ChatGPT会颠覆SEO内容创作吗

近几年 AI 的发展日新月异。除了搜索算法本身大规模应用人工智能,我也一直关注着 AI 用于写作的进展。

上篇关于 Google 有用内容更新的帖子还在说,高质量内容创作是 SEO 最难的事之一,对某些网站来说,如果能有工具帮助,那就简单多了。这几年出现了很多自动写作、自动翻译网站或软件,试用了很多,一直没发现合格的。我更关注的倒不是内容质量问题,而是基本语法和可读性问题。

这两天大热的 ChatGPT 是第一个让我觉得合格、很可能颠覆 SEO 内容创作的 AI 工具,建议 SEO 们严重关注。有朋友说 ChatGPT 注册关闭了,可以试试用 V** 访问注册,可能是对国内用户有数量限制。

ChatGPT 的写作水平很不错

ChatGPT 简单来说是个回答问题的机器人服务。试用了一下,觉得很多回答的写作水平 (不是内容水平) 是相当高的,语句通顺,条理和结构清晰,这是很难得的。

我问的第一个问题是“新加坡有反对党吗?”:

可以看到,ChatGPT 的回答是非常简洁、通顺,甚至还准确的。对这种“是 / 否”类问题,首先直接回答是或否,然后稍作解释,还举了个例子。参考以前关于 Google 第 0 位排名的帖子,这就是经典的获得精选摘要的写作格式。即使让真人来写也不过如此。

再看另一个问题,我问联储局为什么要升息:

这个回答长一点,就更能体现出水平。首先语法正确、句子通顺,这就秒杀绝大部分其它工具了。ChatGPT 的回答从结构和内容上也是达到了真人水平:

首先一句话介绍美联储是什么机构。 第二句话指出设定利率是美联储的责任之一。 然后列出几个生息的理由,诸如抑制通胀,防止经济过热,维持金融系统稳定性。这段的文字内容上稍有重复,可能是从不同来源总结的。 最后还来了个总结:美联储的利率政策是为了美国经济的长期稳定性和健康。

我个人觉得,即使谈不上完美,至少合格,估计比很多真人写得更好。我个人的估计,可能比一半真人写得好。

ChatGPT 支持多语言

虽然只会中英文,所以只试了中文和英文,但估计其它语言也没问题吧。而且中文、英文都是很通顺的。有个有意思的地方,我用中文问完问题,再用英文问时,ChatGPT 还是用中文回答我,我问她能用英文回答吗? 她说没问题,然后后面英文问题就用英文回答了:

多语言的回答应该是基于翻译的。上图问的“谁会赢得下届美国总统选举”,中文和英文回答是完全一样的,只是翻译了一下。

回答的准确性有待加强

首先,关于当前新闻和未来的问题,ChatGPT 并无法预测和回答,这个可以算是准确的回答。ChatGPT 也不回答不道德的问题。大部分知识性、原理性、总结性的问答,内容质量和准确性是不错的,如上面反对党和利率的问题。我还问了个更小众的问题,点击率是谷歌排名搜索算法的因素吗?

ChatGPT 的回答也是准确的:

ChatGPT 回答,点击率不是 Google 搜索算法的直接排名因素。

另外,再次感慨一下回答的结构完整:

解释什么是点击率 点击率可以用来衡量搜索结果有效性 然而,点击率不是排名直接因素 Google 使用很多因素决定排名,如相关性,内容质量,外链数量和质量,用户体验等。

近乎完美的回答。

但有些事实性的回答几句可能不准确了,如我问“谁是新加坡总统”:

现任新加坡总统名字是正确的,但据我所知,她 (女性总统) 既不是军人出身,也没担任过国防部长或总理。

还有些 ChatGPT 不能确认主体或事实到底是什么的问题,就可能扯一些并没有回答问题的套话了:

怎样在内容创作上使用 ChatGPT

作为一个一直写原创内容的人,我肯定是不希望这类高质量 AI 工具出现的。但大势所趋,AI 的发展是挡不住的,现在已经写到这个水平了,大规模应用是可以预见的,比如:

