Autoblogas su dirbtinio intelekto agentais: kaip veikia redakcinė komanda be žmonių

Straipsnis, kurį skaitote, nebuvo sugeneruotas vieno raginimo „parašyti straipsnį apie šį įrašą“, o automatinio tinklaraščio – sistemos, sudarytos iš kelių dirbtinio intelekto agentų, atliekančių skirtingus vaidmenis, kaip tradicinė redakcija, tik be žmonių. Valerijus Daniukas, knygos 1001site AI“ autorius, perkūrė savo tinklaraščio straipsnių generavimo sistemą ir spalio pradžioje išleido ją kaip atskirą atvirojo kodo projektą. Panagrinėsiu, iš ko susideda ši sistema, kuo ji skiriasi nuo įprasto įrašo perpasakojimo neuroniniu tinklu ir kodėl prasminga eiti taip toli. Jei patys tvarkote tinklaraštį arba kuriate turinį klientams, pateikiame konkrečius sistemos veiksmus, o ne bendrumus apie „DI magiją“.

Kodėl teko iš naujo kurti straipsnių generavimo sistemą?

Trumpas atsakymas: senoji sistema buvo aklavietė – ji buvo brangi ir beveik nebuvo paraiškų, nors straipsniai buvo reguliariai publikuojami.

Priežastis ta, kaip pasikeitė pati paieška. Tikslaus raktinių žodžių atitikimo era eina į pabaigą: paieška dabar vertina tekstą pagal reikšmę – per kontekstą, sinonimus, morfologiją ir antraščių struktūrą. Pagal senas taisykles pritaikyta sistema pagal naujas taisykles neturi prasmės: galite įvesti raktinį žodį dešimt kartų ir vis tiek neatsakyti į klausimą, kurio žmonės iš tikrųjų ieško. Reikėjo pakeisti visą architektūrą – kaip kuriamas straipsnis, kas jį peržiūri ir kas vyksta po paskelbimo.

Kokie agentai dabar sudaro redakcijos kolegiją?

Įraše autorius apibūdina susidariusią struktūrą kaip visavertę redakcijos komandą – žurnalistą, fotografą, korektorių, vyriausiąjį redaktorių, prekės ženklo vadovą ir pardavimų direktorių – išskyrus tai, kad visus vaidmenis atlieka dirbtinio intelekto agentai. Praktiškai kiekvieno vaidmens užduotis suskirstyta į septynis etapus:

1. Temų pasirinkimas pagal paklausą. Sistema naudoja „Wordstat“ ir Google Trends“, kad suprastų, ko šiuo metu ieško auditorija. Temas ne atsitiktinai generuoja redaktorius; jas lemia auditorijos tikrasis paieškos interesas.
2. Konkurentų analizė. 10 geriausių paieškos rezultatų analizuojami ieškant spragų – problemų, kurių konkurentai neišsprendė arba ignoravo. Šiame naujame straipsnyje tiksliai aptariama tai, ką paieškos rezultatai iki šiol apėmė tik paviršutiniškai.
3. Kanalo stebėjimas. Naujas įrašas autoriaus Telegram kanale yra atskirai paimamas ir pritaikytas SEO bei dirbtinio intelekto atsakymuose nurodytam formatui (DI apžvalgos, „Painiava“) – taip atsirado šis atvejis.
4. Šaltinis iš asmeninio archyvo. Juodraštis parašytas naudojant autoriaus „antrąsias smegenis“ – surinktus užrašus, atvejų analizę ir skaičius; šiame etape jie tikrinami pagal pirminius šaltinius.
5. Redakcinė peržiūra. Vieno patikrinimo metu tikrinamas tekstas ir kliūtys, kitu metu pašalinama biurokratinė kalba ir rašybos klaidos. Kliūtys nėra formalumas: kiekviena komercinė platforma turi savo draudžiamų ir teisiškai rizikingų frazių sąrašą, o viena praleista frazė gali sukelti realių problemų verslui.
6. Nuorodos į susijusią medžiagą pateikiamos visame galutiniame tekste, o prireikus kruopščiai pridedamas produkto pasiūlymas. Nuorodos nurodo į tikrus publikuotus puslapius, o ne į atsitiktinius – kitaip nuorodos skaitytojui trukdo, o ne padeda.
7. Publikavimas ir patikrinimas. Straipsnis publikuojamas svetainėje, sistema patikrina, ar puslapis rodomas teisingai, ir automatiškai palieka nuorodą į straipsnį komentaruose po originaliu Telegram įrašu.

Kaip atrodo baigtas straipsnis: realaus pasaulio pavyzdys

Nė viena iš toliau pateiktų ekrano kopijų nėra inscenizuota – tai tie patys puslapiai iš 1001site tinklaraščio, kurie atsidarys jūsų naršyklėje, jei jį dabar aplankysite. Lengviausia rezultatus pademonstruoti naudojant jau paskelbtą tekstą – atvejo analizę apie dirbtiniu intelektu paremtos įrangos remonto vadovą, kurį sukūrė vienas Vokietijos gamintojas.

