Генеративный ИИ и большие языковые модели вот-вот изменят маркетинговую индустрию, какой мы ее знаем.

Чтобы оставаться конкурентоспособными, вам необходимо понимать технологии и их влияние на наши маркетинговые усилия, — сказал Кристофер Пенн, главный специалист по данным в TrustInsights.ai, выступавший на конференции Конференция МарТех.

Узнайте, как расширить использование больших языковых моделей, о ценности быстрого проектирования и о том, как маркетологи могут подготовиться к тому, что их ждет впереди.

Предпосылка великих языковых моделей

С момента своего запуска ChatGPT был популярной темой в большинстве отраслей. Вы не можете выйти в интернет, не увидев точку зрения каждого. Тем не менее, по словам Пенна, немногие понимают лежащую в основе технологию.

ChatGPT — это чат-бот с искусственным интеллектом, основанный на больших языковых моделях OpenAI GPT-3.5 и GPT-4 (LLM).

LLM построены на предпосылке английского лингвиста Джона Руперта Ферта 1957 года:

• «Вы будете знать слово по компании, которую он держит.»

Это означает, что значение слова можно понять, исходя из слов, которые обычно появляются рядом с ним. Проще говоря, слова определяются не только их определением в словаре, но и контекстом, в котором они используются.

Эта предпосылка необходима для понимания обработки естественного языка.

Например, посмотрите на следующие предложения:

• «Я завариваю чай».
• «Я разливаю чай».

Первое относится к горячему напитку, а второе — к сплетням. «Чай» в этих случаях имеет совсем другое значение.

Порядок слов тоже имеет значение.

• «Я завариваю чай».
• «Чай, который я готовлю».

Предложения выше имеют разное подлежащее, хотя в них используется один и тот же глагол «варить».

Как работают большие языковые модели

Ниже приведена схема системы преобразования, архитектурный шаблон, в котором строятся большие языковые модели.

Проще говоря, преобразователь принимает входные данные и преобразует (то есть «трансформирует») их во что-то другое.

LLM можно использовать для создания, но они более эффективны для превращения одной вещи в другую.

OpenAI и другие поставщики программного обеспечения начинают с обработки огромного массива данных, включая миллионы документов, научных работ, новостных статей, обзоров продуктов, комментариев на форумах и многого другого.

Подумайте, как часто фраза «Я завариваю чай» может появляться во всех этих проглоченных текстах.

Обзоры продуктов Amazon и комментарии Reddit выше — несколько примеров.

Обратите внимание на «компанию», которую содержит это предложение, т. е. на все слова, стоящие рядом с «я завариваю чай».

«Вкус», «запах», «кофе», «аромат» и многое другое дают контекст этим LLM.

Машины не умеют читать. Итак, чтобы обработать весь этот текст, они используют углубленияпервый шаг в архитектуре трансформатора.

Встраивание позволяет моделям присваивать каждому слову числовое значение, и это числовое значение неоднократно появляется в текстовом корпусе.

Положение слов также имеет значение для этих шаблонов.

В приведенном выше примере числовые значения остаются прежними, но в другом порядке. Это позиционное кодирование.

Проще говоря, лучшие языковые модели работают следующим образом:

• Машины принимают текстовые данные.
• Присвойте числовые значения всем словам.
• Посмотрите на статистические частоты и распределения между разными словами.
• Попробуйте угадать, каким будет следующее слово в последовательности.

Все это требует значительных вычислительных мощностей, времени и ресурсов.

---

---

Быстрая инженерия: обязательный навык

Чем больше контекста и инструкций мы предоставляем LLM, тем больше вероятность того, что они будут работать лучше. В этом ценность быстрого инжиниринга.

Пенн рассматривает подсказки как гарантию того, что машины будут выводить. Машины будут подбирать слова в нашем вводе и цепляться за них для контекста по мере расширения вывода.

Например, при написании подсказок ChatGPT вы заметите, что подробные инструкции, как правило, дают более удовлетворительные ответы.

В некотором смысле подсказки подобны творческим заданиям для писателей. Если вы хотите, чтобы ваш проект был выполнен правильно, вы не будете давать своему писателю однострочную инструкцию.

