Generatywna sztuczna inteligencja potrafi wygenerować dziesiątki nazw w kilka sekund. Problem w tym, że generowanie nazw przez AI polega na wykorzystywaniu statystycznych wzorców, a nie faktycznej wiedzy. Dlatego nazwy, jakie otrzymasz mieszczą się w statystycznej normie, są poprawne, ale przeciętne. W tym artykule udowadniam, dlaczego dlaczego AI wymyśla przeciętne nazwy (w pierwszych iteracjach) oraz jak wyjść poza rozkład Gaussa, tworząc nazwy marek, które naprawdę się wyróżniają.
Dlaczego nazwy generowane przez AI są podobne?
Generatywne modele sztucznej inteligencji są modelami statystycznymi, probabilistycznym. Mówi się o nich, że są to modele predykcyjne. Na podstawie statystycznych zależności, nabytych podczas trenowania, potrafią przewidywać następny „ruch”, wyraz, zdanie, akapit, potrafią napisać wypracowanie, rozwiązać formułę matematyczną, wygenerować odpowiednią grafikę, stworzyć sekwencję filmową, utwór dźwiękowy.
Modele językowe pompowane są treściami nabytymi z trenowania oraz z bieżącej pracy. Są inteligentną „bestią”, uniwersalnym „superkomputerem”, która posiada niezwykle umiejętności przetwarzania ogromnych danych i docierania do najodleglejszych zakamarków nabytej wiedzy. Tam gdzie ludzki mózg nie dotrze do obszarów swojej pamięci, sztuczna inteligencja dociera w sekundy.
Skoro AI dostarcza tak wiele możliwości przyśpieszenia własnej pracy, zwiększenia poziomu kreatywnego myślenia, dotarcia do źródeł wiedzy w mega szybkim czasie, kusi, kusi aby wykorzystywać ją na 100% możliwości. I tak się dzieje. Efekty pracy „człowiek + model generatywnej sztucznej inteligencji” pojawia się w świecie cyfrowym i realnym, w tekstach, zdjęciach, filmach, muzyce, badaniach, nowych wynalazkach itp. Dochodzimy już nawet do takich sytuacji, gdzie sztuczna inteligencja sama generuje treści (np. artykuły o tym jak prowadzić komunikację marki w social mediach). Treści te sama czyta w ramach dalszego uczenia się, po to aby tworzyć nowy content na ten i podobny temat. Mamy do czynienia z perpetuum mobile. Inaczej mówiąc maszyny „rozmawiają” same ze sobą. A co z tego wyniknie, możemy tylko przypuszczać. Dlatego coraz głośniej mówi się o powstającej „papce” informacyjnej, o zjawisku AI slop. (slop – ang. ściek, pomyje, odpady).
AI slop – treść pracy pozornie wyglądająca na dobrą pracę, ale nie mająca w sobie treści, która pozwoliłaby na znaczące postępy w realizacji danego zadania.
źródło: Harvard Business Review
Natomiast w liczbie mnogiej AI-slop to ogromne ilości treści produkowane przez generatywną sztuczną inteligencję, które nie mają głębokiego sensu ani użyteczności.
źródło: Wikipedia
Zjawisko AI slop staje się tematem o którym mówi się coraz głośniej. Mamy do czynienia z lawinowym wzrostem treści cyfrowych generowanych przez maszyny. Jak do tej pory brak spolszczenia pojęcia AI slop. Agencja Green Parrot zaproponowała wyrażenie „AI-szrot”, Artur Kurasiński z Technofobia podał pomysł „infomyje” (źródło). Inne pojęcia to prompotwór, banaliza, generak, symuladło.
A może termin 'AI slop’ pozostanie w oryginale, podobnie jak nieprzetłumaczone pojęcia ‘spam’, ‘scam’, ‘fraud’, ‘follow’, ‘mail’, ‘reel’?
Czy sztuczna inteligencja jest lepsza w namingu?
Odpowiedź nie jest zero-jedynkowa, ponieważ AI nie ma tego co posiada człowiek: gen kreatywnego myślenia, kontekst, umiejętność łączenia faktów. Natomiast sztuczna inteligencja posiada zdolność dostępu do ogromnych baz danych, wyciągania z nich potrzebnych informacji. To czego przeciętny zjadacz chleba nie poradzi sobie samodzielnie (przetwarzanie danych), wykonują modele AI.
W drugą stronę to też działa. AI przeanalizuje każdą informację, lecz bez posiadania intuicji i zdolności przewidywania każde treści cyfrowe będą opierały się na działaniu statystycznym. Model AI wytworzy takie treści jakie „przetrawił” w procesie trenowania i uczenia się.
A propo statystyki. Ta mniej znana dziedzina nauki jest również obecna z namingu. W statystyce funkcjonuje pojęcie „rozkład normalny”. Obrazowany jest on przez tzw. Krzywą Gaussa. Krzywa Gaussa, wykazuje, że mniej więcej 68% rozwiązań jest „normalnych”, standardowych, czyli najliczniej prezentowanych. Pozostałe 32% zawiera rozwiązanie skrajne: najlepsze oraz najsłabsze. To dlatego Krzywa Gaussa ma postać tzw. dzwonu. Ponieważ siedzę głęboko w namingu od 2014 roku (poznaj moją historię) mam prawo twierdzić, że również tutaj rozkład Gaussa jest adekwatny.
Otóż, moje obserwacje różnorodnych kategorii rynkowych skłaniają mnie do takiego wniosku: większość nazw marek jest przeciętna, czyli są w porządku, brzmią i wyglądają standardowo. I dlatego niespecjalnie wyróżniają się. Po prostu, rzetelnie wykonują swoją pracę. A dotyczy to również nazw marek liderów rynkowych. Mówiąc wprost, modele językowe wymyślają przeciętne nazwy.
Rysunek 1. Krzywa Gaussa prezentująca rozkład normalny w statystyce.
Trzymając się teorii rozkładu normalnego w namingu stawiam tezę, że
Czy to tylko teoria, czy również praktyka?
Udowodnię, że mam rację. Podam przykład. Spójrz na listę nazw dostawców (marek) cateringu pudełkowego (kategoria: catering dietetyczny). Przyporządkowałem nazwy do czterech kierunków kreatywnych – to pozwala lepiej je oceniać pod kątem przeciętnych, słabych oraz genialnych.
| Pospolite: catering, box, food | Obietnica: fit, dieta | Obietnica: fit, dieta | Gry słów |
|---|---|---|---|
| Zdrowy Box LightBox PowerMeal Chef Box Foodify Urban Diets Medidieta Gastro Paczka Fit Kalorie Fit Catering |
Maczfit Nice To Fit You Be Diet Dietly Slimway Paczka Smaku Mister Smaku Sztos Menu Diet Friends SpokoBox |
Kuchnia Vikinga Body Chief Dieta od brokuła Kukuła Healthy Food Głodny Miś Pomelo Rukola Husaria Wikt Codzienny |
KoperField Cud i Miód Doprawione |
Ta przeciętność nazewnictwa marek mnie nie dziwi w żadnym stopniu. Nie powinna zaskakiwać nikogo, kto miał do czynienia ze statystycznym rozkładem Gaussa. Mówi się, że statystyka jest nudną i niezrozumiałą dziedziną, w zamian potrafi wyjaśnić, dlaczego świat opiera się na przeciętności, na tak zwanej normalności. Żeby nie być gołosłownym. Zróbmy eksperyment. Sprawdźmy, czy jeden z przedstawicieli generatywnej sztucznej inteligencji, ChatGPT 5.2 (możesz wykorzystać inne modele: Gemini, Claude, Bielik) wywykaże się kreacją w zgodzie z rozkładem normalnym Gaussa.
PROMPT
Wymyśl nazwę dla nowej marki cateringu dietetycznego działającej na terenie całej Polski.
