GPT改變了人類知識的創造、繼承及應用，因此對于內容社區產品來說，GPT的出現會給它帶來什么變化？本文作者對此進行了分析，希望對你有幫助。

之前總結過：GPT改變了人類知識的創造、繼承及應用的模式，因此，主要的變革會體現在以上三個方面，而前置文章主要討論的學校教育變革，就是從知識繼承的角度出發。

那么，切換下維度，現在從知識創建的范疇入手，并以內容生產為基礎場景，提出新設想與落地場景應用。

同樣，本文還是從技術樂觀主義者出發，講述GPT對內容生產的變革影響，思考框架如下：

一、內容生產的變革概述

GPT+插件的應用個人認為是技術與業務場景高度結合的產品形態，通俗來講，就是可以通過配置具體場景提示語，結合GPT的大語言模型能力，完成各種結果的輸出。如：微軟copilot就是一個很好的例子。

那么，在內容生產方面，我們能有什么比較好的場景應用呢？

認為主要會體現在以下兩個方面：專業內容生產、用戶內容生產。

1. 專業內容生產變革

專業內容，特指各類研究、技術發展、社會發展、投資理財等層次較高的知識領域，在這領域包含了企業研究所、高校、政府單位、證券所等機構。

未來的專業內容變革體現在：以AI為主，可由人輔助完成。

根據一份文獻[1]表明GPT會重點在以下領域突破：工業設計、藥物研發、材料科學、數據合成。

1）工業設計

傳統的工業設計一般需要經過以下流程：提出設想->創建原型->補充細節->對原型測試及修正->產品投入量產，這條鏈路下來不可避免會形成大量的投入成本，并且會產生大量測試產品報廢的浪費問題。

假設GPT可以參與到專業內容的創造流程里面，那么從最理想狀態進行評估，工業流程設計的流程可簡化為：提出設想及優化調整提示方向->產品驗證及評估->產品投入量產這三個部分。

這其中最為經典的例子就是芯片設計，設計師需對晶片排布進行各種嘗試，有時會多達數十億種，這不可能從純人力層面進行設計，故GPT的應用從成本及效率上就可以盡可能的嘗試，這確實是一個值得關注的重點領域，并且現實也有相關企業已經在嘗試，如英偉達。

拓展閱讀： Khailany B.，“Accelerating Chip Design with Machine Learning”，Proceedings of the 2020 ACM/IEEE Workshop on Machine Learning for CAD，2020， pp.33-33.

2）藥物研發

藥物研發領域需要耗費大量的資金及時間，其中一個重點原因在于：藥物研發人員需要從海量備選的化合物尋找可供入藥的成分，其中化合物的結構本身并不為人知，現階段單純以試錯的方式推進驗證。

后續若引入GPT的生成能力，理想狀態來看，可以迅速識別到各種化學物的結構及成分，并且可以對現有的化學物進行重構及修改，從而加速藥物研發的速度。其中一個有名的現實例子就是：DeepMind的AlphaFold對蛋白質結構的預測，有興趣的同學可以自行查閱及閱讀。

閱讀拓展：Callaway E,“The Entire Protein Universe’： AI Predicts Shape of Nearly Every Known Protein”,Nature，2022，608（7921）,pp.15-16

3）材料科學

材料科學和藥物研發同理，設計過程中存在反復試錯及驗證的過程，引入GPT的效率提升也是存在明顯的優勢，如德國馬普所鋼鐵研究所就與多個研究團隊合作，提出了一種新的基于機器學習的高熵合金設計方法。

閱讀拓展：Rao Z.， et al.“Machine Learning–enabled High-Entropy Alloy Discovery”，Science，2022，378（6615），pp.78-85.

