在本期白板星期五节目中，布兰妮讨论了可操作的人工智能、如何开始以及实现这一目标所需的步骤。

单击上面的白板图像即可打开高分辨率版本！

嘿，MOZ 粉丝们，我是 Britney Muller，我将与你们讨论可操作的 AI 的一切，如何在你们的工作流程和生活中开始使用 AI，以及你们真正需要考虑的步骤和事项是什么才能实现并以正确的方式做到这一点。

那么，让我们开始吧。你知道，使用人工智能，它实际上是一种辅助技术。很多时候，你无法完全从 A 到 Z，它可能只能帮你完成大约 60% 到 70% 的路程，这没关系，对吧？因此，将人工智能重新定义为这种辅助技术确实非常有帮助。

我要给大家的最大警告是，很多非常聪明的人和很多内部团队都遇到过这种情况，那就是你对人工智能的想法或任务过于笼统。你有一种神奇的球体解决方案，想用人工智能来实现它。不幸的是，在构建事物和使用人工智能时，你需要非常非常具体。你需要将你的想法归结为小任务。所以，你知道，尽量不要落入这个陷阱。

通常，当人们过于急切地将人工智能融入他们的产品、系统和公司时，就会发生这种情况。我听说很多 SEO、很多营销人员都感受到了来自高层管理人员的负担。对于那些经历过这种情况的人来说，这是一个很好的机会，可以向上管理并帮助教育这些利益相关者，了解人工智能适合做什么，不适合做什么。当然，也可以将这些任务分解成几个步骤，让它们更实际一些。

因此，最终的结果是，人们在尝试这样做时会感到沮丧，并导致他们感到有点挫败。我不希望这种情况发生在你身上，因为有很多非常棒的应用程序。我在板子周围的蓝色星号中突出显示了生成式人工智能特别适合的很多事情。所以开始思考这个问题吧？但这是一种反复的体验。所以再说一次，如果你第一次尝试没有成功，不要气馁。我向你保证，没有人第一次尝试就能成功。

想出一些想用人工智能进行实验的任务和想法，但最终却没 黎巴嫩电报数据 有使用人工智能，这是可以接受的。没关系，这是过程的一部分。事实上，我曾与许多人工智能研究人员和团队合作过，我们自己也这样做。所以，这又是过程的一部分，不要为此感到难过。当然，不要把人工智能贴纸贴在你不使用人工智能的东西上。但要记住这一点。

我喜欢将其比作将意大利面条扔到墙上。你知道，看看哪些能粘住，哪些不能。有些不能粘住的面条是任务跟踪之类的东西，你可以使用启发式模型来做类似的事情。所有启发式方法都是，如果这样，那么那样。我知道这有点像，你知道，这种工具已经存在很久了，但只是这种思维过程，它有点像决策树。如果决策树可以找出你的任务，那么它更适合某种不同类型的解决方案。没关系。

识别点击率高的页面。我听说有几个人想用人工智能来做这件事。人工智能不需要做这件事，对吧？一个简单的数据透视表就能让你快速获得这些信息，而且你知道，花费也不太多。

预测流量，还有其他非常强大的预测模型和时间序列模型 如何应用人工智能在 IT 领域产生 B2B 潜在客户 ，比如 Facebook 的 Prophet，它们可以帮你做得非常好。同样，要将这些任务和想法分解成具体的部分和片段。让我们先跳过这一步。

除此之外，让我们考虑一下人工智能到底能做什么，对吧？它天生擅长什么，又天生不擅长什么？我可以在《数据科学 101》的大型语言模型指南中引用一些图表，我会在其中解释这些图表是什么，这样你就不会落入陷阱，试图以它原本不适用的方式使用这项技术。

再次重申，还有其他模型可以完成这项任务。因此，关于 Prophet 的预测示例，Jess Peck 有一个关于 SEO 女性的精彩 Prophet 教程。强烈建议您查看。这是一个很好的介绍，可以介绍其他更具确定性的模型，这些模型可以非常非常准确地完成任务。我们今天通常谈论的 AI 主要是生成性的。您正在生成全新的东西，这些东西对于摘要、标题和元描述、代码辅助、创建新测验非常有用，但它们并非 100% 基于事实。

因此，要探索其他一些事情。还要考虑这些模型中 百慕大领先 存在的偏见。我们看到像 PGA 这样的公司及其 Instagram 上的社交账户试图以非常有趣和聪明的方式整合人工智能技术，他们扩展了球员的头像。一开始，这是一个非常有趣的应用程序。人们开始参与其中。直到你看到最后两名球员，他们是有色人种球员，它打破了背景，打破了球员的背景，把他们放在看起来像垃圾场的地方，或者在某种木工物体上工作，对吧？这不行。这实际上也反映了这些模型固有的偏见和问题。所以再说一次，知道如何驾驭这些事情，知道在哪里会遇到这些限制是非常非常重要的。