经济学人准备为人类和AI代理打造双轨网络
经济学人正在测试专为AI代理可读的内容结构,同时内部采用“氛围编码”文化,利用AI加速产品开发。出版商认为未来将有两个版本的网络:一个优化人类阅读体验,另一个为AI代理提供结构化数据。
经济学人正在为人工智能代理重构其内容策略,以应对搜索和发现方式向AI引擎转移的趋势。目前,该出版商正在测试专门为AI代理可读的内容版本,这些内容原本位于其付费墙之外,主要是营销文案和B2B销售材料。通过重新组织这些页面,使其适应AI问答引擎的结构化需求,经济学人希望确保其内容在AI驱动的发现渠道中保持可见性。
这个策略背后的理念是,未来的网络将分为两个版本:一个针对人类丰富的阅读体验进行优化,另一个则专为AI代理设计,后者更喜欢清晰的结构、问答格式以及纯文本,而非轮播图和特色图片。经济学人集团生成式AI副总裁Josh Muncke表示,这是“一个世界的两个版本”,出版商的营销内容必须对代理友好,同时他们还需谨慎考虑多少编辑内容可以以这种方式呈现而不削弱订阅价值。
由于越来越多的B2B买家通过ChatGPT、Gemini或Claude开始他们的采购之旅,经济学人的销售和营销页面必须在这些AI答案中清晰呈现。这意味着需要构建并行版本:对人类而言是华丽的、对比丰富的页面,对代理则是精简的、问答式结构。Muncke强调,代理可读内容现在已成为市场推广计划的一部分,而不是一个附带项目。
在内部,经济学人通过“氛围编码”文化加速了产品开发。通过组建由设计师、工程师、产品经理和编辑组成的小型跨职能团队“pods”,并利用AI工具编写测试、文档和样板代码,该出版商将CarPlay应用的交付时间缩短了五个月。总体而言,技术交付速度翻了一番以上。这种速度迫使团队重新思考如何快速迭代和测试市场。
经济学人目前在其产品堆栈中设立了六到八个这样的pods。在涉及读者体验的领域,编辑直接嵌入这些pods,以确保AI驱动的功能保持经济学人的风格和语调。同时,该出版商还在内部培养氛围编码文化,鼓励从前从未接触过代码编辑器的员工开始构建自己的工具。例如,科学版的编辑制作了用于搜索学术论文和评估可信度的工具,产品团队则创建了自动性能报告。
然而,并非所有实验都成功。一些尝试被暂停,比如将300页的风格指南转化为自动校对工具,以及为现场订阅者活动提供AI伴侣(测试者发现其分散注意力而非有用)。Muncke强调,经济学人不会越过某些底线:没有人想读AI撰写的文章,AI的角色仅限于研究、工作流程和工具。该集团还承诺对AI使用进行明确标识,以保持透明。
中间派的挑战在于平衡实验与品牌一致性。分析师指出,代理优化是一种防御性基线,但真正的挑战在于留存用户——信任和订阅依赖于人类判断,而非代理带来的发现。如果经济学人能成功做到这一点,AI代理可能负责更多的信息获取工作,但订阅者付费购买的仍将是其中的人类判断。