点击抢眼的Artifact重写：幕后花絮

在Artifact，我们利用人工智能的力量，结合创意产品设计，为用户改善新闻和内容体验。最近，我们一直在寻找减少点击诱饵标题的方法，并且我们有令人兴奋的东西要展示给你看。

五月份，我们在我们的应用程序中添加了一个“标记为黄牛党”按钮。我们发现我们展示的文章大多数都没有收到黄牛党举报。然而，对于那些确实有举报的文章，它们通常会被数十人甚至数百人举报。对于这些高举报率的文章，我们希望提供一个由人工智能提供的改进体验。

借助 OpenAI 的聊天 API 协助，我们之前已经将其整合到了我们的「摘要」功能中。今天，我们要推出「点击标题重写」功能。

如果您需要重写标题，请点击“标记为标题党”。新标题默认仅您自己可见。如果有足够多的人举报相同的文章，人工审核员可能会决定将它设为所有“Artifact”用户的默认标题。

由于这种产品改进正好符合我们驾驭人工智能并在产品设计中深思熟虑的专长，我们希望在背后分享更多我们是如何构建它的。

正确设置提示信息

与大型语言模型（LLM）API（例如OpenAI的ChatGPT AI）集成涉及两个部分：系统提示和用户提示。在我们的情况下，系统提示是有关其标题编写任务的指令，而用户提示是有关文章本身的上下文信息。

撰写一个好的提示非常重要；有许多GitHub资源和教育材料专门用于提高你的提示技能。在我们的情况中，我们先前在我们的AI Summarize功能上进行了一些提示的经验。我们带来了一些经验教训，并一路上学习了一些经验教训：

我想让你扮演新闻编辑的角色（在Techmeme或Business Insider工作）。我会提供一篇新闻文章，你需要为其创建一个标题。

同样地，对于我们的摘要功能，我们有几种摘要者的 “个性”。例如，对于我们的“像我五岁一样解释”的语音，角色扮演看起来是：

我希望您像一位老师一样，可以向五岁以下的孩子清晰解释事物。

2. 材料过多可能会适得其反：在早期测试中，我们发现如果在用户提示中包含任何与原题相似的内容，LLM 通常会将标题重写为几乎与原始标题相同的标题。相反，我们尽可能提供尽可能多的内容，但跳过任何类似于原始标题的内容。

3. 建立一个好的测试工具：我们广泛使用JupyterLab用于机器学习工作和新特性开发。对于这个项目，我们的第一步是收集我们想要的一组输入示例，并创建一个快速测试环境，以便我们可以迭代我们的系统提示。我们添加了一些额外的指示，以帮助保持事情简洁：

简短且实际，用不到15个词，不要用引号包裹回答。

GPT-3.5并不总是能够很好地计数，因此有些回复可能仍然超过15个单词，但它足够接近。

4. 响应需要清理：即使在我们的提示上进行了多次迭代，我们仍然发现LLM会产生带有多余引号、标签或其他噪音的结果。在通过测试工具运行了许多示例之后，我们创建了一组过滤规则进行后处理清理。

5. 保持人为参与: 当我们根据用户请求重写标题时，新的标题一开始只对用户可见。如果有足够多的人要求重写某个标题，重写后的标题将升级为人工审核，并且如果审核通过，我们将把其提升为所有用户的新默认标题。

在我们将人工智能应用到Artifact内部功能时，我们使用的原则之一是尽可能透明。对于摘要和诱人的标题改写功能，我们使用一致的图标（星形）来表示人工智能的参与。

我们还使用了动画来帮助传达用户等待响应时背景中有工作正在进行。LLM模型可能需要几秒钟才能回复，在初始测试中，我们发现缺乏反馈会让人们认为出了问题。然后，我们设计了各种方案的原型，从感觉“过于夸张”的方案到最终获胜者（右侧），它采用了与我们在摘要功能中使用的相同的动画语言。