AIGC实战项目的 Google Colab 代码合辑
🎥 利用最先进的多模态人工智能进行视频理解——在 TikTok 上复制病毒式成功的迭代方法
利用Apify API收集TikTok数据，用OpenAI Whisper进行自动转录，并用Vicuna多模态AI进行视频理解，针对TikTok视频提供定制化的自动化分析，确定其在TikTok上流行的关键因素，并生成结构化报告
📰 使用聚类进行全面的新闻媒体监控和分析
从谷歌新闻中爬取相关文章，使用句子嵌入进行聚类，并使用GPT-3分析每个聚类以确定关键叙述、观点、偏见等
📈 使用聚类进行自动关键词聚类以进行内容空白分析
执行关键词研究和聚类以确定内容差距，它与SEMrush API集成，使用SentenceTransformers生成嵌入，使用K-Means聚类关键词，并使用GPT-3生成集群描述
📰 使用语义 SEO 优化进行自动长篇文章生成
使用语义SEO数据生成高质量的长格式文章它抓取谷歌结果，执行NLP分析，生成针对语义SEO指标优化的大纲，将大纲分成部分，并使用GPT-3迭代改进内容
💡 使用聚类进行自动新闻抢占内容创意
收集关于一个主题的新闻文章，使用句子嵌入对其进行聚类，使用GPT-3总结聚类，并为每个聚类生成新闻劫持内容想法
⏰ 为社交媒体策略自动理解 TikTok 视频
使用最先进的AI模型启用对 TikTok 视频内容的自动化分析它分离音频，使用 Whisper 转录，使用 Vicuna 对视频理解进行编码，并生成定制化的见解
📣 自动新闻抢占创意和趋势分析
通过收集谷歌新闻文章，使用句子嵌入对其进行聚类，使用GPT-3对聚类进行总结，并根据聚类生成定制内容想法，实现自动新闻劫持构思
⛓ 自动站内 SEO 链接优化
自动分析页面内链接以提供SEO优化建议它抓取指定的URL，使用Newspaper3k分析链接的页面内容，使用GPT-3生成锚文本建议，并将结果输出到CSV
💭 根据任何文章自动推荐子版块和帖子标题
分析一篇文章，并使用GPT-3生成子reddit和帖子标题建议它总结文章，推荐目标子reddit，并为每个子reddit创建定制标题
💡 通过分析给定关键词的顶级排名页面上的文章文本自动生成文章大纲
抓取并分析关键词的前排名页面，以生成针对SEO优化的自动文章提纲
🎥 使用唇形同步自动翻译视频
使用OpenAI Whisper进行语音转文本和Wav2Lip进行唇形生成，实现带唇语同步的自动视频翻译
📑 从 YouTube URL 自动生成摘要、文章大纲、长篇文章和推文线程
使用GPT-3从YouTube视频转录中自动生成摘要、提纲、文章和推文线程
🤖 探索多代理 AI 协作以进行迭代发明、批评和综合
探索使用多个AI代理迭代生成、批评、完善和评估发明创意
🧔 自动意图、人物和买家推断
从关键词预测搜索意图，生成相应的人格，并让GPT-3推断每个人格的购买者需求和营销策略
🔎 大语言模型搜索优化
使用GPT-3等大语言模型优化搜索分析它生成查询，分析品牌提及，并创建自然语言报告
⚡ 提示链接即时内容计划
通过将提示链接到GPT-3，即时生成结构化SEO内容计划
📰 提示链接用于获取新闻数据新闻故事
通过将GPT-3提示链接到子主题、数据源和叙述，生成能产生病毒的数据新闻故事创意
✍️ 终极人工智能研究人员
使用ArXiv、语义搜索、摘要和自然语言生成自动化学术文献研究
👥 使用 HuggingFace 嵌入、聚类聚类和 GPT-3 自动生成内容和关键词聚类描述
使用HuggingFace embeddings、agglomerative clustering和GPT-3简化内容和关键词聚类，提供更深入和组织良好的聚类分析
⏰ 使用 GPT 和 Whisper 自动生成深度 TikTok 见解
利用Apify TikTokScraper以递归方式提取相关搜索关键词，下载所有相关视频，使用Whisper转录，并将GPT-4提示用于深入分析，以挖掘推动参与的要素
🕵 自动进行人格和动机研究
获取关键词列表，使用28种不同的评估对每个关键词进行预测，预测搜索该关键词的人及其目标；生成一个CSV，包含每个关键词的所有评估答案
❓ 自动问题扩展器，例如 AnswerThePublic
获取一个主题，生成与该主题相关的子主题，为每个子主题生成相关的子子主题，为每个子子主题生成30个相关问题，将所有内容整理到组织良好的DataFrame中以导出到CSV
📈 使用 GPT3 自动进行 Reddit 趋势研究
获取一个关键词，并抓取与其匹配的指定数量和日期范围内的所有Reddit帖子，使用11种不同提示分析抓取的Reddit帖子标题，总结它们的主要内容和要点；最后生成两个CSV，一个是Reddit抓取结果，一个是对帖子的分析/读出
📰 使用 GPT4 自动进行模式改进
使用newspaper3k从给定URL提取相关信息，使用GPT4分析内容并确定适当的schema类型，根据确定的schema类型提取相关数据点，使用提取的数据点生成JSON-LD schema标记，输出应用了schema标记的增强HTML
地址：https://github.com/ktynski/Marketing_Automations_Notebooks_With_GPT
