Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Pulp Nonfiction:我使用 ChatGPT 撰写博客文章所学到的知识

Posted on 2023-03-03

在过去的一周里,我对 ChatGPT 进行了测试,将其列为即将发布的博客文章的文案编辑器。

这是我的过程:

  • 我将博客文章大纲口述到 Google 文档中
  • 为了清楚起见,我提示 ChatGPT 修改帖子并粘贴文本
  • 我复制了 ChatGPT 的回复,对其进行了更多编辑并像John McPhee一样咨询了 ChatGPT 三轮

那么,机器人文案编辑器在实践中是否有效?

ChatGPT 通过从一个词开始,然后 预测下一个词来逐词构建句子。机器人已经摄取了超过 500 GB 的句子并计算了这个词之后的词是……的几率,然后将其注入到句子中。

机器人重复这个过程,直到它完成句子或段落或小册子。每隔一段时间,机器人就会在选择下一个单词时引入一些随机性,以增加其反应的多样性。

没有这种蝴蝶拍打翅膀的混乱因素,叙事就会旋转和停滞,让读者陷入同义反复的循环中。

与 Grammarly 一样,ChatGPT 免除了作者的语法劳动。我在其输出中没有发现错误的逗号、拼写错误的单词或语法错误。

比语法检查更好的是,机器人重组句子、剪辑其他句子并修剪文本的长度。马克吐温会喜欢这个机器人。

体验中缺少的是独特的声音和创造力:ChatGPT 还没有使用像上膛手枪这样的词。没有花言巧语。没有明喻、头韵、zeugmas 或 pleonasms。没有提示,没有统计数据可以证明思想家关于该主题的观点或想法。

但是,ChatGPT 被证明是一个有用的编辑器,它可以构建文本、纠正语法,并帮助将原始想法转化为完善的最终形式。

毫无疑问,生成式 AI 机器人将产生大量低俗的非小说类作品,将互联网上其他地方的句子以单一的声音进行连贯的重组。

初创公司评估自动化内容制作的问题:这是否足以在买家心目中脱颖而出。对于许多用例,唯一性并不重要。产品文档、SEO 的常青内容、电子邮件的预设回复。

至少就目前而言,作家用修辞在读者心中点燃火花的作用并未受到挑战,因为新颖的叙述技巧尚未实现自动化。当前的生成技术是否可以到达那里还有待观察。

原文: https://www.tomtunguz.com/pulp-nonfiction/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme