Bagaimana orang benar -benar menggunakan LLM dan apa artinya ini bagi penerbit – Beragampengetahuan

OpenAI merilis penelitian terbesar hingga saat ini tentang bagaimana pengguna dapat benar -benar menggunakan chatgpt. Saya telah bekerja keras untuk mensintesis Anda dan orang -orang yang harus saya tonton, jadi Anda tidak harus terlibat dalam banyak wawasan yang berguna dan tidak berarti.

tl; dr

1. LLM tidak menggantikan pencarian. Tetapi mereka mengalihkan cara orang mengakses dan mengonsumsi informasi.
2. Penyelidikan (49%) dan melakukan (40%) kueri mendominasi pasar dan kualitas meningkat.
3. Tiga kasus penggunaan pertama – panduan praktis, mencari informasi dan penulisan – akun untuk 80% dari semua percakapan.
4. Penerbit perlu membangun aset yang dapat ditautkan yang dapat menambah nilai. Ini bukan hanya mengejar lalu lintas artikel.

Sumber Gambar: Harry Clarkson-Bennett

Chatbot 101

Chatbot adalah model statistik yang terlatih dengan baik untuk menghasilkan respons teks dalam respons teks yang diberikan yang diberikan beberapa input teks. Penampilan monyet, monyet melakukannya.

Chatbot yang lebih canggih memiliki dua atau lebih tahap proses pelatihan. ada Fase 1 (umumnya dikenal sebagai “pra-pelatihan”), LLM dilatih untuk memprediksi kata berikutnya dalam string.

Seperti akuntan terbaik di dunia, mereka semua dapat diprediksi dan membosankan. Ini belum tentu merupakan hal yang buruk. Saya ingin koki saya gemuk, pilot saya sadar dan uang saya, jadi bosan adalah pemimpin mereka berikutnya.

Fase 2 Di situlah keadaan menjadi lebih mewah. Selama fase “pasca-pelatihan”, model dilatih untuk menghasilkan respons “kualitas” terhadap prompt. Mereka menyempurnakan strategi yang berbeda, seperti pembelajaran penguatan, untuk membantu mencetak jawaban.

Seiring waktu, LLM, seperti anjing Pavlov, dihargai atau dikutuk sesuai dengan kualitas reaksi mereka.

Pada tahap pertama, model “memahami” (koma yang benar -benar terbalik). Pada fase kedua, pengetahuannya sangat cocok untuk menghasilkan respons kualitas terbaik.

Jika tidak ada pengaturan suhu, LLM akan menghasilkan respons waktu dan waktu yang sama dengan proses pelatihan yang sama.

Suhu yang lebih tinggi (hampir 1,0) meningkatkan keacakan dan kreativitas. Suhu yang lebih rendah (dekat dengan 0) membuat model lebih prediktif dan akurat.

Oleh karena itu, kasus penggunaan Anda menentukan pengaturan suhu yang sesuai. Pengkodean harus diatur ke dekat nol. Kreativitas, tugas yang lebih berorientasi konten harus lebih dekat ke satu.

Saya sudah berbicara tentang cara membangun merek AI di artikel saya. Namun, saya sangat menyarankan Anda membaca panduan yang baik tentang bagaimana skala suhu dapat digunakan dengan LLM dan bagaimana mereka mempengaruhi basis pengguna.

Apa yang dikatakan data kepada kami?

LLM bukan pengganti langsung untuk pencarian. Bahkan imo dekat itu. Studi beragampengetahuan ini menyoroti superuser LLM Meningkatkan Jumlah pencarian tradisional yang mereka lakukan. Teori ekstensi tampaknya benar.

Tetapi mereka telah membuat perubahan mendasar dalam cara orang mengakses dan berinteraksi dengan informasi. Antarmuka dialog memiliki nilai yang luar biasa. Terutama dalam format tempat kerja.

Siapa yang tahu kami sangat malas?

1. Bimbingan, mencari informasi dan kepemimpinan menulis

Ketiga kasus penggunaan ini menyumbang 80% dari semua percakapan robot manusia. Bimbingan praktis, mencari informasi, tolong bantu saya menulis sesuatu yang hambar, kurang gairah atau wawasan, robot yang luar biasa.

Saya akan mengakui bahwa sebagian besar pertanyaan menulis digunakan untuk mengedit pekerjaan yang ada. tetap. Jika saya membaca apa yang ditulis AI, saya merasa ditipu. Penipuan bukanlah kualitas yang menarik.

2. Penggunaan terkait yang tidak bekerja meningkat

• Pesan terkait pekerjaan tumbuh dari 53% dari semua penggunaan menjadi Lebih dari 70% Pada Juli 2025.
• LLM telah menjadi kebiasaan. Terutama ketika datang untuk membantu kami membuat keputusan yang tepat. Apakah di tempat kerja atau di tempat kerja.

