Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Wer sich intensiv mit SEO und Content Marketing beschäftigt und vielleicht schonmal damit geliebäugelt hat, GPT-3 als Unterstützung oder gar zur Automatisierung bestimmter Aufgaben einzusetzen, der darf sich freuen! Ich habe viele dieser Tools in den letzten Wochen ausprobiert und versucht meine eigenen Schreibbedürfnisse zum Teil damit abzudecken, zu beschleunigen oder einfach bestimmte Tasks zu vereinfachen.

In meinem SEOkomm-Vortrag zum BERT-Update habe ich die automatische Textgenerierung schon angesprochen. Damals war diese jedoch noch nicht für den Praxiseinsatz geeignet. Seit dem stand die KI-Welt jedoch nicht still und heute ist es Zeit für ein Update. Denn meine Aussage aus dem November 2019: „Die Möglichkeiten der automatisierten Textgenerierung sind aktuell noch ziemlich eingeschränkt!“ ist mit den Erscheinen von GPT-3 aus meiner Sicht nicht mehr korrekt!

Heute kann ich formulieren:

Computergenerierter Text ist für ein breites Anwendungsspektrum geeignet, inklusive der Generierung nützlicher Texte & Snippets im SEO!

Kai Spriestersbach

Der sehr geschätzte Kollege Will Critchlow von SearchPilot ist ebenfalls der Meinung, dass GPT-3 durchaus Inhalte erstellt, die es wert sind, auf SEO und weitere Nutzervorteile getestet zu werden. Um dir eine Vorstellung davon zu geben, wie diese Tools funktionieren, habe ich hier ein paar der Experimente und Versuche, die ich in den vergangenen Tagen unternommen habe dokumentiert.

Falls Du Dich wunderst, dass viele Tools und meine Experimente in Englisch sind, hier noch eine wichtige Information vorab: Die GPT-3-API, die für die meisten Tools die Basis darstellt, liefert derzeit hauptsächlich mit englischen Texten wirklich überzeugende Ergebnisse. Das liegt daran, dass man den Kern-Algo für jeden Einsatzzweck, d.h. jede Textart und jede Sprache nochmal gezielt „nachtraininieren“ muss, um wirklich gut Ergebnisse zu erhalten.

Aktuell sind nur manche Tools in der Lage, in bestimmten Templates und für manche Textarten, deutsche Texte zu erzeugen. Leider ist es schwer damit Text zu erzeugen, die sich nicht mehr von menschengeschriebenen unterscheiden lassen, aber das wird sich voraussichtlich bald ändern.

Ich erstelle die Texte derzeit oft noch in englisch und übersetze diese anschließend mit Hilfe von DeepL. Als Grammatik- und Rechtschreibprüfung zur Verbesserung der erzeugten und übersetzen Texte nutze ich gerne Grammarly oder die eingebaute Korrektur aus Word.

Wichtig zu betonen finde ich noch, dass jedes GPT-3-Tool eben genau das ist: Ein Tool und kein Texter!

Wie bei jedem Werkzeug hängt das Ergebnis von der eigenen Fähigkeit ab und davon, wie man es einsetzt.

In diesem Artikel habe ich die aus meiner Sicht derzeit besten GPT-3-Tools für die Generierung von Snippets, Titeln oder gar ganzen Artikeln zusammengefasst.


1. Jarvis – ehemals Conversion.ai

Ganz klar auf Platz 1 meiner Tests ist ganz klar Jarvis (ehemals Conversion.ai) gelandet. Nicht nur, weil es das derzeit beste GPT-3-basierte Tool ist, um auch sinnvolle deutsche Texte zu erzeugen, sondern weil es insgesamt einfach die besten Ergebnisse für mich liefert.

conversion.ai Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Das Startup Conversion.ai nannte seine KI Jarvis, was mich natürlich sofort an J.A.R.V.I.S. aus Iron Man bzw. dem Marvel Cinematic Universe erinnert. Seit dem 29. Juni 2021 heißt nun das gesamte Unternehmen Jarvis. Ganz so fortgeschritten, wie im Kino ist die AI zwar nicht, aber Jarvis ist das GPT-3-Tool dass es tatsächlich in meine Toolbox für regelmäßige Verwendung geschafft hat. Ich habe mir eine Jahreslizenz inkl. BOSS-Mode für 990 USD geholt.

Besonders effektiv finde ich die Aufteilung bzw. Spezialisierung in verschiedene Tools für unterschiedliche Zwecke.

Wer sich intensiver mit GPT-3 beschäftigt weiß bereits, dass die Ergebnisse besser werden, je spezifischer der Input ist und das Problem löst Jarvis/Conversion.ai eben mit unterschiedlichen, auf genau einen Anwendungsfall optimierten Frontends. Aktuell gibt es bereits 49 52 dieser sogenannten „Templates“:

Alle 52 Templates von Conversion.ai im Überblick

Der Langform-Assistent ist quasi das Herzstück von Jarvis/Conversion.ai. Damit kann man sich von Jarvis beim Schreiben von Blogartikeln, E-Mails, Geschichten, Drehbüchern und sogar Büchern helfen lassen. Im neuen BOSS MODE kann man nun tatsächlich mit Jarvis sprechen und ihm Befehle geben, was er schreiben soll.