到知乎、Quora 等地方回答问题、引流 给产品分类页面写个文字段 自己拟小标题,让 ChatGPT 生成一篇长文章 出个产品名称,生成产品描述,也可以测试一下 能写程序,能写诗 给个引子或标题,能写小说,反正也无关事实

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mfbz.cn/a/16661.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Mysql 日志

目录 0 课程视频 1 错误日志 -> 默认开启 1.1 查看变量 show variables like %log_error%; 1.2 文件位置 /var/log -> mysqld.log 1.3 指令语法 2 二进制日志 -> 修改数据和数据库结构的日志 2.1 记录原则 2.1.1 记录 数据库创建语句 和 增删改查 2.1.2 不记…

JdbcTemplate常用语句代码示例

目录 JdbcTemplate 需求 官方文档 JdbcTemplate-基本介绍 JdbcTemplate 使用实例 需求说明 创建数据库 spring 和表 monster 创建配置文件 src/jdbc.properties 创建配置文件 src/JdbcTemplate_ioc.xml 创建类JdbcTemplateTest测试是否可以正确得到数据源 配置 J…

智能算法系列之基于粒子群优化的模拟退火算法

文章目录 前言1. 算法结合思路2. 问题场景2.1 Sphere2.2 Himmelblau2.3 Ackley2.4 函数可视化 3. 算法实现代码仓库:IALib[GitHub] 前言 本篇是智能算法(Python复现)专栏的第四篇文章,主要介绍粒子群优化算法与模拟退火算法的结合,以弥补各自…

《基于EPNCC的脉搏信号特征识别与分类研究》阅读笔记

目录 一、论文摘要 二、论文十问 三、论文亮点与不足之处 四、与其他研究的比较 五、实际应用与影响 六、个人思考与启示 参考文献 一、论文摘要 为了快速获取脉搏信号的完整表征信息并验证脉搏信号在相关疾病临床诊断中的敏感性和有效性。在本文中,提出了一…

Ubantu docker学习笔记(八)私有仓库

文章目录 一、建立HTTPS链接1.在仓库服务器上获取TLS证书1.1 生成证书颁发机构证书1.2 生成服务器证书1.3 利用证书运行仓库容器 2.让私有仓库支持HTTPS3.客户端端配置 二、基本身份验证三、对外隐藏仓库服务器3.1 在服务器端3.2 在客户端进行 四、仓库可视化 在前面的学习中&a…

ChatGPT被淘汰了?Auto-GPT到底有多强

大家好,我是可夫小子,关注AIGC、读书和自媒体。解锁更多ChatGPT、AI绘画玩法。 说Auto-GPT淘汰了ChatGPT了,显然是营销文案里面的标题党。毕竟它还是基于ChatGPT的API,某种意义只是基于ChatGPT能力的应用。但最近,Auto…

Nautilus Chain Layer 3 圆桌会议圆满举办,超4.8K用户观看

在4月21日,Nautilus Chain举办了以“Layer 3区块链的意义和发展以及Crypto的演变”为主题的线上圆桌会议,我们邀请了众多行业嘉宾包括GitcoinDAO社区管理者Bob jiang、Whalers Community发起者崔棉大师、Chatpuppy联合创始人 古千峰、Whalers Community核…

机器学习与深度学习——通过决策树算法分类鸢尾花数据集iris求出错误率画出决策树并进行可视化

什么是决策树? 决策树是一种常用的机器学习算法,它可以对数据集进行分类或回归分析。决策树的结构类似于一棵树,由节点和边组成。每个节点代表一个特征或属性,每个边代表一个判断或决策。从根节点开始,根据特征的不同…

vue3的props和defineProps

文章目录 1. Props 声明1.1 props用字符串数组来声明Blog.vueBlogPost.vue 1.2 props使用对象来声明Blog.vueBlogPost.vue 2. 传递 prop 的细节2.1 Prop 名字格式2.1 静态Prop & 动态 Prop静态prop动态prop示例Blog.vueBlogPost.vue 2.3 传递不同的值类型NumberBooleanArra…