4）數據合成

另，還存在一個領域數據合成，這可能單獨作為一個通用領域來理解更為合適，因各行業存在需要高度匹配行業特征的數據訴求，而AI發展離不開數據，GPT單獨為每個行業提供高度適配行業特征的數據樣本，從而加速行業發展，這也是很有研究價值的領域。

2. 用戶內容生產變革

用戶內容，特指旅游推薦、營銷推薦、視頻文字創作、生活常識等用戶層面的生活領域，在這領域包含了人人都是產品經理、小紅書、知乎、bilibili等公共媒體及視頻平臺。

未來的用戶內容變革體現在：以人為主，可由AI輔助完成。

用戶內容知識體系較為發散，可能涉獵范圍很多，并且主觀層面上又因人而異，故若特定領域進行討論，可能不太容易開展。因此，個人認為從用戶內容創造的幾個關鍵節點出發更為合適。

1）內容審核

一般比較正規的公共媒體平臺，都會有內容審核的環節，包含政治敏感話題、黃毒賭非法內容、種族歧視等，現階段已經引入AI輔助的功能，即標簽、識別模型等AI能力來支撐審核人員的工作，但目前其最終內容的決策還是需要人力介入，比較耗費人力成本。

后續引入GPT，由AI替人類完成了決策化的任務，則能從根本上提升審核人員的效率及準度。

GPT場景應用示例-視頻審核

以上的設想原型基于GPT介入視頻審核節點，實時生成并標識視頻標簽（該標簽由GPT自動對視頻內容總結歸納出的標簽，非視頻播放提取出來的標簽），方便審核員定位視頻片段，并呈現AI審核的結果，其中該結果可以從更加通用及人性的維度進行審核并決策。與現有的視頻審核（人工規則+場景化設計）相比更為精準，這其實也是進一步解放生產力的應用。

2）數據及內容提供

GPT接入會大大縮短創造內容的時間，主要體現在數據或者素材的提供方面，現有內容創作其中最占據用戶創作的時間的就是尋找報告、制表、檢索材料等方面，有了GPT+聯網的能力，自然可以大幅減少這部分的時間，其實在現有市面產品中，已有相關平臺在投入運行了。

即時AI應用-素材創作（來自即時設計官網）

但個人應用起來功能層面還可以再提升，包含更加精準的識別用戶訴求及效果。

3）分析及創作方法

因創作者水平不一，很多時候用戶內容創作存在一定的誤導性及不準確性，這方面不能說是用戶層面的問題，而是整個用戶內容行業急需解決的問題，不能因噎廢食。

設想若接入GPT的能力，我們可以借助其系統化、專業化的指導意見，來豐富我們創作理念，從而輸出更為優質的用戶內容，這無疑是AIGC的一個有價值的點：讓創作者更加回歸創作目的及思考過程，從而輸出更為有深度有質量的內容，而這里面用戶需要做的就是prompt，即更為具體的反饋提示給到GPT。

二、后記及總結

總結：本文從GPT重構了知識創作的維度，基于五大思想派別之一的技術樂觀主義者出發，結合內容生產的兩大領域：專業內容生產及用戶內容生產，并指出主要變革體現在：

• 未來的專業內容變革體現在：以AI為主，可由人輔助完成
• 未來的用戶內容變革體現在：以人為主，可由AI輔助完成

并借此展望及討論了一部分場景的應用可行性。

另，值得一提的是，關于內容創作的討論，并未包含藝術創作這方面，理由主要是：

藝術創作，包含文學、美術、音樂等方面的內容創作，個人認為可以劃分為專業內容范疇，同時又包含在用戶內容范疇，這其中還衍生出AI是否具備像人一樣對藝術進行理解的能力。

這方面的延展就包含了未來通用AI是否具備主觀意識的大命題，因此認為不適合在內容生成的范疇這一小命題中討論。

感謝閱讀，如有不足及偏差，也請幫忙指正，謝謝！

參考文獻

[1]陳永偉.超越ChatGPT：生成式AI的機遇、風險與挑戰. 山東大學學報(哲學社會科學版)

拓展閱讀

GPT啟示篇-學校教育的變革與思考