Web, "yapay zeka tarafından yazılmış" içeriğin neye benzediğine dair güçlü görüşlere ve hatta sözde neyin yanlış olduğuna dair daha güçlü görüşlere sahiptir. Herhangi bir içerik pazarlamacısının LinkedIn beslemesini kaydırdığınızda, kısa çizgilerin ve diğer yapay zekanın kötü, otomatik yazıyı "anlattığına" dair kendinden emin iddialar bulacaksınız.
Bu tartışmalarla ilgili sorun, tadı genellikle performansla karıştırmalarıdır. “Kötü yazı” olarak sayılan şey her zaman öznel olacaktır. Ancak içerik pazarlamacıları için amaç açık bir şekilde iletişim kurmak ve bilgi pazarında rekabet etmekse, pratik soru şu olmalıdır: hangi LLM alışkanlıkları okuyucuları gerçekten kapatıyor?
Öğrenmek için, hangilerinin okuyucuları kapattığını ve hangilerini sebepsiz yere çağırdığımızı anlamak için en sık hangi yapay zeka yazma “tiklerini” gördüğümüzü belirlemek için içerik pazarlama sayfalarının büyük bir veri kümesini analiz ettik.
‘Yapay zeka tikleri‘ çalışmamızı nasıl oluşturduk?
Bu noktada, muhtemelen hepiniz onları da gördünüz:
- “Günümüzün hızlı tempolu dijital ortamında …”
- "Şunu unutmamak gerekir ki..."
- “Sadece… değil, aynı zamanda” (tekrar tekrar …)
- "Sonuç olarak" (hiçbir şey sonuçlandırılmamış olsa bile)
Onları fark ettiğiniz anda, bir LLM'nin kopya üretmeye yardımcı olduğu her yerde onları görmemek zor. Birçok okuyucu bunu bildiriyorbu LLM kalıplarından nefret etmekAncak kullanıcı katılımını tam olarak nasıl etkiliyorlar?
Bunu öğrenmek için, bizim ve başkalarının fark ettiği en yaygın yapay zeka yazılarının bir listesini topladık. Bunlar şunları içerir:
- “Sadece… değil, aynı zamanda” yapılar:"X sadece Y'yi yapmakla kalmaz, aynı zamanda Z'yi de yapar ."
- Cümle “then ,”“ this ,” veya ”that” ile başlar:"O zaman..." "O zaman sistem..." "Bu şunu gösterir..." "Bu şu anlama gelir..."
- Tanıtıcı dolgu:"Bu makalede "," Keşfedeceğiz "ve" Bir göz atalım ".
- “Sonuç” başlatıcılar:"Sonuç olarak ," veya boğazınızı temizlemenin diğer yapay zeka eşdeğerleri.
- Em tire:Theen kötü şöhretli noktalama işaretibugünün içerik pazarlamasında.
Buradan, aşağıdakilerden oluşan bir veri kümesi oluşturduk:
- 10 alan adıteknoloji, e - ticaret, sağlık, eğitim, analitik ve daha fazlası dahil olmak üzere çok çeşitli sektörlerde çeşitli site boyutu ve aylık trafik
- 1.000 'den fazla içerik pazarlama URL'si,tamamen insan tarafından yazılmış, insanlar ve yapay zeka tarafından işbirliği içinde yazılmış veya tamamen yapay zeka tarafından oluşturulmuş gönderiler de dahil olmak üzere iş akışlarının bir karışımından oluşturulmuştur.
Daha sonra veri kümemizi şu şekilde standartlaştırdık:
- Her yazı tikini 1.000 kelime başına oluşum olarak standartlaştırarak daha kısa gönderileri ve köşe taşı içeriğini hizalamak.Daha uzun makaleler doğal olarak her şeyden daha fazlasını içerdiğinden, 3.000 kelimelik bir rehber, yalnızca daha fazla cümle içerdiği için 600 kelimelik bir gönderiden "daha kötü" görünecektir.
- 500 kelimenin altındaki herhangi bir sayfa hariç.Çok kısa sayfalar, stilistik kalıpların ortaya çıkması için yeterli alan sağlamaz ve etkileşim metrikleri muhtemelen yalnızca etkileşimden ziyade niyetle yönlendirilir.