Вместо этого вы отправите папку приличного размера, в которой будет все, что вы хотите, чтобы они написали, и то, как вы хотите, чтобы они были написаны.

Расширение использования LLM

Когда вы думаете о чат-ботах с искусственным интеллектом, вы можете сразу же подумать о веб-интерфейсе, в котором пользователи могут вводить подсказки, а затем ждать, пока инструмент ответит. Это то, что все привыкли видеть.

«Это ни в коем случае не окончательная игра для этих инструментов. Это игровая площадка. Именно здесь люди могут возиться с инструментом», — сказал Пенн, — «компании собираются вывести это на рынок».

Думайте о быстром письме как о программировании. Вы разработчик, который пишет инструкции для компьютера, чтобы заставить его что-то делать.

После того, как вы улучшите свои подсказки для конкретных случаев использования, вы сможете воспользоваться преимуществами API и попросить реальных разработчиков включить эти подсказки в дополнительный код, чтобы вы могли отправлять и получать данные в масштабе.

Именно так LLM будут развиваться и менять бизнес к лучшему.

Поскольку эти инструменты развернуты повсеместно, важно помнить, что каждый является разработчиком.

Эта технология будет в Microsoft Office — Word, Excel и PowerPoint — и во многих других инструментах и ​​сервисах, которыми мы пользуемся каждый день.

«Поскольку вы программируете на естественном языке, не обязательно у традиционных программистов будут лучшие идеи», — добавил Пенн.

Поскольку LLM подпитываются писательством, специалисты по маркетингу или связям с общественностью, а не программисты, могут разрабатывать инновационные способы использования инструментов.

Как LLM повлияют на поисковый маркетинг и что вы можете с этим поделать

Мы начинаем замечать влияние больших языковых моделей на маркетинг, особенно на поиск.

В феврале Microsoft представила новый Bing на базе ChatGPT. Пользователи могут общаться с поисковой системой и получать прямые ответы на свои запросы, не переходя ни по каким ссылкам.

«Вы должны ожидать, что эти инструменты облегчат ваш небрендированный поиск, потому что они отвечают на вопросы таким образом, который не требует кликов», — сказал Пенн.

«Мы сталкивались с этим раньше, будучи профессионалами в области SEO, с фрагментами и результатами поиска без кликов… но для нас это будет только хуже».

Он рекомендует зайти в Bing Webmaster Tools или Google Search Console и посмотреть, какой процент трафика ваш сайт получает от небрендовых информационных поисков, так как это самая большая область риска для SEO.

Создайте свой бренд

«Если создание бренда не является одним из ваших главных стратегических приоритетов на 2023 год и далее, оно должно им стать», — подчеркнул Пенн.

Вам нужно создать свой бренд и заставить людей запрашивать вас по имени в поиске.

Когда пользователи запрашивают идеи или рекомендации по теме, LLM, скорее всего, направят их к обобщенной информации, а не к вам.

Но если люди специально просят назвать ваш бренд по имени, они все равно попадут туда, куда хотят.

Сделайте присутствие вашего бренда в Интернете как можно более сильным.

Используйте издательскую платформу, защищенную от ИИ

Пенн также подчеркнул важность использования платформы, где у вас есть прямой, непосредственный доступ к вашей аудитории.

Такие каналы, как электронная почта или SMS (даже прямая почтовая рассылка), позволяют вам напрямую обращаться к клиентам и быть уверенными, что вы доберетесь до них без использования ИИ.

Органический поиск и социальные сети уже сильно зависят от ИИ. Таким образом, вероятность надежного охвата даже части вашей аудитории невелика.

Даже самые крупные бренды могут получить достаточно просмотров только в том случае, если они будут тратить деньги на платные кампании.

Такие сервисы, как Slack, Telegram и Discord, позволяют вам собираться с единомышленниками и устанавливать значимые связи.

Когда вы предоставляете ценность своим пользователям, вы можете надежно связаться с ними, завоевать их лояльность и повысить ценность своего бренда.

Смотреть: Маркетинговая сингулярность: великие языковые шаблоны и конец маркетинга, каким вы его знали

Пенн рассказал больше о влиянии LLM на маркетинговые рабочие места на конференции MarTech. Смотрите его полную презентацию здесь: