想象一下在网上购买一件礼服，因为一段代码以其“讨人喜欢，女性化的天赋”向您出售，或者说服您“浪漫的花卉细节”将您的形象勾勒为“永恒的风格”。同一天，您的朋友从同一网站上购买了同一件衣服，但以“鲜艳的色调”，“新鲜的棉质感”和“陈述袖子”的描述出售。

这不是科幻短片中的细节，而是Hypotenuse AI的现实和全局视野，Hypotenuse AI是一家由YC支持的初创公司，它使用计算机视觉和机器学习来自动化电子商务的产品说明。

下面显示的两个产品描述之一是由人类撰稿人撰写的。另一个来自创业公司AI的虚拟笔，根据其网站上的示例。

您能猜出是哪一个吗?*如果您认为可以，那么，这有关系吗?

Hypotenuse AI的创始人Joshua Wong在电话中谈论他在新加坡的创业公司时，告诉我们他在帮助一个朋友建立了一个出售纯素食肥皂的网站后提出了使用AI自动进行文案写作的想法。

“花了永远写有效的副本。当我们只想出售产品时，我们对这一过程感到非常沮丧。”他解释说。“但是我们知道多少描述和复制会影响转换和SEO，所以我们不能放弃它。”

黄一直在亚马逊工作，作为其Alexa AI助手的应用机器学习科学家。因此，他拥有精明的技术才能亲自解决问题。“我决定利用我的机器学习背景来自动化该过程。我想确保我也可以帮助其他电子商务商店也做同样的事情。”

Wong说，这里的核心技术-计算机视觉和自然语言生成-极其先进。

他说：“该技术在后端看起来是很多专有技术。”“我们使用计算机视觉来很好地理解产品图像。我们将其与产品已经生成非常“人类流利”的描述类型所必须使用的任何元数据一起使用。我们可以很快地做到这一点-我们可以在几秒钟内生成数千个。”

“很多工作都在确保我们拥有机器学习模型或神经网络模型，这些模型可以以非常像人类的方式流畅地讲话。为此，我们有一些模型，它们确实非常好地学习了如何理解和写英语。他们已经在Internet和整个Web上接受了培训，因此他们很好地理解了语言。他补充说：“然后，我们将其与我们的视觉模型结合在一起，从而可以生成非常流畅的描述。”

Wong说，这家初创公司正在构建自己的专有数据集，以进一步帮助培训语言模型，目的是能够生成“非常针对图像”但也“针对公司的品牌和写作风格”的内容。可以根据客户需求量身定制输出。

他补充说：“我们也有默认样式，如果他们希望文本更具叙事性，诗意或奢华，但更有趣的是，公司希望根据自己的品牌和风格来量身定制文本。” 。“他们通常向我们提供他们已经拥有的描述的一些示例……并且我们使用它并获得模型来学习这种类型的语言，以便它可以这种方式编写。”

Wong说，Hypotenuse的AI所能做的-在“几秒钟内”生成数千个详细，适当样式的产品描述-仅在最近几年才成为可能。尽管他不会吸引更多的建筑细节，但他说这项技术是“完全基于神经网络的自然语言生成模型”。

他说：“我们现在正在做的产品描述-技术，数据和我们做的方式-这些技术与一年前不一样。”“一年多以前，许多尝试这样做的公司总是使用预先编写的模板。因为在那时，当我们尝试使用神经网络模型或纯粹的机器学习模型时，它们会非常迅速地偏离正常轨道，或者它们不能很好地产生与人类几乎无法区分的语言。

“从现在开始……我们看到人们甚至无法分辨出哪些是由AI编写的，哪些是由人类编写的。而一年前就不会这样了。”

(再次参见上面的示例。A或B是自动笔吗?答案在这篇文章的底部)

当问及竞争对手时，Wong再次将Hypotenuse的“纯”机器学习方法与其他依赖使用模板“以解决文案或产品描述问题”的人区分开来。

“他们一直使用某种形式的模板，或者只是将同义词连接在一起。问题是编写模板仍然非常繁琐。它使描述听起来很不自然或重复。他说，“与其帮助实际上并不影响转换和SEO的转换，”“而对于我们来说，我们使用的是完全基于机器学习的模型，该模型已经学会了如何理解语言并非常流畅地产生文本，达到了人类的水平。”

现在有一些AI的知名度很高的应用程序，使您能够生成与输入数据相似的文本-但Wong辩称，它们仅仅是出于抄写业务目的而不够具体，不足以对他在Hypotenuse的作品中构成竞争威胁。

他认为：“其中许多仍然非常笼统。”“他们真的很擅长做很多事情，但是对于文案来说，这实际上是一个微妙的空间，因为人们需要非常具体的东西-它必须特定于品牌，必须特定于写作风格。否则，这是没有意义的。这会损害转化。它会伤害SEO。因此，我们不必担心竞争对手。我们花费了大量时间并进行了研究，以使这些细微差别和细节正确无误，因此我们能够生产出正是客户想要的东西。”

那么，Hypotenuse的AI不适用于哪些类型的产品?Wong说，它与某些产品类别(例如电子产品)的相关性较低。这是因为那里的营销重点是规格，而不是试图唤起情绪或感觉来达成销售。除此之外，他还认为该工具与电子商务有着广泛的联系。他补充说：“我们的主要目标是家具，时尚，服装等事物，这些事物要在用户中创造一种感觉，使他们确信该产品为何能为他们提供帮助。”

