這在一篇關於生成內容的博客文章中可能聽起來很奇怪，但我討厭寫作。總是有。詞彙選擇的模糊性和語法規則的矛盾，足以讓左腦思考者對整個過程敬而遠之。
數學和科學更適合我。3 + 2 = 5(總是)。在數學和科學中，有一些固定不變的公式總是正確的。按理說，我會進入一個85%的工作都是為客戶寫作的職業，而寫作的主題通常是我完全不懂的。
直到我意識到我給同事們帶來的負擔，我才開始認真學習寫作。於是我開始閱讀所有我能讀的東西——博客文章、新聞稿、電子書、文章。不僅僅是如何寫作，而是仔細分析內容，找出是什麼構成了好的寫作。
我讀得越多，就越開始看到不同類型的寫作中出現的模式。有潛在的結構和公式。博文介紹由三部分組成。新聞稿都包含五個要素。等等。
我第一次開始把內容看作一個公式。把不同的變量加在一起就能解出的方程。
我繼續深入研究，發現對於特定類型的內容，公式是非常一致的。對美聯社來說，兩份財報之間幾乎沒有結構性的變化。這是怎麼呢
原來，美聯社使用一個名為Automated Insights的平台撰寫財報，這是一個自然語言生成(NLG)軟件。我當時並不知道，這個啟示會在多大程度上改變我的寫作方法。
什麼是自然語言生成?
NLG是一個軟件結構化數據集(比如電子表格)並將數據轉換成簡單明了的文字內容。
我找到的描述它的最好方法是:想想Mad Libs和Choose Your Own Adventure。
你從一段貫穿著一堆空白的內容開始。NLG技術然後用你的數據填補空白。然後，它會時不時地走到一個十字路口，在那裏它會使用你的數據來確定要寫的短語或句子的正確版本。
實際上，結構化數據集(電子表格)中的每一行都是一個獨特的內容。您告訴NLG技術從行中插入哪個單元格，然後使用哪個單元格進行條件if/then邏輯。換句話說，如果單元格B2 =“TRUE”，寫這個版本的句子;如果不是，就寫這個不同的版本。
結果就是如下圖所示的內容。看起來像是人類寫的，因為是人類寫的。機器使用你提供的副本和你定義的邏輯來決定什麼時候寫什麼。
NLG項目的4個要素
在著手NLG項目時，從四個具體的元素來考慮它會有所幫助。方便的是，這些元素的首字母縮寫恰好拚寫為“DATA”。
數據源
首先是結構化數據集。這可以是各種不同的東西，但最常見的是有列和行的電子表格。
最上麵一行包含了你的數據點的名稱。在向模板中插入數據時，您將使用這一行中的名稱來選擇所需的變量。
後續的每一行都包含了可以用來創建獨特敘事的數據。如果你有50行，你就有50條內容。
應用程序
你在這裏要找的是遵循標準模板的文章。一遍又一遍地寫著同樣的東西。
我們稱之為公式化的寫作。
很好的例子包括:
- 業績報告
- 電子郵件
- 行業趨勢的文章
- 新聞分析
- 新聞稿
- 產品描述
- 房地產描述
- 報告
- 社會的股票
- 每周回顧
另外，NLG並不一定要寫整篇內容。如果隻有一段你可以讓機器寫，那你就領先了。
模板
模板是你的敘述的起始塊。它是你要寫的內容的一個完整版本，你要上傳到NLG軟件中。
從這裏開始，你可以申請以下內容:
- 變量:選擇模板中需要用結構化數據集中的數據點交換出來的部分。
- 條件語句:這是應用於模板的if/then邏輯分支，它使您能夠根據結構化數據集中的數據更改所寫的內容。
- 同義詞:為了讓你的NLG內容有一些變化，你可以添加同義詞來改變整個副本中使用的單詞或短語。NLG軟件會從你創建的選項列表中隨機插入一個。
自動輸出
NLG項目的最終結果是自動輸出。根據您使用的NLG平台或它所連接的內容，完全寫入的輸出可以以CSV文件、Word文件、穀歌文檔的形式呈現，或直接輸入到另一種技術中(例如數據可視化工具)。
開始寫作的小貼士
開始寫報告其實比你想象的要容易。讓我們來看看你明天就可以開始做的五件事。
1.回顧現有內容，尋找機會
你目前定期寫的東西可能有很多，在某種程度上可以自動完成。我相信你的團隊會很高興提出他們想交給機器的東西。以下是關於你的內容可以問的一些問題。
- 你每個月定期寫什麼內容?
- 有標準化的內容嗎?
- 你可以訪問哪些數據?
- 競爭對手在生產什麼內容?
- 每個月生成什麼報告?
- 某些趨勢會影響你的行業或客戶嗎?
- 你所在的行業缺少哪些數據驅動的內容?
- 你是否經常在社交平台上分享更新內容?
