Axios ਉੱਚ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਥਾਨਕ ਪੱਤਰਕਾਰਤਾ ਪਹੁੰਚਾਉਣ ਵਿੱਚ ਮਦਦ ਲਈ AI ਕਿਵੇਂ ਵਰਤਦਾ ਹੈ
Allison Murphy, ਮੁੱਖ ਸੰਚਾਲਨ ਅਧਿਕਾਰੀ, Axios ਨਾਲ ਇੱਕ ਗੱਲਬਾਤ.
Axios ਇੱਕ ਮੀਡੀਆ ਕੰਪਨੀ ਹੈ ਜੋ ਸੰਭਵ ਹੋ ਸਕਣ ਵਾਲੇ ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ, ਸਮਝਦਾਰ ਅਤੇ ਸਾਂਝੇਯੋਗ ਤਰੀਕਿਆਂ ਨਾਲ ਮਹੱਤਵਪੂਰਨ, ਭਰੋਸੇਯੋਗ ਖ਼ਬਰਾਂ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਪਹੁੰਚਾਉਂਦੀ ਹੈ। ਇਹ ਮੀਡੀਆ ਰੁਝਾਨਾਂ, ਟੈਕ, ਕਾਰੋਬਾਰ ਅਤੇ ਰਾਜਨੀਤੀ ਦੀ ਮੂਲ ਅਤੇ ਸਮਝਦਾਰੀ ਨਾਲ ਪੇਸ਼ ਕੀਤੀ ਕਵਰੇਜ ਦਾ ਮਿਲਾਪ ਪੇਸ਼ ਕਰਦੀ ਹੈ, ਜਿਸ ਵਿੱਚ ਮਾਹਰਤਾ, ਆਵਾਜ਼ ਅਤੇ ਸੰਖੇਪ ਸਮਝਦਾਰੀ ਹੁੰਦੀ ਹੈ.
ਅਸੀਂ Axios ਦੀ ਮੁੱਖ ਸੰਚਾਲਨ ਅਧਿਕਾਰੀ Allison Murphy ਨਾਲ ਗੱਲ ਕੀਤੀ ਕਿ AI ਉੱਚ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਸਥਾਨਕ ਪੱਤਰਕਾਰਤਾ ਦਾ ਸਹਾਰਾ ਕਿਵੇਂ ਬਣ ਰਿਹਾ ਹੈ ਅਤੇ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਬਿਹਤਰ ਸੇਵਾ ਕਿਵੇਂ ਕਰ ਰਿਹਾ ਹੈ.
AI ਪਹਿਲਾਂ ਹੀ Axios Local ਦੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਦਾ ਵੱਡਾ ਹਿੱਸਾ ਹੈ। ਅਸਲ ਵਿੱਚ ਅਸੀਂ ਇਹ ਸਾਬਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਾਂ ਕਿ ਤੁਸੀਂ ਇੱਕ ਟਿਕਾਊ, ਲਾਭਕਾਰੀ ਸਥਾਨਕ ਖ਼ਬਰ ਮਾਡਲ ਚਲਾ ਸਕਦੇ ਹੋ ਜੋ ਅਮਰੀਕਾ ਦੀ ਹਰ ਕਮਿਊਨਿਟੀ ਤੱਕ ਉੱਚ-ਗੁਣਵੱਤਾ ਪੱਤਰਕਾਰਤਾ ਪਹੁੰਚਾਏ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਪੈਮਾਨੇ ਅਤੇ ਕਾਰਗੁਜ਼ਾਰੀ ਦੀ ਸਮੱਸਿਆ ਹੱਲ ਕਰਨੀ, ਅਤੇ ਇਹੋ ਜਿਹੀ ਚੀਜ਼ AI ਬਹੁਤ ਚੰਗੀ ਤਰ੍ਹਾਂ ਕਰਦੀ ਹੈ। ਇਸ ਲਈ OpenAI ਜੋ ਬਣਾ ਰਿਹਾ ਹੈ ਅਤੇ Axios Local ਵਿੱਚ ਅਸੀਂ ਜੋ ਬਣਾ ਰਹੇ ਹਾਂ, ਉਨ੍ਹਾਂ ਵਿੱਚ ਬਹੁਤ ਕੁਦਰਤੀ ਮੇਲ ਹੈ.