- Birincil performans metriği olarak katılım oranına öncelik vermek.Etkileşim oranı, bir okuyucunun ilk gerçek kararını en iyi şekilde yansıtır: “Kalıyor muyum yoksa ayrılıyor muyum?” GA4 meşgul bir oturumu şu şekilde kaydeder:10 veya daha fazla saniye süren herhangi bir. Bir gönderinin yapay zeka olup olmadığını değerlendirmek için 10 saniye kısa gibi görünse de, bir kullanıcının bir tanıtımı gözden geçirmesi, garip veya tekrarlayan yazma kalıplarını fark etmesi ve içeriğin devam etmeye değer olup olmadığına karar vermek için başlıkları taraması yeterince uzundur.
Daha çok araştırYapay zeka teşvikine yaklaşmanın daha akıllı bir yolu
Bildiğiniz SEO araç setinin yanı sıra ihtiyacınız olan yapay zeka görünürlük verileri.
Toplam yapay zeka tiklerini takip etmek neden yeterli değildi?
İlk içgüdümüz, 1.000 kelime başına AI tiklerinin sayısını ortalama almak ve sayfaların performansını karşılaştırmaktı.
Bir bakışta, bu, insan yazısını yapay zeka etkisindeki yazıdan ayırmanın temiz bir yolu gibi görünüyordu. Ancak resim, veri kümesine hakim olan ve ortalamaları büyük ölçüde çarpıtan özellikle bir tik (kötü şöhretli em dash) nedeniyle hızla karmaşıklaştı.
Sorun daha büyük bir soruna işaret ediyordu: Yapay zeka tikleri doğası gereği dağınıktır. Yapay zeka, insan yazımı konusunda eğitilmiştir. Bu nedenle, belirli örüntüler sık sık ortaya çıkarsa, bu onların benzersiz bir şekilde “Yapay Zeka” oldukları anlamına gelmez. "Bu, İngilizce düzyazılarda yaygın oldukları anlamına gelebilir.
Karşılaştırmak için, aynı tik sayacını bilinen iki kontrol üzerinde çalıştırdık: 2021 'de yayınladığım bir roman (ChatGPT, Grammarly veya diğer yapay zeka destekli araçlar olmadan yazıldığını garanti edebilirim). Bu, 1000 kelime başına şaşırtıcı bir şekilde ortalamanın üzerinde 6,9 tik puan aldı.
Daha sonra, 1000 kelime başına ≈11.4 tik daha yüksek puan alan ünlü Shakespeare oyunu “Hamlet” i kaydettik. Shakespeare'in, yapay zeka tarafından oluşturulan birçok blog gönderisinden daha "yapay zeka kodlu" olduğu ortaya çıktı.
Nihayetinde, bunun neredeyse tamamen, birçok insan yazarın nesrinde ve yapay zeka tarafından üretilen kopyada sürü halinde görünmesi muhtemel olan em dash'ten kaynaklandığını değerlendirdik.
Bunu akılda tutarak, her bir "anlatımı" ayrı ayrı analiz ettik, yine de 1000 kelimeye göre standartlaştırdık. Hikaye çok daha netleşti ve aslında neyin kaçınmaya değer olduğuna karar vermeye çalışan yazarlar için çok daha yararlı oldu.
Daha çok araştırYapay zeka tarafından oluşturulan içeriğinizin daha insancıl görünmesini nasıl sağlarsınız?
Performansı etkileyen yapay zeka tikleri
Tüm gönderiler aynı değildir ve birçok farklı faktör, herhangi bir içerik pazarlama sayfasının başarısını veya başarısızlığını etkiler. Belki de bu yüzden verilerimiz, çoğu yapay zekanın performans veya performanssızlık ile güçlü bir şekilde ilişkili olmadığını gösterdi.
Artı/eksi .1 korelasyonundan küçük herhangi bir şey istatistiksel olarak anlamsızdır. Bununla birlikte, diğerlerinden daha büyük bir etki ile dikkat çekmeye değer bir avuç vardı.
"Sadece" ve "sadece" yapılar kullanıcıları uzaklaştırıyor olabilir
"Sadece..." veya "sadece... değil, aynı zamanda" etrafında inşa edilen ifadeler, katılım oranıyla ortalamadan daha büyük negatif korelasyonlarla öne çıktı. Bu yapılar, zaman zaman kullanıldığında, vurgu ekleyebilirken, veriler sık kullanımın yüksek kullanıcı hemen çıkma oranları ile ilişkili olduğunu göstermektedir.
