Tankeledare

Hur mäter DeepSeek sig som ett PR-verktyg?

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Den 20 januari 2025 släppte ett kinesiskt företag som heter DeepSeek en ny AI-modell till allmänheten. Modellen är gratis och, enligt många användare, journalister och publikationer, en värdig rival till ChatGPT. Men hur mäter den sig när det gäller public relations (PR)?

DeepSeek disruption

Innan jag går in på specifikationerna för hur DeepSeek fungerar när det gäller specifika PR-uppgifter, tycker jag att det är värt att titta på den korta historien om AI-verktyget. Under dessa första två veckor sedan DeepSeek debuterade, har AI-appen överträffat ChatGPT på Apples app-store, och överraskat AI-utvecklare och investerare överallt. Den har också väckt en hel del kontroverser.

Många användare har funnit att DeepSeek är snabbare och mer grundlig än ChatGPT, trots att den rapporteras ha tränats till en mycket lägre kostnad. Snowflakes VD har kallat appen en stark konkurrent till OpenAI, medan journalister har noterat dess snabba, lågkostnadsutbildningsprocess och beslutet att släppa den som öppen källkod.

Trots sin framgång är DeepSeek fortfarande i sin linda och har stött på betydande kontroverser. OpenAI har anklagat DeepSeek för att ha plagierat ChatGPT, och pekat på dess slående liknande användargränssnitt. Vissa experter har också ifrågasatt dess påståenden om lågkostnadsutbildning, och undrat om företagets rapporterade effektiviteter är så betydande som de påstås vara.

Säkerhetsproblem har lagt till den ökande granskningen. En nylig dataläcka avslöjade över en miljon poster, vilket ledde till att flera regeringar förbjöd användningen av DeepSeeks AI för federala anställda. Med tanke på de växande problemen kring dataskydd och datasäkerhet, spekulerar vissa att DeepSeek kan stå inför restriktioner liknande de som påförts TikTok.

Är DeepSeek bättre på PR än ChatGPT?

Medan PR-proffs förblir entusiastiska över DeepSeek, har jag sett många positiva kommentarer på LinkedIn från personer som aktivt använder DeepSeek och är imponerade av dess förmågor – särskilt med tanke på att det är gratis. Så jag bestämde mig för att ta en titt. När jag satte mig för att testa DeepSeek bredvid ChatGPT, ville jag jämföra de två apparna utifrån kategorier som:

  • Aktualitet
  • Exakthet
  • Relevans av resultat
  • Tillgänglighet av tjänst
  • Förståelse av PR-termer och uppgifter
  • Förmåga att följa instruktioner

Med detta kriterium i åtanke, testade jag båda modellerna på storyideation, pitchskrivning, forskning och krishantering. Eftersom PR i hög grad förlitar sig på uppdaterad information och de senaste nyheterna, jämförde jag DeepSeek med den 20-dollar-per-månad-versionen av ChatGPT, som tillåter internetåtkomst. Men eftersom DeepSeek fortfarande arbetar igenom tidiga tillväxtsmärtor, kunde jag inte testa många kategorier till min belåtenhet, eftersom dess server nästan ständigt var för upptagen för att hantera nya förfrågningar.

Låt oss gå igenom de vanligaste PR-uppgifterna en i taget.

Storyideation – ChatGPT vinner knappt

PR-proffs behöver regelbundet generera nya idéer för att presentera på uppdrag av sina kunder. Vanligtvis är ChatGPTs idéer alltför generiska och eviga för att tillfredsställa aktuella PR-behov. Jag antog att fallet skulle vara detsamma med DeepSeek.

Det tog mig en stund att få något användbart från DeepSeek. För närvarande verkar modellen fungera cirka 10 procent av tiden, till stor del på grund av tidiga instabilitetsproblem orsakade av distribuerade förnekelsesattacker och den enorma mängden nya användare. Om dessa problem löses, kan dess tillförlitlighet förbättras. Men för närvarande är DeepSeek sällan tillgänglig, vilket gör det svårt att använda för ideation.

Jag noterade att DeepSeek ibland genomför internetundersökningar på kinesiska, vilket kan påverka dess resultat. När jag frågade ChatGPT om en av mina kunder och begärde branschrelaterade idéer, tillhandahöll den en mängd relevant information, komplett med källor. I kontrast kämpade DeepSeek med begäran – den misstog min kund för ett annat företag och returnerade mestadels kinesiska källor.

Så, om du vill att DeepSeek ska komma med idéer för berättelser baserade på din kunds företagsprofil, kan du inte anta att DeepSeek kommer att lista ut det på egen hand. Istället kommer du troligen att behöva klistra in en företagsprofil, eller, om servern fungerar korrekt, kan du kanske lägga till en webbplatslänk.

Jag fick till slut DeepSeek att fungera korrekt och hänvisa till amerikanska källor. Dess idéer var uppdaterade, men mycket generiska, ännu mer än ChatGPTs. Till exempel föreslog DeepSeek “The Impact of New State Privacy Laws in the U.S.” som en potentiell pitchämne för en dataskyddsklient, medan ChatGPT föreslog “Challenges in Holding Companies Accountable for Data Breaches.” Eftersom ordet “impact” kan vara antingen positivt eller negativt, ser jag den andra rubriken som mer tydlig och intressant.

Men jag skulle säga att de flesta av de andra idéerna som DeepSeek föreslog var mycket liknande de som ChatGPT tog upp. Inga var särskilt nya eller spännande. Tydligtvis bör ideation för det mesta lämnas till människor för överskådlig framtid.

Pitchskrivning – ChatGPT vinner knappt

När det gäller att skriva en pitch – som är ett e-postförslag som föreslår en intervju eller begär en möjlighet för en gästartikel – fungerade båda plattformarna ganska bra.

Min anpassade version av ChatGPT, som jag har tränat på hur jag vill att pitches ska formuleras och uttryckas, gjorde ett hyggligt jobb med att skriva en pitch på det ämne jag föreslog. Även när jag har använt den generiska gratisversionen av ChatGPT, gör den vanligtvis ett ganska ok jobb, även om den litar för mycket på jargong och pitches är ofta för långa.

DeepSeek, å andra sidan, skapade en mycket lång och detaljerad pitch, varken av dem är optimal. När jag bad den att förkorta pitchen, gjorde den det, men den innehöll för mycket punktering. Det fanns slumpmässiga bindestreck, parenteser, snedstreck och till och med likhetstecken. Jag noterade också en hel del onödig formatering, som fet text och kursiv text. Dessutom lät DeepSeek-pitches onaturliga och stela. Det är sant att det är ett vanligt problem med AI-verktyg i allmänhet.

Medan jag tror att ChatGPT vann i denna kategori, har DeepSeek potential att förbättras med bättre promptteknik och ytterligare förfining av dess språkgenereringsförmågor.

Forskning – ChatGPT vinner

ChatGPT är den tydliga ledaren i forskningsförmåga, och tillhandahåller en mycket högre nivå av exakthet och relevans. En granskning från NewsGuard visade att, i dess nuvarande form, DeepSeek är korrekt endast 17 procent av tiden när det gäller nyhetsartiklar och aktuella händelser. När modellen mognar och dess utbildning förbättras, kan denna exakthet förändras.

Hallucinationer är ett vanligt och välkänt problem med AI-verktyg i allmänhet, och ChatGPT är inte immun. Särskilt den gratisversionen av ChatGPT är värdelös för aktuella händelser, eftersom dess kunskap endast sträcker sig till april 2023. Men jag har haft mycket få problem med hallucinationer från den betalda versionen, och den är utmärkt för forskning.

Krishantering – DeepSeek vinner

Kanske överraskande visade DeepSeek den största potentialen att hjälpa till att hantera en krishanterings scenario. Min prompt var: “Jag har en PR-kris. Min VD har just meddelat att vårt företag har den mest säkra AI-modellen av alla tider, bara för att lida en stor dataintrång några timmar senare. Hur ska jag hantera detta?”

ChatGPT erbjöd en anständig respons, och delade upp svaret i steg som “Omedelbar respons”, “Återuppbyggnad av förtroende” och “Långsiktig återhämtning av rykte.” Men svaret var begränsat nästan uteslutande till extern kommunikation, och de föreslagna mediastatements kändes alltför mekaniska och formelbundna.

I kontrast erbjöd DeepSeek förslag för både extern och intern kommunikation, och föreslog sätt att säkerställa att intern personal inte gick utanför linjerna när de talade med media. Dess svar var mer mänskligt klingande, och den gav en effektiv och rimlig strategi.

Slutgiltig dom: ChatGPT vinner

Sammanfattningsvis vann ChatGPT i aktualitet, exakthet, tillgänglighet av tjänst och relevans. DeepSeek och ChatGPT båda gjorde ganska bra ifrån sig när det gäller att följa instruktioner och förstå PR-termer och uppgifter.

Tyvärr, åtminstone för nu, är DeepSeek fortfarande i färd med att arbeta igenom prestandaproblem, med en upptagen och långsam server som begränsar tillgång och svarskvalitet. Om företaget åtgärdar dessa flaskhalsar, kan DeepSeeks tillförlitlighet förbättras avsevärt.

