大模型和知识图谱双轮驱动：人机协同的SEO内容生成的路线图 - WordLift实践
By Valentina Izzo, Silvia Fratini
Unifying LLM and KG: A Roadmap for Content Generation
结合LLMs、KGs和一种强大的内容创作工具，以彻底改革SEO优化内容生成的GenAI创新的路线图。
摘要
大型语言模型（LLMs）与知识图谱（KGs）的整合通过克服限制并确保准确性和相关性，提升内容生成能力，这一创新体现在WordLift的内容生成工具中。
主要观点：
- LLMs和KGs的结合增强了内容的准确性和可靠性。
- WordLift的工具强调人机协同，在可扩展内容生成方面发挥作用。
- 该工具在保持品牌语调和知识产权的同时，坚持道德人工智能实践。
- 高效内容生成GenAI项目的三步曲。
- 利用知识图谱提升内容质量和参与度。
- WordLift的精细模型确保内容的独创性和独特品牌声音。
- 平台灵活性，通过模型微调的积极合作确保数据隐私和安全。
目录：
将LLMs与KGs相辅相成的优势
在可扩展内容生产中保持“人在回路”
保持品牌话语权和知识产权
启动GenAI项目的三个步骤
结论
正文：
在当今快速发展的数字化环境中，对于品牌吸引受众来说，内容创作比以往任何时候都更为关键。随着ChatGPT和GPT4等大型语言模型（LLMs）的出现，自然语言处理和人工智能取得了革命性进展。虽然在创意内容生成方面表现出色，但LLMs面临一些限制。一个主要挑战在于它们访问和整合事实知识、真实世界经验以及品牌核心价值观的能力。此外，LLMs有时可能会产生带有幻觉或虚构元素的输出，增加了一层复杂性。
知识图谱（KGs）对于克服这些限制至关重要。它们拥有结构化的事实数据，为培训LLMs提供坚实基础，确保内容得到明确表述并立足可靠信息。这种协同效应代表了更多由人工智能驱动的权威内容的重要一步。
此外，知识图谱通过增强结构化数据，通过将品牌价值观融入模型，对内容的假设进行了精炼。使用品牌的本体论，可以放大特定于产品的特征。例如，在RayBan的情况下，特定材料优先考虑。这不仅仅是事实核查，还通过使领域特定的见解形式化和操作化。
知识图谱强调了本体论的核心作用，明确了语义数据具有超越纯粹事实核查的复杂目的。在这种情况下，我们为SEO专业人士和内容营销人员创建了一种解决方案，使编辑团队能够在保持对质量和相关性的最大控制的同时扩大内容生产规模。无论是产品描述、餐厅简介还是类别页面的导语文本，我们的工具都能提供可靠的结果。
在本文中，我们向您介绍我们的内容创作工具，并解释为什么它领先于其他AI内容创作工具。
大型语言模型（LLMs）与知识图谱（KGs）相辅相成的优势
LLMs和KGs之间的协同作用可以显著增强内容生成系统的能力，使其更准确、可靠和适应广泛的应用和行业。通过将KGs与LLMs整合，我们可以充分利用两种技术的优势。将知识图谱整合到大型语言模型中可以帮助克服仅使用大型语言模型时面临的一些限制和挑战，例如：
缺乏事实知识和一致性，例如处理事实信息或常识知识时出现错误或矛盾；
缺乏可解释性和说明性，例如无法提供生成输出或决策的来源或理由；
缺乏效率和可扩展性，例如需要大量数据和计算资源来训练和微调针对不同任务或领域的模型。
将知识图谱和大型语言模型结合的一种方式是将知识图谱作为大型语言模型的外部知识来源，以便它可以回答需要事实信息的问题或生成文本。例如，假设您要求大型语言模型撰写达芬奇的传记。然后，它可以使用知识图谱检索他生平的事实，例如出生日期、职业、发明、艺术作品等，并用这些内容撰写一篇连贯准确的文本。这种方式，大型语言模型可以利用知识图谱的结构化和丰富知识，以增强其推理和解释能力。
