반응형

목차

1. 주제선정

2. 목차설정

3. 정보수집

4. 정보수합

5. 머신러닝

 


 

1. 주제선정

SEO를 기준으로 주제선정에서부터 GPT의 도움을 받을 수 있다.

예를들어 '대출정보' 관련해서 블로그 쓰기 좋은 키워드들을 추천해줘 라고 검색하여 키워드를 추출해내어 어떤 글을 쓸지를 정하거나, '검색량 기준으로 블로그 작성에 좋은 키워드 추천해줘' 등의 내용으로 주제를 선정 할 수 있다.

오늘은 예시로 대출 상환 기간에 대한 내용을 GPT로 작성해보겠다.

2. 목차설정

글을 쓰는데에 목차는 독자로 하여금 내비게이션의 역할을 해준다.

보통 본인이 원하는 글의 목차가 있는 경우가 있지만, 어떻게 쓸지조차 막막하다면 이조차 GPT에게 맡기자!

3. 정보수집

이제 각 목차에 대한 정보를 수집할 차례이다.

어려울것 없다.

 

하나씩 다 물어보면 된다.

 

예를들어 위 사진의 2번에 해당하는 단기VS장기 대출의 경우

각각 세부항목으로 나온 내용에 대해 자세히 물으면 된다.

아래 사진은 시각적으로 편히 이해하고자 표로 작성을 요청한 내용들이다.

 

4. 정보 수합

각 목차에 대한 내용들을 GPT를 통해 끌어왔으니 이젠 내용들을 정리해서 콘텐츠로 만들 차례이다.

이것도 어려운가?? GPT한테 시켜라

이제 큰 뼈대는 완성되었고, 이에 따른 상세 내용들은 3.정보수집 을 통해 질문했던 내용의 답변들을 붙이면 된다. 

 

5. 머신러닝

gpt의 꽃이라고 부를 수도 있는 머신러닝이다.

챗봇 GPT는 오픈AI에서 개발한 자연어 처리를 위한 딥러닝 모델 중 하나입니다. GPT는 "Generative Pre-trained Transformer"의 약자로, 주로 텍스트 생성 작업을 위해 사용됩니다. 이 모델은 트랜스포머(Transformer) 아키텍처를 기반으로 하며, 미리 훈련된 모델을 기반으로 다양한 자연어 처리 작업을 수행할 수 있습니다.

GPT는 대규모의 데이터셋을 사용하여 사전 훈련된 후, 새로운 작업에 적용될 때 추가적인 작업이나 파인 튜닝을 통해 특정한 작업에 맞게 조정됩니다. 이 모델은 문장 생성, 기계 번역, 질의응답, 요약, 감정 분석 등 다양한 자연어 처리 작업에 활용될 수 있습니다.

GPT는 강력한 문맥을 이해하고 다양한 주제에 대해 지식을 보유하고 있으며, 인간 수준의 자연어 이해와 생성 능력을 가지고 있습니다. 이러한 특성으로 인해 GPT는 대화형 인터페이스, 컨텐츠 생성, 문서 자동 요약 등 다양한 응용 분야에서 활용되고 있습니다.

머신러닝을 쉽게 얘기하면 알아서 기억해서 공부하고 학습해서 발전시키는 gpt의 행동이다.

그렇다면, 머신러닝은 어떻게 쓰면 될까??

 

이것조차 매우 쉽다.

시키면 된다

 

지금까지 얘기한 내용들 머신러닝 기준으로 학습해서 앞으로 글 쓸때 참고해줘

라고 말하면 된다.

+마지막으로 글의 제목과 메타태그도 요청하자

'이 글에 적합한 제목과 메타태그 3개씩 추천해주고, 추천할떄 seo기준으로 추천해줘'

라고 말해보자!

반응형

+ Recent posts