«Автоматический отслеживание статуса заказа». Как я писала новости через ChatGPT

С выпуска ChatGPT прошло только четыре месяца, но компании уже внедряют его в производство контента. В январе BuzzFeed заменил нейросетью уволенных сотрудников и запустил через нее создание викторин. А в марте Daily Mirror и Express опубликовали первые статьи, написанные с помощью ChatGPT.

Трушеринг провел свой эксперимент и использовал ChatGPT в повседневной работе с новостями. Рассказываю, как это было и может ли чат-бот уже сейчас полноценно заменить автора в интернет-медиа.

Что требовалось: по описанию события составить заголовок – короткую, емкую фразу, отражающую суть инфоповода.

Что получилось: много длинных предложений, которые приходилось править по несколько раз.

Первым в тесте был материал о новой доставке Яндекс Еды из ресторанов Петербурга. ChatGPT придумала заголовок со второго раза. Сначала она выдала предложение, по формату не подходящее для заголовка новости.

Я сделала уточнение: в заголовке не хватает акцента на том, что доставку только запустили. Тогда ChatGPT написала: «Яндекс Еда запускает доставку из премиум ресторанов СПб». Немного отредактировать заголовок все же пришлось, и на сайт новость вышла в таком виде:

В целом результат неплохой, но уже на этом этапе у меня появился вопрос – зачем генерировать заголовок через чат-бота, если на описание новости я трачу столько же времени, сколько бы сама потратила на написание заголовка.

Со следующей новостью все прошло уже не так гладко. Я попросила ИИ написать заголовок для заметки о Яндекс Станции (она научилась сама рассказывать об изменениях статуса заказа из Лавки).

Сначала ChatGPT выдала слишком длинный вариант. После просьбы сократить запуталась и допустила фактическую ошибку, потом забыла о важных деталях, которые я прописывала в самом начале.

Во время учебы я была редактором студенческого медиа и учила первокурсников писать заметки. Когда я пыталась добиться от ChatGPT толкового заголовка для этой новости, было ощущение, что я вернулась в то время. Как будто вместо чат-бота переписываюсь со своим студентом, у которого ничего не получается, но он очень старается.

В общем, сколько я с ней ни боролась, формулировать заголовок все равно пришлось самой.

Потом была борьба за новость про открытие новых кафе «ВкусВилл Go» в Москве, которые будут работать отдельно от магазинов. Я забыла указать в запросе, в каком городе открываются кафе – но ChatGPT выдала мне вариант, в котором и так прописала это. Мне стало интересно, какой логикой она руководствовалась.

За этот заголовок мы с ChatGPT сражались долго – каждый раз приходилось заново объяснять, в чем суть инфоповода. Прошу добавить что-то – в новой версии теряется прошлая информация, прошу ее вернуть – теряется новая, и так по кругу. Мне уже из принципа хотелось, чтобы заголовок написал чат-бот, а не я.

Сил и времени на объяснения и правки я потратила значительно больше, чем мне могло понадобиться, если бы я писала текст сама. На сайт заголовок снова вышел не в том виде, который предлагала нейросеть.

Следующий пример оказался самым удачным. От ChatGPT требовался заголовок для новости про подорожание китайских автомобилей в России. Я специально сформулировала описание сложнее, чем могла бы, чтобы посмотреть, как чат-бот выполнит эту задачу. На удивление, нейросеть отлично справилась. При публикации новости на сайт мне понадобилось только добавить уточнение, что речь про повышение цен за последний год.

Что требовалось: добавить к новости бэкграунд – факты, помогающие читателю погрузиться в контекст темы.

Что получилось: слишком общая информация, либо ее отсутствие из-за нехватки данных.

Когда я рассказала ChatGPT об открытии нового издания от бывших работников Storytel, она «раскрепостилась» и решила со мной поспорить. Нейросеть несколько раз упорно пыталась доказать мне, что сервис работает в России, хотя в действительности он ушел из страны осенью 2022 года. В итоге ChatGPT сдалась и выдала «ошибку» (видимо, чтобы красиво уйти от разговора).

Если попросить ее прислать факты о Storytel, она составит небольшую справку, но только из данных до 2021 года включительно. Более свежей информацией она не владеет.

Хотя в ChatGPT загружены гигантские объемы данных (570 гигабайт текста), ее тексты получаются очень общими и не всегда подходят под инфоповод. Так же вышло и с новостью о Storytel – она просто рассказала общую информацию о компании. Конечно, это можно вставить в конец заметки, но если бы я писала бэк сама, подобрала бы более подходящие новости факты: об уходе с рынка, например.

И все же ChatGPT может немного помочь фактами и даже с их проверкой. Известно, что цены на китайские машины растут не первый год, поэтому ChatGPT должна об этом знать. Я задала общий вопрос, не привязанный к году: правда ли, что китайские машины в России очень сильно подорожали? Она правильно ответила и даже выдала число в процентах, которое по случайности сходится с сегодняшними цифрами.

Что требовалось: добавить/сократить информацию. Сделать текст новостным: рассказать о событии, но без оценок, вводных предложений, общих (неинформативных) слов.

Что получилось: сложности с сокращением, но хорошие попытки в дополнении текста.

Я дала чат-боту короткую вводную фразу: «Яндекс Еда запускает доставку из премиум ресторанов СПб» и попросила расписать ее на 5 предложений, чтобы «добить» текст – она справилась без проблем.

ChatGPT ориентируется даже в плохо сформулированных запросах с неправильным употреблением слов и некорректным построением предложения. Правда, сначала она долго думает. Из всех моих запросов этот она обрабатывала дольше всего – минут 5.

Нейросеть действительно любит писать много – я заметила это еще в самом начале своего эксперимента. Что бы я ни попросила написать: заголовок, абзац или целую новость – ChatGPT каждый раз старалась выдать текст побольше. Часто информация, которую она дописывала, не соответствовала моему запросу и была «водой». Я решила проверить, как это работает в обратную сторону – сочинила чат-боту «заголовок» для новости, в котором было 25 слов, и попросила сократить.

Оказалось, лить «воду» для нейросети проще, чем выливать. ChatGPT запуталась в том, что я написала и выдала очень невнятное предложение:

Если уточнить запрос и попросить нейросеть убрать не абстрактную «воду», а что-то конкретное – задача станет ей уже по силам. Я проверила это на удалении оценочных суждений из заголовка: «К сожалению, прекрасные китайские машины подорожали в России на целых 75%». Получилось вполне разумное предложение:

Из плюсов: нейросеть может проверить несложные факты, если для этого у нее есть достаточно информации, найти орфографические и логические ошибки. Иногда может переписать ваш текст или добавить бессмысленных фраз для увеличения объема.

В остальном для написания новостных заметок ChatGPT показалась мне непрактичной и бесполезной. Возможно, нейросеть может работать с крупными текстами, когда требуется изучить большой объем данных и из них скомпилировать в предложения основные мысли.

С новостями же получается непропорциональный обмен ресурсами: чтобы чат-бот сформулировал мне заголовок – я должна сначала сформулировать ему запрос, чтобы чат-бот написал мне абзац от новости – я должна ему полноценно описать этот абзац. Вместо того чтобы быстро сформулировать предложение самой, я трачу время на объяснения с ChatGPT, (которая иногда может еще и начать спорить!). Такое общение интересно только в формате эксперимента, на практике это только усложняет процесс и увеличивает время работы над новостью.