LLM与KG之间的这种协同作用开辟了内容生成和推理的新可能性，例如：
生成更多包含相关KG知识（如事实、实体、关系等）的信息丰富、多样化和连贯的文本；
生成更个性化和吸引人的文本，适应用户偏好、兴趣和目标，KG可以塑造这些文本；
生成更富有创意和新颖的文本，探索来自KG的新知识组合，如故事、诗歌、笑话等；
可存储新生成的内容并有效地重复使用存档内容。
KG充当长期记忆的作用，并帮助我们区分我们所产生的内容。LLMs和KGs可以共同努力以增强各种内容生成应用。例如，在问答系统中，它们可以结合来自LLMs的背景的信息和KGs的信息生成准确、简洁、全面的答案。
在对话系统中，它们可以利用LLMs的对话历史和KGs的用户配置文件产生相关、一致和丰富的回应。此外，它们可以利用LLMs的输入文本和KGs的重要信息为文本摘要生成忠实、简洁和突出的摘要。在SEO中构建AI代理时，它们可以教会如何回答问题，而不是预测相似句子。
保持在可扩展内容生产中的“人在回路”
在WordLift，我们主张人类监督和控制的关键作用，尤其是当内容生产达到成千上万篇时。我们的方法超越简单的自动化，重点放在知识图谱（KG）中数据的精细建模以及对基础本体进行策展和完善。
通过确定用于生成动态提示的关键属性，我们使公司能够训练定制语言模型，以保持对其内容质量和相关性的牢固控制，同时满足严格的编辑标准。
Tony Seale - 预发布在 Linkedin 上
在我们的开拓性方法中，我们正在进入内容创作者和人工智能工具之间的关键战场。当前的情况是这些工具大量生产出质量低劣的内容，威胁到搜索引擎和内容创作者之间的协议。
我们的创新策略直接解决了围绕生成式人工智能和内容创作的争议性问题。此外，我们的知识图谱中心方法论是一个改变游戏规则的因素。它使公司摆脱依赖外部数据，确保内部来源足以进行强大的语言模型训练。这表明了我们致力于可持续发展，并强调人工智能资源的道德使用。
此外，我们坚持实施验证规则，为精确性和错误预防增加了额外的保障层。这种全面的方法无缝地将人工智能的潜力与人类的触感相结合，最终实现内容卓越性、强化编辑控制和生态意识实践。
在实践中，我们正在生产令人印象深刻的内容量，服务于一些世界领先的时尚品牌和出版商。真正的挑战不仅仅是提高内容创作量，而是确保对每一件作品进行细致的验证。到目前为止，我们很高兴地分享，我们已经实现了每分钟超过500个完成。这一成就体现了我们对内容生成中精准性和质量的不懈承诺。
有客户在与我们合作之前，不仅与一个机构，而是最多与三个机构合作，进行利用人工智能进行内容创作。这证明了我们从知识图谱中进行内容创建的先进工作流和一个动态提示，是基于品牌数据和需求建立的前沿解决方案，为公司提供了安心和安全。
保留品牌话语权和知识产权
在WordLift，我们致力于通过整合人工智能技术的最新进展，保持在内容生成领域的最前沿。2023年，Google推出了有益的内容系统更新，这是一系列更新，某种程度上批评了不加选择地使用人工智能创作对人们价值和影响较小的内容。Google反复强调的问题不是用于创作内容的工具，而是质量，以确保内容明显是“为人们撰写”。
这些更新与我们致力于道德人工智能的承诺完全吻合，在规模上开发我们创新的内容生成系统的主要目标。我们的方法超越了自动化；我们采用精心设计的模型，以保留品牌独特的语调和保护潜在的知识产权问题。这一过程极大地提升了由人工智能生成的内容的质量和相关性。
通过在我们的生成流程中设定特定的验证规则，我们可以主动检测和纠正模板可能会无意中引用人或品牌而没有适当权利的情况。此外，我们的系统整合了先进的事实核查能力，详见我们关于AI支持事实核查的文章，以确保所呈现的信息准确性和可信度。这确保了您生成的内容符合品牌准则并符合法律要求。