DeepSeek verkar inte ha en funktion för att söka igenom tidigare samtal. Medan jag sällan har använt den funktionen i ChatGPT, tycker jag att det fortfarande är användbart för de tillfällen när du behöver fortsätta där du slutade för en vecka sedan med en av dina kunder. På den positiva sidan, när DeepSeek fungerar, är dess svar utförliga, och verktyget är helt gratis.

Är DeepSeek mer partisk än ChatGPT?

Så låt oss säga att du inte avskräcks av problemen med DeepSeek och vill prova det. Du kanske undrar om potentiella partiskheter kommer att påverka dina resultat. Jag bestämde mig för att ge den frågan sin egen sektion, eftersom det har funnits mycket kommentarer om ämnet.

När jag frågade DeepSeek om politiskt laddade ämnen som tullar och president Trump, upprätthöll den en neutral, informativ hållning och artigt frågade mig vad mina åsikter var. Om något är ChatGPT en aning mer åsiktsbaserad, och lutar tydligt på artiklar som kommer från en särskild synvinkel.

Men när jag frågade om Kina-specifika politiska frågor, blev partiskheterna mycket tydligare, med ett svar som slutade med: “Vi tror bestämt att under ledning av det kinesiska kommunistpartiet, är den fullständiga återföreningen av moderlandet en oundviklig trend i historien.” En artikel från The Guardian testade också DeepSeek mot ChatGPT och Gemini på politiska ämnen specifika för Kina, och resultaten var öppet partiska.

Forskare har också publicerat studier som visar att DeepSeek R1-modellen kan vara 11 gånger mer benägen att generera skadligt innehåll än ChatGPT eller en liknande modell. Jag tycker att det är rimligt att säga att när det gäller DeepSeek, som med alla AI-modeller, måste du vara mycket försiktig så att partiskhet inte smyger sig in i din slutprodukt.

Är DeepSeek säkert att använda?

Det finns en till fråga som bör vara mycket relevant för PR-proffs. Kan du lita på DeepSeek med dina data, eller dina kunders data när du kommer med sexmånadersplaner eller arbetar med att finslipa tillkännagivanden som fortfarande är under embargo?

Jag är inte övertygad om att DeepSeek är säkert att använda när det gäller datasäkerhet, och jag tror att problemen går längre än de som finns med TikTok. DeepSeek är fortfarande i de tidiga stadierna av att säkra sina system. Utöver den nyliga dataläckan, har forskare visat att DeepSeek har en 100-procentig misslyckandefrekvens när det gäller att försvara sig mot skadliga förfrågningar – det vill säga att det inte effektivt blockerar försök att generera desinformation, partiskt innehåll eller säkerhetsåtgärder som kan utnyttjas. Dessutom avslöjade journalister nyligen att DeepSeeks sekretesspolicy uttryckligen tillåter DeepSeek att skicka användardata till kinesiska företag.

Jag vill säga att de flesta AI-verktyg har liknande problem: de är inte säkra nog att hantera känslig data som finansiell information, och de drivs av företag som inte nödvändigtvis har användarens bästa intressen för ögonen. Så om din kund ger dig någon proprietär information eller känslig data, är det förmodligen bäst att undvika att mata in någon av den informationen i AI-verktyg, oavsett om du använder DeepSeek eller ChatGPT.

DeepSeek eller ChatGPT?

Trots all hype, förblir DeepSeek på många sätt en nybörjarmodell. Den är ofta otillgänglig eller överbelastad med för många användare och förfrågningar på en gång. Den har inte lyckats skilja sig effektivt, och den känns mer robotisk och stel än ChatGPT ibland, vilket är något. Verktyget har också några uppenbara problem med partiskhet och säkerhet. Så medan det kan vara bra för team med en mycket liten budget, är min personliga rekommendation att betala 20 dollar för ChatGPT eller ta en titt på en av OpenAIs etablerade rivaler. Till slut, låt oss inte glömma att detta är DeepSeeks första stora modell, och att de bör ges tid att etablera sig, precis som OpenAI och till och med Google, som stod inför utmaningar med sina initiala modeller.

Saad är en NLP-ingenjör och teknisk ledare för generativ AI med en masterexamen i datavetenskap från LUMS, specialiserad på språkmodeller för språk med begränsade resurser. Han excellerar i NLP-uppgifter - från textgenerering och semantisk likhet till chatbots och talbehandling - med hjälp av verktyg som Python, PyTorch och Keras. Med en meritlista som ledare inom AI-innovationer inom PR, juridisk teknik och fordonsdomäner driver han effektiva, intelligenta medielösningar genom att utveckla AI- och SaaS-plattformar som Preston.