人工智慧與圖書出版：使用案例

Ulysses Press 和 Perfect Bound 的 CEO Keith Riegert 在 2024 年 5 月的 Publishers Weekly 美國書展上提供了我所見過的最全面的關於出版公司內部人工智慧使用案例的概述。Perfect Bound 是此報告的贊助商；我對這個聲明負責。他提供了“20 種作為出版專業人士，您現在就能開始使用人工智慧的實用方法。“

他的演講Getting Started with AI 可以在 Perfect Bound 網站上觀看和下載。

我有意借用了這個標題 從 Ethan Mollick 的新聞郵件 —— 沒有必要嘗試改進它。Mollick 是賓夕法尼亞大學沃頓商學院的教授，研究創業與創新。他的新聞郵件，我經常推薦，是冷靜、清新且獨特的見解。

使 Mollick 有資格作為評論員的原因之一是他在這個領域沒有利益衝突。他不需要推銷人工智慧，也不需要詆毀它。他只是承諾探索人工智慧在各方面的影響，主要是對教育、文化、寫作和出版的影響。而且他是一個清晰、優秀的作家。

如果您瀏覽 Mollick 的新聞郵件存檔，會發現他直到 2022 年 12 月才開始關注人工智慧。這不是他的專業領域——像我們大多數人一樣，人工智慧突然闖入他的日常工作，他無法將目光移開。

在這篇文章中，他的見解與我們作為出版專業人士的興趣最接近。“人工智慧是否，“他問，“會改變我們與書籍互動的方式？”

Mollick 指出，“我們需要一個記憶足夠大的人工智慧來容納一本書，還需要一個對自己的書有足夠了解的作者來評判人工智慧的結果。” Mollick 測試了他的一些書籍（他沒有具體說明哪一本，但從對話中明顯看出是 The Unicorn’s Shadow: Combating the Dangerous Myths that Hold Back Startups, Founders, and Investors，這本書在 Amazon 上受到了好評，雖然不是當前的暢銷書）。

莫里克考慮了人工智慧對作者、出版商或讀者的潛在價值的不同方面，包括「人工智慧作為讀者和編輯」，以及「實際應用：幫助指導老師」。他要求一個大型語言模型（不是ChatGPT）總結這本書。總結結果讓莫里克感到滿意。

接著是一個更嚴峻的挑戰：「給我一些書中的隱喻例子。」他指出，隱喻「即使對於人類讀者來說也是一個挑戰，因為它涉及到在沒有明確標記的情況下（不像明喻那樣有“像“或“as“）找到比喻性的語言使用。」他記錄的結果「令人印象深刻，雖然有些小錯誤。」

作為編輯，大型語言模型的表現不如人意：莫里克指出，這反映了「目前人工智慧的現狀：如果你是一個非常優秀的作家或編輯，你比目前的人工智慧更好……」

儘管如此，「人工智慧具備或至少表現出具備理解文本上下文和意義的能力。」因此，莫里克認為「由於人工智慧，我們與書籍的關係可能會改變。」

我也這麼認為。

自動排版書籍的軟體至少可以追溯到1970年代。1980年代中期，我監督了一個名為PageOne的軟體專案，基於Donald Knuth的TeX，可以在幾分鐘內排版一本書。SGML出現了，它基於1969年引入的文檔標準。它主要由1996年引入的XML取代了。這些強大的標記語言為自動化創建了堅實的結構。

桌面出版引入了另一輪的自動化，例如QuarkXPress和Adobe InDesign，以及Adobe Illustrator和Adobe Photoshop。出版工作流程可以通過各種程式和系統進行管理。

值得關注的一個組織是Coko Foundation。他們提供一套開源的生產和出版管理工具，包括Kotahi，一個學術出版平台，和Ketty的書籍製作工具，其中包括一個人工智慧助手。Kotahi AI PDF Designer「將PDF設計轉變為一個簡單的互動過程。」

有一些早期嘗試將人工智慧引入InDesign工作流程。2024年4月，Adobe宣佈了一個文字轉圖片功能。第三方可能在這方面領先於Adobe：印度的創新預印和生產供應商，如Hurix Digital和Integra，在利用人工智慧進行生產方面表現出了更多的主動性。

「垂手可得的果實」是顯而易見的。請求Chat AI幫助撰寫產品描述或新聞稿。請它推薦一些關鍵詞。這些它都能輕鬆完成。但大多數出版專業人士也能做到這些，只是稍微費些功夫。

上面提到的Keith Riegert的使用案例，包括為頭腦風暴標題提供建議、起草數位行銷報告和在Google表格中創建數位行銷活動追蹤器。

上面描述的Shimmr軟體，暗示了未來自動化行銷的形態。

中繼資料是書籍可發現性的核心。你已經聽過無數次這個提醒，以至於聽得頭昏眼花。主要讓人反感的是「中繼資料」這個詞對大多數非技術人員來說仍然難以理解。如果你說，「這只是關於書籍的基本信息，標題、描述、價格、主題類別之類的東西」，人們會鬆一口氣。他們對此感到舒服。但也僅此而已。

我很遺憾地提醒您，元數據其實遠不止是關於書本的一些細節。有很多內容，遠超出這本小書所能涵蓋。我與人合著了一本專門探討這個主題的書。Ingram 出版了Metadata Essentials，這是一本很好的短篇書籍。我在這裡說，並且不會是最後一次：作者和出版商忽視他們的元數據是自冒風險。

AI 可以幫助生成元數據。例如，自出版商 PublishDrive 提供了一個“AI 驅動的書籍元數據生成器”，該生成器為書名、簡介、亞馬遜分類、BISAC分類和關鍵詞提供 AI 建議。

Veristage 的 Insight可以生成描述、關鍵詞、BISAC 分類，並定義目標受眾。

該組織的主任 Graham Bell 以他一貫深入的智慧指出，“對於（圍繞這項技術的爭議）的其中一種反應是發誓不使用 AI 或避免交易 AI 創造的產品。一個更現實的選擇是，在使用 AI 時，對交易夥伴和讀者保持透明。而且，由於一些零售商限制或禁止 AI 內容在他們的平台上，重要的是，聲譽良好的出版商要強調那些使用生成 AI 技術創建內容的產品。”

Bell 繼續概述出版商可以在元數據中指定的方法：

• AI 貢獻者

• 有 AI 基礎的有聲書聲音

…以及在數字產品的元數據中指明出版商明確選擇不使用除了研究以外的文字和數據挖掘（TDM）的方法。還有一種方法可以指定單獨的許可證涵蓋商業或非研究的 TDM。

正如通常情況，ONIX 中規定的內容可能不會在整個供應鏈中被揭示，但至少已經做出了最大的努力。