通过WordLift的内容生成工作流程，您可以放心，您的内容将始终与受众产生共鸣，体现品牌的身份和价值观。我们致力于推动道德人工智能的边界，为您提供既有效又负责任的内容解决方案。
启动GenAI项目的三个步骤
我们用户友好的仪表板为设置针对不同用例定制的生成项目提供了无缝体验。无论是简介文本、产品描述还是餐厅内容，我们的三步流程简化了设置：
数据来源：定义项目名称，选择要使用的知识图谱，并选择是否要使用自定义或现有模板。为提取数据，您将使用GraphQL查询。
自定义提示词：设置用于生成动态提示的属性和参数。这使您能够控制和使生成的内容与您品牌的消息相一致。
验证和完善：制定内容验证规则，并审查生成的内容以确保其符合您的质量标准。持续完善人工智能系统的规则，以改善准确性和相关性。
如下视频了解如何使用内容生成生成符合企业特定需求的高质量内容。
完成所有步骤后，您可以保存项目并启动内容生成过程。内容生成的完成会经过以下处理和分类：
有效：此状态表示根据您之前制定的规则，完成已成功通过验证过程。
警告：此状态分配给遵守“建议”规则但未达到“必需”规则的生成。
错误：当由于遗漏您指定的要包含的单词或属性而引起验证错误时，将分配此状态。这些不完整的完成可以自动生成或重新编写并手动批准。
已接受：此状态适用于您已审查并确认为满意的所有生成。
结论
LLM和KG的统一为内容生成提供了一个有前景的路线图。利用两种技术的优势，WordLift使品牌能够规模化地创作引人入胜且信息丰富的内容。凭借我们以用户为中心的方法和完善的模板，我们确保了品牌TOV的保留以及遵守知识产权法规，同时利用人工智能和尖端技术。
这个工具目前还没有向所有人开放，但已经提供给一小部分客户使用。市场上有许多承诺能够大规模生成内容的工具，但没有其他工具能够以符合品牌特征的方式验证相同的内容。
更常见的问题
在 SEO 中如何进行与 LLM 处理相关的质量保证？
在 SEO 中处理大语言模型时确保质量是 WordLift 的首要任务。我们采取多层次的质量保证方法。首先，我们的过程涉及使用经过精心训练的模型，专门用于保留品牌独特的语调。这有助于我们生成与品牌准则完全一致的内容。
我们还在生成工作流程中实施规则，以检测和纠正可能无意中引用人或品牌而未经适当授权的情况，从而防止潜在的知识产权侵权。这种细致的方法最大程度地减少了内容差异的可能性，并确保所生成的内容保持高水准的质量和相关性。
在处理 LLM 与 SEO 相关时如何确保原创性和独特品牌声音？
保持品牌声音的原创性和独特性是一个至关重要的目标，通过在特定数据集上训练过的精细模板（特别是在知识图表上）来实现，以反映品牌的风格和信息传递方式。这个过程确保生成的内容符合品牌准则，并与目标受众产生共鸣。
通过在我们的生成流程中建立规则，我们能够主动识别和解决潜在的与原创性有关的问题。这意味着生成的内容保持了品牌独特的声音，为受众提供一致和真实的体验。此外，我们对道德 AI 的承诺确保生成的内容有效，并符合负责任的内容创作实践。通过这种方式，WordLift 提供了一个可靠的解决方案，保持了品牌的完整性和个性化。
WordLift 使用了哪种 AI 技术来生成内容？
我们开发的平台是与模型无关的，并积极尝试不同的技术。我们直接与 Azure 和 OpenAI 团队合作进行调优。我们直接与 Hugging Face、Open AI 和 Azure 合作，我们现有的客户正在使用特定于其领域的经过调优的模型。
我们的数据是私密且安全的吗？
是的，确保客户数据的隐私和安全是我们的首要任务。我们实施围绕 Azure 运转的健壮数据保护策略，这是目前最安全的云平台之一。
本文编译自:
LLMs, Knowledge Graphs, and the Ultimate Content Creation Tool (wordlift.io)