Marka oferuje catering dietetyczny o ogólnym zastosowaniu. Nie jest to dieta kliniczna ani restrykcyjna. Marka komunikuje zdrowy styl jedzenia oparty na smaku, jakości i równowadze.
Grupa docelowa:
- osoby 25–45 lat, mieszkańcy miast i dużych aglomeracji,
- konsumenci świadomi zdrowotnie, ale zmęczeni narracją „fit reżimu”,
- osoby pracujące, aktywne, poszukujące gotowych rozwiązań
Insight: Chcę jeść zdrowo, ale normalnie. Smacznie, bez poczucia kary.
B2C, decyzja zakupowa racjonalna (uczciwy dostawca) i emocjonalna (to moja szansa na przemianę).
Pozycjonowanie w 3 słowach: naturalna, smakowa, różnorodna.
Wygeneruj:
- minimum 20 propozycji nazw,
-
kilka kierunków kreatywnych typu: nazwa skojarzenia branżowa, symbolika, lifestyle, nazwy sztuczne, pojęcia neutralne semantycznie,
- każda nazwa powinna: pasować do rynku polskiego, nie być infantylna ani techniczna, budzić skojarzenia ze smakiem, naturalnością, różnorodnością smaków.
WYNIK
Pomysły podane przez ChatGPT:
| Kierunek: smak, normalność | Kierunek: lifestyle i równowaga | Kierunek: naturalność i jakość | Kierunek: symbolika, metafory | Kierunek: neutralne, nowoczesne |
|---|---|---|---|---|
| Zdrowy Food Daily Box FitFood Box Meal Point Dobrze Zjedzone Smak Dnia Pełnia Smaku Naturalnie Dobre Smaczny Plan Codzienny Smak MniamBox |
Daily Balance Rytm Smaku Food Flow FitRytm Urban Taste Balance Diet Smak Formy Fit & Fine Pure Diet Good Day Food Balance Kitchen |
Prosto z Kuchni Czysty Smak Lekko Strawne Naturalny Wybór Kuchnia Równowagi Źródło Smaku Dobry Skład Lekka Strona |
Pełnia Dnia Smakownia Talio Oliwa Vireo Figa Savoro Brzask |
Noriqo Savely Delivo Foodia Vivaro Norvia Smakuje Smart Catering |
Jakie są twoje wrażenia? Czy też zadajesz pytanie, dlaczego AI wymyśla przeciętne nazwy?
Czy podzielasz moje zdanie, że większość nazw generowanych tutaj jest na średnim poziomie? Nie jestem zdziwiony takim poziomem jakości treści generowanej przez modele językowe.
Faktem jest taki, że to dopiero początek promptowania. Każda kolejna iteracja zwiększy poziom kreatywności sztucznej inteligencji.
Jeśli różnica między tym co wymyśla czat, a realiami jest tak ogromna (na starcie), coś należy zrobić, aby ją zniwelować. Poniżej podam podpowiedź, lecz najpierw dowiedz się, co kryje się pod pojęciem Wielka Trójka Namingu.
Krótka lekcja o rozkładzie normalnym, zwanym także rozkładem Gaussa. (link)
Wielka Trójka Namingu?
Porównajmy sobie czytelność takich nazw.
- Pierwsza grupa: Podcast Radio Naukowe, Paczkomat, Ubrania do oddania, Diagnostyka, SzlachetnaPaczka, Pierwszy lokal na Stolarskiej po lewej stronie idąc od Małego Rynku.
- Druga grupa: Fundacja Rak’n’Roll, Znany Lekarz, Failowship, HalfPrice, Dieta od Brokuła, Pravincja, AutoPomOCni, Zielone Laboratorium, Polutowani.
- Na koniec takie nazwy: Blik, Grok, Pepco, Yasumi, Hagi, Nozbe, Immabee.
Pierwsza grupa zawiera nazwy opisowe (ogólnoinformacyjne, merytoryczne). Są najłatwiejsze do stworzenia. Nie wymagają fantazji. Opisujesz produkt, usługę w dosłowny sposób – tym czym jest, w jakiej kategorii rynkowej funkcjonuje. Prościej się nie da. I dlatego, że jest to czynność nie wymagająca wysiłku intelektualnego, takie nazwy są proste do skopiowania, powielenia. Lecz nie mają tej dozy fantazji, jaką posiadają poniższe.
