Tương lai của AI trong tìm kiếm | Whiteboard Friday được tái hiện cùng Britney Muller

Năm năm sau khi video này ra mắt, ý tưởng cho rằng học máy có thể "nằm ngoài phạm vi công việc SEO của bạn" nghe có vẻ vô lý. Nhưng bạn có thể hiểu tại sao nó lại được định vị theo cách này.  Những nghiên cứu ban đầu của Britney về Thạc sĩ Luật (LLM) , học máy và SEO ban đầu vấp phải sự hoài nghi. 

"Tôi nhớ mọi người từng nói tôi điên rồ, và thực ra, họ chỉ trích tôi rất nghiêm khắc vì đã có những bước đột phá như vậy khi tôi tham gia các cuộc thi hackathon. Tôi đã từng tham dự các hội nghị về AI. Tôi biết những khả năng hiện tại đã có," nhưng vào thời điểm đó, khái niệm này "là một khái niệm quá xa lạ" đối với nhiều người.

Khi chúng ta bước vào nửa cuối năm 2025, ba năm sau khi phát hành chung ChatGPT, không thiếu  các quy trình làm việc tiếp thị AI , bao gồm cả trên Blog Moz của chúng tôi. 

Nhưng ngay cả Britney cũng thừa nhận cô không thể ngờ rằng LLM lại là mô hình "bùng nổ như hiện nay" với sự ra mắt và áp dụng rộng rãi các công cụ như ChatGPT. Thay vào đó, cô nghĩ rằng các mô hình dự đoán hoặc mô hình dữ liệu tập trung vào "phân tích và khai thác thông tin thống kê" sẽ phát triển trước, vì những ứng dụng này có "khả năng đáng kinh ngạc thông qua các loại hình học máy khác" mà hiện đang bị bỏ qua. Có lẽ điều này chỉ chứng minh rằng việc dự đoán bất cứ điều gì trong thế giới điên rồ này là gần như bất khả thi. Bài học thực sự là gì? Hãy cập nhật thông tin để bạn có thể phản ứng một cách hợp lý nhất có thể. Một cách tuyệt vời để làm điều đó là thông qua Khóa học Maven của Britney, AI Hành động dành cho Nhà tiếp thị. 

Britney Muller khuyên rằng việc bổ sung "con người trong vòng lặp" là rất quan trọng khi sử dụng các công cụ AI cho bất kỳ mục đích nào, đặc biệt là nội dung. Sự kết hợp giữa con người và con người này bao gồm việc tinh chỉnh và bổ sung một lớp chuyên môn và cá tính vào kết quả đầu ra của AI. Cô nhấn mạnh rằng chuyên môn độc đáo, kinh nghiệm thực tế và giai thoại của một người là những thứ AI không bao giờ có thể sao chép. Một ví dụ điển hình là Britney đã trích dẫn blog của Ed Zitron như một nội dung vừa "cực kỳ bổ ích và thú vị" với "giọng văn độc đáo" và "sự hài hước xuyên suốt mang đậm chất con người". Mặc dù  bài viết này được xuất bản sau khi ghi âm cuộc phỏng vấn này, nhưng nó là một ví dụ điển hình về giọng điệu và chủ đề. Tất cả những điều này nghe có vẻ quen thuộc không? Đó là bởi vì bạn đã biết điều này rồi, từ người bạn cũ tốt bụng của chúng tôi, EEAT . 

Tất cả đều bắt đầu từ sự rõ ràng trong suy nghĩ và sự thay đổi tư duy. Britney nhấn mạnh rằng để sử dụng AI hiệu quả, bạn phải sẵn sàng chấp nhận thất bại bởi vì đó là "con đường gạch vàng của việc sử dụng AI". Quá trình này vốn dĩ mang tính thử nghiệm và nên được xem xét như vậy. Cô khuyên nên suy nghĩ như một kỹ sư, nghĩa là chia nhỏ vấn đề thành những phần nhỏ, dễ quản lý và cụ thể trong các gợi ý của bạn. Tránh tâm lý "cỗ máy ma thuật" khi bạn đưa ra một gợi ý mơ hồ và mong đợi một kết quả hoàn hảo.

