admin 
„Openai“ išleido didžiausią iki šiol tyrimą, kaip vartotojai iš tikrųjų naudojasi „ChatGPT“. Aš kruopščiai susintetinau tuos, kuriuos jūs ir turėčiau atkreipti dėmesį, todėl jums nereikia pereiti per daugybę naudingų ir beprasmių įžvalgų.
Tl; Dr
- LLM nekeičia paieškos. Tačiau jie keičia, kaip žmonės prieina ir naudoja informaciją.
- Rinkoje dominuoja (49 proc.) Ir darančios (40 proc.) Užklausų ir didėja kokybė.
- Trys geriausi naudojimo atvejai – praktiniai patarimai, informacijos ieškojimas ir rašymas – sudaro 80% visų pokalbių.
- Leidėjai turi sukurti nuorodą, kuri prideda pridėtinę vertę. Tai nebegali būti tik apie srautą iš straipsnių.
Vaizdo kreditas: Harry Clarkson-Bennett„ChatBot 101“
„Chatbot“ yra statistinis modelis, išmokytas generuoti teksto atsakymą, atsižvelgiant į tam tikrą teksto įvestį. Beždžionė Žiūrėk, beždžionė daro.
Pažangiausi pokalbių programos turi dviejų ar daugiau scenų mokymo procesą. Į Pirmasis etapas (Mažiau kalbant kaip „išankstinis mokymas“), LLM yra išmokytos numatyti kitą žodį eilutėje.
Kaip ir geriausias pasaulio buhalteris, jie yra ir nuspėjami, ir nuobodūs. Ir tai nebūtinai yra blogas dalykas. Aš noriu, kad mano virėjai būtų riebūs, mano pilotai blaiviai ir mano pinigų vyrams, kurie yra nuobodūs, jie yra eilėje, kad vadovautų Žaliųjų vakarėliui.
Antrasis etapas yra ten, kur viskas tampa šiek tiek mėgėjiškiau. „Po mokymo“ etape modeliai yra mokomi generuoti „kokybiškus“ atsakymus į raginimą. Jie yra tiksliai suderinti su skirtingomis strategijomis, tokiomis kaip mokymasis sustiprinimas, kad padėtų įvertinti atsakymus.
Laikui bėgant, LLM, kaip ir Pavlovo šuo, yra apdovanoti arba papildyti pagal jų atsakymų kokybę.
Pirmajame etape modelis „supranta“ (neabejotinai apverstuose kableliuose) latentinį pasaulio vaizdą. Antrame etape jos žinios yra pagerintos, kad būtų sukurtas geriausios kokybės atsakas.
Be temperatūros nustatymų LLM sukuria lygiai tą patį reagavimo kartas nuo karto, jei mokymo procesas yra tas pats.
Aukštesnė temperatūra (arčiau 1,0) padidina atsitiktinumą ir kūrybiškumą. Žemesnė temperatūra (arčiau 0) daro modelį (-us) kur kas labiau nuspėjamą ir tiksliau.
Taigi, jūsų naudojimo atvejis nustato tinkamus temperatūros parametrus. Kodavimas turėtų būti nustatytas arčiau nulio. Kūrybinės, labiau į turinį orientuotos užduotys turėtų būti arčiau vienos.
Savo straipsnyje apie tai jau kalbėjau apie tai, kaip sukurti prekės ženklo įrašą AI. Bet aš labai rekomenduoju perskaityti šį labai gerą vadovą, kaip temperatūros skalės veikia su LLM ir kaip jos daro įtaką vartotojų bazei.
Ką mums sako duomenys?
Kad LLM nėra tiesioginis paieškos pakaitalas. Net ne taip arti TJO. Šis „Semrush“ tyrimas pabrėžė, kad LLM super vartotojai padidėjo tradicinių paieškų kiekis. Panašu, kad išplėtimo teorija yra tiesa.
Tačiau jie iš esmės pasikeitė žmonių prieigos prie informacijos ir sąveikos su informacija. Pokalbio sąsajos turi neįtikėtiną vertę. Ypač darbo vietoje.
Kas žinojo, kad esame tokie tingūs?
1. Dominuoti patarimai, informacijos ieškojimas ir rašymas
Šie trys geriausi naudojimo atvejai sudaro 80% visų „Human-Robot“ pokalbių. Praktinės gairės, informacijos ieškojimas ir padėkite man parašyti ką nors švelnaus ir neturinčio bet kokios aistros ar įžvalgos, stebuklingo roboto.
Aš pripažinsiu, kad dauguma rašymo užklausų yra skirtos redaguoti esamą darbą. Vis tiek. Jei perskaitysiu ką nors, parašytą AI, jausčiausi apgaubtas. Ir apgaulė nėra patraukli kokybė.
2. Naudojimas, nesusijęs su darbu
- Su darbu susiję pranešimai išaugo nuo 53% viso naudojimo iki Daugiau nei 70% Iki 2025 m. Liepos mėn.
- LLM tapo įprasti. Ypač kai reikia padėti mums priimti teisingus sprendimus. Tiek darbe, tiek iš darbo.
3. Rašymas yra labiausiai paplitusi programa darbo vietoje
- Rašymas yra labiausiai paplitęs darbo naudojimo atvejis, apskaita 40% su darbu susijusių pranešimų Vidutiniškai 2025 m. Birželio mėn.
