大模型背后的内容工程师：新闻人如何教 GPT 说话

过去两年，洛杉矶减少了 4 万多个影视岗位，美国报纸采编岗位比 2008 年少了一半。一批记者、编辑和纪录片导演进入大模型公司，开始把语气、品味、追问、共情和跨文化判断拆成模型可执行、可评估的规则。节目通过东尼与比昂卡两位前媒体人的经历，追问这项工作如何定义“好回答”，又怎样改变创作者与 AI 的关系。

1. 内容工程师设计的不是文字，而是人的观感

1.1 从国际新闻与影视制作进入模型实验室

• 主持人红军与特约研究员 Face 从一种熟悉体验切入：人会在深夜向 ChatGPT 倾诉，觉得模型抓住了自己尚未说清的情绪。节目提醒，这种“被理解”不只来自芯片、参数与代码，也来自藏在模型背后的记者、编辑和导演。
• 东尼曾做国际新闻与多语言内容，也在 Netflix 工作。2025 年，他看到 Meta 招聘内容工程师，要求内容、编辑与影视制作经验，便进入超级智能实验室负责模型内容国际化。比昂卡曾任 Vice 视频总监、NBC News 资深监制，后来负责 NBCUniversal 的 AI 赋能与采用战略，也曾在 Meta 从事生成式 AI 内容工程。
• 软件工程师让模型获得说话能力，内容工程师则定义什么样的对话才算好。他们要把《纽约客》《纽约时报》和《每日邮报》之间人们能感觉却难以说清的语气差异，翻译成可分析、可训练、可评分的技术属性。

1.2 “好”取决于产品目标

• 比昂卡强调，不能脱离产品定义好内容。同一个底层模型，若用于航空公司客服、工作代理或陪伴型聊天机器人，开场、目标、语气和退出方式都不同。团队要反复观察输出、隔离变量、逐项评分，并解释一个 7 分回答距离 10 分究竟差在哪里。
• 好回答不只“语气舒服”，还要理解用户真正意图。面对“Taylor Swift 会不会在 Madison Square Garden 结婚”这类问题，模型不能编造肯定答案，也不能只机械说“不知道”；更好的做法是承认不确定性，交代现有猜测、来源与背景，回应用户言下之意。

2. 新闻能力如何变成模型训练方法

2.1 上下文、语音与没有说出口的信息

• 比昂卡以菲律宾文化为例：很多重要信息不会直接说出，人需要从表情、停顿与语气理解未说出口的部分。她因此鼓励用户用语音输入，让模型接触未经反复修饰的完整思考；这与口头采访通常优于邮件采访相似，因为记者能实时追问，采访对象也更容易暴露真实推理过程。
• 东尼认为，人们不是缺少更多材料，而是没有把意图、背景和前因后果充分交给模型。新闻写作要求每个事实都建立在语境中，这种能力可以直接迁移到提示与多轮交互。节目还提到一项多轮对话研究：复杂指令被拆碎后逐步喂给模型，质量会明显下降；上下文不足时，模型会依据训练分布不断“脑补”，早期错误则像雪球一样放大。
• 东尼把这种现象与自己 2018 年研究微博争论的经历相连：陌生人缺少彼此背景时，也会脑补对方身份和动机，让和善讨论滑向辱骂。上下文破碎时，人和模型都会用预设填补空白。

2.2 国际化不是翻译，而是跨文化再创作

• 生成式 AI 出现前，国际化往往只是把同一内容翻译成不同语言；现在模型还可以根据当地语境重新选择人物、奖项和表达。但这种替换极其敏感：谁是“中国的 Meryl Streep”、什么对应“中国的奥斯卡”，都可能触发行业、地域和粉丝文化冲突。
• 东尼认为，娱乐记者等垂直从业者最适合参与这类工作，因为他们长期追踪人物与行业，脑中已有一套高质量“小模型”。同样，若视频生成数据只来自当下流行的帅哥美女脸，产出会高度同质；懂电影的人能更快指出“电影脸”与叙事所需的多样性。

2.3 追问：结构性与流动性的平衡

• Face 追问，记者不会机械遵循提纲，而会在受访者冒出重要旁支时冒着跑题风险继续追问；模型能否做到？东尼回答，新闻访谈的关键正是在结构性与流动性之间保持平衡。聊天产品也要决定何时追问、追哪一点、追问质量如何，这需要一整套评估体系，而最会问问题的人恰恰是记者。
• 现有模型常先复述问题、再分点回答、最后固定追加一个问题，这只是产品结构。真正困难的是判断哪个细节值得偏离预设路线。内容工程师的价值，就是把这种原本依赖直觉的判断转成可训练的过程。

3. 当失业媒体人开始训练替代自己的 AI

3.1 愤怒背后的零工经济

• 节目引用一位好莱坞编剧兼制片人的文章：影视项目被反复推迟后，他在求职论坛找到 AI Trainer 工作，按小时给 AI 剧本打分、改写示范，且要随时抢单。他担心创作者是否正在被降格为数据采集员，亲手把灵感拆成标签，训练未来的替代者。
• 比昂卡承认，基于多数共识训练的模型很难自然产生离经叛道的伟大艺术。《瞬息全宇宙》这类不符合标准三幕结构的作品，正因为偏离共识才独特。她仍希望看到真正由创作者表达“有话要说”的作品，并认为人应自行决定把制作流程的哪些部分交给 AI。
• 东尼则拆开“训练 AI 偷走工作”的叙事：第一，媒体人与艺术家依赖零工、难以维生早在 AI 前就存在；第二，项目制标注结束并不等于模型已经学会成为编剧；第三，把创作者与 AI 设成二选一，会遮蔽第三条路——把 AI 当成新的摄影机、特效工具或画笔，创造过去因预算和技术门槛无法完成的作品。

3.2 不是为 AI 辩护，而是把问题分清

• 产业萧条、零工平台、训练劳动和模型替代是相互关联却不同的问题。如果把它们压成“AI 偷工作”，既看不见旧制度的责任，也看不见创作者仍可决定工具边界。节目没有否认愤怒，而是要求把劳动条件、模型能力与创作选择分别讨论。

4. 东尼如何用播客经验训练出更好的语音代理

4.1 提示词和多代理堆叠都失败了

• 东尼生病休假期间，希望做一个既能陪聊又能担任播客嘉宾的语音代理。现成语音助手的节奏像客服，不像主播。他先写系统提示词，要求有趣、有参与感，但模型聊到第三句就忘记约束；随后又叠加意图分析代理与情感代理，结果限制太多，整体表现甚至不如不加提示。

4.2 少量好例子比规则堆叠更有效

• 最终，他把过去播客记录拆成“问题”与“内容”，每轮对话只检索少量相关材料与随机问题，作为少样本示例。模型由此学到什么是好问题与主播节奏。Google 的招聘人员注意到，一个没有代码背景的前媒体人，竟用播客经验把 Gemini 语音代理的多轮对话做得比原生模型更生动、灵活且有深度。
• 康复后，东尼在多个机会中选择加入 Google DeepMind，成为第一批资深模型设计师之一；OpenAI 也设立了类似职位。岗位名称仍在裂变，从内容工程师到“AI 哲学家”“创意技术专家”，反映公司仍在摸索如何把人文判断翻译成工程语言。

5. 越懂你的 AI：谄媚、事实核查与人的责任

5.1 谄媚首先是产品选择

• Face 担心模型会顺着用户价值观强化信息茧房。东尼回答，谄媚看似文风问题，实质是产品问题：如果 AI 天天反驳用户，大多数人是否还会用？产品既要提供帮助和情绪价值，又不能只迎合，还要考虑参与度与商业回报，因此必然面对脆弱平衡。
• 他不接受把全部责任外包给模型。公众往往不会主动事实核查，所以新闻机构必须承担公共责任；AI 影响更大，也应被要求做得更好。但用户仍需发展批判性思维，不能要求模型同时取悦自己、保持绝对独立，又替自己承担面对世界的全部责任。

5.2 AI 也可能降低核查成本

• 东尼举例，家人发来明显微信假新闻时，他让 ChatGPT 快速列出错误与不准确之处，再自行复核模型的核查，最后把结果发给家人，对方竟愿意接受。单一信息流可能让人看不到另一侧证据，而能力足够的模型可以帮助组织跨来源核查；前提是人还要核查模型本身。

6. 从成果价值转向过程价值：学会“AI 商”

• 东尼把 AI 对话类比阅读一本 500 年前作者的书：作者并不认识读者，却能通过语言经验让读者获得共鸣与“不孤独”的感觉。AI 不是一个出于主体性关心你的个体，而是在重新组织人类集体语言经验；用户仍有能动性，可以决定与这个远端实体建立什么关系，并在互动中创造意义。
• 节目借此引出“准社会关系”：对象可以是书中人物、电视形象或 AI，距离并不取消人的参与和解释。东尼认为，未来除了智商、情商，还需要“AI 商”——知道怎样与 AI 相处、调用它、怀疑它，并保留自己的责任。
• 职业转型也改变了东尼对价值的理解。过去新闻人与创作者出售的是成品：文章、影片、标题；进入模型工作后，他更关注从零散想法走到好结果的过程，如何定义好标题、如何把判断转成评估、如何让模型学习这条路径。内容工程师真正工程化的，是创作与判断的过程，而不是把人文学科压成几个标签。

思想框架

节目从媒体岗位萎缩与“AI 为什么懂我”进入，先说明内容工程师如何把语气、意图、上下文和跨文化判断变成模型规则，再通过多轮对话、追问和国际化案例展示新闻技能的直接迁移。中段把创作者训练 AI 的愤怒拆成零工经济、项目劳动、模型能力和创作工具四个问题，并用东尼训练语音代理的失败与突破证明“品味和案例”本身可构成工程资产。最后，讨论谄媚、事实核查和准社会关系，把落点放在人机共同责任：模型要被设计得更可靠，人也要形成与 AI 相处、核查和共同创作的能力。