Nazwy skojarzeniowe (nazwy sugestywne, aluzyjne, asocjacyjne). To druga grupa. W bardziej subtelny sposób, niedosłownie, poprzez metaforę przemycają produkt, usługę, cechy, obietnicę, wyróżniki, pozycjonowanie marki. Aby je wymyślić należy wnieść więcej finezji, kreatywności i pomysłu.
Jeszcze bardziej wyrafinowane są nazwy abstrakcyjne (nazwy sztuczne, neologizmy). Wydają się łatwe do stworzenia. Jednakże, aby wpaść na ciekawą, chwytliwą, atrakcyjną zbitkę sylab tworzących neologizm potrzeba sporo wysiłku (metoda na chybił-trafił sprawdzi się do pewnego etapu).
Seria artykułów o Wielkiej Trójce Namingu:
Czy nazwa opisowa ma więcej zalet czy wad?
Nazwa skojarzeniowa – czy warto ją mieć?
Nazwa abstrakcyjna bez tajemnic. Nazwa Oshee coś znaczy!
W mojej pracy namingowca zauważyłem, że Wielka Trójka Namingu stanowi większość nazewnictwa w każdej kategorii rynkowej.
Wejdź na jakiekolwiek zestawienie marek i firm, czy to w drogerii kosmetycznej (np. Hebe), czy sklepu z modą (Answear.com), czy firm deweloperskich (rynekpierwotny.pl) zobacz i sprawdź, czy moje stwierdzenie jest prawdziwe.
Jeśli zatem Wielka Trójka Namingu statystycznie rzecz biorąc stanowi większość nazewnictwa (mieści się w rozkładzie normalnym), takie też nazwy zazwyczaj będą wymyślały modele językowe. Jeśli będziemy polegali na takiej jakość treści stworzonych przez AI, jeśli przerzucimy rolę kreacji na sztuczną inteligencję, mogę zakładać, że nawet więcej niż 68% nazw będzie przeciętnych (czy teraz rozumiesz jak bardzo zbliżamy się do granicy AI-szrotu?). Oznacza to, że pojawia się całkiem sporo miejsca na pomysły ponadprzeciętne. Jak takie nazwy wymyślić? Odpowiedź podaję poniżej.
Jak wymyślić oryginalną nazwę lepszą od AI slop?
Przygotowałem trzy kreatywne sposoby stworzenia nazwy, którą sztuczna inteligencja nie wymyśli dopóty, dopóki nie zostanie zbriefowana. Są nimi:
- nazwa kalamburowa,
- nazwa numeryczna,
- nazwa eponimiczna.
1. Nazwa Kalamburowa
Co to są kalambury? Zagadki, nad którymi troszkę trzeba pogłówkować.
Takim kalamburem jest nazwa funduszu inwestycyjnego a16z.
Widoczne tu cztery elementy sugerują krótką nazwę. Nieprawda. Jest wręcz przeciwnie.
Założycielami funduszu venture capital są Marc Andreessen i Ben Horowitz. Zestawiając ich nazwiska, Andreessen Horowitz, otrzymujemy 18 liter. Pierwszą jest A, ostatnią Z, w środku pozostało 16 liter. Hurra, kalamabur rozwiązany!
Również nazwa n8n wydaje się zagadkowa. Oto wyjaśnienie co oznacza nazwa n8n.
Fraza „node” związana jest z kodowaniem, programowaniem, automatyzacją, i stanowi element terminu „node automation”, nieraz skracanego do „nodemation”. Founder i CEO tej firmy nie wyobrażał sobie używania tak długiej nazwy, stąd pomysł na skrócenie ciągu „n-odematio-n” do 3 symboli.
Ciekawie wygląda nazwa marki ASICS.