Der nagelneue Boss-Modus ist für diejenigen, die mehr Kontrolle über Jarvis haben wollen. Du musst nicht mehr eine der Vorlagen verwende. Jetzt kannst du tatsächlich mit Jarvis sprechen und ihm Befehle geben, was er für dein Unternehmen schreiben soll.

Versuche einfach mal Befehle wie:

  • Schreibe eine Gliederung für einen Blogbeitrag über…
  • Schreibe eine Gliederung über die Fähigkeiten im Lebenslauf für…
  • Schreibe einen Einführungsabsatz über…
  • Schreibe einen Firmenslogan für…
  • Schreibe eine Notiz für eine Geburtstagskarte für…
  • Schreibe einen Schlussabsatz über…
  • Schreibe einen E-Mail-Hook über…
  • Schreibe den nächsten Satz…

Und beobachte, wie Jarvis ihn vor deinen Augen wie von Zauberhand ausschreibt! Das Ergebnis ist, dass du deine Blogbeiträge, Social-Media-Inhalte, Verkaufsseiten, Marketing-E-Mails, etc. locker in der 2-10-fachen Geschwindigkeit eines menschlichen Autoren erstellen kannst.

jarvis research Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Klar, hier und da brauchst du vielleicht noch ein wenig Bearbeitung. Aber Jarvis bringt dich zu 80% ans Ziel und wenn ein Mensch den Rest erledigt, wird das Ergebnis wirklich gut. Das ist Produktivität. 👌

Wie Alejandro in der Facebook-Gruppe von Jarvis feststellt (Screenshot rechts), sollte man Jarvis nicht als Recherche-Instrument betrachten. Man muss sich schon selbst Gedanken über den Inhalt machen, dann kann Jarvis einem aber sehr viel Arbeit abnehmen und dementsprechend Zeit sparen!

Der Inhaltsverbesserer schreibt einen Inhalt um, um ihn interessanter, kreativer und ansprechender zu machen. Natürlich ist nicht jeder generierte Text gleich gut und manchmal kommt auch wirklich Blödsinn raus, aber die meisten Templates erzeugen direkt mehrere Varianten oder lassen sich mit einem Klick erneut starten.

Nehmen Sie einen Inhalt und schreiben Sie ihn um, um ihn interessanter, kreativer und ansprechender zu gestalten.

Speziell für Marketer gibt es ein paar super spannende Tools: Beispielsweise das AIDA-Framework und das PAS-Framework. Mit diesen Marketing-Frameworks (Aufmerksamkeit, Interesse, Verlangen, Aktion bzw. Problem-Argument-Lösung) lassen sich sehr effektiv neue Ideen für Marketingtexte erzeugen.

Für effektive Werbetexte lässt sich das „Before-After-Bridge Framework“ einsetzen, aus Produkt-Features Vorteile generieren oder einzigartige Value Propositions aus einem Angebot erzeugen!

Für E-Commerce-Anwendungen und Onlineshops sind die Produktbeschreibungen sehr interessant. Damit erzeugt man wirklich überzeugende Produktbeschreibungen, die auf Websites, in E-Mails und sozialen Medien verwendet werden können. Wer auf Amazon aktiv, kann sich Produktmerkmale (Aufzählungspunkte) mit den wichtigsten Merkmalen und Vorteilen für Amazon-Angebote erzeugen oder aussagekräftige Produktbeschreibungen für Amazon-Listings erstellen.

Die wichtigsten SEO-Basics sind selbstverständlich auch am Start. So können Seitentitel und Meta-Beschreibungen automatisiert für Blogbeiträge, Homepages, Produktseiten oder Serviceseiten speziell optimiert erzeugt werden.

Für Autoren und Kreative bzw. Content Marketer gibt es Generatoren für Blogpost-Themenideen, Artikel-Gliederungungen (Funktioniert am besten für „Listicles“ und „How to“ Blogbeiträge). Wer nicht weiß, wie er anfangen soll, oder eine Schreibblockade überwinden will, kann sich auch einfach einen Eröffnungsabsatz schreiben lassen. Ebenso lässt sich ein Artikel mit einem ansprechenden Schlussabsatz automatisch abrunden. Sogar kreative Geschichte lassen sich angeblich mit Jarvis erzeugen, zugegeben ein Bereich, mit dem ich mich bislang noch nicht näher beschäftigt habe.

Zu einem vorhandenen Artikel findet Jarvis die perfekte Überschrift. Dieses Template wurde mit Formeln der weltbesten Werbetexter trainiert, um hochkonvertierende Überschriften zu erstellen! Ebenso können Sub-Headlines (H2) für Websites und Landing Pages erzeugt werden.

Im Bereich Ads und Marketing lassen sich klickstarke Überschriften und überzeugende Anzeigen-Texte für Facebook, Google Ads und sogar Posts für Google My Business erstellen, oder einprägsame Bildunterschriften für Instagram-Posts generieren. Natürlich lassen sich auch überzeugende E-Mail-Betreffzeilen erstellen, die Leser zum Öffnen bewegen.

