错的长篇内容是相当困

[shamim20]

我知道我的内容策略团队会这样做。再次感谢观众。几天后请关注该录音。再次感谢乔希。 乔希·斯皮尔克： 是的。谢谢。 史蒂芬·杰斯克 Stephen 负责 MarketMuse 的内容策略博客，这是一个由人工智能驱动的内容智能和策略平台。您可以在社交媒体或他的个人博客上与他联系。

MarketMuse NLG 技术与 GPT-3 的再探讨 阅读时间：5分钟 当两个完全不同的 NLG 平台结 萨尔瓦多电子邮件列表 277320 联系人线索 合在一起时会发生什么？ 早在 2020 年 9 月，当我第一次撰写有关MarketMuse NLG 技术与 GPT-3 的比较文章时，可供借鉴的例子并不多，GPT-3 仍未向公众开放。

快进到 2021 年，许多初创公司都在使用 GPT-3 的 API 来支持他们的平台。 这让我很好奇。MarketMuse NLG 技术与 GPT-3 相比如何？ 我第一次的体验并不是那么好。当时我看到的GPT-3示例输出有很多不足之处。事后看来，我不应该期待太多。

输入一个主题标题并期望得到一段不难的。现在仍然如此。 这次我采取了不同的方法。 Snazzy.AI是一款由 GPT-3 驱动的应用程序，结合了他们自己的机器学习层。Snazzy 有许多针对短篇内容的模板，例如 Google 广告、Facebook 广告、登录页面和产品描述。

他们的平台新增了一项功能，即所谓的“内容扩展器”，可以“将单个句子或要点扩展为完整的想法”。在我看来，这听起来不像是长篇内容，但我认为值得一试。 所以我做了以下事情。 内容营销人员的自然语言生成指南登陆页面 设置NLG实验 Snazzy 文本扩展器的工作方式是，您为其提供一个主题和摘要，以及一些附加信息，它就会生成文本输出。

输出的具体长度似乎是任意的。 为了获得更多信息，我向 Snazzy 提供了 MarketMuse 主题模型中最重要的 10 个主题，供其用作“品牌关键词”。 顺便说一下，主题是“胰高血糖素作为非侵入性糖尿病治疗方法”。肯定是沉重的话题！ 在本次实验中，我使用了 MarketMuse NLG 技术的输出。