Hoe ChatGPT te gebruiken om productbeschrijvingen op schaal te genereren

We willen meer kwaliteitsinhoud voor onze websites, maar het is moeilijk om genoeg te creëren. Dus hoe kunnen we het proces voor het maken van inhoud uitbreiden, vooral voor e-mail? winkelsites met veel producten? Als je een copywriter zou betalen om duizenden productfragmenten vanaf nul te maken, zou je waarschijnlijk binnen de kortste keren geld mislopen. Wat als u betaalt voor 1.000 nieuwe productbeschrijvingen, maar slechts de helft van die producten leeft na een maand? Het is duidelijk dat u een snellere en kosteneffectievere aanpak nodig heeft. Dit is waar ChatGPT kan helpen. De native webinterface van ChatGPT is erg handig en bespaart veel tijd. Als we echter honderden of duizenden productbeschrijvingen moeten maken, is er een efficiëntere manier om ChatGPT te gebruiken zonder prompts te kopiëren en te plakken. Hier is hoe.

Massaproductie van inhoudsfragmenten: uitvoerschaling

Als je een e-mail hebt e-commercesite, wilt u misschien productfragmenten maken met behulp van gegevens van een productinformatiebeheersysteem (PIM). Stel dat u gegevens in een spreadsheet heeft. We kunnen Excel-formules gebruiken om de gegevens samen te voegen (of samen te voegen, met behulp van de &-operator) tot gedetailleerde prompts die zijn opgesteld door ChatGPT. Bijvoorbeeld: Houd er rekening mee dat uw formule mogelijk een of meer IF-statements vereist. Dit komt omdat uw gegevens op sommige gebieden hiaten kunnen bevatten. Sommige producten specificeren bijvoorbeeld bepaalde parameters niet (gegevens in bepaalde kolommen). Je hebt de formule nodig om flexibel te zijn en je kunt ChatGPT altijd vragen om je te helpen bij het schrijven van de formule. Wanneer de formule een prompt retourneert voor elke rij (in dit geval elk product), kunt u de meerdere gegenereerde prompts kopiëren en plakken in een teksteditor, zelfs in Kladblok. Het is de moeite waard om er een paar te controleren om er zeker van te zijn dat de tekst klopt, zelfs als er gegevenselementen ontbreken. Als u er zeker van bent dat uw Excel-formule (of Google Spreadsheets) de soorten prompts genereert die u wilt, kunt u er een paar naar ChatGPT sturen (handmatig via de webinterface) om te zien of de resultaten u bevallen. De gegenereerde snippet(s) vereisen waarschijnlijk menselijk redactioneel toezicht, hoewel je wilt dat de AI zoveel mogelijk van het werk doet. Daarom zijn we zo diep in het proces van “snelle ontwikkeling” gegaan. Bent u tevreden met de eerste vragen en antwoorden? Mooi, dan is het tijd om verder te gaan. Ontvang de dagelijkse nieuwsbriefzoekopdracht die marketeers vertrouwen. Aan het verwerken … Even wachten, a.u.b. INSCHRIJVEN Zie voorwaarden. functie getCookie(cname) { let name = cname + “=”; laat decodedCookie = decodeURIComponent(document.cookie); laat ca = gedecodeerdCookie.split(‘;’); voor(laat i = 0; i[i]; terwijl (c.charAt(0) == ‘ ‘) { c = c.substring(1); } if (c.indexOf(naam) == 0) { return c.substring(naam.lengte, c.lengte); } } opbrengst “”; } document.getElementById(‘munchkinCookieInline’).waarde = getCookie(‘_mkto_trk’);