Brzmi tajemniczo., prawda? Wyjaśnienie jest ciekawe: etymologia wywodzi się od łacińskiego powiedzenia „mens sana in corpore sano“ (w zdrowym ciele zdrowy duch), które zostało zmodyfikowane do „anima sana in corpore sano”.
Zaleta formy nazwy kalamburowej? Wizualny młotek przykuwający uwagę, namingowy gwóźdź zawierający logikę.
Do czego można się przyczepić? Obserwatorzy i użytkownicy marki zmuszeni są do zastanawiania się nad jej wymową? Jednak, w nazwie kalamburowej „boli tylko za pierwszym razem”.
2. Nazwa z cyfrą
Rzadko pojawia się rankingach firm, produktów, usług, marek. Ta nietypowa forma nazwania biznesu wymaga logicznego uzasadnienia pochodzenia cyfry w nazwie. Najpopularniejszym sposobem użycia cyfry jest zastąpienie zaimków „to” i „for” dwójką lub czwórką np.: Home4You, Food4Less, Tech4All, app2you, How2Win, Back2Nature, Pay2Go. To jest standard, pomysł trącący banałem. Przeciwieństwem do nich są poniższe pomysły.
Ręka w górę, kto nie miał w ręku smar o WD40? A nawet jeśli nie używał go, to zapewne słyszał o niezbędniku każdego warsztatu, domu, mieszkania. Co oznacza nazwa WD40?
Firma, która pracowała w 1953 r. nad stworzeniem linii rozpuszczalników i odtłuszczaczy zapobiegających rdzewieniu (po angielsku „water displacement“) do zastosowań w przemyśle lotniczym i kosmicznym w roku osiągnęła cel dopiero przy czterdziestej próbie. Stąd fraza „water displacement 40th formula“ zyskała handlową nazwę WD40.
Ciekawą nazwą numeryczną jest 8a.pl.
Skala 8a nawiązuje do stopnia trudności we francuskiej skali wspinaczkowej – oznacza bardzo wysoki stopień zaawansowania we wspinaczce sportowej.
Drogi o „wycenie” 8a są uważane za wyjątkowo wymagające, przeznaczone dla wspinaczy o co najmniej średniozaawansowanych lub wysokich umiejętnościach technicznych i kondycyjnych. 8a stanowi symboliczną granicę we wspinaczce górskiej, niepisaną linię między wymiarem amatorskim, a profesjonalizmem.
Pod nazwą 8a.pl funkcjonuje największy w Polsce sklep górski i turystyczny online z ofertą zarówno dla amatorów, jak i profesjonalistów wszelkich aktywności na świeżym powietrzu.
Sporo ciekawych nazw numerycznych poznasz w artykule w NowyMarketing „Cyfry w nazwach marek – nisza z kreatywnym potencjałem” by Konrad Gurdak
3. Nazwa eponimiczna
Nazwa od nazwiska wywodzi się od założyciela firmy, foundera, wynalazcy, inicjatora albo od słynnych postaci ze świata fikcji (literatury) i historii (władcy, wynalazcy, prekursorzy).
Tu skupię się na nazwach pochodzących od inicjałów założycieli:
Hagi Cosmetics to rodzinna firma produkująca kosmetyki naturalne. Nazwa pochodzi od pierwszych liter imion, mamy i dwóch córek: H(anna), A(gata), G(abriela), I (i wszyscy inni, którzy z nami są).
Panattoni – pochodzi od nazwiska włoskiego wspólnika Carla Panattoniego, z którym założyciel firmy, Robert Dobrzycki, zaczął robić biznesy.
Słodycze Roshen są produkowane przez firmę założoną przez byłego prezydenta Ukrainy Petra Poroszenkę.
Mattel została założona przez Harolda „Matta” Matsona i Elliota Handlera. Nazwa firmy to połączenie ich imion: Matt i Elliot.
Max Factor – Maksymilian Faktorowicz.
Miu Miu – Miucca Prada.
Levann – Anna Lewandowska.
Haribo – połączenie dwóch pierwszych liter założyciela Hans Riegel i miasta Bonn.