- Apie Du trečdaliai visų rašymo pranešimų yra prašymai modifikuoti esamą vartotojo tekstą, o ne kurti naują tekstą nuo nulio.
Aš žinau pakankamai žmonių, kurie tiesiog naudoja LLM, kad padėtų jiems rašyti geresnius el. Laiškus. Man beveik gaila „Tech Bros“, kad pagrindinių šių įrankių naudojimo atvejai taip trūksta kūrybiškumo.
4. Mažiau tokio kodavimo
- Kompiuterio kodavimas Užklausos yra palyginti maža dalis, tik 4,2% visų pranešimų.*
- Tai jaučiasi labai prieštaringai, tačiau tokios specialistai kaip „Claude“ ar „Claude“ ar tokios priemonės kaip „Lovable“ yra geresnės alternatyvos.
- Tai pastebimas taškas. Specialistų LLM naudojimas augs ir greičiausiai dominuos konkrečiose pramonės šakose, nes jos galės sukurti geresnę kokybės rezultatą. Specializuotas antrojo etapo mokymas sukuria daug pranašesnį produktą.
*Palyginti su 33% su darbu susijusių Claude pokalbių.
Svarbu atkreipti dėmesį į tai, kad kiti tyrimai turi labai skirtingą, kuriam žmonės naudojasi LLM. Taigi tai nėra taip supjaustyta ir sausa, kaip mes manome. Esu tikras, kad viskas ir toliau keisis.
5. Vyrai nebe dominuoja
- Ankstyvieji įvaikintojai buvo neproporcingai vyrai (aplink 80% su paprastai vyriškais pavadinimais).
- Šis skaičius sumažėjo 48% Iki 2025 m. Birželio mėn. Aktyvūs vartotojai dabar šiek tiek labiau linkę į moteriškus pavadinimus.
Žinoma, mes, vyrai, turime mūsų trūkumų. Per visą istoriją galbūt mes greitai buvome greitai kovoję ir šiek tiek dominavome. Bet gera matyti paritetą.
- 89% visų klausimų klausia ir daro susijusias.
- 49% prašo ir 40% daro, tik 11% – tai išreiškė.
- Klausimas pranešimų išaugo greičiau, nei per pastaruosius metus darė pranešimus, ir yra įvertintos aukštesnės kokybės.
„ChatGPT“ pastatyta lentelė su kiekvieno užklausos tipo pavyzdžiais-klausia, daroma ir išreikšdama (Vaizdo kreditas: Harry Clarkson-Bennett)7. Santykiai ir asmeniniai apmąstymai nėra ryškūs
- Buvo atlikta nemažai tyrimų, kuriuose teigiama, kad LLM tapo asmeninėmis terapeutais žmonėms (žr. Aukščiau).
- Tačiau santykiai ir asmeniniai apmąstymai sudaro tik 1,9% visų pranešimų, pasak „Openai“.
8. Kruvina jaunimas (*purto kumščiu*)
Takeaways
Nemanau, kad LLMS yra katastrofa leidėjams. Žinoma, jie nesiunčia jokio nukreipimo srauto ir pradėjo pašalinti citatas ne mokamų vartotojų (klasikinis). Tačiau nė vienas iš šių technologijų galvučių mums nieko neduos.
Tai lenktynės iki mėnulio, ir mes esame šuo, kurį jie siuntė bandomuoju skrydžiu.
Bet jei esate leidėjas, turintis savo nuomonę, auditoriją ir, tikiuosi, šiek tiek prekės ženklo gylio ir turto, kurį turėsite, jums viskas bus gerai. Nors jų šliaužiantis elgesys išeina iš rankų.
Šūdo kokybės eismas, o ne daug jo (Vaizdo kreditas: Harry Clarkson-Bennett)Vienas praktiškiausių rezultatų, kuriuos mes, leidėjai, galime paimti iš šių duomenų, yra akivaizdus ketinimų pokytis. Eonams mes buvome sujaudinti navigacijos, informacinės, komercinės ir sandorių.
Dabar mes turime. Arba generavimas. Ir tai didžiulė.
Net paprasti įrankiai vis tiek gali paskatinti fantastišką srautą ir pajamas (Vaizdo kreditas: Harry Clarkson-Bennett)SEO nėra miręs leidėjams. Bet mes turime padaryti ne tik leidybos turinį. Reikia daug ką pasakyti apie AI verčių palaikymą, išlaikant ją rankos ilgio ilgį.
Pagalvokite apie BBC patikrinkite. Turinys, kurio negalima sintetinti mašinomis, nes jis prideda tiek daug vertės. Įrankiai ir susijęs turtas. Tikrosios ekspertų nuomonės buvo nukreiptos į priekį.
Tačiau sunku išplėsti tą kokybę. Programinis SEO gali skatinti nuostabią vertę. Kaip ir įrankiai. Įrankiai, atsakantys į vartotojų „darymo“ užklausas kartas nuo karto. Turime sukurti dalykus, kurie prideda vertės už esamo korpuso ribų.
Ir jei jūsų auditorija paprastai yra jaunesnė ir labiau pasitiki, turėsite labiau pasilenkti į tai.
Daugiau išteklių:
Šis įrašas iš pradžių buvo paskelbtas lyderystėje SEO.
Teminis vaizdas: Romanas Samborskyi/Shutterstock