Bạn có thể bắt đầu bằng cách ghi chép lại những công việc chiếm nhiều thời gian hoặc khó thực hiện. Điều này giúp bạn xác định quy trình công việc nào có thể được tự động hóa hiệu quả nhất với AI. Sau khi đã tập trung vào một công việc, hãy chọn mô hình phù hợp. Mặc dù nội dung sáng tạo là điều mọi người thường nghĩ đến, Britney cho rằng nó thực sự là một trong những "khả năng tệ nhất" của AI. Thay vào đó, hãy khám phá việc sử dụng AI cho các công việc hiệu quả hơn, chẳng hạn như:

• Phân tích dữ liệu:  Phân tích các tập dữ liệu lớn để tìm ra những thông tin chi tiết độc đáo.
• Tự động hóa các tác vụ thông thường: Sử dụng AI để xác định khách hàng tiềm năng đủ tiêu chuẩn trên mạng xã hội.
• Xây dựng các công cụ nhỏ: Sử dụng các mô hình như Claude để giúp tạo các tiện ích mở rộng Chrome đơn giản.
• Chạy các mô hình cục bộ: Khám phá các mô hình như Llama, có thể chạy trực tiếp trên máy tính của bạn để truy vấn các tài liệu của riêng bạn và tạo ra một mô hình RAG thu nhỏ.

Bởi vì đây là một blog tiếp thị, tôi sẽ không để bạn thiếu một khuôn khổ, vì vậy đây là khuôn khổ đó:

• Định hình lại cách tiếp cận của bạn: Đừng nản lòng trước bản chất thử nghiệm của AI và những thất bại đi kèm. Hãy chấp nhận thực tế rằng thất bại chính là "con đường gạch vàng" của việc sử dụng AI.
• Bắt đầu từ những việc nhỏ và cụ thể:  Để tránh bị choáng ngợp, hãy bắt đầu với những nhiệm vụ nhỏ và đơn giản. Mục tiêu là tìm ra một quy trình làm việc rõ ràng có thể giải quyết vấn đề cho bạn.
• Học cách tư duy như một kỹ sư:  Để sử dụng AI hiệu quả, bạn cần chia nhỏ vấn đề thành từng phần nhỏ, dễ thực hiện, giống như khi bạn hướng dẫn một người. Tôi cũng thích nghĩ về điều này như một điều gì đó cực kỳ trừu tượng, hoặc nghĩ về cách bạn sẽ giải thích điều này cho một nhân viên mới vào nghề (xin lỗi nhé, những sinh viên mới ra trường đang tìm việc ????).
• Vượt ra ngoài phạm vi tạo nội dung: Mặc dù AI tạo sinh hiệu quả trong một số tác vụ, nhưng nó không phù hợp để tạo nội dung chất lượng cao. Hãy khám phá các ứng dụng khác, chẳng hạn như sử dụng AI để phân tích tập dữ liệu, kiểm tra ngữ pháp trong email hoặc thiết lập tự động hóa để xác định khách hàng tiềm năng đủ điều kiện trên mạng xã hội.
• Sử dụng đúng công cụ: Không phải tất cả các mô hình AI đều giống nhau. Ví dụ, trình tạo văn bản thành hình ảnh như Midjourney khác với công nghệ thị giác máy tính mà bưu điện sử dụng để đọc địa chỉ. Bạn thậm chí có thể chạy các mô hình AI cục bộ của riêng mình cho các tác vụ cụ thể trên máy tính.
• Ghi lại quy trình làm việc của bạn: Khi thử nghiệm, hãy ghi lại các quy trình của bạn. Việc theo dõi các tác vụ tốn thời gian có thể giúp bạn tìm ra cơ hội để tự động hóa.