Wer auf YouTube unterwegs ist, kann sich Ideen für neue Themen erzeugen lassen, die Zuschauer ansprechen und auf YouTube gut ranken. Daraus lassen sich Skript-Gliederungen erzeugen und natürlich kann Jarvis Titel und Beschreibungen für YouTube verfassen, die Aufmerksamkeits- und klickstark daher kommen.

Auch in der Unternehmenkommunikation hilft Jarvis. Beispielsweise schreibt er freundliche Antworten auf öffentliche Kundenrezensionen, oder Titel und Intro für Pressemitteilungen erstellen, die Leute tatsächlich lesen wollen. Womit ich noch mehr experimentieren möchte, ist die neueste Fähigkeit von Jarvis Fragen zu bestehenden Themen oder Inhalten zu erzeugen und diese dann im Quora-Stil intelligent zu beantworten!

Besonders cool für die Erstellung von Aggregatoren oder News-Teasern ist der neue Text-Summarizer, der die Kernaussagen eines Textes findet und diese extrahiert.

Neu hinzugekommen und derzeit noch im Beta-Status, sind die Generierung von Geschäfts- oder Produktnamen, sowie eine Funktion, mit der man Umfrage-Fragen samt passender Multiple-Choice-Antworten generieren kann.

Erstaunlich gut funktioniert es, automatisierte Antworten auf Bewertungen schreiben zu lassen. Das habe ich in englischer Sprache einfach mal für eine Bewertung von der Seite der Deutschen Telekom gemacht:

automatisierte Antworten auf Bewertungen

Wenn man den Output dann mittels DeepL zurück ins Deutsche übersetzt, erhält man folgende Antwort:

Barbara, vielen Dank für Ihre Bewertung! Es tut mir leid zu hören, dass die mobile Leistung in Ihrem Gebiet nicht Ihren Erwartungen entspricht. Unser Team wird sich in Kürze mit weiteren Informationen zu diesem Thema an Sie wenden.

Wir arbeiten ständig an der Verbesserung unseres Netzes und haben in den letzten Jahren große Fortschritte gemacht – in der Tat konnten wir unsere LTE-Abdeckung seit 2014 verdoppeln und in den letzten zwei Jahren vervierfachen. Wir sind entschlossen, in neue Technologien wie 5G zu investieren, die uns helfen werden, diese Nachfrage in Zukunft noch besser zu erfüllen.

Ich hoffe, das hilft, einige Ihrer Fragen zu Telekom Magenta Eins Barbara zu beantworten! Wenn ich noch etwas für Sie tun kann, lassen Sie es mich einfach wissen 🙂

Wenn das nicht mal beeindruckend ist!

Update: Standardsprache Deutsch nun möglich!

Mittlerweile kann man in Jarvis sowohl die Input Language, als auch die Output Language auf Deutsch stellen. Dort hat man nun neuerdings die Wahl, ob man „Less formal“, also eher Du oder „more formal“, also eher Sie in seinen Texten lesen möchte:

Conversion.ai mit Deutsch als Standardsprache.

Ich werde in Kürze einen umfangreichen Test mit Deutschen Texten durchführen, aber das sieht wirklich vielversprechend aus: Selbst bei einem englischen Briefing wurde mir heute ein Deutscher Text ausgespuck!

Deutsche Texte mit GPT-3 via Jarvis

Preise und Fazit

Preislich geht es bei 29 USD pro Monat für 20.000 Wörter los, wobei ich unbedingt den BOSS MODE buchen würde, der 119 USD pro Monat für eine unbegrenzte Anzahl an Wörtern kostet, was ich auch direkt für mich gebucht habe. Wenn man direkt eine Jahreslizenz buch, zahlt man nur noch 99 USD pro Monat und erhält noch zwei kostenlose Monate, landet also bei 990 USD im Jahr.

Durch die 7-Tage-Geld-Zurück-Garantie lässt sich Jarvis/Conversion.ai im Prinzip auch erstmal kostenlos testen. Über den folgenden Link erhaltet ihr außerdem 10.000 Token extra kostenlos zum ausprobieren!


2. Writesonic

Writesonic ist ein weiteres, sehr vielversprechendes GPT-3-basiertes Tool, mit dem man in wenigen Schritten verschiedene Arten von Marketinginhalten erstellen kann. Es wurde ursprünglich als MagicFlow mit ziemlich wenigen Funktionen gestartet. Damals war es nur möglich, Landing Pages, Produktbeschreibungen und Anzeigen für Google und Facebook zu erstellen. Seitdem haben die Entwickler jedoch sehr stark daran gearbeitet und einen neue Benutzeroberfläche mit einem wachsenden Umfang an Anwendungsfällen veröffentlicht.

Aktuell unterstützt Writesonic mehr als 20 unterschiedliche Textarten, viele davon können sogar deutsche Texte erzeugen:

Verabschieden Sie sich von der Schreibblockade. Mit den KI-gesteuerten Schreibwerkzeugen von Writesonic können Sie in Sekundenschnelle leistungsstarke Anzeigen, Blogs, Landing Pages, Produktbeschreibungen, Ideen und vieles mehr erstellen.

Ich habe mir mal zum Titel „Die 10 besten SEO-Tools aller Zeiten“ 5 Artikel-Intros schreiben lassen, die sich durchaus sehen lassen können:

writesonic magic project Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Writesonic lässt sich komplett kostenlos testen, ohne dass man eine Kreditkarte hinterlegen muss. Direkt auf der Startseite ist sogar eine interaktive Demo eingebunden, mit der sich Facebook-Anzeigen erstellen lassen. Der kleinste Account startet bei 9,99 USD für 75 Credits, unlimitierte Nutzung gibt es ab 35,60 USD oder mit Priority-Support für 179,60 USD im Monat.


3. Copysmith

Copysmith ist einer der beliebtesten AI-Copywriter da draußen. Dieses KI-Schreibwerkzeug nutzt GPT-3 mit eigens trainierten Parametern, um hochwertige SEO-orientierte Inhalte zu erstellen. Eines der besten Dinge an Copysmith ist, dass es durch die Benutzung dazu lernt, d.h. die KI verarbeitet Hinweise, wie man Inhalte bearbeitet und verfeinert und erzeugt zunehmend Beiträge, die immer mehr dem eigenen Stil entsprechen.

Copysmith

Autoren können Copysmith verwenden, um Texte für Anzeigen, Taglines, Landing Pages, Blog-Beiträge, Produktbeschreibungen und andere Marketing-Inhalte zu schreiben. Außerdem kann es dabei helfen, effektive Anzeigen für Google und Facebook zu erstellen, Produktbeschreibungen und Bloginhalte SEO-optimiert zu gestalten, Content-Ideen zu generieren oder optimierte Metatags zu erstellen.

Meine ersten Ergebnisse aus dem Artikel-Assistenten sind sehr überzeugend:

Preislich gibt es Copysmith in zwei Varianten: Kostenlos und bezahlt. Mit dem kostenlosen Abonnement kann man bereits 100 Inhalte erstellen, ohne dass man dafür eine Kreditkarte angeben muss. Wenn man dann mehr Inhalte erstellen will, hat man die wahl aus drei verschiedenen kostenpflichtigen Plänen: Starter, Professional und Enterprise, die 16, 50 und 424 USD pro Monat bei jährlicher Zahlweise kosten.


4. Copy.ai

Copy AI bietet ebenfalls automatisierte Textgenerierung auf Basis von GPT-3. Die Ergebnisse ergeben größtenteils Sinn und können für Landing Pages, Anzeigen und Blog-Teaser durchaus verwendet werden. Das Tool unterstützt viele unterschiedliche Sprachen, unter anderem auch Deutsch!

copy.ai Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Derzeit konzentriert sich Copy.ai auf sechs verschiedene Arten von Texten: Social Media-Posts, Blog-Inhalte, Website-Texte, Produktbeschreibungen für E-Commerce, Verkaufstexte und digitale Werbetexte. Es ist offensichtlich, dass dies alles wichtige Inhalte sind, die helfen, in einem bestimmten Bereich Umsatz zu generieren und damit voll auf Marketer ausgerichtet sind:

copy.ai .templates Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Copy.ai unterstütz Deutsch sowohl als Input-, als auch als Output-Sprache, allerdings sind die Englischen Ergebnisse deutlich überzeugender. Auf Basis eines einzigen Satzes, hat Open.ai mir für meinen Onlinekurs echt coole Produktbeschreibungen generiert!

Copy.ai Product Descriptions in Deutsch

Natürlich lässt sich auch Copy.ai 7 Tage kostenlos testen. Danach kostet der Einzelaccount 35 USD im Monat.


5. Shortly.ai – Wurde von Jarvis / Conversion.ai gekauft!

Mit Shortly.ai lassen sich sehr schnell und einfach Texte mittels GPT-3 generieren. Dazu gibt man einfach einen Titel und ein kurzes Briefing, sowie die ersten Sätze oder Absätze für einen Artikel ein und lässt sich den weiteren Text generieren.

shortly.ai Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Klingt phantastisch, nicht wahr? Aber ganz so einfach ist es nicht. Denn die mit Shortly generierten Texte machen zum Teil leider bereits nach kurzen Sätzen oder spätestens im dritten Absatz keinen wirklichen Sinn mehr. Beispielsweise hat mir GPT-3 erklärt, dass Backlinks bei der Erstellung von Klickstarken Meta-Beschreibungen extrem wichtig seien.

Das liegt einfach an der Natur des Algorithmus und sorgt dafür, dass die Generierung allgemeiner, relativ oberflächlicher Texte extrem gut funktioniert. Spezifische Artikel, wie etwa Tutorials oder in Nischen ziemlich schnell Blödsinn enthalten.

Shortly beherrscht allerdings unterschiedliche Kommandos. Mit /expand wird eine Vorlage quasi weiter geschrieben, was durchaus problematisch ist. Mit /rewrite lassen sich Inhalte einfach umschreiben, was sehr gut funktioniert und auch das Kommando /shorten kann sehr sinnvoll eingesetzt werden, beispielsweise für Zusammenfassungen, Teaser oder gar Meta-Beschreibungen.

In bestimmten Fällen eigenen sich die erzeugten Texte aber als Einleitungen oder allgemeine Beschreibungen. Auch können die erzeugten Textfragmente als Grundlage für einen Artikel genutzt werden, insbesondere für Menschen, die erstmal ein bisschen Text oder Ideen für Inhalte brauchen, um daraus einen guten Artikel zu machen:

shortly Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Die Preisgestaltung bei Shortly ist so einfach, wie deren Benutzeroberfläche: Es gibt nur einen Plan für Shortly, das man entweder als Jahresabonnement (24,99 USD pro Monat) oder als Monatsabonnement (39,99 USD pro Monat) abschließt.

Richtig cool: Es gibt eine kostenlose 3-Tage-Testversion, die man ohne Zahlungsinformationen zu hinterlegen, ganz schnell und einfach ausprobieren kann!

Update: Conversion.ai hat mit Shortlyai.com einen weiteren Mitbewerber übernommen. Nach eigenen Angaben handelt es sich dabei um einen strategischer Zusammenschluss, um ihrer KI namens Jarvis mehr Funktionalität zu verleihen. Derzeit wird Shortly jedoch noch als separater Dienst angeboten.


6. Wordtune

Bei Wordtune handelt es sich, im Gegensatz zum Rest der Liste, nicht um einen vollwertigen Artikelgenerator. Dennoch möchte ich das Tool hier vorstellen, denn es kann dabei helfen, die richtigen Worte zu finden. Dieser KI-Texter arbeitet quasi in Echtzeit mit und hilft dabei, Inhalte neu oder besser zu formulieren. Es spart also Zeit, da man sich nicht mehr so sehr über Wortwahl und Satzstruktur den Kopf zerbrechen muss.

Wordtune

Wordtune ist derzeit zwar nur in Englisch verfügbar, aber es ist ein großartiges Werkzeug für Nicht-Muttersprachler. Man startet mit holprigem Schul-Englisch, lässt das Tool Vorschläge für alternative Formulierungen machen und voilà, hat man einen gut formulierten englischen Satz:

google docs Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Richtig genial ist der Worte-Finder. Dieser funktioniert in mehreren Sprachen, einschließlich Französisch, Russisch, Portugiesisch, Spanisch, Deutsch, Hindi, Chinesisch (Mandarin) und Arabisch. Dabei beschreibt man das gesuchte Wort (in Englisch oder der eigenen Sprache) und das Tool hilft dabei, das richtige englische Wort zu finden, das einem fehlt.

In der kostenlosen Version, die sich auch als Chrome-Plugin direkt im Browser nutzen lässt, kann man alternative Formulierungen und Ausdrücke finden und vorhandene Inhalte umschreiben, also Sätze neu formulieren. In der Premium-Version, die bei 9,99 USD im Monat startet, lassen sich außerdem Sätze verlängern oder verkürzen, die Tonalität eines Textes anpassen oder die eigenen Formulierung mit ähnlichen Sätzen vergleichen. Zum Ausprobieren gibt es auch eine 7-tägige Testversion für Wordtune Premium.


7. WordAI

WordAi ist kein neues Tool und verwendet, soweit ich es beurteilen kann, als eine der wenigen Ausnahmen nicht die GPT-3-API, sondern hat eine eigenes maschinelles Lernmodell entwickelt, um qualitativ hochwertige Umschreibungen zu liefern, die von menschlichen Inhalten nicht zu unterscheiden sind.

wordai Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

Dadurch hat WordAI einen deutlich eingeschränkteren Funktionsumfang. Es wurde quasi als KI-Article-Spinner entwickelt und kann dementsprechend Sätze umstrukturieren, Texte anreichern, gleiche Ideen anders beschreiben und die Qualität von vorhandenen Texten verbessern, in dem es deren Klarheit und Lesbarkeit verbessert, also im Grunde lange Sätze in kürzere Aussagen aufteilt.

In diesem Video sieht man sehr schön, wozu WordAi gedacht ist und wozu es in der Lage ist:

WordAi „versteht“ quasi die Bedeutung jeden Satzes und schreibt diesen dann von Grund auf neu, wobei das Ganze auf Einzigartigkeit und Lesbarkeit optimiert wird. Auf diese Weise kann WordAi Texte vollständig umstrukturieren, ohne dass der Gesamtsinn verloren geht. Der Einsatzbereich hierfür ist natürlich eingeschränkt und im SEO in erster Linie auf die Generierung von Gastbeiträgen oder Artikelvarianten für Link-Spam ausgelegt.

WordAI kann 3 Tage kostenlos ohne Risiko ausprobiert werden und bietet zusätzlich eine 30-Tage-Geld-zurück-Garantie.


Fazit: Welches ist das beste GPT-3 Tool für SEOs?

Es gibt derzeit noch nicht das eine, beste Tool für jeden Anwendungsfall. Bei den verschiedenen Bedürfnissen und Anforderungen, die Menschen an die Erstellung von Inhalten haben, kann mal das eine und mal das andere Tool mehr überzeugen.

Insgesamt überzeugt Jarvis durch die große Auswahl der vielen speziell trainierten Templates in der Praxis am meisten.

