面发挥了重要作用，但它们也有一定的局限性。首先，作家绕过这些工具，通过 OpenAI 的游乐场与 GPT-3 本身进行交互往往更有意义（如上图所示）。
这不仅进一步节省了成本，还让作者可以完全控制他们与 GPT-3 的交互方式，并让他们根据自己的具体用例定制输入。这包括能够定制语气、长度等参数，以及是否在任何制作的内容中关注特定的想法。
如何使用人工智能来扩展 SEO
如前所述，GPT-3 能够执行写作过程中的各种不同任务，包括标题、文章结构和正文内容的写作。
然而，当将不同任务的输出链接在一起时，这个工具的强大功能才变得尤为有意义。
如果你能够让 GPT-3 生成文章标题、结构，然后将内容插入到该结构的每个部分，那么你就能够以最少的人为干预来制作文章。
这些任务中的每一个都相对简单，可以手动完成；只需写出 GPT-3 的指令，并尽可能多地提供上下文即可。例如，给定上面的文章标题，我们可以让 GPT-3 生成这样的文章结构：
然后，对于文章中的每个小标题，我们可以让 GPT-3 按照以下方式生成更多内容：
简短而甜蜜，但您可以随时修改提示以生成更长的段落。
应该开始清楚的是，通过使用 GPT-3 链接这些不同的写作任务，我们可以开始构建一个能够自动生成长篇结构化内容的过程。
手动创建所有这些内容是完全没问题的，每次都手动重写提示以生成文章的每个部分。但是，如果你是技术人员，那么熟悉 GPT-3 的 API 是有好处的。这将使你能够自动化很大一部分工作，从而在人工编写所需时间的一小部分内生成大量内容。
内容营销人员实际上是如何使用这种自动化技术的？
我看到越来越多的品牌使用上述方法来实现大量长尾 SEO 工作的自动化。虽然 GPT-3 在撰写重要的核心术语（例如，种植草莓）时无法与人类的深度和原创性相媲美，但越来越多的品牌正在使用 GPT-3 之类的模型来构建有关长尾搜索词的丰富内容（例如，如何在佛罗里达州中部种植草莓）。
这就是为什么使用 GPT-3 制作长尾内容有效的原因：
长尾搜索查询通常不需要高度原创的答案，但它们确实需要非常具体的答案，而 GPT-3 非常适合这种用例。
长尾搜索词种类繁多，大多数品牌没有预算聘请内容作者来涵盖所有内容。
某些长尾词的搜索量通常很低，因此品牌根本不愿意花钱请人撰写内容。非专业人士的人工成本可能在 20 到 200 美元之间，而运行 GPT-3 撰写同一篇文章的成本只是其中的一小部分。
如何使用 GPT-3 为我的网站构建内容？
以上部分应该可以为您开始使用 GPT-3 提供一些启发，但还有一些其他要点需要考虑。
使用 GPT-3 来生成一些奇怪的文章是很好的，，那么值得考虑一些因素。
选择构建以下内容：
GPT-3 非常适合创作。这包括实事求是的内容，内容涵盖得相当全面（因此 GPT-3 已经接受过这方面的训练），并且不需要附带图像或插图就可以编写。
从 SEO 角度来看，竞争并不激烈。一个术语的竞争越激烈，它被高质量 印度尼西亚手机号码
人类作家充分报道的可能性就越大。这并不意味着 GPT-3 在这方面根本无法竞争；我见过很多 GPT-3 文章的排名超过了写得很好的人类内容。不过，自然而然地，当你瞄准大量低竞争术语时，而不是少数高竞争术语时，你成功的机会最大。
遵循类似的结构或格式。如果您要制作大量具有类似格式的文章（我该怎么做 {x}，或者什么是最好的 {y}），那么您将能够编写非常具体和详细的提示，但这些提示也适用于您的所有文章。编写一系列适用于各种文章格式的提示要困难得多。
我见过的一些效果良好的具体用例是：
构建词汇表。网上的大多数词汇表在内容方面都相当单薄，因此 GPT-3 能够生成的丰富内容很容易超越它们。所有页面都遵循非常相似的格式（什么是 {x}），因此您可以非常规范地提示 GPT-3（编写一组事实段落来解释术语“{x}”的含义）。
构建操作指南。即使是非常简单的主题，搜索者也会有各种各样的问题，这使得仅靠人工编写的内容很难覆盖所有可用的搜索量。这也意味着这些类型的搜索词通常竞争力较低，并且适合使用 GPT-3 等工具进行大规模构建。
以上内容应该可以给出一些有效想法的迹象，尽管你的想象力才是真正的限制。如果你能想出一大批受众正在搜索的类似术语，而且这些术语的竞争还不是特别激烈，那么你可能已经找到了 GPT-3 的一个很好的应用。