ਅਸੀਂ ਪੂਰੇ ਵਰਕਫਲੋ ਵਿੱਚ AI ਵਰਤਦੇ ਹਾਂ—ਕਹਾਣੀ ਬਣਾਉਣ ਤੋਂ ਲੈ ਕੇ ਸੰਪਾਦਨ ਅਤੇ ਵੰਡ ਤੱਕ—ਪਰ ਜਿੱਥੇ ਇਸ ਨੇ ਸੱਚਮੁੱਚ ਫਰਕ ਪਾਇਆ ਹੈ, ਉਹ ਹੈ ਰਿਪੋਰਟਰਾਂ ਨੂੰ ਮਹੱਤਵਪੂਰਨ ਕੰਮ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਾ। ਪਾਠਕ Axios ਕੋਲ ਸਮਝਦਾਰ ਸੰਖੇਪਤਾ ਲਈ ਆਉਂਦੇ ਹਨ, ਇਸ ਲਈ ਅਸੀਂ Axiomizer ਨਾਮ ਦਾ ਇੱਕ ਕਸਟਮ GPT ਬਣਾਇਆ। ਰਿਪੋਰਟਰ ਆਪਣੇ ਡ੍ਰਾਫਟ ਇਸ ਵਿੱਚ ਪਾਉਂਦੇ ਹਨ ਅਤੇ ਇਹ ਹੋਰ ਤੇਜ਼ਸੁਧ ਸਿਰਲੇਖ, ਹੋਰ ਸਪੱਸ਼ਟ “ਇਹ ਕਿਉਂ ਮਹੱਤਵਪੂਰਨ ਹੈ,” “ਅੱਗੇ ਕੀ ਹੈ,” ਅਤੇ “ਲਾਈਨਾਂ ਦੇ ਦਰਮਿਆਨ” ਵਰਗੇ ਸੁਝਾਅ ਦਿੰਦਾ ਹੈ—ਮੁੱਢਲੇ ਤੌਰ 'ਤੇ ਸ਼ਾਨਦਾਰ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਪਾਠਕਾਂ ਤੱਕ ਹੋਰ ਵੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਪਹੁੰਚਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ.
ਇਹ ਪੱਤਰਕਾਰਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈ ਰਿਹਾ। ਇਹ ਮਜ਼ਬੂਤ, ਮਾਹਰ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਹੋਰ ਸੰਖੇਪ, ਹੋਰ ਸਪੱਸ਼ਟ ਅਤੇ ਹੋਰ ਲਾਭਕਾਰੀ ਬਣਾ ਰਿਹਾ ਹੈ। ਅਸੀਂ ਇਸ ਟੂਲ ਵਿੱਚ ਸੰਪਾਦਨ ਅਤੇ ਸ਼ੈਲੀ ਜਾਂਚਾਂ ਵੀ ਸ਼ਾਮਲ ਕਰ ਰਹੇ ਹਾਂ ਤਾਂ ਜੋ ਕਾਪੀ ਐਡੀਟਰ ਉਹਨਾਂ ਗੱਲਾਂ 'ਤੇ ਧਿਆਨ ਦੇ ਸਕਣ ਜਿਨ੍ਹਾਂ ਲਈ ਸੱਚਮੁੱਚ ਮਨੁੱਖੀ ਫੈਸਲੇ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ, ਬਜਾਇ ਇਸਦੇ ਕਿ ਉਹ ਬੁਨਿਆਦੀ ਸੋਧਾਂ ਜਾਂ ਫਾਰਮੈਟਿੰਗ 'ਤੇ ਸਮਾਂ ਲਗਾਉਣ.
ਨਤੀਜਾ ਇਹ ਹੈ ਕਿ ਸਭ ਨੂੰ—ਰਿਪੋਰਟਰਾਂ ਅਤੇ ਸੰਪਾਦਕਾਂ ਦੋਵਾਂ ਨੂੰ—ਉੱਚ-ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਪੱਤਰਕਾਰਤਾ 'ਤੇ ਧਿਆਨ ਕੇਂਦਰਿਤ ਕਰਨ ਲਈ ਹੋਰ ਸਮਾਂ ਮਿਲਦਾ ਹੈ, ਜਦਕਿ AI ਪਿੱਛੇ ਚੱਲ ਰਹੇ ਰੁਟੀਨੀ ਕੰਮ ਸੰਭਾਲਦੀ ਹੈ.
“[AI] ਪਹਿਲਾਂ ਹੀ ਇਸ ਗੱਲ ਦਾ ਕੇਂਦਰੀ ਹਿੱਸਾ ਬਣ ਚੁੱਕੀ ਹੈ ਕਿ ਅਸੀਂ Axios Local ਦਾ ਕੰਮ ਕਿਵੇਂ ਕਰਦੇ ਹਾਂ।”
ਇਸ ਬਾਰੇ ਸੋਚਣ ਦੇ ਬਹੁਤ ਤਰੀਕੇ ਹਨ, ਪਰ ਗੱਲ ਅਖ਼ੀਰਕਾਰ ਕਵਰੇਜ ਅਤੇ ਸਾਡੇ ਕੰਮ ਕਰਨ ਦੇ ਤਰੀਕੇ ਦੋਵਾਂ 'ਤੇ ਆ ਕੇ ਟਿਕਦੀ ਹੈ। ਸਾਡਾ ਮਕਸਦ ਰਿਪੋਰਟਰਾਂ ਨੂੰ ਆਪਣਾ ਸਮਾਂ ਉਹ ਕੰਮ ਕਰਨ ਵਿੱਚ ਲਗਾਉਣ ਦੇਣਾ ਹੈ ਜੋ ਸਿਰਫ ਮਨੁੱਖ ਕਰ ਸਕਦੇ ਹਨ—ਸਰੋਤਾਂ ਨਾਲ ਗੱਲ ਕਰਨਾ, ਡਾਟਾ ਵਿੱਚ ਡੂੰਘਾਈ ਨਾਲ ਜਾਣਾ ਅਤੇ ਸ਼ਾਨਦਾਰ ਕਹਾਣੀਆਂ ਸੁਣਾਉਣਾ। ਉਤਪਾਦਨ, ਫਾਰਮੈਟਿੰਗ ਜਾਂ ਰੁਟੀਨੀ ਕੰਮਾਂ ਵਿੱਚ ਅਸੀਂ ਉਹਨਾਂ ਦਾ ਜਿਹੜਾ ਵੀ ਇੱਕ ਮਿੰਟ ਬਚਾਈਏ, ਉਹ ਸਾਡੇ ਲਈ ਜਿੱਤ ਹੈ.
ਇਹ ਕਾਰਗੁਜ਼ਾਰੀ ਸਾਨੂੰ ਹੋਰ ਕਮਿਊਨਿਟੀਆਂ ਤੱਕ ਪਹੁੰਚਣ ਦਿੰਦੀ ਹੈ। ਜੇ ਅਸੀਂ ਸਿਰਫ ਇੱਕ ਸ਼ਾਨਦਾਰ ਰਿਪੋਰਟਰ ਨਾਲ—ਬਿਨਾਂ ਉਤਪਾਦਨ ਅਤੇ ਸਹਾਇਤਾ ਦੀ ਵਾਧੂ ਪਰਤ ਦੀ ਲੋੜ ਤੋਂ—ਇੱਕ ਨਵਾਂ ਸ਼ਹਿਰ ਸ਼ੁਰੂ ਕਰ ਸਕੀਏ, ਤਾਂ ਅਸੀਂ ਉਹਨਾਂ ਥਾਵਾਂ ਤੱਕ ਜਾ ਸਕਦੇ ਹਾਂ ਜਿੱਥੇ ਅਸੀਂ ਪਹਿਲਾਂ ਕਦੇ ਨਹੀਂ ਜਾ ਸਕੇ। ਇਹੀ ਅਸੀਂ Boulder ਅਤੇ Huntsville, Alabama ਵਰਗੀਆਂ ਥਾਵਾਂ ਵਿੱਚ ਕੀਤਾ ਹੈ, ਜੋ ਸਾਡੇ ਪਹਿਲੇ ਇੱਕ-ਰਿਪੋਰਟਰ ਸ਼ਹਿਰ ਹਨ.
ਪਰਦੇ ਦੇ ਪਿੱਛੇ AI-ਸੰਚਾਲਿਤ ਵਰਕਫਲੋ ਨਾਲ, ਇੱਕ ਇਕੱਲਾ ਰਿਪੋਰਟਰ ਸ਼ਾਨਦਾਰ ਸਥਾਨਕ ਖ਼ਬਰ ਉਤਪਾਦ ਤਿਆਰ ਕਰ ਸਕਦਾ ਹੈ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਹੋਰ ਸਥਾਨਕ ਕਵਰੇਜ, ਹੋਰ ਥਾਵਾਂ 'ਤੇ, ਅਤੇ ਗੁਣਵੱਤਾ ਲਈ ਉਹੀ ਉੱਚ ਮਿਆਰ.
ਅਸਲ ਵਿੱਚ, ਸਥਾਨਕ ਖ਼ਬਰਾਂ ਦਾ ਸੰਕਟ ਦਰਅਸਲ ਆਰਥਿਕ ਸੰਕਟ ਹੈ। ਵਧੀਆ ਸਥਾਨਕ ਪੱਤਰਕਾਰਤਾ ਨੂੰ ਹਰ ਕਮਿਊਨਿਟੀ ਲਈ ਡੂੰਘਾਈ ਨਾਲ ਅਨੁਕੂਲਿਤ ਕਰਨਾ ਪੈਂਦਾ ਹੈ, ਜਿਸ ਕਾਰਨ ਹੋਰ ਉਦਯੋਗਾਂ ਵੱਲੋਂ ਲਏ ਜਾਣ ਵਾਲੇ ਲਾਗਤ-ਕੁਸ਼ਲਤਾ ਲਾਭ ਪ੍ਰਾਪਤ ਕਰਨਾ ਔਖਾ ਹੋ ਜਾਂਦਾ ਹੈ। ਤੁਸੀਂ ਨਿਊਜ਼ਰੂਮ ਨੂੰ ਸਿਰਫ ਕਾਪੀ-ਪੇਸਟ ਨਹੀਂ ਕਰ ਸਕਦੇ.
AI ਜੋ ਕਰਦੀ ਹੈ ਉਹ ਇਹ ਹਿਸਾਬ ਬਦਲ ਦਿੰਦੀ ਹੈ। ਇਹ ਸਾਨੂੰ ਆਪਣੇ ਮਾਹਰ ਰਿਪੋਰਟਰਾਂ ਅਤੇ ਸੰਪਾਦਕਾਂ ਤੋਂ ਹੋਰ ਵਧੀਆ ਨਤੀਜੇ ਲੈਣ ਦਿੰਦੀ ਹੈ, ਅਤੇ ਉਹ ਲਾਗਤਾਂ ਹਟਾ ਦਿੰਦੀ ਹੈ ਜੋ ਪਾਠਕਾਂ ਲਈ ਅਸਲ ਵਿੱਚ ਕੋਈ ਮੁੱਲ ਨਹੀਂ ਬਣਾਉਂਦੀਆਂ। ਅਰਥਸ਼ਾਸਤਰ ਵਿੱਚ ਸੁਧਾਰ ਕਰਕੇ, ਅਸੀਂ ਹੋਰ ਥਾਵਾਂ 'ਤੇ ਉੱਚ-ਗੁਣਵੱਤਾ ਪੱਤਰਕਾਰਤਾ ਕਰਨਾ ਸੰਭਵ ਬਣਾਉਂਦੇ ਹਾਂ.
AI ਜਾਣਕਾਰੀ ਦੇ ਬਿਲਕੁਲ ਨਵੇਂ ਸਰੋਤ ਵੀ ਖੋਲ੍ਹ ਰਹੀ ਹੈ। ਪਹਿਲਾਂ ਹੀ ਬਹੁਤ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਜਨਤਕ ਡਾਟਾ ਮੌਜੂਦ ਹੈ—ਸ਼ਹਿਰੀ ਕੌਂਸਲ ਮੀਟਿੰਗਾਂ, ਸਕੂਲ ਬੋਰਡ ਰਿਕਾਰਡਿੰਗਾਂ, ਸਰਕਾਰੀ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ—ਪਰ ਇਹ ਮੁੱਢਲੇ ਤੌਰ 'ਤੇ ਬੰਦ ਪਿਆ ਰਹਿੰਦਾ ਹੈ ਕਿਉਂਕਿ ਕਿਸੇ ਕੋਲ ਇਹ ਸਭ ਦੇਖਣ ਜਾਂ ਪੜ੍ਹਣ ਲਈ ਸਮਾਂ ਨਹੀਂ ਹੁੰਦਾ। AI ਨਾਲ, ਰਿਪੋਰਟਰ ਤੇਜ਼, ਭਰੋਸੇਯੋਗ ਸਾਰ ਲੈ ਸਕਦੇ ਹਨ ਅਤੇ ਦੇਖ ਸਕਦੇ ਹਨ ਕਿ ਅਸਲ ਵਿੱਚ ਕੀ ਮਹੱਤਵ ਰੱਖਦਾ ਹੈ। ਤਿੰਨ ਘੰਟਿਆਂ ਦੀ ਮੀਟਿੰਗ ਵਿੱਚ ਬੈਠਣ ਦੀ ਬਜਾਇ, ਉਹ ਵੇਖ ਸਕਦੇ ਹਨ ਕਿ ਕਹਾਣੀ ਕਿੱਥੇ ਵੱਧ ਰਹੀ ਹੈ ਅਤੇ ਜਾਣ ਸਕਦੇ ਹਨ ਕਿ ਕਿਸ ਨੂੰ ਕਾਲ ਕਰਨੀ ਹੈ.
ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਵਧੀਆ ਰਿਪੋਰਟਰ ਹੋਰ ਖੇਤਰ ਕਵਰ ਕਰ ਸਕਦੇ ਹਨ, ਹੋਰ ਕਹਾਣੀਆਂ ਸਾਹਮਣੇ ਲਿਆ ਸਕਦੇ ਹਨ ਅਤੇ ਆਪਣੀਆਂ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਬਿਹਤਰ ਸੇਵਾ ਕਰ ਸਕਦੇ ਹਨ—ਤਕਨੀਕੀ ਤੌਰ 'ਤੇ ਜਨਤਕ ਪਰ ਅਸਲ ਵਰਤੋਂ ਵਿੱਚ ਪਹੁੰਚ ਤੋਂ ਬਾਹਰ ਜਾਣਕਾਰੀ ਨੂੰ ਅਜਿਹੀ ਚੀਜ਼ ਵਿੱਚ ਬਦਲ ਕੇ ਜਿਸਦਾ ਲੋਕ ਸੱਚਮੁੱਚ ਵਰਤ ਸਕਣ.
“ਅਸੀਂ ਇਹ ਯਕੀਨੀ ਬਣਾਉਣਾ ਚਾਹੁੰਦੇ ਹਾਂ ਕਿ ਇੱਕ ਰਿਪੋਰਟਰ ਆਪਣਾ ਸਾਰਾ ਸਮਾਂ ਉਹ ਵਿਲੱਖਣ ਕੰਮ ਕਰਨ ਵਿੱਚ ਲਗਾ ਸਕੇ ਜੋ ਕੇਵਲ ਇੱਕ ਮਾਹਿਰ ਮਨੁੱਖੀ ਰਿਪੋਰਟਰ ਹੀ ਕਰ ਸਕਦਾ ਹੈ।”
ਮਨੁੱਖੀ ਰਿਪੋਰਟਰ ਹਮੇਸ਼ਾਂ Axios ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਰਹਿਣਗੇ। ਇਸ 'ਤੇ ਕੋਈ ਸਮਝੌਤਾ ਨਹੀਂ। ਇਹੋ ਹੀ ਹਨ ਜੋ ਪਾਠਕਾਂ ਨਾਲ ਭਰੋਸਾ ਬਣਾਉਂਦੇ ਹਨ। ਇਹੋ ਹੀ ਹਨ ਜੋ Axios ਨੂੰ ਤੁਹਾਡੀ ਜੇਬ ਵਿੱਚ ਇੱਕ ਗੁਆਂਢੀ ਵਰਗਾ ਮਹਿਸੂਸ ਕਰਾਉਂਦੇ ਹਨ—ਕੋਈ ਅਜਿਹਾ ਜੋ ਤੁਹਾਡੀ ਕਮਿਊਨਿਟੀ ਨੂੰ ਜਾਣਦਾ ਹੈ ਅਤੇ ਤੁਹਾਨੂੰ ਦੱਸਦਾ ਹੈ ਕਿ ਅਸਲ ਵਿੱਚ ਕੀ ਮਹੱਤਵ ਰੱਖਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਉਹ ਮਨੁੱਖੀ ਆਵਾਜ਼ ਗੁਆ ਲਓ, ਤਾਂ ਤੁਸੀਂ ਸਾਰਾ ਉਤਪਾਦ ਗੁਆ ਲੈਂਦੇ ਹੋ.
ਅਸੀਂ ਮਿਆਰੀਕਰਨ ਉਹਨਾਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਦੀ ਹਰ ਚੀਜ਼ ਦਾ ਕਰਦੇ ਹਾਂ। ਅਸੀਂ ਸ਼ੈਲੀ ਵਿੱਚ ਇਕਸਾਰਤਾ ਲਿਆਉਣ ਲਈ ਤਕਨਾਲੋਜੀ ਵਰਤਦੇ ਹਾਂ, ਅਤੇ ਫਾਰਮੈਟਿੰਗ, ਡਾਟਾ ਅਤੇ ਵਿਸ਼ਲੇਸ਼ਣ ਵਰਗੀਆਂ ਚੀਜ਼ਾਂ ਸੰਭਾਲਦੇ ਹਾਂ ਤਾਂ ਜੋ ਰਿਪੋਰਟਰਾਂ ਨੂੰ ਇਹ ਨਾ ਕਰਨਾ ਪਵੇ। ਪਾਠਕਾਂ ਨੂੰ ਘਰਾਂ ਦੀਆਂ ਕੀਮਤਾਂ, ਸਕੂਲ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਇਹ ਜਾਣਨ ਦੀ ਬਹੁਤ ਚਿੰਤਾ ਹੁੰਦੀ ਹੈ ਕਿ ਉਹਨਾਂ ਦੀ ਕਮਿਊਨਿਟੀ ਨੇੜਲੀ ਹੋਰ ਕਮਿਊਨਿਟੀ ਨਾਲ ਕਿਵੇਂ ਤੁਲਨਾ ਕਰਦੀ ਹੈ—ਪਰ ਕੱਚੇ ਡਾਟੇ ਨੂੰ ਸਪੱਸ਼ਟ, ਭਰੋਸੇਯੋਗ ਅਤੇ ਲਾਭਕਾਰੀ ਅੰਦਰੂਨੀ ਸਮਝ ਵਿੱਚ ਬਦਲਣ ਲਈ ਅਸਲ ਤਕਨੀਕੀ ਕੰਮ ਲੱਗਦਾ ਹੈ.
ਉਹਨਾਂ ਲਈ ਇਹ ਕੰਮ ਸੰਭਾਲਣ ਵਾਲੇ ਟੂਲ ਬਣਾਕੇ—ਸਾਫ਼ ਚਾਰਟ, ਪਰਖਿਆ ਹੋਇਆ ਹਿਸਾਬ, ਪਾਰਦਰਸ਼ੀ ਤੁਲਨਾਵਾਂ—ਅਸੀਂ ਹਰ ਰਿਪੋਰਟਰ ਨੂੰ ਉਹ ਸਮਰੱਥਾਵਾਂ ਦਿੰਦੇ ਹਾਂ ਜੋ ਪਹਿਲਾਂ ਅਸਮਾਨ ਜਾਂ ਵੱਡੇ ਪੱਧਰ 'ਤੇ ਲਾਗੂ ਕਰਨੀ ਔਖੀਆਂ ਸਨ। ਇਸ ਤਰ੍ਹਾਂ ਹਰ ਕਮਿਊਨਿਟੀ ਨੂੰ ਇੱਕੋ ਜਿਹੀ ਉੱਚ-ਗੁਣਵੱਤਾ, ਡਾਟਾ-ਆਧਾਰਿਤ ਪੱਤਰਕਾਰਤਾ ਮਿਲਦੀ ਹੈ, ਜਦਕਿ ਰਿਪੋਰਟਿੰਗ ਆਪ ਸਥਾਨਕ, ਮਨੁੱਖੀ ਅਤੇ ਥਾਂ ਨਾਲ ਡੂੰਘੀ ਜੁੜੀ ਰਹਿੰਦੀ ਹੈ.
ਜਿਨ੍ਹਾਂ ਗੱਲਾਂ 'ਤੇ ਅਸੀਂ ਖਾਸ ਧਿਆਨ ਦਿੱਤਾ ਹੈ, ਉਹਨਾਂ ਵਿੱਚੋਂ ਇੱਕ ਇਹ ਹੈ ਕਿ ਸਾਡੇ ਨਿਊਜ਼ਲੈਟਰਾਂ ਦੇ ਉਹ ਹਿੱਸੇ ਪਛਾਣੇ ਜਾਣ ਜੋ ਪਾਠਕਾਂ ਨੂੰ ਬਹੁਤ ਪਸੰਦ ਹਨ—ਅਤੇ ਫਿਰ ਇਹ ਸਮਝਣਾ ਕਿ ਉਹਨਾਂ ਨੂੰ ਤਿਆਰ ਕਰਨਾ ਕਿਵੇਂ ਆਸਾਨ ਬਣਾਇਆ ਜਾ ਸਕਦਾ ਹੈ.
ਇਸਦਾ ਇੱਕ ਵਧੀਆ ਉਦਾਹਰਨ ਸਾਡੇ ਨਿਊਜ਼ ਰਾਊਂਡਅਪ ਹਨ। ਇਹ ਸਿਰਫ ਲਿੰਕਾਂ ਦੀਆਂ ਸੂਚੀਆਂ ਨਹੀਂ ਹਨ; ਇਹ ਸਥਾਨਕ ਰਿਪੋਰਟਰਾਂ ਵੱਲੋਂ ਡੂੰਘਾਈ ਨਾਲ ਚੁਣੀਆਂ ਜਾਂਦੀਆਂ ਹਨ ਜੋ ਜਾਣਦੇ ਹਨ ਕਿ ਉਹਨਾਂ ਦੀ ਕਮਿਊਨਿਟੀ ਵਿੱਚ ਕਿਹੜੇ ਨੇਬਰਹੁੱਡ ਬਲੌਗ, ਖੇਤਰੀ ਆਉਟਲੈਟ ਅਤੇ ਨਿੱਜ ਸਰੋਤ ਅਸਲ ਵਿੱਚ ਮਹੱਤਵ ਰੱਖਦੇ ਹਨ। ਇਸ ਕਿਸਮ ਦੀ ਚੋਣ ਵਿੱਚ ਕਾਫ਼ੀ ਸਮਾਂ ਲੱਗਦਾ ਹੈ.
ਇਸ ਲਈ ਅਸੀਂ ਆਪਣੇ ਰਿਪੋਰਟਰਾਂ ਨਾਲ ਮਿਲਕੇ ਉਹਨਾਂ ਦੀ ਪ੍ਰਕਿਰਿਆ ਨੂੰ ਕੈਪਚਰ ਕੀਤਾ—ਉਹ ਕੀ ਪੜ੍ਹਦੇ ਹਨ, ਉਹ ਕਿਵੇਂ ਫੈਸਲਾ ਕਰਦੇ ਹਨ ਕਿ ਕੀ ਸਾਂਝਾ ਕਰਨ ਜੋਗ ਹੈ, ਉਹ ਕਿਹੜੇ ਸਰੋਤਾਂ 'ਤੇ ਭਰੋਸਾ ਕਰਦੇ ਹਨ—ਅਤੇ ਇਸਨੂੰ ਆਪਣੇ AI ਪ੍ਰੌੰਪਟਾਂ ਵਿੱਚ ਬਣਾਇਆ। ਹੁਣ, ਹਰ ਦਿਨ ਬਿਲਕੁਲ ਸ਼ੁਰੂ ਤੋਂ ਸ਼ੁਰੂ ਕਰਨ ਦੀ ਬਜਾਇ, ਰਿਪੋਰਟਰਾਂ ਨੂੰ ਲਿੰਕਾਂ ਦੀ ਇੱਕ ਛੋਟੀ, ਪਰਖੀ ਹੋਈ ਸੂਚੀ ਮਿਲਦੀ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਉਹਨਾਂ ਦੇ ਫੈਸਲੇ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ। ਉਹ ਸਿਰਫ ਜੋ ਕੰਮ ਕਰਦਾ ਹੈ, ਉਹ ਚੁਣਦੇ ਹਨ। ਜਿਸ ਕੰਮ ਵਿੱਚ ਪਹਿਲਾਂ ਘੰਟੇ ਲੱਗਦੇ ਸਨ, ਹੁਣ ਮਿੰਟ ਲੱਗਦੇ ਹਨ, ਅਤੇ ਹਰ ਸ਼ਹਿਰ ਨੂੰ ਇੱਕ ਉੱਚ-ਗੁਣਵੱਤਾ ਰਾਊਂਡਅਪ ਮਿਲਦਾ ਹੈ ਜੋ ਫਿਰ ਵੀ ਸਥਾਨਕ ਅਤੇ ਮਨੁੱਖੀ ਮਹਿਸੂਸ ਹੁੰਦਾ ਹੈ.
ਅਸੀਂ ਨਿਊਜ਼ਲੈਟਰ ਵਿੱਚ ਵੀ ਇਸੇ ਤਰ੍ਹਾਂ ਦੀ ਪਹੁੰਚ ਅਪਣਾਈ ਹੈ—ਪੂਰੀ ਚੀਜ਼ ਨੂੰ ਇੱਕ ਵਾਰ ਵਿੱਚ ਆਟੋਮੇਟ ਕਰਨ ਦੀ ਬਜਾਇ ਇਸਨੂੰ ਹਿੱਸਿਆਂ ਵਿੱਚ ਵੰਡ ਕੇ। ਜਿੰਨਾ ਖ਼ਾਸ ਕੰਮ ਹੋਵੇ, ਨਤੀਜੇ ਉੱਨੇ ਹੀ ਵਧੀਆ ਹੁੰਦੇ ਹਨ। ਇਸ ਨਾਲ ਸਾਨੂੰ ਨਿਯੰਤਰਣ, ਇਕਸਾਰਤਾ ਅਤੇ ਕਾਫ਼ੀ ਉੱਚ ਗੁਣਵੱਤਾ ਮਿਲਦੀ ਹੈ.
ਇੱਕ ਹੋਰ ਵਧੀਆ ਉਦਾਹਰਨ ਇਹ ਹੈ ਕਿ ਅਸੀਂ ਪਾਠਕਾਂ ਨੂੰ ਕਿਵੇਂ ਸੁਣਦੇ ਹਾਂ। ਅਸੀਂ ਆਪਣੇ ਸਾਰੇ ਸ਼ਹਿਰਾਂ ਵਿੱਚ ਤਿਮਾਹੀ ਸਰਵੇ ਕਰਦੇ ਹਾਂ, ਪਰ ਸਾਡੇ ਕੋਲ ਦਰਸ਼ਕ ਅੰਦਰੂਨੀ ਸਮਝ ਲਈ ਕੇਵਲ ਇੱਕ ਹੀ ਲੀਡ ਹੈ। ਪਹਿਲਾਂ, ਉਸ ਡਾਟੇ ਨੂੰ ਅਜਿਹੀ ਚੀਜ਼ ਵਿੱਚ ਬਦਲਣਾ ਜੋ ਰਿਪੋਰਟਰ ਅਸਲ ਵਿੱਚ ਵਰਤ ਸਕਣ, ਹਫ਼ਤੇ ਲੈ ਲੈਂਦਾ ਸੀ। ਹੁਣ, AI ਨਾਲ, ਅਸੀਂ ਜਵਾਬਾਂ ਦਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰ ਸਕਦੇ ਹਾਂ ਅਤੇ ਹਰ ਸ਼ਹਿਰ ਲਈ ਇੱਕ ਦਿਨ ਤੋਂ ਘੱਟ ਸਮੇਂ ਵਿੱਚ ਸਪੱਸ਼ਟ ਇਕ-ਪੰਨਾ ਸਾਰ ਤਿਆਰ ਕਰ ਸਕਦੇ ਹਾਂ। ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਰਿਪੋਰਟਰਾਂ ਨੂੰ ਲਗਭਗ ਤੁਰੰਤ ਅਸਲੀ ਪਾਠਕ ਫੀਡਬੈਕ ਮਿਲ ਜਾਂਦਾ ਹੈ, ਅਤੇ ਉਹ ਜੋ ਕਵਰ ਕਰਦੇ ਹਨ ਅਤੇ ਜਿਵੇਂ ਕਵਰ ਕਰਦੇ ਹਨ, ਉਸ ਵਿੱਚ ਸੋਧ ਕਰ ਸਕਦੇ ਹਨ.
ਇਹ ਚਮਕਦਾਰ ਨਹੀਂ ਹੈ, ਪਰ ਬਹੁਤ ਤਾਕਤਵਰ ਹੈ। ਇਹ ਸਾਨੂੰ ਆਪਣੇ ਪਾਠਕਾਂ ਨਾਲ ਘਣੇਰੀ ਤਰ੍ਹਾਂ ਜੋੜੇ ਰੱਖਦਾ ਹੈ—ਅਤੇ ਇਹ ਹਰ ਰਿਪੋਰਟਰ ਨੂੰ ਇੱਕ ਬਿਹਤਰ ਸਥਾਨਕ ਉਤਪਾਦ ਪਹੁੰਚਾਉਣ ਵਿੱਚ ਮਦਦ ਕਰਦਾ ਹੈ.
“ਪੱਤਰਕਾਰਾਂ ਦੇ ਹੱਥਾਂ ਵਿੱਚ AI ਹੋਣਾ ਬਿਲਕੁਲ ਨਿਹਾਇਤ ਜ਼ਰੂਰੀ ਹੈ [...]”
ਵਾਕਈ ਮੂਲ ਅਤੇ ਮਾਹਰ ਪੱਤਰਕਾਰਤਾ ਦੀ ਕਦਰ ਹੋਰ ਹੀ ਵੱਧਦੀ ਰਹੇਗੀ। ਕੋਈ ਵੀ AI ਸਰੋਤ ਨਾਲ ਸੰਬੰਧ ਨਹੀਂ ਬਣਾ ਸਕਦੀ ਜਾਂ ਵੱਡੀ ਖ਼ਬਰ ਨਹੀਂ ਤੋੜ ਸਕਦੀ। ਉਹ ਮਨੁੱਖੀ ਭਰੋਸਾ ਬਦਲਿਆ ਨਹੀਂ ਜਾ ਸਕਦਾ, ਅਤੇ ਮਹਾਨ ਰਿਪੋਰਟਿੰਗ ਹਮੇਸ਼ਾਂ ਇਸੇ 'ਤੇ ਆਧਾਰਿਤ ਰਹੇਗੀ.