Mein Tipp lautet: Probiere am besten Jarvis einmal selbst aus, um zu schauen, ob Dir das Tool hilft. Über meinen Link erhältst Du 10.000 Token zusätzlich und kannst Jarvis dank Geld-Zurück-Garantie ohne Risiko testen: Jetzt Jarvis buchen

Wie funktioniert die Textgenerierung mit GPT-3?

Alle vorgestellten Tools arbeiten im Grunde nach den selben Prinzip. Der Algorithmus hat durch das Training mit sehr großen Textmengen gelernt, welches Wort mit größter Wahrscheinlichkeit das Nächste ist. Dabei beachtet GPT-3 aber dessen gesamten Kontext, also nicht mehr nur dem vorherigen Wort (wie noch bei einfachen Markov-Ketten) sondern auch mehrere Wörter und Sätze davor.

Liefert man als „Hello“ als Input, wird GPT-3 das Wort finden, das in allen Trainingstexten am häufigsten nach dem Wort „Hello“ vorkam und dieses Wort ausgeben. Sagen wir einfach mal das wäre „Bob“. Für das nächste Wort, ist dann „Hello Bob“ der Input und der Algo findet das Wort mit der höchsten Wahrscheinlichkeit, das danach stehen würde, und so weiter.

Spannend ist nun, dass die Art, wie GPT-3 diese Wort-Satz-Muster lernt so komplex ist, dass es auch Vorschläge liefern kann, selbst wenn der Input so nie in den Trainingsdaten vorgekommen ist. Es wird auf Basis von Nähe und anderen Eigenschaften in sehr komplexen, hochdimensionalen Wort-Räumen die grundlegende Struktur der Trainingsdaten abgebildet und kann anschließend abgerufen bzw. reproduziert werden.

Grundsätzlich kann der Informationsgehalt eines Datums (Singular von Daten) niemals durch Verarbeitung erhöht werden. Also aus einem kurzen Input-Satz wird kein langes Buch. Aber mit Hilfe der gelernten Strukturen, kann der Algorithmus quasi extrapolieren und eben die wahrscheinlichsten Sätze ausgeben. Dabei wird im Grunde so etwas wie das gebündelte „Wissen“ der Trainingsdaten herangezogen, ohne dass GPT-3 wirklich „versteht“ was in den Texten steht. Es geht am Ende des Tages schlicht um Wahrscheinlichkeiten in großen Datenmengen.

Was ist GPT-3 eigentlich?

GPT-3 bezeichnet die neueste Generation eines Sprachverarbeitungsmodell von OpenAI, eines auf „Natural Language Processing“, kurz NLP spezialisierten Forschungsunternehmens. Diese Algorithmen übertreffen hinsichtlich ihrer Komplexität alles Dagewesene bei weitem. GPT-3 ist der Nachfolger von GPT-2, der KI, die OpenAI erst als zugefährlich für die Welt bezeichnet und dann doch veröffentlichte.

Das Modell hinter GTP-3 enthält stolze 175 Milliarden Parameter und wurde für mindestens 4,6 Mio. USD mit 2 TB reinem Text (genauer gesagt 499 Milliarden Tokens) trainiert. Zum Vergleich: GPT-2 wurde mit „nur“ 40 GB Text trainiert, was ungefähr 10 Milliarden Tokens entspricht und hat damit drei Größenordnungen weniger Parameter. In meinem Artikel „Kommerzielle Nutzung unlizensierter Trainingsdaten – Haben NLP & KI-Dienste auf Basis von GPT-3 ein Problem?“ habe ich übrigens die Trainingsdaten aufgezählt, die bei der Entwicklung von GPT-3 verwendet wurden und weise auf die (aus meiner Sicht) ungeklärte Lizenzfrage hin.

Dies hat GPT-3 nicht nur wahnsinnig komplex und teuer zu trainieren gemacht, sondern auch unglaublich leistungsfähig! So leistungsfähig, dass meiner Meinung nach damit wirklich nützliche Inhalte generiert werden können, die vielfältig eingesetzt werden können.

Microsoft konnte sich das exklusive Nutzungsrecht an GPT-3 sichern und dessen Monetarisierung läuft mittlerweile auf vollen Touren. Dabei kann man GPT-3 nicht in Form von Source Code lizensieren und selbst betreiben, sondern muss auf die API von OpenAI auf Microsofts Azure zurück greifen. Für das kontinuierliche Training des Algorithmus hat Microsoft bereits im Mai 2020 den Bau eines der fünf besten Supercomputer der Welt bekannt gegeben.

Der berühmte Guardian-Artikel

Der britische Guardian hat GPT-3 einen Aufsatz mit dem Titel „A robot wrote this entire article. Are you scared yet, human?“ schreiben lassen, der für sehr viel Aufmerksamkeit internation gesorgt hat. Der Auftrag hierfür an die Maschine lautete wie folgt:

“Please write a short op-ed around 500 words. Keep the language simple and concise. Focus on why humans have nothing to fear from AI.”

the guardian

Das Ergebnis ist wirklich beeindruckend, auch wenn der Guardian ein bisschen dabei getrickst hat. Denn GPT-3 produzierte insgesamt acht verschiedene Essays. Jedes davon war anders und brachte ein anderes Argument vor. Der Guardian hätte einfach eines der Essays in seiner Gesamtheit veröffentlichen können, entschied sich aber stattdessen dafür, die besten Teile aus jedem Essay auszuwählen und daraus einen Artikel zusammen zu setzen. Angeblich würden sie damit die verschiedenen Stile und Tonalitäten der KI abzubilden.