Ontvang nieuwe productinhoudsfragmenten van OpenAI

U hebt nu dus een lijst met producten (of andere soorten webpagina’s) waarvoor u inhoud wilt genereren. In dit voorbeeld gebruiken we een fictieve steekproef van 100 producten. U heeft nu een lijst met al uw producten (gescheiden door URL, SKU of een andere unieke identificatiecode). Aan deze producten worden ook gedetailleerde prompts toegewezen die u hebt gegenereerd. De web-UI van ChatGPT is echter beperkt. Dus hoe kun je ze allemaal tegelijk verzenden? Om dit te doen, moet u vertrouwd raken met basisscripts en het afhandelen van API-verzoeken. U kunt een OpenAI API-account maken om toegang te krijgen tot de ChatGPT-webinterface. Ik heb een basis Python-script gemaakt voor mijn bureau. Hoewel ik het script niet kan delen, kan ik enkele processen en vereiste documentatie bekijken. Als ik dit script later zou willen syndiceren, zou ik het het beste kunnen bouwen met voor marketing toegankelijke eindpunten en technologieën. Dus ik heb eerst een Excel-sheet gemaakt: Het blad biedt eenvoudigweg een gebied waar items voor recycling kunnen worden afgegeven (geïdentificeerd door een unieke identificatie in de kolom Itemnaam, in dit geval de productnaam). Daarnaast kunnen hier ook de te verwerken prompts worden vermeld. Het volgende tabblad bevat de instellingen voor de queryparameters. (U vindt dit allemaal in de OpenAI-documentatie.) Sommige van deze instellingen specificeren inhoudscreativiteit, implementatie van ongebruikelijke bewoordingen, maximale verzoektokenkosten en zelfs inhoudsredundantie. OpenAI API-sleutel wordt hier ook opgeslagen. Wanneer u op een bepaalde knop in de spreadsheet klikt, wordt automatisch een Python-script uitgevoerd en wordt de rest afgehandeld: Eerst definieert het script de verzoek-/eindpunt-URL. Het script verzendt vervolgens de verzoekheaders en verzoekgegevens. De meeste parameters van de querykoptekst/gegevens kunnen worden aangepast in de bovenstaande spreadsheet. Ten slotte wordt de antwoordtekst opgehaald uit OpenAI en gelogd in de “datadumper”, een andere aparte spreadsheet. Ik heb drie scripts voor deze installatie, maar ik hoef er maar één uit te voeren. Ik heb ook twee afzonderlijke spreadsheets die beide nodig hebben. Als het script alle vragen heeft opgelost, worden alle tekstfragmenten hier opgeslagen: Als we naar de bovenstaande uitvoer kijken, is er mogelijk een probleem met de uniciteit van de inhoud. Hoewel alle fragmenten beginnen met de exacte zin (“Introducing [product name]”), wordt de gegenereerde inhoud gevarieerder in de gegenereerde paragrafen. Het is dus niet zo erg als het lijkt. Bovendien zijn er dingen die je kunt doen om elk gegenereerd fragment nog unieker te maken, zoals de AI categorisch vragen om unieke inhoud te genereren (hoewel je hier behoorlijk robuust en repetitief over moet zijn om ergens te komen). U kunt ook de temperatuur- en frequentieparameters aanpassen om de creativiteit van de inhoud aan te passen en overbodige spraak te voorkomen. Door deze technologieën (OpenAI API, Excel, Python) te combineren, kunnen we snel de tekstfragmenten identificeren die door alle invoerprompts worden gegenereerd. Vanaf nu is het aan jou wat je met de nieuw verwerkte gegevens wilt doen. Ik raad ten zeerste aan om het in een formaat te gieten dat de redactie kan begrijpen. We hebben dit een beetje verminderd door zeer gedetailleerde prompts te maken. Maar u kunt nooit zeker zijn totdat u de uitvoer controleert.

ChatGPT-uitvoernotities

Ervan uitgaande dat u tevreden bent met het werken met ChatGPT, is dat zo er zijn een paar dingen om te onthouden:

• Laten we het over de kosten hebben. Het is moeilijk om een ​​kostenoverzicht te geven voor het gebruik van het OpenAI GPT-4 ChatGPT-model via hun API. Het gaat niet alleen om het aantal promptinvoerwoorden of uitvoerwoorden. Prijzen draaien om de “denktijd” van de AI. Complexere query’s gebruiken meer tokens en kosten meer (zelfs als het aantal I/O-woorden wordt verminderd).
• Onze testrun van 100 prompts uit een batch voorbeeldgegevens kostte ons slechts $ 1,74 om uit te voeren en terug te sturen. We hebben in totaal 22.482 woorden aan inhoud gegenereerd. 22.482 woorden aan inhoud voor $ 1,74 klinkt goed, maar er komt veel meer bij kijken.
• De neiging van AI om conclusies te trekken vereist nog steeds grotendeels een menselijk redactieproces (naar onze mening).
• Maar met deze technologie wordt de kostbare taak om vanaf nul inhoud te creëren, omgezet in een veel kosteneffectievere taak om inhoud te bewerken.
• Er wordt ook rekening gehouden met de tijd van de data/AI-specialist om snel scripts te bouwen en uit te voeren.
• Naast het afleiden waar gegevens ontbreken, kan AI ook dingen “creatief afleiden”. In onze voorbeelddataset besloot de AI te concluderen dat het product dat werd vervaardigd een maattabel (kleding) bevatte. Zonder maattabel zou het er nogal gek uitzien.
• Stuur AI-inhoud altijd door een redactioneel beoordelingsproces voor factchecking, nauwkeurigheid en (het belangrijkste) toegevoegde creatieve flair.
• U kunt ChatGPT verder automatiseren door projecten zoals Auto-GPT aan te sluiten. Die AI “agenten” geven ChatGPT meer actieve verwerkings- en taakbevoegdheden. Dergelijke projecten vereisen echter nog steeds een OpenAI API-sleutel. En vanwege hun kindertijd kunnen ze veel credits doorspitten totdat ze leren hoe ze taken op een standaardmanier moeten voltooien.

Het contentcreatieproces opschalen met AI

AI kan met minimale tussenkomst verschillende soorten inhoud creëren die geschikt zijn voor het doel. Voor lange inhoud is het waarschijnlijk nog steeds beter om een ​​interface te gebruiken en AI-reacties te herhalen. Het bericht ChatGPT gebruiken om productbeschrijvingen op schaal te genereren verscheen eerst op Search Engine Land.