正在閱讀:

取TikTok之精華,Instagram創(chuàng)始人們的新賭注

掃一掃下載界面新聞APP

取TikTok之精華,Instagram創(chuàng)始人們的新賭注

用新聞打造下一個爆款,AI驅(qū)動的美版頭條能復(fù)刻社交奇跡嗎?

文 | 硅兔賽跑 Lexie

編輯 | Lu

信息速食時代,數(shù)字媒體崛起,大大小小新聞門戶和自媒體的遍地開花讓我們獲得新聞的渠道更多也更容易,但結(jié)果卻是常常被四面八方的信息迷了眼。

用大數(shù)據(jù)顛覆美圖發(fā)現(xiàn)和分享的班底打造出了一個叫做Artifact的新產(chǎn)品,想要重新定義我們接收、閱讀和討論新聞的方式,它的打造者正是Instagram的創(chuàng)始人Kevin Systrom和Mike Krieger。

讓這倆人繼Instagram后重聚的靈感其實來自于疫情,Systrom和Krieger在疫情初期打造了一個叫做Rt.live的新冠病例數(shù)據(jù)追蹤平臺,可以實時看到美國各州的病例數(shù)據(jù),但隨著多個病例追蹤平臺的出現(xiàn),Rt.live漸漸被棄用,不過兩位創(chuàng)始人仍鐵了心要再次聯(lián)手做一個能為公眾帶來福利的項目,并希望使用到人工智能來驅(qū)動,一番探索后,Artifact這一以AI賦能的新聞社交平臺就這樣誕生了。

有人稱它為文字版的TikTok,也有人稱它為美版今日頭條,簡單來說,Artifact通過使用人工智能技術(shù)對用戶新聞偏好和習(xí)慣進行分析,以實現(xiàn)日漸精準(zhǔn)的定制化新聞內(nèi)容推薦,Artifact其名正是取自“article”,“fact”和“artificial intelligence”的集合,并且Systrom和Krieger兩位創(chuàng)始人的目標(biāo)是用內(nèi)容撬動社交,通過用戶的閱讀和分享將Artifact打造成像是Instagram和TikTok一樣的爆款社交平臺。

Artifact app

Artifact在今年年初以邀請制內(nèi)測后在2月對公眾開放,這幾個月間,Artifact在新聞閱讀和社交方面都增設(shè)了不少功能。

首先用戶可以追蹤自己的新聞閱讀習(xí)慣,不但可以看到近來閱讀最多的話題和新聞媒體,還可以根據(jù)像是“ChatGPT”等細(xì)分話題對內(nèi)容進行分類,根據(jù)用戶選擇“深度讀”或是“略知一二”app會推薦不同的內(nèi)容。

Artifact app

今年4月,Artifact推出了讓AI為用戶總結(jié)新聞的功能,用戶可以選擇在閱讀前先看AI生成的提綱,還可以讓AI用不同的文風(fēng)進行總結(jié),比如“用Emoji概括全文”,“用Z世代的方式總結(jié)”,或是“講給5歲小孩聽”等等。

不過他們表示這一功能更多是為了好玩而推出的,用戶想要最準(zhǔn)確的信息仍應(yīng)該閱讀全文。

Artifact AI summary 功能

在社交方面,用戶在上傳自己的通訊錄后app就會推薦在你的朋友圈內(nèi)正在被熱讀的內(nèi)容,不過并不會公開是誰在讀或多少人在讀,這份匿名避免了由社交壓力帶來的被迫閱讀,而只是單純的表明什么內(nèi)容的反響較好。

在今年4月,Artifact還增設(shè)了討論功能,只要建立了個人檔案的用戶都可以在文章下方進行留言討論,這讓它向社交平臺的定位又邁了一大步。

Artifact 用戶討論

01、重塑新聞世界

將新聞視為值得革新的內(nèi)容,是因為Systrom和Krieger兩位創(chuàng)始人看到了目前新聞領(lǐng)域輸入與輸出需求的不匹配,F(xiàn)acebook等社交媒體的出現(xiàn)重新定義了新聞世界,改變了我們吸收信息的方式,因此也改變了出版商發(fā)布信息的形式,但也加劇了假新聞假消息等問題。同時,社交媒體的新聞推薦并不見得準(zhǔn)確,因為在一個好友圈并不等同于有著一樣的新聞偏好,因此兩位創(chuàng)始人對Artifact所賦予的期待正是希望它可以改善目前新聞推薦和信息吸收上那些生硬的部分,以AI的“智”重塑基于社交的新聞世界。

這個定位聽起來熟悉嗎?沒錯,這和今日頭條在做的事情大同小異,除此之外還有日本的SmartNews等平臺都是通過對用戶新聞偏好和內(nèi)容互動等因素的分析為用戶定制新聞內(nèi)容,不過Artifact的創(chuàng)始人們認(rèn)為美國讀者仍需要一個基于本土的平臺,并且堅信Artifact核心科技與新聞品味的獨特組合具有獨特優(yōu)勢。

圖源:Metaverse Post

說到新聞品味,Artifact將頭條和Facebook定義成了反面教材,它們的模式不僅過于開放以至于任何內(nèi)容創(chuàng)作者都可以發(fā)布所謂的“新聞”,而且這些平臺吸引用戶和增加閱讀量的方式基本依賴于標(biāo)題黨。

Artifact走的路線并不同,首先它會嚴(yán)選平臺上的出版商,通過與三方機構(gòu)合作確保新聞媒體的質(zhì)量,像是融資是否透明、更正新聞速度等指標(biāo)都會被考慮在內(nèi);其次是會確保內(nèi)容的深度性,當(dāng)用戶點進感興趣的頭條后,會看到來自多個媒體不同角度的報道以進行深度閱讀。

02、當(dāng)AI遇上社交

撇開新聞這一內(nèi)容類型不談的話,Artifact的內(nèi)核則是一個AI驅(qū)動的社交平臺,將AI這一十分講“理”的技術(shù)和社交這一非常重“情”的元素相結(jié)合,其實是Artifact的致勝法寶。

Systrom解釋說,社交巨頭的成長都得益于其核心的“關(guān)系圖”,比如Facebook的“朋友關(guān)系圖”,還有Twitter的“關(guān)注關(guān)系圖”,而Instagram則是經(jīng)歷了從“關(guān)注關(guān)系圖”到“興趣關(guān)系圖”的轉(zhuǎn)變,將重心放在興趣上真正實現(xiàn)了Instagram的爆款式成功,這與背后AI引擎的支持分不開。

instagram interest graph

現(xiàn)在,Artifact想用AI實現(xiàn)一樣的精準(zhǔn)新聞推薦,和ChatGPT及DALL-E等軟件一樣,Google的transformer是背后的賦能引擎,但Artifact并不僅僅關(guān)注在點擊指標(biāo)上,而是會對用戶跟內(nèi)容的互動進行深度分析來了解用戶的新聞偏好和習(xí)慣,比如點擊率、停頓時間、閱讀時間和轉(zhuǎn)贊數(shù)等指標(biāo)都會被考慮在內(nèi)。

此外,Artifact還會使用一個叫做Epsilon-Greedy的算法,在用戶核心興趣之外再給10-20%的新內(nèi)容作為“驚喜”,像是TikTok目前就在測試讓用戶可以對感興趣的內(nèi)容進行全新刷新,比如在Artifact上如果你選擇了對建筑感興趣,它就會漸漸推薦與裝潢相關(guān)的新聞來試探你的接受度,如果成功則會讓用戶又“入坑”新的領(lǐng)域,延長用戶對app的使用壽命。

即使算法可以做大部分的工作,構(gòu)建算法卻需要人為輸入,從什么樣的指標(biāo)會被計入算法再到權(quán)重,對這些問題的回答其實比AI技術(shù)本身更重要,而正是因為在算法中注入了對新聞深度性和用戶社交習(xí)慣的考慮,Systrom才認(rèn)為AI會成為Artifact的秘密武器。

03、面向作者,劍指Substack

在多個讀者友好的功能之外,Artifact還花了許多心思讓自己的平臺做到“作者友好”,其實作者們希望建立自己忠實社群的需求在Substack等平臺的快速增長上已可見端倪。

越來越多的新聞人并不滿足于只在媒體上發(fā)稿,而是在Substack和Twitter上直接與讀者溝通,Artifact便想成為將讀者和作者相聯(lián)結(jié)的最佳橋梁。對讀者來說,Artifact終于揭開優(yōu)秀內(nèi)容背后寫手的廬山真面目,讓他們可以持續(xù)追蹤寫手的新創(chuàng)作。

作者可以查看內(nèi)容閱讀量和互動數(shù)等指標(biāo)來優(yōu)化創(chuàng)作,比如是否該在不同的平臺上發(fā)表不同風(fēng)格的作品,什么樣的頭條會獲得更高的點擊量,帶圖片還是不帶圖片的文章反響更好等等都是新聞媒體無法給予作者回答的問題,在Substack上作者也無法對多平臺的內(nèi)容表現(xiàn)進行分析,因此Artifact想要實現(xiàn)的終極目標(biāo)就是讓作者們知曉自己在每個平臺上的粉絲構(gòu)成以及如何因地制宜的定制內(nèi)容以提供最佳閱讀體驗。