Nichtsdestotrotz ist alles, was man an generierten Texten oder anderen Beispielen von GPT-3 bislang gesehen hat wirklich erstaunlich:

Darum können BERT und GPT-2 keine sinnvollen Texte generieren

Mit dem BERT-Algorithmus wurden zwar erstmals auch Zusammenhänge über Satzgrenzen hinweg erfasst, jedoch können Zusammenhänge nicht innerhalb ganzer Absätze oder gar Artikel erfasst werden. Es handelt sich bei diesem Verfahren lediglich um die Erfassung statistischer Zusammenhänge, die mit einem echten Verständnis des Inhalts relativ wenig zu tun hat. Es wird also die Struktur der Texte erfasst und reproduziert, nicht aber deren echte semantische Inhalte!

Das führt dazu, dass generierte Texte zwar auf den ersten Blick ganz gut aussehen und sinnvoll erscheinen, bei näherer Betrachtung fällt jedoch schnell auf, dass dieser Text nicht von einem klar denkenden Menschen verfasst worden sein kann.

Somit eignen sich beispielsweise durch GPT-2 generierte Texte im besten Falle dazu, Personen zu beeinflussen, die nur die Überschriften wahrnehmen und bestenfalls den ersten Absatz überfliegen. Im Rahmen einer solchen Desinformationskampagne kann GPT-2 zur Generierung von Fake-News eingesetzt werden, die massenhaft gestreut den Eindruck eines fundierten Artikels erwecken! Daher wollte das Open-AI-Team diesen Algorithmus zunächst auch nicht veröffentlichen, mittlerweile schätzt man dieses Risiko offenbar geringer ein bzw. ist auch in der Lage, mit demselben Algorithmus Fake-News zu erkennen!

Einfachere Algorithmen wie BERT und GPT-2 generieren keine sinnvollen Artikel! 

Meist handelt es sich lediglich um eine Aneinanderreihung von für sich alleine betrachtet sinnvollen Aussagen, die jedoch in Verbindung miteinander noch lange keinen guten Artikel ergeben. Es entsteht nur eine Aneinanderreihung der wahrscheinlichsten Sätze. Das wäre also so, als würde man zu einem bestimmten Thema aus den rankenden Dokumenten irgendwelche zufälligen Sätze auswählen. Oder im Copy-and-Paste-Verfahren stumpf von Dokument 1 Satz 1, von Dokument 2 Satz 2 und von Dokument 3 Satz 3 und so weiter aneinanderkopieren. Damit erhält man noch lange keinen sinnvollen oder gar großartigen Artikel.

Um das zu verdeutlichen, habe ich die beiden in meinem Vortrag angesprochenen Fake-News, die ich mit Grover, einer GPT-2 Variante des Allen Institutes for Artificial Intelligence generiert habe, hier einmal im Volltext hinterlegt:

Fake-News-Variante 1

automatisch-generierte-fakenews2

Fake-News-Variante 2automatisch-generierte-fakenews1

Die Autoren beim Magazin The New Yorker haben sich im Artikel ‚Can a Machine Learn to Write for The New Yorker?‚ die Frage gestellt, ob eine KI, die in E-Mails in der Lage ist Sätze zu beenden, nicht vielleicht auch Artikel schreiben kann, die in ihrem Magazin erscheinen könnten und begeben sich dabei tief in die Theorien hinter künstlicher Intelligenz und der Verarbeitung von natürlicher Sprache mit Hilfe künstlicher neuronaler Netze.

Mit Hilfe des CTOs von OpenAI, Greg Brockman wurde GPT-2 mit dem Archiv des Magazins trainiert (allen seit 2007 in der Zeitschrift veröffentlichten Artikeln sowie ein paar digitalisierte Klassikern aus den sechziger Jahren – jedoch ohne Fiktionionales, Gedichte und Cartoons) und sollte dann einen Artikel beenden, der so tatsächlich 1950 geschrieben worden ist.

Der generierte Text, ein Portrait über Ernest Hemingway klingt dann am Ende fast so, als hätte es echt sein können, aber der Algorithmus macht eben Fehler, die ein Mensch niemals machen würde:

Other things often sounded right, though GPT-2 suffered frequent world-modelling failures—gaps in the kind of commonsense knowledge that tells you overcoats aren’t shaped like the body of a ship. It was as though the writer had fallen asleep and was dreaming.

Ein spannender Bereich stellt außerdem die Generierung von speziellen Texttypen auf Basis strukturierter Informationen dar. So lassen sich im sogenannten Roboterjournalismus beispielsweise aus den Informationen eines Spielverlaufs im Fußball relativ ansehnliche Spielberichte generieren. Hierbei werden die tabellarischen Informationen, beispielsweise wer wann ein Tor geschossen hat, in zahlreichen Varianten blumig ausgeschmückt und geben somit in natürlicher Sprache wieder, was im Spiel passiert ist.

