Уникальные тексты для сайта с помощью нейросетей: миф или реальность?

Например, такое часто говорят по поводу музыки, написанной искусственным интеллектом. Тем не менее, когда в 1997 году композитор Дэвид Коуп дал зрителям послушать три композиции, одна из которых была создана машиной, аудитория приняла её за произведение Баха. То есть среднестатистический потребитель контента, скорее всего, не увидит никаких различий между такими произведениями. Так может быть в ближайшем будущем то же самое ждёт и тексты? Давайте разбираться.

Как работает создание контента искусственным интеллектом?

Почти все современные нейросети-генераторы текстов основываются на технологии GPT-3. Её предыдущая версия могла обрабатывать 1,5 миллиарда параметров, в то время как третья справляется аж со 175 миллиардами. Эта модель анализирует уже существующий в интернете контент по нужной тематике и выдаёт осмысленный и уникальный текст, который иногда сложно отличить от того, что написан человеком. 

Принцип работы у программ на основе нейросетей такой: вы предоставляете информацию, от которой система может оттолкнуться, и получаете готовый текст. В качестве затравки можно использовать первый абзац или даже просто тему. Иногда также можно написать слова, которые обязательно должны присутствовать в статье и выбрать её объём. Переписывать уже готовые тексты и делать их более уникальными такие нейросети не умеют. Это, скорее, задача специальных программ-синонимайзеров.

Сервисы для генерации текстов

На английском языке есть достаточно много сервисов для автоматической генерации текстов. Вот несколько примеров: 

• Jarvis. Сервис платный и стоит от 29$ в месяц, но у него есть бесплатный период на 5 дней. Картой российского банка сейчас, конечно же, воспользоваться не получится. Но если у вас есть иностранная карта и вам нужны материалы на английском, этот сервис вполне может быть вам полезен. Там можно выбирать длину желаемого текста, ввести ключевые слова, направить нейросеть в нужное русло: например, попросить её подробнее остановиться на какой-то теме или дописать заключение для завершения статьи.
  
  
  

• Frase. Этот сервис тоже платный: его стоимость от 45$ в месяц за одного пользователя. Бесплатного периода нет, но если за 5 дней вы не подружитесь с программой, вам вернут деньги. Сервис даёт возможность выбрать длину будущего текста и уровень его креативности. Также тут есть инструмент, который показывает характеристики идеальной статьи в нужной тематике: необходимое количество символов, число исходящих ссылок, количество изображений и т.д. Это упрощает оценку конкурентов, которая очень важна для SEO.

• Rytr. Бесплатный сервис с англоязычным интерфейсом, в котором можно создавать тексты на разных языках (в том числе на русском!). С его помощью можно генерировать не только статьи, но и описания для видео на YouTube, метатеги, заголовки и т.д. Также инструмент даёт возможность выбрать тональность и уровень креатива, плюс, добавить нужные ключевики.

  Полностью русскоязычных нейросетей пока не так много. Одним из первых под русский язык нейросеть адаптировал Сбер. В итоге получился сервис, который умеет продолжать тексты и программный код. Выглядит он максимально просто: никаких дополнительных параметров, кроме затравки для текста, добавить нельзя.
  
  
  

Ещё один вариант нейросети есть у Яндекса. В 2021 году компания уже запускала сервис Балабоба, который мог генерировать короткие заметки. Разместить их на своём сайте вряд ли было возможно, но немного побаловаться с технологией искусственного интеллекта — вполне. 23 июня 2022 года компания представила более совершенную версию нейросети YaLM. 

Программа есть в открытом доступе на GitHub, ее можно установить на свой компьютер и использовать в любых целях: от коммерческих до образовательных. Но пока с использованием YaLM есть определенные трудности. Системные требования может потянуть не каждый компьютер. Как минимум, на устройстве должно быть свободно 200 гб видеопамяти, а этим могут похвастаться далеко не все. Из-за того что нужны большие вычислительные мощности, обычные пользователи пока не могут протестировать нейросеть для написания текста. Но возможно, в будущем Яндекс сделает демо версию программы.

Примеры сгенерированных нейросетью текстов

Давайте всё-таки попробуем сгенерировать несколько текстов, чтобы посмотреть, как нейросеть справляется с задачей. Для начала используем инструмент от Сбера. Мы ввели в него только одну фразу: “смогут ли нейросети заменить живых авторов контента?”. И вот что получилось:

Смогут ли нейросети заменить живых авторов контента? Задумка, в общем-то, действительно интересная. Но дело в том, что при работе нейросетей возникают определенные трудности. 

Мы привыкли, что сервер просто хранит информацию об ответах, но при этом не имеет никакого представления о тех ответах, которые на него приходят. Или, точнее говоря, эта информация хранится в виде так называемых "объектов", которые являются чем-то средним между логическим индексом и таблицей. При этом в каждой группе вопросов хранится один из этих объектов.   Например, в группе "В" хранится "В1", в "С" - "С1", а в "Д" хранится дерево. В связи с этим возникает проблема, связанная с тем, что нейросеть не в состоянии понять, что человек имел в виду, когда отвечал на тот или иной вопрос. Стоит заострить внимание на том, как именно нейросетка работает. Итак, есть некая нейросетевая система, которая имеет в своем распоряжении базу данных, состоящую из объектов, которые представляют собой запросы на ответы. Далее, для того, чтобы получить ответ нейросеткой, сначала создается набор объектов, который представляет собой фрагмент ответа, ответ на который вы хотите получить. Этот объект представляет собой объект id, который может включать одно или более значений.  Например:

Как видно из примера, запрос "В", содержащий "В_1" будет содержать объекты id "В". Далее, с каждым объектом можно работать так же, как и с любым другим объектом, имеющимся в базе данных. Например, чтобы вывести список ответов на вопрос, к которому мы обращаемся, нам нужно создать такой объект, как элемент query. Объект query должен содержать объект String, который будет представлять собой строку, содержащую id объекта query, который должен быть найден в базе данным. 

