أسندت M2 إلى شبكة عصبية 40% من نصوص التسويق وحافظت على جودة المحتوى

أظهرت شركة M2 سيناريو عملياً يكون فيه الذكاء الاصطناعي لا يحل محل فريق التحرير، بل يتحمل جزءاً كبيراً من المحتوى الروتيني. داخل الشركة، تم بالفعل تكليف الشبكات العصبية بحوالي 40% من نصوص المنتجات والتسويق، لكن الخطة النهائية لا تقتصر على الضغط على زر واحد: يتم الحفاظ على الجودة من خلال قواعد صارمة وتعليمات محددة بدقة ومشاركة إلزامية من البشر في المهام المعقدة والإبداعية. كان السبب في بدء تحرير المحتوى بالذكاء الاصطناعي هو نمو حجم المحتوى.

كان على فريق التحرير أن يغطي مزيداً من المهام للتسويق والمبيعات والدعم دون توسيع الموظفين أو إرسال كل شيء بالكامل للتعاقد من الباطن. في البداية، نظرت M2 في خيارات معيارية - توظيف كاتب إعلانات جديد، أو نقل جزء من العمل للخارج، أو بناء أداة ذكاء اصطناعي داخلية. اختاروا المسار الثالث باعتباره الأسرع والأكثر اقتصادية، لكنهم فرضوا فوراً قيداً: يجب أن تكتب الشبكة العصبية بنبرة العلامة التجارية والامتثال للسياسة التحريرية الداخلية ليس أقل من مؤلف مبتدئ.

تبين أن المشكلة الرئيسية لم تكن في اختيار النموذج، بل في كيفية شرح معايير الشركة لها. لم تقم M2 بتدريب نموذج منفصل على مجموعة النصوص الخاصة بها، بل ذهبت من خلال نظام التعليمات. في المرحلة الأولى، قام الفريق بجمع القواعد الرئيسية لنبرة الصوت والقيود النحوية والكلمات المحظورة ومتطلبات تسمية المنتجات في موجه نظام كبير واحد.

لم ينجح هذا النهج الخالي من التعلم: فقد فقد النموذج التركيز، وكتب بشكل رتيب جداً وأحياناً خلط الأنماط. بعد ذلك، انتقل فريق التحرير إلى سيناريو قليل الأمثلة، حيث تمت إضافة أمثلة جيدة وسيئة من النصوص الحقيقية إلى التعليمات جنباً إلى جنب مع التعليمات. أعطى هذا نتائج يمكن التنبؤ بها وجعل من الممكن إنشاء قوالب منفصلة للأخبار ووسائل التواصل الاجتماعي والتنسيقات الأخرى.

تقنياً، يتم بناء تحرير الذكاء الاصطناعي على منصة Videocat الخاصة بالشركة مع مكونات llama.cpp و Open WebUI، ويتم استخدام Google Gemma 3 كنموذج عمل في الحالة الموصوفة. لكن في هذه القصة، ما يهم أكثر من المكدس المحدد هو المبدأ المعماري: تبقى الأداة مرنة بحيث يمكن توصيل نماذج مختلفة واختبارها لمهام مختلفة.

يزيل هذا النهج الاعتماد على مزود واحد ويسمح لك بالعثور على التوازن الصحيح بين الجودة والسرعة وتكلفة الإنشاء. نتيجة لذلك، لا تكتب الشبكة العصبية في M2 فقط المسودات وتكيف النصوص للقنوات، بل تساعد أيضاً في توليد الأفكار وفك تشفير المعلومات من الصور وشرح منطقها الخاص. يعتبر الأخير مهماً بشكل خاص للموظفين خارج فريق التحرير: عندما يبرر النموذج اختيار الكلمات والبنية، فإنه يعمل في نفس الوقت كمساعد وكأداة تدريبية.

في الوقت نفسه، لا تحاول الشركة عمداً تحويل الذكاء الاصطناعي إلى بديل كامل عن المحرر. تقسم M2 مناطق المسؤولية بوضوح. يمكن إعطاء المهام الروتينية والقائمة على القوالب والضخمة للآلة بالكامل تقريباً، لكن النصوص العميقة والمفاهيم الإبداعية والشعارات والمواد التي تتطلب الدقة العاطفية لا تزال من مسؤولية الناس.

يساعد هذا التوازن على تخفيف القلق من الصفحة الفارغة وتسريع إعداد المسودات وتخفيف عبء العمل على فريق التحرير دون فقدان إنسانية النص. قسم منفصل هو الأمان: تعمل أداة الذكاء الاصطناعي في دائرة داخلية، ويتلقى الموظفون تدريباً على البيانات التي يمكن تحميلها في النظام وما لا يمكن. هذه تفاصيل مهمة لأي شركة تريد استخدام النماذج التوليدية ليس في بيئة معزولة، بل في العمليات الحقيقية.

الخلاصة من حالة M2 سهلة جداً وبالتالي مفيدة: يمكن للشبكات العصبية بالفعل أن تتحمل جزءاً كبيراً من روتين المحتوى، لكنها لا تستطيع بمفردها إنشاء تحرير قوي. أولاً، تحتاج الشركات إلى معاييرها الخاصة ونبرة صوت واضحة ومحررين مباشرين يميزون بين النص الجيد والنص الصحيح شكلياً فقط. فقط بعد ذلك يصبح الذكاء الاصطناعي ليس تهديداً للوظائف، بل مضاعفاً للقوة للفريق.

بالنسبة للسوق، هذا إشارة أخرى: ستنتقل الطلب ليس من المؤلفين إلى الآلات، بل من المنفذين العاديين إلى المتخصصين الذين يمكنهم تصميم العمليات وإعداد التعليمات وإحضار مسودات الآلات إلى مستوى العلامة التجارية.