观点

AI 将把您最优秀的专家变成您最好的写作者

mm
将 Unite.AI 添加到您在 Google 上的首选来源
An engineer explains her work at a workshop bench while threads of blue light carry her words into a glass machine that stacks pages, which an editor reviews under a warm desk lamp.

最了解贵公司的往往是那些从未发表任何内容的人。

能够准确说明客户在第三个月流失原因的工程师。听过您销售页面未能解答的每一个异议的支持主管。知道您路演稿中哪项承诺最难兑现的运营人员。他们的知识出现在 Slack 讨论串、通话记录和走廊对话中。却几乎从未出现在您的博客、新闻通讯或创始人的 LinkedIn 上。

知识是有的,缺少的是写作。了解某件事并把它写下来始终是两种不同的技能,而大多数专家只能抽出时间培养其中一种。

AI 将这两项技能分离。这改变了公司内部谁可以成为公共发声者。

您的最佳知识从未走出公司

大多数初创公司的内容是由会写的人而不是懂行的人来撰写的。营销人员采访专家二十分钟,然后花一周时间把这些笔记打磨成一篇略显模糊却很精致的稿件。专家阅读后,对其中一两句话皱眉,但仍批准,因为他们还有真正的工作要做。

有能力承担的公司总会有解决办法。高管们配备了代笔作者和传播团队。其余人则保持沉默,最敏锐的思考被锁在那些无法将其写在纸面上的人脑中。

AI 将认知与写作分离

现在,工程师只需用十五分钟阐述流失问题,就能得到一份干净的草稿。他们修正错误,加入只有他们知道的示例,随后以自己的名义发布。

这已经是人们在工作中使用 AI 的方式。在 OpenAI的九月经济研究 中,覆盖了 4 月至 7 月期间超过 150 万条与工作相关的 ChatGPT 信息,越来越多的人将 AI 用于自己职业之外的任务。在大约 6,200 名被跟踪的员工中,这种跨领域的重复使用率从 13.1% 上升至 25.9%,相对于他们在职场中的 AI 活动。当人们请求跨领域帮助时,他们更倾向于提供示例和背景,并更倾向于让 AI 检查结果。

这正是专家写作的正确模式。专家提供知识和背景。AI 则提供它从未受过训练的领域写作技巧。写作是以这种方式最有价值的借力技能之一。

创始人应将此视为人力配置决策。您最好的公共发声者未必来自营销部门。它可能是每天回答最棘手客户问题的那个人。

风险是充斥着没有人背书的帖子

这里的担忧是合理的。AI 也让人们在没有任何内容的情况下发布信息,而您已经看到了结果:流畅却千篇一律的帖子,背后没有任何真实人物。

AI 只能承载您所提供的视角。给它一句关于您行业的描述,它会给出任何人都会说的内容。提供您在两百条支持工单中看到的情况以及与竞争对手争论的要点,它会生成只有贵公司才能发布的内容。解决通用 AI 内容的办法是让更多专家参与,而不是减少 AI 的使用。

还有一种更聪明的担忧。如果有人写不出来,是否真的想通了?有时,答案是否定的。写作会暴露想法中的漏洞。但许多专家能够清晰地口头思考。他们能在五分钟内向客户解释一个问题,却在空白页前卡住。思考已经完成,写作却从未实现。

正如我在 先前关于观点的文章 中所论证的,当内容无限时,稀缺的东西是一种值得阅读的视角。您的专家已经拥有这种视角,只是从未有廉价的方式将其输出。

为您的专家配备编辑,而非代笔作者

适用于任何公司的经验很简单:起草不再是难点,标准才是。

代笔作者会用写手的声音取代专家的声音。编辑则保护专家的声音。这正是初创公司现在需要的角色,而 AI 让本来无法聘请传播部门的团队也能负担得起。

设置很简单。专家提供知识,通常通过口述,并在主张上署名。AI 将其转化为草稿。随后有人担任编辑:核查每个事实和数字,删去专家不会口头说出的内容,针对论点薄弱之处提出质疑,并坚持公司愿意承担的立场。该编辑可以是创始人、营销人员或兼职雇员。关键是要设立此角色。

像对待团队中有能力的新写手一样对待 AI。提供它所需的背景,告诉它理想结果的样子,并评估其产出。这正是业务中其他所有地方 提示正在转化为的管理技能。

写得好曾是被倾听的代价。如今,代价是拥有可说的内容,而贵公司已经拥有能够提供这些内容的人。

Alex 负责 Unite.AI 的 AI 驱动新闻运营,结合新闻报道、研究和自动化,以支持对人工智能的及时且可扩展的报道。他的工作有助于确保新兴的 AI 发展能够高效呈现,同时保持出版物的编辑标准。