Hebe – wywodzi się z greckiej mitologii. Bogini Hebe była córką Zeusa i Hery.
Nazwa numeryczna może przybrać dosłowną formę nazwiska, imienia założyciela. Może być miksem inicjałów foundera albo wspólników. Możliwych technik kreatywnego podejścia jest naprawdę sporo.
6 rodzajów eponimicznej nazwy znajdziesz w artykule dostępnym na blogu Domeny.tv „Nazwa firmy lub domeny od nazwiska”, Konrad Gurdak
Dlaczego AI wymyśla przeciętne nazwy?
Dlaczego w pierwszych iteracjach projektu namingowego modele AI nie przedstawią nazwy w stylu nazwy kalamburowej, numerycznej, ani eponimicznej?
Tak jak napisałem na początku tego artykuł, modele generatywnej sztucznej inteligencjisą modelami probabilistycznymi (również statystycznym). Pompuje się je treściami nabytymi ze szkolenia, dostrajania (trenowania) i promptowania (bieżącej pracy).
Proces treningowy polega na dostosowywaniu milionów, a nawet miliardów parametrów w celu przewidzenia kolejnego wyrazu w sekwencji, na podstawie wyrazów poprzedzających.
„Przenikanie umysłów” Aleksandra Przegalińska, Tamilla Triantoro, AIBooks by CampusAI, 2024
AI wnosi ogromną moc obliczeniową, rozpoznawanie wzorców i pracę opartą na danych. Posiada niezwykłe umiejętności przetwarzania danych i docierania do najodleglejszych zakamarków nabytej wiedzy. Wespół z ludzką kreatywnością, intuicją i rozumieniem kontekstowym tworzy niezwykle kreatywno-analityczny duet. Ale bez udziału człowieka, sztuczna inteligencja wykreuje nazwy mieszczące się w rozkładzie normalnym: standardowe, przyzwoite, przeciętne. Bo takowe, o takim stylu, które zostały przez nią wchłonięte podczas procesu treningu, dominują w każdej kategorii rynkowej.
Jeszcze raz podkreślam, AI wymyśli takie nazwy jakie statystyka jej/mu podpowiada, mieszczące się w rozkładzie normalnym, zawierającym w sobie 2/3 nazw określanych jako standardowe, przeciętne. Nie ma co przeczyć, że maszyny potrafią wykonywać analityczne działania z efektywnością i precyzją przewyższającą nasze ludzkie zdolności, w zamian brakuje im kreatywności, empatii i intuicji, cech charakteryzujących istotę człowieczeństwa.
To samo dotyczy generatorów nazw. Generatory nazw AI bazują na dostępnych modelach LLM-wych. Skoro odpowiedzi powstają na bazie statystycznych wzorców i syntetycznych danych, a nie faktycznej wiedzy, nazwotwórstwo w wykonaniu maszyny jakie będzie takie będzie. Lepiej będzie połączyć siły. Ty plus agencja namingowa, copywriter, osoba z lekkim piórem plus sprawdzony model AI. Synergia działań przyniesie od razu widoczne korzyści.
Posłuchaj rozmowę w podcaście Złapani w sieć „Jak wyrwać się z AI-szrotu? 3 metody na zyskowną nazwę marki”, Konrad Gurdak
Jak powinien wyglądać prompt pod lepszą nazwę niż AI-szrot?
Przyjmij założenie, że twój ulubiony model generatywnej sztucznej inteligencji pełni rolę współpracującego partnera rozszerzającego twoje kreatywne umiejętności (integracja ludzkiej intuicji z analizą maszynową).
Zadaj mu polecenie zawierające analizę i kreację.