Yapay zeka destekli yazarlar ve editörler, incelediğimiz yapay zeka tarafından oluşturulan gönderilerin çoğu bu yapılarla kendi başlarına takıldığından, not almalıdır. Bir örnekte, "sadece" ve "aynı zamanda" 12 ayrı zaman kullanan tek bir blog gönderisi bulduk.
Başlıklara "sonuç" ile başlamak en güçlü negatif sinyaldi
Tüm veri kümesindeki en güçlü negatif korelasyon, genellikle bir eylem çağrısından önceki bölüm başlıkları olan "Sonuç" ile başlayan cümlelerde gözlemlenmiştir. Bulduğumuz en net yapay zeka stilistik kırmızı bayrağı, “Sonuç” ile başlayan başlıklara sahip gönderiler, katılım sonrası oranla en büyük negatif korelasyona (≈ -0.118) sahipti.
Bu tik geleneksel olarak bir gönderinin sonunda geldiğinden, okuyucuların zıplamadan önce bu gönderilerin tamamını hızlıca aşağı kaydırabileceği veya bu son başlıklara sahip gönderilerin ortalama olarak daha düşük kaliteli olma eğiliminde olduğu açıktır.
Em atılmaları biraz pozitif korelasyon gösterdi
Em tire, veri kümesindeki en yaygın stilistik tikti. Ayrıca en şaşırtıcı sonuçlardan birini de ürettiler: etkileşim oranıyla hafif bir pozitif korelasyon.
Kısa çizgileri bir "yapay zeka eseri" olarak ele alan yaygın çevrimiçi sohbetlere rağmen, bu veriler performansa zarar vermediklerini ve hatta daha iyi etkileşimle uyumlu olabileceklerini gösteriyor. (Atılmayı gerçekten seven biri olarak, bu son derece doğrulayıcıydı.)
Makul bir açıklama, kısa çizgiler kullanan yazarların kısa, düz beyanlar yerine daha açıklayıcı, nüanslı cümleler yazma eğiliminde olmaları olabilir. Bu tür cümleler genellikle birçok okuyucunun gerçekten ilgilendiği daha uzun, daha düşünceli içeriklerde görünür.
Bununla birlikte, bu, atılmaların etkileşime neden olduğu anlamına gelmez. Çok fazla iyi şey hala çok fazla iyi şeydir. Ancak bu, em dashes'in böcek ayı içerik pazarlamacıları olduğu fikrine meydan okuyor.
Daha çok araştırYalnızca insan kopyasından daha iyi performans gösteren yapay zeka destekli bir içerik süreci
İçerik ekipleri için 3 pratik çıkarım
İşte içerik pazarlamacılarının bugün yapabilecekleri.
1. Yapay zeka tespiti için aşırı optimizasyon yapmayın
Google sorun çıkarmazSEO“AI stili” için tekdüze bir ceza puanı gibi sıralamalar. "Baktığımız çoğu ifade katılımla hiç ilişkili değildi.
Birisi "AI yazma" ifadesini beyan etti diye içeriği yeniden yazmayın. "Her şeyden önce okuyucunun kullanışlılığı ve netliği için yazın.
2. Nasıl toparladığınıza dikkat edin
Açık sonuç blokları kötü değildir — ancak genel, kalıplaşmış kalıplar muhtemelen okuyucuları geri çevirmektedir.
Bariz bir yapı oluşturmak yerine sonuçları analize harmanlamayı, daha ince geçişler kullanmayı veya başlıklara yeni değerler eklemeyi düşünün.
3. Mantıklı noktalama işaretlerini kullanın
Tarzınız em - dash gerektiriyorsa? Bu veri kümesinde, aslında daha iyi okuyucu etkileşimi ile ilişkilendirildiler. Bunları kullanın.
Sahte plastik ağaçlar için ormanı kaçırmayın
Yapay zekanın içerik iş akışlarında kalması muhtemeldir. Ancak “kötü” yapay zeka yazımıyla ilgili sorunlar dilsel tikler ve noktalama işaretleriyle sınırlı değildir. Hepimizin stilistik görüşleri olsa da, stilistik sıcak çekimleri editoryal hukuka dönüştürme konusunda dikkatli olmalıyız.
Değerli yazılar yazın. Önce okuyucuları düşünün. Twitter veya LinkedIn'de biri "X cümlesi = Yapay Zeka" kararını her verdiğinde panik yapmayın.