Viršuje pateikiamas pavadinimas, vaizdo įrašo intarpas ir trumpa santrauka: kliento užduotis, atlikta veikla, terminas ir rezultatas – visa tai vienoje eilutėje. Tai skirta specialiai tiems, kurie per kelias sekundes nusprendžia, ar skaityti toliau.

Toliau pateikiamas straipsnio tekstas su paantraštėmis klausimo ar istorijos forma („Kas nutiko“, „Ką mes darėme“) ir tikromis objekto nuotraukomis.

Žemiau pateikiami šaltiniai, klausimų ir atsakymų skyrius bei nuorodos į projektą. Tie patys trys blokai taip pat užbaigia straipsnį, kurį dabar skaitote: jie atsako į išrankių skaitytojų užduodamą klausimą „Kur tai patvirtinta?“.

Ar galime pasitikėti „asmenine patirtimi“, kurią išgauna dirbtinis intelektas?

Klausimas sąžiningas, o atsakymas nėra „taip, visiškai“. Vien tai, kad sistemoje yra „faktų tikrinimo“ žingsnis, nereiškia, kad bet koks teiginys, pavyzdžiui, „patikrinau“, automatiškai tampa teisingu. Agentas savo darbo nepristato kaip asmeninės patirties: skaičiai ir pavyzdžiai tekste įtraukiami tik iš patikrintų archyvų su šaltiniu – arba visai neįtraukiami. Bet kokia prieštaringa ar nepatikrinama detalė šiame etape anonimizuojama arba ištrinama.

Šis apribojimas sumažina išgalvotų atvejų ir skaičių riziką būtent ten, kur automatizavimas dažniausiai skaudžiausiai žlunga – skaitytojo pasitikėjime konkrečiu teiginiu.

Taigi, paprasta taisyklė, kaip patikrinti bet kurį dirbtinio intelekto straipsnį: jei konkretus atvejis ar paveikslas cituojamas nenurodant šaltinio, tai yra priežastis būti atsargesniems. Pagal šį principą sudarytame tekste kiekvienas skaičius turėtų turėti matomą pėdsaką – archyvuotą įrašą, ekrano kopiją arba viešą nuorodą, kaip šiame straipsnyje.

Kiek kainuoja tokia sistema ir ar galiu ją išbandyti nemokamai?

Asmeniniam naudojimui jis nemokamas, o kodas yra laisvai prieinamas „GitHub“. Jis taip pat nemokamas aktyviems žurnalistams – Ukrainos nacionalinės žurnalistų sąjungos ir Europos žurnalistinių organizacijų nariams. Komerciniam naudojimui reikalinga mokama licencija – autorius įraše nenurodo tikslaus kiekio; dabartines sąlygas reikėtų rasti pačioje saugykloje. Laisvai samdomiems darbuotojams ar internetinėms studijoms, kurios ima mokestį iš klientų už turinį, tai yra komercinis scenarijus – nemokama asmeninė licencija netaikoma.

Kam tinka ši tinklaraščio automatizavimo schema?

Geriausias kandidatas yra laisvai samdomas darbuotojas arba maža internetinė studija, tvarkanti kelių klientų tinklaraščius ir susidurianti su redagavimo bei faktų tikrinimo personalo trūkumu. Tokiai komandai brangiausia dalis yra ne pats rašymas (tuo susitvarkyti gali tik dirbtinis intelektas), o įprastas darbas: konkurentų tikrinimas, skaičių klaidų vengimas, platformos teisinių apribojimų laikymasis ir kruopštus susiejimas su esamu kliento turiniu. Šis metodas apima būtent šią rutiną: temų pasirinkimą, faktų tikrinimą, klišes ir sąsajų kūrimą.

Ne visi nori suprasti ir pritaikyti atvirojo kodo projektą. Daugeliui vis dar reikia nuolatinio straipsnių srauto savo svetainei, o panašus automatizavimo principas jau integruotas į 1001site AI“, kuriame talpinamas šis tinklaraštis. Tačiau jis orientuotas į pačią svetainę, o ne į tinklaraštį: puslapio turinys pateikiamas per nuorodą, automatiškai publikuojamas Telegram ir WhatsApp, o SEO žymėjimas atliekamas automatiškai be rankinio konfigūravimo. Svetainė kuriama ir atnaujinama naudojant prietaisų skydelio DI asistentą – sąsaja sukurta kaip pranešimų programa, todėl nereikia rašyti kodo redagavimui.

Kas toliau: automatinis vaizdo įrašų karpymas

Šis procesas dar nėra visiškai užbaigtas: anot autoriaus, spalio viduryje planuojama išleisti modulį, kuris automatiškai iškirps vaizdo klipus ir trumpus vaizdo įrašus iš esamo turinio. Tai yra atviras planas – funkcija dar neveikia, ir straipsnyje neteikiama jokių priešingų teiginių.

Šaltiniai

• Įrašas iš kanalo „Verslas su dirbtiniu intelektu“: https://t.me/promtvibeadd/450
• Straipsnių (žurnalisto) įgūdžiai „GitHub“ platformoje: https://github.com/DanikVR/journalist
• 1001site tinklaraštis: https://1001site.com/blog/