Теперь, с помощью компонента ResponsiveModel, мы создали объект, который называется query и который является типа random. Нужно иметь в виду следующее.

Для того, что бы нейросеть могла использовать объект query в качестве объекта значения следует, чтобы соответствующий вопрос в базе вопросов был представлен без параметров, в виде строки. 

Отображение списка ответов на запрос в виде объекта querlty будет работать следующим образом. В Activity, вы должны сформировать какой-то объект querLty, который изначально должен содержать id объекта, по которому будут искать ответ в базе. Например, задайте query.

Ну как вам такая статья? Начало было вполне приличное, а потом нейросеть, составляющая текст, ушла в дебри. Плюс, почему-то допустила опечатки и кое-где оставила лишние пробелы.

А вот пример текста, созданного с помощью сервиса Rytr:

Чтобы составить этот текст, мы обозначили тему: “​​Нейросети, которые пишут тексты вместо копирайтеров”, добавили две ключевых фразы по теме, выбрали информативный тон и оптимальный уровень креативности. В целом, текст получился довольно неплохой. В нём есть логика и структура: в начале объясняется, что вообще такое нейросети, потом написано о том, как используются генераторы текста, а в конце про прикладное применение в бизнесе. Но и недочётов, конечно, хватает. Например, во втором предложении целых три раза повторяется слово “данные”. Но самая серьёзная проблема — это плагиат: проверка выдаёт, что последний абзац почти полностью повторяет материал с других сайтов:

Итак, вот основные минусы таких сервисов:

• Во многих нельзя задать желаемое количество знаков. Например, в инструменте от Сбера мы попробовали второй раз использовать одну и ту же подводку, и система выдала текст гораздо меньший по объёму. Согласитесь, не очень похоже на полноценный материал для сайта. В некоторых сервисах всё же есть возможность продолжать текст несколько раз. Но многие пользователи пишут, что через 3-4 тысячи знаков система “выдыхается” и начинает ходить по кругу.
  
• Искусственный интеллект может уйти совсем не в то направление. Например, если вы хотите, чтобы нейросеть придумала за вас рецензию на фильм, не факт, что она выскажет мнение, которое совпадает с вашим. Возможно, вся статья будет о том, какой фильм плохой, а вы так не считаете.
  
• Система может допускать ошибки. В целом текст будет грамотным, но в спорных моментах, где написание слова зависит от его окружения, система может давать сбой. Плюс, возможны фактологические ошибки. Непонятно какими источниками руководствуется нейросеть, поэтому все факты за ней лучше перепроверить.

Как искусственно созданные тексты можно применять в SEO-продвижении?

Конечно, пока эта технология только развивается, и не заменит профессиональных авторов контента, которые анализируют аудиторию, выявляют её потребности, отвечают на запросы, волнующие потенциальных клиентов, и т.д. Но уже сейчас нейросети могут использоваться в качестве вспомогательных инструментов. 

Вот несколько ситуаций, когда они могут пригодиться:

• Страх чистого листа. Если вам бывает трудно начать писать, то онлайн нейросети для создания текстов вполне могут сделать это за вас. Даже если начало вам не понравится, вы можете взять из такого текста несколько идей и переработать их под свои задачи.

• Продвижение не самыми честными способами. Например, с помощью спам-рассылки или PBN-ресурсов. PBN — это сайты в формате блогов, которые создаются только с целью продвижения основного ресурса. На них размещают приемлемый для поисковых сетей контент (при этом для обычных людей он может выглядеть бесполезным и странным), в котором есть ссылки на основной сайт. Для поисковых систем такие сайты не связаны между собой и выглядят, как отдельные ресурсы. Из-за того что контент на таких площадках и в спам-рассылках необязательно должен быть качественным и полезным для реальной аудитории, его вполне можно создавать с помощью нейросетей.

• База для нормального контента. Пока сгенерированный нейросетью материал нельзя просто взять и без проверки опубликовать на важном для вас сайте. Но вы вполне можете использовать его как базу, сделать рерайт, а уже потом размещать. Важно понимать, что тут есть опасность упустить часть информации, особенно если вы не очень хорошо разбираетесь в конкретной теме. Потому что по сути вы полагаетесь только на нейросеть и на себя и не изучаете дополнительные источники.

Вывод

Так всё-таки смогут ли нейросети заменить живых авторов? Пока сложно точно ответить на этот вопрос. Да, нейросети с каждым годом всё больше обучаются, стараются копировать стилистику определённых авторов и уже умеют создавать уникальные тексты, а не просто кого-то плагиатят. Но пока до живых профессиональных копирайтеров им далеко. Конечно, если вам нужно 100 статей невнятного содержания, чтобы просто заполнить сайт, нейросети могут помочь. В этом случае они будут выступать заменой авторов, которые пишут однотипные тексты на биржах за очень маленькие деньги.

Но в любом случае “ручная” работа останется хотя бы для того, чтобы перепроверять материал, написанный программой. Плюс, придумать идею и понять, что именно может быть интересно аудитории, искусственному интеллекту пока ещё не под силу. Поэтому создавать уникальные тексты, которые не будут требовать вообще никаких правок, с помощью нейросетей — пока ещё невыполнимая задача.