ਪਰ AI ਕੀ ਕਰ ਸਕਦੀ ਹੈ, ਉਹ ਇਹ ਹੈ ਕਿ ਇਹ ਉਸ ਰਿਪੋਰਟਿੰਗ ਨੂੰ ਹੋਰ ਅੱਗੇ ਤੱਕ ਲੈ ਜਾ ਸਕਦੀ ਹੈ। ਪਹਿਲਾਂ, ਇਹ ਉਹ ਜਾਣਕਾਰੀ ਖੋਲ੍ਹਦੀ ਹੈ ਜੋ ਪਹਿਲਾਂ ਹੀ ਜਨਤਕ ਹੈ ਪਰ ਪਹੁੰਚਣਾ ਔਖਾ ਹੈ—ਮੀਟਿੰਗ ਟ੍ਰਾਂਸਕ੍ਰਿਪਟ, ਰਿਕਾਰਡ, ਡਾਟਾ—ਤਾਂ ਜੋ ਰਿਪੋਰਟਰ ਹੋਰ ਵਧੀਆ ਸਵਾਲ ਪੁੱਛ ਸਕਣ ਅਤੇ ਹੋਰ ਕਹਾਣੀਆਂ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਲੱਭ ਸਕਣ। ਦੂਜਾ, ਇਹ ਬਦਲ ਦਿੰਦੀ ਹੈ ਕਿ ਪੱਤਰਕਾਰਤਾ ਲੋਕਾਂ ਤੱਕ ਕਿਵੇਂ ਪਹੁੰਚਦੀ ਹੈ। ਇੱਕ ਇਕੱਲੀ ਰਿਪੋਰਟ ਕੀਤੀ ਕਹਾਣੀ ਹੁਣ ਇੱਕ ਨਿਊਜ਼ਲੈਟਰ, ਇੱਕ ਵੀਡੀਓ, ਇੱਕ ਪੌਡਕਾਸਟ ਜਾਂ ਇੱਕ ਸੋਸ਼ਲ ਕਲਿੱਪ ਬਣ ਸਕਦੀ ਹੈ, ਬਿਨਾਂ ਪਿੱਛੇ ਪੂਰੀ ਪ੍ਰੋਡਕਸ਼ਨ ਟੀਮ ਦੀ ਲੋੜ ਦੇ.
ਇਸਦਾ ਮਤਲਬ ਹੈ ਕਿ ਇੱਕ ਵਧੀਆ ਸਕੂਪ ਹੁਣ ਸਿਰਫ ਇੱਕ ਹੀ ਥਾਂ ਨਹੀਂ ਰਹਿੰਦਾ—ਇਹ ਹੋਰ ਦਰਸ਼ਕਾਂ ਤੱਕ, ਹੋਰ ਫਾਰਮੈਟਾਂ ਵਿੱਚ, ਕਾਫ਼ੀ ਘੱਟ ਰੁਕਾਵਟ ਨਾਲ ਪਹੁੰਚ ਸਕਦਾ ਹੈ। ਬੇਸ਼ੱਕ ਉਥਲ-ਪੁਥਲ ਹੋਵੇਗੀ। ਮੀਡੀਆ ਵਿੱਚ ਹਮੇਸ਼ਾਂ ਰਹੀ ਹੈ। ਪਰ ਇਸਦਾ ਫ਼ਾਇਦਾ ਵੱਡਾ ਹੈ: ਹੋਰ ਸਵਾਲਾਂ ਦੇ ਜਵਾਬ, ਹੋਰ ਕਮਿਊਨਿਟੀਆਂ ਦੀ ਸੇਵਾ, ਅਤੇ ਹੋਰ ਉੱਚ-ਗੁਣਵੱਤਾ ਪੱਤਰਕਾਰਤਾ ਉਹਨਾਂ ਲੋਕਾਂ ਤੱਕ ਪਹੁੰਚਣਾ ਜਿਨ੍ਹਾਂ ਨੂੰ ਇਸਦੀ ਲੋੜ ਹੈ.
ਅਤੇ ਸਾਡੇ ਨਜ਼ਰੀਏ ਤੋਂ, ਇਹੀ ਗੱਲ ਸਾਡੇ ਸਥਾਨਕ ਮਿਸ਼ਨ ਨੂੰ ਸੰਭਵ ਬਣਾਉਂਦੀ ਹੈ। ਅਸੀਂ ਅਜੇ ਵੀ ਸ਼ੁਰੂਆਤੀ ਪੜਾਅ ਵਿੱਚ ਹਾਂ, ਅਤੇ ਰਾਹ ਵਿੱਚ ਠੋਕਰਾਂ ਆਉਣਗੀਆਂ—ਪਰ ਜਦ ਤੱਕ ਅਸੀਂ ਭਰੋਸੇ ਅਤੇ ਗੁਣਵੱਤਾ 'ਤੇ ਕੇਂਦਰਿਤ ਰਹਿੰਦੇ ਹਾਂ, ਤਕਨਾਲੋਜੀ ਸਾਨੂੰ ਇਹ ਵਧਾਉਂਦੀ ਰਹਿਣ ਦਾ ਇੱਕ ਤਾਕਤਵਰ ਤਰੀਕਾ ਦਿੰਦੀ ਹੈ ਕਿ ਸਥਾਨਕ ਪੱਤਰਕਾਰਤਾ ਕੀ ਹੋ ਸਕਦੀ ਹੈ.
Axios ਖੋਜ, ਵਿਸ਼ਲੇਸ਼ਣ ਅਤੇ ਅੰਦਰੂਨੀ ਸੰਚਾਰ ਅਪਡੇਟਾਂ ਦੇ ਮਸੌਦਿਆਂ ਲਈ ChatGPT ਵਰਤਦਾ ਹੈ। OpenAI ਨੇ Axios ਨਾਲ ਭਾਈਚਾਰਾ ਕੀਤਾ ਹੈ ਤਾਂ ਜੋ Pittsburgh, Kansas City, Boulder ਅਤੇ Huntsville ਸਮੇਤ ਸ਼ਹਿਰਾਂ ਤੱਕ Axios Local ਦੇ ਵਿਸਥਾਰ ਲਈ ਫੰਡ ਦਿੱਤਾ ਜਾ ਸਕੇ.