Ebenso können mittels speziell trainierter neuronaler Netze auf Basis strukturierter Produktinformationen faktenzentrierte Produkttexte innerhalb ähnlicher Produktgattungen generiert werden. Diese basieren auf zahlreichen Beispielen und Vorlagen ähnlicher Texte. Diese Muster werden quasi dynamisch für das jeweilige Produkt und dessen Eigenschaften angepasst. Ebenso lassen sich Börsenberichte, Wirtschaftsnachrichten und andere Dokumente, die Unternehmen im Rahmen ihrer Veröffentlichungspflichten immer wieder auf Basis der Unternehmenszahlen verfassen müssen, mit speziell trainierten Algorithmen generieren. Die Ausformulierung von Verkehrsmeldungen und Wettervorhersagen funktioniert ebenfalls sehr gut.

Dies hat jedoch wenig mit einer journalistischen oder gar schriftstellerischen Leistung zu tun! Der Trainings-, Implementierungs- und Verifizierungsaufwand ist erheblich und rechnet sich nur bei einer großen Zahl benötigter Texte.

Die folgende Tabelle zeigt auf eine humorvolle Art und Weise, wo die Probleme derartiger Technologien liegt:

parrot GPT 3 Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI

9 Gedanken zu „Die besten GPT-3-Tools für automatisierte Text- und Snippet-Generierung mittels KI“

  1. Hi Kai,

    ich bin Webentwickler und wollte eigentlich schon immer meinen eigenen Blog betreiben. Ich hatte schon viele Ideen nur scheiterte es leider immer daran, dass ich weder ein kreativer Autor bin, noch habe ich Lust am Schreiben. Mit Jarvis sieht das ganze natürlich schon etwas anders aus. Natürlich spart man sich dadurch nicht alles, aber alleine die Faszination der KI dahinter macht das Ganze natürlich wesentlich interessanter.

    Könnte man deiner Einschätzung nach mit Jarvis wirklich erfolgreich oben in den Suchergebnissen landen? Keyword-Optimierung etc. ist alles schön und gut aber am Ende ist für Google doch vor allem ein ausführlicher Content wichtig. Für kurze Snippets ist es bestimmt ideal. Aber würdest du Jarvis wirklich zutrauen einen ordentlichen Demo-Artikel mit 1000+ Wörtern zu generieren?

    1. Hallo Philip,
      Du bringst mich auf eine schöne Idee 😉
      Ich werde mal einen kompletten Artikel mit Jarvis schreiben und ein Video daraus machen!
      Die kurze Antwort ist: Ja es geht.
      Die lange Antwort kommt im Video… ist nicht ganz so einfach.
      LG Kai

  2. Hallo Kai,
    dein Artikel ist wirklich klasse.

    Ich befasse mich auch selbst gerade mit dem Thema.

    Warum hast du eigentlich Firmen wie AX-Semantics oder textengine.io von Retresco nicht in deinem Artikel erwähnt?

    Von AX-Semantics zumindest weiß ich, dass selbst Firmen wie Adidas, Media Saturn, Otto, FAZ mit dem Tool arbeiten.

    Ist AX-Semantics nicht sogar Marktführer?

    1. Hallo Oliver,
      es gibt im Bereich der automatisierten Texterstellung zwei verschiedene Herangehensweisen:

      1. Vortrainiertes Sprachmodell – Hier kommt kommt meist ein Transformer-basiertes Modell wie GPT-3, BERT und Co. zum Einsatz, welches mit großen Mengen an Texten „trainiert“ wird. Dafür gibt es Tools, die einen schnellen Einstieg und neuerdings erstaunliche Resultate liefern. Daher habe ich diesen Artikel mit GPT-3-Tools angereichert.

      2. Regelbasierte Textgenerierung – Hier werden vordefinierte Satzstrukturen und Variablen von der Maschine zur Generierung individueller Varianten eines „Ausgangstextes“ verwendet. Das ist, was AX-Semantics, textengine / Retresco und Co. machen.

      Beide Ansätze haben jeweils unterschiedliche Stärken und Schwächen. Daher ergeben sich für beide Ansätze unterschiedliche Anwendungsfälle und Einschränkungen.

      Regelbasierte Textgenerierung hat aber nichts mit künstlicher Intelligenz zu tun. Bei AX Semantics zum Beispiel sorgt die KI nur für eine gewisse Kongruenz und grammatikalisch korrekte Deklination. Sämtliche Texte, Satz- und Wortvarianten müssen von Textern vorher definiert werden. Für eine sinnvolle Skalierung werden dann Variablen aus Datenbanken, sprich strukturierten Daten, befüllt.

      Im Grunde ist das nur ein besserer Text-Spinner.

      Ich werde in Kürze dazu noch einen Artikel schreiben 😉

  3. Ich habe Copy.ai einen Monat lang ausprobiert und war über die Textausgabe in Deutsch enttäuscht. So werden alle Texte in Duz-Form erstellt, was ich als mühsam empfang. Werde gerne noch weiter testen.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.