不要隻對你的營銷內容問這些問題。和銷售、人力資源、領導和會計交流。每個都有適合NLG的內容。
最後，根據你目前正在做的事情來考慮這些內容，一個年代以及你希望你能做什麼或做得更多。你可能有很多想做的事，但每件事的時間和相對較小的回報都不足以證明你的手工努力是值得的。有了NLG，這樣的回報值得嗎?
2.使用經過批準的版本
總是，總是，總是從您試圖自動化的任何東西的一個經過批準的版本開始。如果一個不存在，創建一個，讓它審核並簽署。如果有必要，假裝你要把這個版本發給你老板的老板或客戶。強製批準。
在將模板上傳到NLG軟件並使用變量和條件邏輯構建之後再進行更改將會增加數小時(甚至數天)的時間。
3.分析的內容
有了批準的版本在手，開始剖析你需要的數據和信息。突出數據點和變化的機會。圓同義詞的機會。
你所做的就是為你的NLG項目創建一個數據點列表。
這裏要強調的一點是:你需要考慮和注意所有必需的數據點，而不僅僅是在你的內容中顯示的數據。你還需要一些數據點來通知你的條件句。
例如，你正在創建新的招聘新聞稿，如果招聘的是高層管理人員，你隻希望顯示CEO的引用。你將如何通知技術，它應該包括一個引用?
以非常線性的方式思考過程的每一步。
4.創建結構化數據集
在大多數情況下，你的NLG敘述將基於電子表格中的一行數據，更具體地說，是一個CSV文件。創建一個敘事電子表格。
給每一列一個獨特的，容易識別的名字。如果你的名字不清楚，當在你的敘述中插入數據點時，就會引起問題。最好的情況是，插入錯誤的數據點會導致一段有趣的難以理解的文本。最糟糕的情況是，錯誤非常微妙，在你意識到寫錯了什麼之前，你已經生成並發布了幾十條內容。
5.自動化數據收集
我們已經討論了NLG在多大程度上簡化了寫作，但現實是大量的時間都花在了提取數據上。簡化數據收集是另一個方麵，如果做得好，可以進一步加快這整個過程。
這裏有一些自動化/簡化數據收集的方法。
- api:許多處理數據的技術都提供了api。任何開發人員甚至對編碼有基本了解的人都可以通過API訪問數據，並通過穀歌Apps Script將其直接輸入到穀歌Sheet中。此外，Zapier還有超過250個穀歌Sheet的集成。如果你有營銷技術，Zapier大概可以幫你把數據放進穀歌Sheet裏。
- 穀歌形式:穀歌表單的設置是免費和容易的，它們可以直接將數據輸入穀歌Sheet。這些非常適合新員工發布，或者需要從個人收集特定信息的情況。
可用NLG技術
選擇合適的技術顯然非常重要。但有趣的是，可供選擇的技術並不多。幸運的是，主要的選擇都是非常容易使用的可靠技術。
- 自動化的見解:這是我最有經驗的一個。它非常容易上手和運行。它也是自助的選擇。它確實提供了一些集成和一個API，所以你可以把一個故事拉到另一個平台上。它還可以直接集成到一些流行的數據可視化工具中。
- 敘事科學軟件:另一位主要選手是來自敘事科學的奎爾。它也是一個容易使用的產品，可以直接集成到各種數據可視化工具中。敘事科學(Narrative Science)更oF一個企業玩家，將與你密切合作，使一切設置。
NLG的好處是什麼?
自動化的見解和敘事科學軟件有大量的案例研究，都是關於他們的技術為各種各樣的組織創造的價值。
但從第一手資料來看，NLG對如何公關20/20(營銷AI研究所的服務部門)做的BETVlCTOR1946伟德性能報告。
每個月，我們都會向客戶提交業績報告。最大的挑戰是寫報告要花三到五個小時，報告的質量是建立在客戶經理分析數據的能力上的，加上寫報告、審核、修改和發送報告的時間，要到每月10號或15號才會交付。
所以我們試圖創造一個NLG敘事來解決這些問題。我們提出了一份報告，提出並回答了12個關於公司網站、博客和潛在客戶產生表現的問題。
今天，報告要花我們的時間，而不是三到五個小時寫10分鍾。報告在每月的第一個工作日,質量是一致的在所有賬戶。這對我們公司來說是一個巨大的勝利，我們正在積極測試其他應用程序。
如何開始使用AI進行內容營銷
如果你是一名內容營銷人員，很有可能AI可以幫助你增加收入，降低成本。這意味著，無論你的技術水平或舒適度如何，現在都是開始使用AI的時候了。
這樣做意味著你建立了一個潛在的不可逾越的競爭優勢。拖延意味著你有被甩在後麵的風險。
不過，好消息是:你可以通過訪問我們的免費AI在市場營銷中的終極初學者指南。
The Ultimate初學者指南to AI in Marketing是一個免費的資源，有100多篇文章、視頻、課程、書籍、供應商、用例和事件，可以顯著加速你的AI教育。它基於我們花在研究和實驗上的多年時間——你可以在很短的時間內獲得這些知識。