創(chuàng)始人Systrom表示將作者端視為重心是因為讀者們并不缺少發(fā)現(xiàn)內(nèi)容的平臺,但市面上鮮有為作者量身打造的分析和宣傳工具,他們希望通過復(fù)刻Instagram與網(wǎng)紅的關(guān)系,用作者實現(xiàn)Artifact的快速增長。

在美國,面向用戶的新聞平臺賽道正在變得擁擠,像是Google News、Apple News、還有兩位創(chuàng)始人曾經(jīng)的老東家-Meta也推出了自己的新聞產(chǎn)品,其中Facebook的News Feed已經(jīng)從一個主要是“親朋好友播新聞”的地方成為了一個擁有上十億用戶的成熟產(chǎn)品,根據(jù)Pew Research的數(shù)據(jù)顯示,約有30%的美國成年用戶日常使用Facebook作為自己新聞的主要來源,這讓一個全新的新聞產(chǎn)品想要打入市場變得非常困難。

同時,無數(shù)個致力于為用戶推薦定制化新聞體驗和保證深度客觀閱讀的app來了又走,像是新聞巨頭CNN曾經(jīng)以2億美元收購的新聞app Zite在獨立經(jīng)營兩年多后因增長停滯被迫下架,還有Yahoo的Livestand、AOL的Editions、Google的Currents都是帶著一身期待而來卻敗興而歸。

成功打造出Instagram的兩個人運氣會不一樣嗎?用AI賦能和關(guān)注作者會撬動杠桿嗎?在評論里告訴我們你對這一產(chǎn)品是否看好吧。

參考來源:

Kevin Systrom explains why Artifact wants to treat writers like the creators they are (TechCrunch)

Instagram’s co-founders are back with Artifact, a kind of TikTok for text (The Verge)

Instagram’s co-founders’ personalized news app Artifact launches to the public with new features (TechCrunch)

The smarter news apps are, the dumber they get (The verge)

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。

Instagram

2.8k
  • 安徽文旅登頂全國省級榜單,文旅新媒體傳播力拉滿
  • Instagram將測試對包含裸露的信息進行模糊處理的功能,以保護青少年安全

評論

暫無評論哦,快來評價一下吧!

下載界面新聞

微信公眾號

微博

取TikTok之精華,Instagram創(chuàng)始人們的新賭注

用新聞打造下一個爆款,AI驅(qū)動的美版頭條能復(fù)刻社交奇跡嗎?

文 | 硅兔賽跑 Lexie

編輯 | Lu

信息速食時代,數(shù)字媒體崛起,大大小小新聞門戶和自媒體的遍地開花讓我們獲得新聞的渠道更多也更容易,但結(jié)果卻是常常被四面八方的信息迷了眼。

用大數(shù)據(jù)顛覆美圖發(fā)現(xiàn)和分享的班底打造出了一個叫做Artifact的新產(chǎn)品,想要重新定義我們接收、閱讀和討論新聞的方式,它的打造者正是Instagram的創(chuàng)始人Kevin Systrom和Mike Krieger。

讓這倆人繼Instagram后重聚的靈感其實來自于疫情,Systrom和Krieger在疫情初期打造了一個叫做Rt.live的新冠病例數(shù)據(jù)追蹤平臺,可以實時看到美國各州的病例數(shù)據(jù),但隨著多個病例追蹤平臺的出現(xiàn),Rt.live漸漸被棄用,不過兩位創(chuàng)始人仍鐵了心要再次聯(lián)手做一個能為公眾帶來福利的項目,并希望使用到人工智能來驅(qū)動,一番探索后,Artifact這一以AI賦能的新聞社交平臺就這樣誕生了。

有人稱它為文字版的TikTok,也有人稱它為美版今日頭條,簡單來說,Artifact通過使用人工智能技術(shù)對用戶新聞偏好和習(xí)慣進行分析,以實現(xiàn)日漸精準(zhǔn)的定制化新聞內(nèi)容推薦,Artifact其名正是取自“article”,“fact”和“artificial intelligence”的集合,并且Systrom和Krieger兩位創(chuàng)始人的目標(biāo)是用內(nèi)容撬動社交,通過用戶的閱讀和分享將Artifact打造成像是Instagram和TikTok一樣的爆款社交平臺。

Artifact app

Artifact在今年年初以邀請制內(nèi)測后在2月對公眾開放,這幾個月間,Artifact在新聞閱讀和社交方面都增設(shè)了不少功能。

首先用戶可以追蹤自己的新聞閱讀習(xí)慣,不但可以看到近來閱讀最多的話題和新聞媒體,還可以根據(jù)像是“ChatGPT”等細(xì)分話題對內(nèi)容進行分類,根據(jù)用戶選擇“深度讀”或是“略知一二”app會推薦不同的內(nèi)容。

Artifact app

今年4月,Artifact推出了讓AI為用戶總結(jié)新聞的功能,用戶可以選擇在閱讀前先看AI生成的提綱,還可以讓AI用不同的文風(fēng)進行總結(jié),比如“用Emoji概括全文”,“用Z世代的方式總結(jié)”,或是“講給5歲小孩聽”等等。

不過他們表示這一功能更多是為了好玩而推出的,用戶想要最準(zhǔn)確的信息仍應(yīng)該閱讀全文。

Artifact AI summary 功能

在社交方面,用戶在上傳自己的通訊錄后app就會推薦在你的朋友圈內(nèi)正在被熱讀的內(nèi)容,不過并不會公開是誰在讀或多少人在讀,這份匿名避免了由社交壓力帶來的被迫閱讀,而只是單純的表明什么內(nèi)容的反響較好。

在今年4月,Artifact還增設(shè)了討論功能,只要建立了個人檔案的用戶都可以在文章下方進行留言討論,這讓它向社交平臺的定位又邁了一大步。

Artifact 用戶討論

01、重塑新聞世界

將新聞視為值得革新的內(nèi)容,是因為Systrom和Krieger兩位創(chuàng)始人看到了目前新聞領(lǐng)域輸入與輸出需求的不匹配,F(xiàn)acebook等社交媒體的出現(xiàn)重新定義了新聞世界,改變了我們吸收信息的方式,因此也改變了出版商發(fā)布信息的形式,但也加劇了假新聞假消息等問題。同時,社交媒體的新聞推薦并不見得準(zhǔn)確,因為在一個好友圈并不等同于有著一樣的新聞偏好,因此兩位創(chuàng)始人對Artifact所賦予的期待正是希望它可以改善目前新聞推薦和信息吸收上那些生硬的部分,以AI的“智”重塑基于社交的新聞世界。

這個定位聽起來熟悉嗎?沒錯,這和今日頭條在做的事情大同小異,除此之外還有日本的SmartNews等平臺都是通過對用戶新聞偏好和內(nèi)容互動等因素的分析為用戶定制新聞內(nèi)容,不過Artifact的創(chuàng)始人們認(rèn)為美國讀者仍需要一個基于本土的平臺,并且堅信Artifact核心科技與新聞品味的獨特組合具有獨特優(yōu)勢。

圖源:Metaverse Post

說到新聞品味,Artifact將頭條和Facebook定義成了反面教材,它們的模式不僅過于開放以至于任何內(nèi)容創(chuàng)作者都可以發(fā)布所謂的“新聞”,而且這些平臺吸引用戶和增加閱讀量的方式基本依賴于標(biāo)題黨。

Artifact走的路線并不同,首先它會嚴(yán)選平臺上的出版商,通過與三方機構(gòu)合作確保新聞媒體的質(zhì)量,像是融資是否透明、更正新聞速度等指標(biāo)都會被考慮在內(nèi);其次是會確保內(nèi)容的深度性,當(dāng)用戶點進感興趣的頭條后,會看到來自多個媒體不同角度的報道以進行深度閱讀。

02、當(dāng)AI遇上社交

撇開新聞這一內(nèi)容類型不談的話,Artifact的內(nèi)核則是一個AI驅(qū)動的社交平臺,將AI這一十分講“理”的技術(shù)和社交這一非常重“情”的元素相結(jié)合,其實是Artifact的致勝法寶。

Systrom解釋說,社交巨頭的成長都得益于其核心的“關(guān)系圖”,比如Facebook的“朋友關(guān)系圖”,還有Twitter的“關(guān)注關(guān)系圖”,而Instagram則是經(jīng)歷了從“關(guān)注關(guān)系圖”到“興趣關(guān)系圖”的轉(zhuǎn)變,將重心放在興趣上真正實現(xiàn)了Instagram的爆款式成功,這與背后AI引擎的支持分不開。

instagram interest graph

現(xiàn)在,Artifact想用AI實現(xiàn)一樣的精準(zhǔn)新聞推薦,和ChatGPT及DALL-E等軟件一樣,Google的transformer是背后的賦能引擎,但Artifact并不僅僅關(guān)注在點擊指標(biāo)上,而是會對用戶跟內(nèi)容的互動進行深度分析來了解用戶的新聞偏好和習(xí)慣,比如點擊率、停頓時間、閱讀時間和轉(zhuǎn)贊數(shù)等指標(biāo)都會被考慮在內(nèi)。

