跳到正文

AI工具OpenAI20:00

ATV Big Air Tour借助ChatGPT将3天工作缩短为3小时

ATV Big Air Tour turned 3 days of work into 3 hours with ChatGPT

3天缩至3小时,营销效率收益明显,但依赖提示词质量需人审。

判断

这条决定的是小团队营销排期按天还是按小时排:ATV Big Air Tour 把原本3天的素材制作压到3小时,交付节奏变了,但前提是先把审核岗定下来,否则省出的时间会被返工吃掉。

依据

OpenAI 案例里的说法是:ATV Big Air Tour 用 ChatGPT Work 做营销素材,原本3天的活压到3小时,商品照片在15分钟内转成库存网站页面。机制在于生成式AI(按指令产出文案、图像等新内容的模型)接手批量、重复的文案与设计任务,人从执行位挪到提示词(给模型的输入指令)与审核位,所以省下的是执行工时而不是判断工时。案例自己也把代价写在明处:输出质量取决于提示词质量,输入不精准就可能偏离品牌调性甚至出事实错误,需要人工校正;复杂创意和战略决策仍要专业判断;小团队还要额外承担工具成本和学习曲线。换句话说,3天到3小时换来的是吞吐,不是免审;对照数字只有这两组加一个15分钟,其余效率来源未被拆开。

  • 素材制作(改造前)3天
  • 素材制作(用 ChatGPT Work)3小时
  • 商品照片转库存网站15分钟
同一批营销素材的时间对照:改造前3天,之后3小时,商品照片转站15分钟。

没写清 材料没说这3小时里人工审核占多少、提示词通常要改几轮,也没给错误率或返工比例。

下一步 等 OpenAI 或 ATV Big Air Tour 公布这类素材的人工审核工时与返工数据,再判断3小时是否含审核。

本期其他新闻

  1. 行业动态

    Claude的新系统提示词确实不想重现歌曲歌词

    Simon Willison

  2. 行业动态

    引用Tarn Adams

    Simon Willison

  3. 行业动态

    AI原生公司如何将工作流转化为运营能力

    OpenAI

  4. 精选深读

    在Confluent上利用IBM时间序列模型实现实时智能

    Hugging Face

  5. 精选深读

    推出基于Gemini的智能体视频理解

    Google DeepMind

  6. 精选深读

    BenchMIRT:LLM基准测试到底在衡量什么?

    Hugging Face