mdevo

To Ty chyba tych programistów po forach szukasz Żeby dostać coś konkretnego trzeba też konkretnie zapłacić

Wyrzucić. Średniaków jest już masa, dobrych narzędzi bardzo niewiele.

Pamiętaj, że w erze AI w rok może się wiele pozmieniać, szczególnie w takich tematach jak wymieniłeś Co do SEO i kursów, na początek zdecydowanie PapaSEO, nic innego imo Co do AI – AI_devs podobno zajebiście zrobili kurs (nie miałem, ale słyszę same pozytywne opinie), szykuje się kolejna edycja z tego co wiem. Zawsze jest sens się uczyć, bo zawsze można zrobić to lepiej.

Bez jakichkolwiek danych, wnioskowanie co się stało to jak wróżenie z fusów.

A to nie ty prowadzisz ten kijowy dziennik w połowie generowany ChatemGPT? Jakim prawem piszesz coś o biznesie?

Maciek mądrze prawi! Ja pamiętam jak jeszcze na którymś modelu davinci dało się ominąć detektory manipulując tylko tymi dwoma parametrami, ale już (na oko) ustawiając je powyżej 0,5 LLMy generowały totalny fluff

Do tego też można używać LLMów jak coś

Zależy jaki artykuł, do czego będzie wykorzystany, etc. A co Wy się tak tego chata kurczowo trzymacie Claude lepiej sobie radzi w sprawach związanych z copywritingiem. Fałsz. Napisze. Po prostu prompty większości osób wyglądają tak: "Napisz mi artykuł na temat XYZ. Ma mieć długość 3000 słów". No tak to faktycznie, nigdy nie napisze dobrego tekstu Tak, tak, jeszcze to przez Quillbota przerzuć, a na koniec przepisz z łapy xD Modele OpenAI były trenowane na angielskim datasecie i na takich też tekstach radzą sobie najlepiej. To dlatego – na przykład – domyślnie, bez skorygowania w prompcie generują listy w formacie "- Krótki test: Rozwinięcie...", bo to kalka z j.angielskiego. To samo tyczy się pisania nagłówków w formie title case, a nie sentence case. Tak, szczególnie manipulując presence penalty i frequency penalty (z naciskiem na to pierwsze) w playgroundzie

Jeśli Midjourney nadal działa przez Discorda (bardzo dawno nie używałem, wiem, że weszła appka webowa) to można to łatwo zautomatyzować nie narażając się na bana. Ja takim sposobem wygenerowałem ok 10k obrazków bez żadnych blokad na pełnym automacie (prompt generowany przez GPT => Midjourney => obraz) Coś, co może Cię zainspirować: https://github.com/George-iam/Midjourney_api https://github.com/yachty66/unofficial_midjourney_python_api A jak szukasz w miarę okej alternatywy: https://fal.ai/models/fal-ai/flux/schnell Pamiętaj też, że nie samym pustym contentem blog żyje – fajnie, żeby w treści były powiązane frazy od konkurencji oraz encje, tematy, które konkurencja porusza, a nawet więcej – rozszerzenie tematów konkurencji o nowe encje, jednostki tematyczne

Sratatata, PRowa gadka, a fakty są takie, że problemy z wypłatami macie już jakoś na oko od 2 lat, też wtedy właśnie zakończyłem z Wami współpracę. Feedback nie feedback, ale absolutnie nic w tym kierunku się nie dzieje jak widzę po opiniach wydawców

A to nie tak, że każdy pisze o czym chce? Jeden napisze, że dziś był na siłowni i dało mu to motywację do pracy, inny napisze 3 posty i zniknie, a jeszcze inny podbije dziennikiem swój sales thread. Dla autora widocznie definicja "prawdziwego dziennika pracy" jest inna, niż Twoja 😜 Na BHW większość dzienników tak wygląda – polega na AMA, gdzie można później wrócić i wyciągnąć cenne wskazówki. Lepsze 10 stron AMA, niż 10 stron pisania o motywacji i zimnych prysznicach.