此外,Artifact還會使用一個叫做Epsilon-Greedy的算法,在用戶核心興趣之外再給10-20%的新內(nèi)容作為“驚喜”,像是TikTok目前就在測試讓用戶可以對感興趣的內(nèi)容進行全新刷新,比如在Artifact上如果你選擇了對建筑感興趣,它就會漸漸推薦與裝潢相關(guān)的新聞來試探你的接受度,如果成功則會讓用戶又“入坑”新的領(lǐng)域,延長用戶對app的使用壽命。

即使算法可以做大部分的工作,構(gòu)建算法卻需要人為輸入,從什么樣的指標(biāo)會被計入算法再到權(quán)重,對這些問題的回答其實比AI技術(shù)本身更重要,而正是因為在算法中注入了對新聞深度性和用戶社交習(xí)慣的考慮,Systrom才認(rèn)為AI會成為Artifact的秘密武器。

03、面向作者,劍指Substack

在多個讀者友好的功能之外,Artifact還花了許多心思讓自己的平臺做到“作者友好”,其實作者們希望建立自己忠實社群的需求在Substack等平臺的快速增長上已可見端倪。

越來越多的新聞人并不滿足于只在媒體上發(fā)稿,而是在Substack和Twitter上直接與讀者溝通,Artifact便想成為將讀者和作者相聯(lián)結(jié)的最佳橋梁。對讀者來說,Artifact終于揭開優(yōu)秀內(nèi)容背后寫手的廬山真面目,讓他們可以持續(xù)追蹤寫手的新創(chuàng)作。

作者可以查看內(nèi)容閱讀量和互動數(shù)等指標(biāo)來優(yōu)化創(chuàng)作,比如是否該在不同的平臺上發(fā)表不同風(fēng)格的作品,什么樣的頭條會獲得更高的點擊量,帶圖片還是不帶圖片的文章反響更好等等都是新聞媒體無法給予作者回答的問題,在Substack上作者也無法對多平臺的內(nèi)容表現(xiàn)進行分析,因此Artifact想要實現(xiàn)的終極目標(biāo)就是讓作者們知曉自己在每個平臺上的粉絲構(gòu)成以及如何因地制宜的定制內(nèi)容以提供最佳閱讀體驗。

創(chuàng)始人Systrom表示將作者端視為重心是因為讀者們并不缺少發(fā)現(xiàn)內(nèi)容的平臺,但市面上鮮有為作者量身打造的分析和宣傳工具,他們希望通過復(fù)刻Instagram與網(wǎng)紅的關(guān)系,用作者實現(xiàn)Artifact的快速增長。

在美國,面向用戶的新聞平臺賽道正在變得擁擠,像是Google News、Apple News、還有兩位創(chuàng)始人曾經(jīng)的老東家-Meta也推出了自己的新聞產(chǎn)品,其中Facebook的News Feed已經(jīng)從一個主要是“親朋好友播新聞”的地方成為了一個擁有上十億用戶的成熟產(chǎn)品,根據(jù)Pew Research的數(shù)據(jù)顯示,約有30%的美國成年用戶日常使用Facebook作為自己新聞的主要來源,這讓一個全新的新聞產(chǎn)品想要打入市場變得非常困難。

同時,無數(shù)個致力于為用戶推薦定制化新聞體驗和保證深度客觀閱讀的app來了又走,像是新聞巨頭CNN曾經(jīng)以2億美元收購的新聞app Zite在獨立經(jīng)營兩年多后因增長停滯被迫下架,還有Yahoo的Livestand、AOL的Editions、Google的Currents都是帶著一身期待而來卻敗興而歸。

成功打造出Instagram的兩個人運氣會不一樣嗎?用AI賦能和關(guān)注作者會撬動杠桿嗎?在評論里告訴我們你對這一產(chǎn)品是否看好吧。

參考來源:

Kevin Systrom explains why Artifact wants to treat writers like the creators they are (TechCrunch)

Instagram’s co-founders are back with Artifact, a kind of TikTok for text (The Verge)

Instagram’s co-founders’ personalized news app Artifact launches to the public with new features (TechCrunch)

The smarter news apps are, the dumber they get (The verge)

本文為轉(zhuǎn)載內(nèi)容,授權(quán)事宜請聯(lián)系原著作權(quán)人。