重构内容以适应生成式AI的五大指南

鉴于市场上生成式人工智能工具的激增，重构内容势在必行。大多数生成式人工智能供应商已经抓取互联网来训练他们的大型语言模型。如果你的知识库是公开的，这意味着生成式人工智能供应商很可能已经使用了你的知识库内容。你的客户很可能正在使用诸如ChatGPT、Claude、Perplexity.ai等工具来寻找他们问题的答案！

如果你已经在你的知识库之上部署了生成式人工智能驱动的搜索引擎，那么现在是时候重构你的内容，使其适合基于生成式人工智能的智能体使用。进行这种重构时必须考虑到人类读者和基于生成式人工智能的智能体的不同特性。

本文提供了进行内容审计以重构内容、使其适合基于生成式人工智能的智能体的实用指南。本文还涵盖了平衡人类读者和基于生成式人工智能的智能体特性的技巧。在进行内容审计之前，首先要全面理解内容审计的范围。这有助于技术文档工程师、信息架构师和其他利益相关者集中精力。任何面向公众的知识库都应该是进行内容审计的首选，因为它们对于保持客户对你的产品和服务满意度至关重要。

规则1：内容层次结构

内容层次结构确保内容经过深入研究且撰写精良，考虑到可读性和可理解性。内容层次结构对于基于生成式AI的智能体理解整体视角至关重要，更重要的是理解内容各部分如何相互关联。内容层次结构也为基于生成式AI的智能体提供了信息从上到下如何流动的指引。在内容审计期间，检查数据是否结构化，以及所有信息是否按照H1至H6标题层级呈现。技术文档编写者必须重点关注文档内容中遵循此语义规则的部分。遵循内容层次结构的最佳实践进行内容结构化，不仅有助于基于生成式AI的智能体，也有助于人类读者以及搜索引擎的内容抓取机器人。除了修正内容层次结构，技术文档编写者还必须关注文章标题及其他相关元数据是否恰当，并与文章内容本身良好呼应。信息架构师可以帮助重构整个内容。

页面https://docs.baklib.com/docs/ai-writer展示了如何以正确的层次结构组织内容。

规则2：内容长度

基于生成式人工智能的助手，如辅助搜索和聊天机器人需要更多的文本数据来更好地理解上下文，这增强了它们回答人类读者诸多问题的能力。过于精简的内容不符合生成式人工智能的特性！应修改内容，增加更多的信息。更详细地解释简单的概念，有助于生成式人工智能理解语义结构，并构建您知识库内容的领域专业知识。

Dagle的入门指南非常详尽，需要18分钟阅读

来源

可以使用以下指南来增加更多内容

• 流程性内容应以更详细的步骤顺序展示
• 教程内容应尽可能详尽
• 用户指南应非常精确

常见问题解答（FAQ）应附加在每篇文章的末尾。这有助于基于生成式人工智能的助手理解文章内容的细微差别。一些常见问题应涵盖内容中没有直接提供的信息。例如，如果内容是关于退款政策的，那么其中一个常见问题可能是关于不适用退款政策的情况（这个信息可能并未出现在文章内容本身！）。更新常见问题的最佳来源可以是：

• 客户支持团队——可以从中获取频繁的支持工单查询
• 客户成功团队——可以获取关于特定产品相关/服务导向查询的频繁客户互动
• 销售团队——可以获取新潜在客户的常见问题

内容审核后，应识别出一组知识库文章，以便丰富其内容，并为其添加一些常见问题解答。

来源

规则 3：内容新鲜度

为了提供准确且最新的信息，底层文章内容应始终定期更新。因此，您的文章元数据必须包含“最后修改”/“最后更新”日期作为文章的一部分。这有助于基于生成式人工智能的代理评估文章内容在回答客户问题时的有效性。在内容审核期间，准备一份包含创建日期和最后更新日期的文章列表，以评估您知识库的内容新鲜度。根据每篇文章的最后更新日期，可以将其按内容的新鲜程度分成不同的组别！内容审核后，可以根据时间紧迫性、内容质量以及内容在知识库中的重要性，优先更新内容。

规则四：业务术语

业务术语表对于消除知识库内容中使用的业务术语的歧义起着重要作用。内容审计必须包括建立知识库中使用的所有业务术语的目录。审计完成后，你可以发现知识库文章中作为同义词使用的任何相似术语，但它们的定义可能不同。将业务术语表传递给基于生成式AI的助手，对于生成准确的回复并为人类读者提供最大程度的清晰度至关重要。

以下是一个业务术语表的示例

来源：Baklib 帮助文档

规则五：元数据

在内容审计期间，要对添加到媒体元素中的元数据进行彻底的调查，例如：

• 添加到图像的替代文本数据
• 添加到符号和缩略语的 标签数据
• 表格描述和行标题
• 日期、作者和文章标签
• 代码片段在 标签中包含的元数据