如今，这家初创公司的SaaS产品(旨在使电子商务网站和文案写作商店的产品描述自动化)实际上本身就是一种重新配置。

最初的想法是建立一个“数字个人购物者”来个性化电子商务体验。但是团队意识到他们正在超越自己。Wong说：“我们只是在两周前才开始关注这一点，但我们已经开始与许多电子商务公司合作，并在一些文案写作公司进行试点。”

建立数字个人购物者仍在规划中，但他说，他们意识到为更复杂的“数字购物者”主张创建所有必要的AI / CV组件的一个子集正在解决文案写作问题。因此，回拨以专注于此。

他补充说：“我们意识到仅此一项就是一个巨大的痛点，我们真的只是想专注于此，并确保我们为客户真正解决了这一难题。”

对于早期采用者的客户，此过程现在需要一点点入门知识—通常，通过他们的工作流进行聊天的电话就像写样式一样，因此Hypotenuse可以准备其模型。Wong说培训过程需要“几天”。之后，他们将其作为软件即服务插入。

客户将产品图像上载到Hypotenuse的平台或发送现有产品的元数据-取回相应的说明以供下载。该计划将在将来为此提供更完善的管道流程，例如与Shopify等电子商务平台集成。

鉴于亚马逊市场混乱无序，产品说明从详尽的冗长的冗长的句子到稀疏和/或隐秘的变化很大，可能会有很大的机会将自动化的产品说明卖给Wong的前雇主。甚至可能在此之前进行一些战略性投资。但是，黄永on目前尚无法了解Hypotenuse是否正在筹款。

关于让亚马逊成为未来客户的可能性，他只会说“从长远来看有可能”。

对于创业公司而言，更紧迫的优先事项是扩大其AI可以提供的文案写作的范围-包括广告文案之类的其他格式，甚至包括一些可以成为内容营销的“ listlist”风格的博客文章(不复杂的东西，沿用Wong说：“您可以在海滩上做的10件事”，或“夏天可以穿10件好衣服”等)。

他补充说：“即使我们想写博客文章，我们仍然完全专注于电子商务领域。”“我们不会去看新闻文章或类似的东西。我们认为那仍然是不能完全自动化的事情。”

展望未来，他垂悬了AI支持无限可定制的营销副本的可能性-这意味着网站可以解析访问者的数据足迹并生成旨在吸引该特定个人的动态产品描述。

处理足够的用户数据，也许可以发现站点访问者偏爱鲜艳的色彩并且喜欢戴大帽子-嗯，它可以拨出产品说明中的相关元素以更好地与该人的品味相吻合。

“我们希望使建立电子商务网站的整个过程变得非常简单。因此，不仅是文案写作，还包括它的所有不同方面。” Wong继续说道。“关键是我们要走向个性化。现在，电子商务客户都看到相同的标准书面内容。那里的挑战之一是很难的，因为人类现在正在编写它，而您只能制作一种类型的副本，而且，如果要为其他类型的用户测试它，则需要编写另一种。

“对于我们来说，如果我们能够很好地完成此过程，并且我们正在使其自动化，那么我们可以为网站生成数千种不同的描述和副本，每个客户都会看到不同的东西。”

这是电子商务的颠覆性愿景(称其为对类固醇的“ A / B测试”)，可能会令您高兴或恐惧-取决于您对当前围绕内容的平台个性化水平的看法。该过程可以使用户充满特殊的视角泡沫-有些人认为，这种过滤通过对支撑社会契约的公共经验和共识产生腐蚀作用，从而影响了文化和政治。但是，电子商务仿冒品的赌注可能不会那么高。

尽管如此，一旦营销文本/副本不再附加特定于单位的生产成本，并且假设电子商务网站可以访问足够的用户数据以编写定制的产品描述，那么对机器人进行操作的方式就没有真正的限制。可以重新配置生成的单词以进行快速销售。

当被问及机器人复制品是否最终变得惯例化时，Wong说：“即使在品牌内部，我们实际上也需要调整一个因素，即我们的模型的创造力。”“我们的一些品牌喜欢50款polo衫，除了颜色可能略有不同外，所有其他衬衫几乎完全相同。当我们提示模型的创造力时，我们能够为每个描述产生非常独特且非常不同的描述类型。”

“在某种程度上，它有时甚至比人类更好，因为人类倾向于陷入非常非常相似的写作方式。鉴于此-因为它在网络上学到了太多的语言-因此它可以运行的音调和语言类型范围更加广泛，”他补充说。

广告文案和广告创意工作呢?Hypotenuse不会向他的初创公司希望吸引其客户的文案代理机构砍刀吗?黄说，事实并非如此。“最后，仍然有编辑。人工智能可以帮助他们实现95%的目标。当您生成描述时，它可以帮助他们激发创造力，但确保其是客户真正想要的东西的最后一步-通常仍是最终编辑检查，”他说，在AI循环中倡导人类。“这只会使事情变得更快。但我们仍要确保在送出之前进行人工检查的最后一步。”

Wong补充说：“看到NLP(自然语言处理)研究的方式在过去几年中发生了变化，感觉我们真的处于起步阶段。”“一年前，我们现在所做的许多事情甚至是不可能的。今天，我们看到的某些事情变得可能了-我们一两年没想到。因此，我认为在未来几年内，我们将拥有不仅能够很好地编写语言的模型，而且您几乎可以说出它并提供一些信息，并且它可以随时随地生成这些东西。

(编辑：互联网 作者：互联网)