基于YOLOv4的目标检测系统(附MATLAB代码+GUI实现)

摘要:本文介绍了一种MATLAB实现的目标检测系统代码,采用 YOLOv4 检测网络作为核心模型,用于训练和检测各种任务下的目标,并在GUI界面中对各种目标检测结果可视化。文章详细介绍了YOLOv4的实现过程,包括算法原理、MATLA…

C++知识点 -- 异常

C知识点 – 异常 文章目录 C知识点 -- 异常一、异常概念二、异常的使用1.异常的抛出和捕获2.异常的重新抛出3.异常安全4.异常规范 三、自定义异常体系四、C标准库的异常体系五、C异常的优缺点 一、异常概念 当一个函数发现自己无法处理错误时,就可以抛出异常&#…

14-3-进程间通信-消息队列

前面提到的管道pipe和fifo是半双工的,在某些场景不能发挥作用; 接下来描述的是消息队列(一种全双工的通信方式); 比如消息队列可以实现两个进程互发消息(不像管道,只能1个进程发消息&#xff…

kali: kali工具-Ettercap

kali工具-Ettercap ettercap工具: 用来进行arp欺骗,可以进行ARP poisoning(arp投毒),除此之外还可以其他功能: ettercap工具的arp投毒可以截取web服务器、FTP服务器账号密码等信息,简略后打印出…

前端学习之使用JavaScript

前情回顾:网页布局 JavaScript 简介 avaScript诞生于1995年,它的出现主要是用于处理网页中的前端验证。所谓的前端验证,就是指检查用户输入的内容是否符合一定的规则。比如:用户名的长度,密码的长度,邮箱的…

SQL中去除重复数据的几种方法,我一次性都告你​

使用SQL对数据进行提取和分析时,我们经常会遇到数据重复的场景,需要我们对数据进行去重后分析。 以某电商公司的销售报表为例,常见的去重方法我们用到distinct 或者group by 语句, 今天介绍一种新的方法,利用窗口函数…

Github 的使用

3. Github 在版本控制系统中,大约90%的操作都是在本地仓库中进行的:暂存,提交,查看状态或者历史记录等等。除此之外,如果仅仅只有你一个人在这个项目里工作,你永远没有机会需要设置一个远程仓库。只有当你…

2001-2021年全国30省就业人数数据

2001-2021年全国30省就业人数数据/各省就业人数数据 1、时间:2001-2021年 2、范围:包括30个省市不含西藏 3、指标:就业人数 4、来源:各省NJ、社会统计NJ 5、缺失情况说明:无缺失 6、指标说明: 就业人…

实在智能出席第六届数字中国建设峰会,入围2022年信息技术应用创新优秀解决方案榜单

最美榕城四月天,山海之间尽显数字澎湃。这一周来,实在智能来到了“有福之州”,为数字中国建设增添实在色彩。 4月25日,实在华夏行抵达福州站,与众多生态合作伙伴携手共话数字发展新未来; 4月26日&#xff…

分布式事务 --- Seata事务模式、高可用

一、事务模式 1.1、XA模式 XA 规范 是 X/Open 组织定义的分布式事务处理(DTP,Distributed Transaction Processing)标准,XA 规范 描述了全局的TM与局部的RM之间的接口,几乎所有主流的数据库都对 XA 规范 提供了支持。…

ContextCapture Master 倾斜摄影测量实景三维建模技术应用

查看原文>>>ContextCapture Master 倾斜摄影测量实景三维建模技术应用 目录 第一部分、倾斜摄影测量原理及应用领域 第二部分、倾斜摄影测量数据采集方法 第三部分、CC支持数据类型及导入数据方法 第四部分、CC空三计算参数设置及数据处理方法 第五部分、CC控制…
最新文章