Nie, kuleje w lokalnych zapytaniach. Jak widzę "SEO is dead", pierwszym obrazem, który mi się jawi jest to:

Z jednej strony oczywiście – racja, nadoptymalizacja nigdy nie jest dobrą drogą. Z drugiej natomiast obserwuję sobie case pewnej agencji SEO, która w ostatnich miesiącach władowała mnóstwo treści AI do siebie (zgaduję, że wiesz o kim mowa, jak nie to podzielę się na priv) i na ten moment działa. Podejście jakie obrali wygląda mi na Koraya i budowanie TA według jego "frameworków" – pokrycie wszystkich możliwych encji, które są w stanie znaleźć. W/w zaprezentowane teksty to raczej jedno z flow nad którymi pracuje (inne workflow bazuje na przykład na długości treści od konkurencji i stara się celować w taką samą liczbę zzs oraz nagłówków => przykład), a które z nich zadziała, zweryfikuje Wujek Google

Znalazłem dziś chwilkę czasu, więc podrzucam na szybko 3 przykłady @MichalP: https://mdevo.notion.site/hreflang-132f5e8ed258804cb6d8e0a985a0bd8a?pvs=4 https://mdevo.notion.site/indeks-no-no-ci-opon-132f5e8ed25880babf0fd5fde943ab6a?pvs=4 (tutaj z włączoną opcją konwersji nagłówków na pytania) https://mdevo.notion.site/wp-yw-witaminy-c-na-organizm-132f5e8ed2588042a3fbc03754c534be?pvs=4 (to samo, nagłówek => pytanie) Cały czas pracuję jednak nad promptami i strzelam, że pochłonie mi to następne tygodnie W przykładach podałem najprostsze teksty, generowane na podstawie najprostszych briefów contentowych, bez dodatkowych nagłówków H3 i dodatkowego zagnieżdżania fraz w nagłówkach. Teksty do np. pillar pages są bardziej rozbudowane, głębsze.

Do krótkiej aktualizacji zainspirował mnie @MichalP swoim dziennikiem, w którym całkiem sporo się dzieje i toczy się fajna dyskusja A więc tak, workflow przeszedł ogólną przebudowę. Przebudowałem dosłownie wszystko, każdy krok i każdy prompt, a jakby tego było mało to dołożyłem parę kroków do całego flow A co dokładnie dołożyłem? humanizację, kilkukrotne przepisywanie treści i jej reformatowanie, dodatkowe kroki generujące brief contentowy, który również jest eksportowany. Poprawiłem również prompty, co samo w sobie pochłonęło długie godziny klikania – tutaj mogę polecić prompt generator od Anthropica, bardzo dobrze się spisuje Dodatkowo – mogę zdradzić, że wcześniej korzystałem z HyDE (Hypothetical Document Embeddings), ale w międzyczasie pojawiły się lepsze rozwiązania i też takowe wdrożyłem. Co to oznacza? Jeszcze mniej halucynacji (te są aktualnie zredukowane praktycznie do zera) oraz jeszcze większe nasycenie tekstu danymi, faktami i statystykami oraz kompletne wyczerpanie tematu głównego i tematów ściśle z nim powiązanych. przykładowe, bardzo, bardzo proste wdrożenie można znaleźć np. w repo Langchaina: https://github.com/langchain-ai/langchain/blob/master/cookbook/hypothetical_document_embeddings.ipynb Jakieś przykładowe artykuły generowane w oparciu o całkiem odświeżony workflow i prompty podrzucę w przyszłym tygodniu. Co do kosztu per artykuł, waha się między $0.50-$1 (do zoptymalizowania, myślę, że o $0.10-$0.20 w dół): i konsumuje średnio, tak na oko, 250k tokenów per artykuł (bez embeddingów, tylko modele tekstowe). Co do czasu, w jakim generuje się jeden artykuł - ok. 5 minut, w zależności od finalnej długości treści: To tyle na ten moment