3. Menulis adalah aplikasi tempat kerja yang paling umum

• Menulis adalah kasus penggunaan pekerjaan yang paling umum 40% berita terkait pekerjaan Rata -rata, itu adalah Juni 2025.
• tentang Dua pertiga dari semua pesan yang ditulis Adalah permintaan untuk memodifikasi teks pengguna yang ada alih -alih membuat teks baru dari awal.

Saya hanya tahu orang yang menggunakan LLM untuk membantu mereka menulis email yang lebih baik. Saya hampir menyesal atas kurangnya kreativitas dalam kasus penggunaan utama alat ini.

4. Kurang penyandian seperti ini

• Pengkodean komputer Kueri adalah bagian yang relatif kecil, hanya di 4,2% dari semua pesan.*
• Ini terasa sangat berlawanan dengan intuisi, tetapi robot profesional atau alat lucu seperti Claude adalah pilihan yang lebih baik.
• Ini adalah titik perhatian. Penggunaan LLM profesional akan tumbuh dan dapat mendominasi industri tertentu karena mereka akan dapat mengembangkan output kualitas yang lebih baik. Pelatihan gaya dua tahap khusus dapat membuat produk ini sangat baik.

*Sebagai perbandingan, 33% dari percakapan Claude terkait pekerjaan.

Penting untuk dicatat bahwa penelitian lain sangat berbeda untuk tujuan menggunakan LLM. Jadi, tidak kering seperti yang kita pikirkan. Saya yakin hal -hal akan terus berubah.

5. Pria tidak lagi mendominasi

• Laki -laki yang tidak proporsional pada pengadopsi awal (sekitar 80% Biasanya nama pria).
• Nomor ini menolak 48% Pada Juni 2025, sekarang pengguna aktif umumnya lebih cenderung memiliki nama wanita.

Tentu saja, orang -orang kita memiliki kekurangan. Sepanjang sejarah, mungkin kita bertarung sedikit cepat dan sedikit mendominasi. Tapi senang melihat kesetaraan.

• 89% dari semua pertanyaan diminta dan dibuat terkait.
• 49% bertanya dan 40% melakukannya, dan hanya 11% diungkapkan.
• Pesan penyelidikan tumbuh lebih cepat dari berita tahun lalu dan dinilai sebagai kualitas yang lebih tinggi.

Chatgpt Built Table dengan contoh dari setiap jenis kueri – tanyakan, lakukan dan ekspres (sumber gambar: Harry Clarkson -Bennett)

7. Hubungan Interpersonal dan Refleksi Pribadi tidak menonjol

• Ada banyak penelitian bahwa LLM telah menjadi terapis pribadi bagi orang (lihat di atas).
• Namun, hubungan dan refleksi pribadi hanya menyumbang 1,9% dari total email Openai.

8. Pemuda Berdarah (*Getar*)

Poin penting

Saya tidak berpikir LLM adalah bencana bagi penerbit. Tentu saja, mereka tidak akan mengirim lalu lintas yang disarankan dan sudah mulai menghapus referensi di luar pengguna berbayar (klasik). Tapi kepala teknis ini tidak akan memberi kita apa pun.

Ini adalah permainan untuk terbang ke bulan dan kami adalah anjing yang mereka kirim dalam penerbangan uji.

Tetapi jika Anda seorang penerbit dengan pendapat, pendengar, dan – semoga – beberapa kedalaman merek dan aset dapat disampaikan, Anda akan baik -baik saja. Meskipun perilaku merangkak mereka tidak terkendali.

Lalu lintas kualitas kotoran tidak banyak (sumber foto: Harry Clarkson Bennett)

Sebagai salah satu hasil paling praktis yang dapat diperoleh penerbit dari data ini adalah perubahan niat yang signifikan. Untuk ribuan tahun, kami sudah terbiasa dengan navigasi, informasi, bisnis, dan transaksi.

Sekarang kami telah melakukannya. atau menghasilkan. Dan itu sangat besar.

Bahkan alat sederhana masih dapat menarik lalu lintas dan pendapatan yang hebat (sumber gambar: Harry Clarkson-Bennett)

SEO tidak mati untuk penerbit. Tapi kita perlu melakukan lebih dari sekadar memposting konten. Sambil mematuhi nilai AI, ada banyak hal yang bisa dikatakan.

Pikirkan tentang verifikasi BBC. Konten tidak dapat disintesis oleh mesin karena menambah terlalu banyak nilai. Alat dan aset yang dapat ditautkan. Pendapat sebenarnya para ahli menonjol.

Tetapi sulit untuk memperluas kualitas ini. SEO terprogram dapat mendorong nilai yang luar biasa. Sama seperti alat. Alat yang menjawab permintaan pengguna “lakukan” berkali -kali. Kita harus membangun sesuatu yang menambah nilai di luar korpus yang ada.

Dan jika audiens Anda biasanya lebih muda dan lebih dapat dipercaya, Anda harus lebih condong.

Lebih Banyak Sumber Daya:

Posting ini awalnya diterbitkan di SEO Leadership.

Fitur Gambar: Samborskyi/Shutterstock, Roma