Wykorzystaj jego potencjał analityczny, a następnie jego możliwości kreatywne. Wytyczne w prompcie powinny zawierać takie wytyczne:
- STRATEGIA
Udostępnij od siebie: kontekst projektu, strategia marki, informacje o firmie, produkcie, marce, wszystko co sprawi zrozumienie zadania związanego z kreacją nazwy. - KONKURENCJA
Polecenie: Przeprowadź analizę konkurencji w [danej] kategorii rynkowej, uwzględnij naming w odniesieniu do: przedstaw dominujące nazewnictwo, wyodrębnij oryginalne nazwy stanowiące out of the box, wskaż na niszowe techniki namingu, wykonaj analizę konkurencji w krajach [podaj kraje Europie oraz na innym kontynencie – tam szukaj inspiracji], - INSPIRACJE
Polecenie: Sporządź listę źródeł inspiracji w namingu [dodaj od siebie wskazówki np. słowniki obcojęzyczne, muzyka na Spotify, baza wystawców na targach … wskazówki znajdziesz w „Skąd czerpać inspiracje w namingu”], - KREACJA
Wygeneruj pomysły nazewnicze za pomocą techniki „Kwiat Lotosu”.
Stwórz pomysły na nazwy (naming) w postaci 8 głównych obszarów (płatków) trzymając się kategorii: 1-nazwy opisowe, 2-nazwy skojarzeniowe, 3-nazwy abstrakcyjne, 4-nazwy będące skrótem, 5-nazwy zawierające cyfrę, 6-nazwy eponimiczne (od znanych postaci, nazwiska), 7-nazwy geograficzne, 8-nazwy ze znakami specjalnymi.
Wyświetl nazwy jako ponumerowaną listę.
Poczekaj na moją decyzję, które gałęzie będziemy rozwijali.
To początek dłuższej drogi wymyślania nazwy marki we współpracy z modelem AI. Miej świadomość, że pierwszy prompt stanowi pierwszą iterację, konwersację w której ty jesteś operatorem, twórcą i osobą podejmującą finalne decyzje.
Wymagaj od danego modelu LLM-owego, aby oprócz standardowych odpowiedzi, wybierał drugą drogę, niekonwencjonalnego podejścia do kreacji (tzw. out of the box).
Celowo podkreślam twoją dyrektorską funkcję, bo częstą pomijaną kwestią w pracy z czatem jest to, że człowiek zapomina swoją rolę – operatora maszyny, dyrygenta – na rzecz nieobiektywnego odbiorcy treści, osoby przyjmującą wyświetlane komunikaty w oknie czata jako nieomylnej wyroczni.
Kiedy treści generowane przez AI będą epickie?
Domyślam się, że ludzie wierzą, że modele AI są prometejskim darem, i nie zauważają erozji jakości treści z jaką mają do czynienia. Dlatego mocno podkreślam, czat pełni rolę twojego asystenta, współpracownika, analityka, kreatywnego partnera, sparing partnera, lecz nie jest nieomylny, nie wyrocznią delficką. Modele LLM-owe potrafią zmyślać i halucynować.
To dlaczego tak chętnie z ich pomocy korzystamy? Ponieważ „efektem wow”, który nas, ludzi, zachwyca, jest szybkość pracy. W ciągu kilku, kilkunastu minut dostaniesz wielokroć tego co ludzki mózg wymyśli. I to co mnie zaskakuje pozytywnie, nieraz ten banalne, przeciętne nazwy, wymyślone przez model AI, potrafią być lepsze, niż to co człowiek wymyśli bez wsparcia niebiałkowego asystenta.
Prawda jest brutalna i szczera – sztuczna inteligencja zastępuje średni poziom myślenia, pracę przeciętnego specjalisty. Pamiętaj, jesteś twórcą treści. Będąc również świadomym operatorem sztucznej inteligencji wchodzicie na wyższy poziom namingu. AI pomoże tej osobie, która wie jak pracować z modelami generatywnej sztucznej inteligencji. A odpowiednią wiedzę na ten temat masz tu, na tym blogu.
Konsultacja namingowa
Jeśli masz przed sobą lub za sobą projekt namingowy. Pracujesz samodzielnie lub we współpracy z AI, szukasz obiektywnej opinii skorzystaj z konsultacji namingowej.
Korzyści z porady namingowej opisuję na tej stronie.
