终究还是交了智商税，AI原创文章生成器不好使！

最近域名卖的不好，想要变现只能通过自己做网站搞收录了。对于我来说，并没有尝过采集的甜头，所以不敢贸然去采集。于是纠结来纠结去，还是选择使用购买了文某狗AI原创文章生成器。

买之前看文案宣传真的是让人非常心动，但是买之后就感觉自己还是太天真了，需要做的东西很多，而且结果也并不一定有用。今天就我个人的实践经历来跟大家讲一件这款AI生成文章的工具。

AI原创文章生成器使用过程：

采集语料->预处理->训练模型->整理标题->文章生成

按照这个文章生成逻辑，我们首先需要采集很多文章作为机器学习的“语料”。我们看到文某狗的官网上出售的训练模型，大都是使用几十万、上百万的语料训练的模型。所以，按照官方的说明，我们需要采集几十万的数据。

数据采集何其难！很多朋友都说，采集数据有啥难度，不就是采集器一挂就行了嘛！其实不然，要知道我们作为语料的数据只能是行业数据，对于大部分的行业来说，我们可能根本找不到这么多的数据。而且，也不能单靠堆积数量，我们还需要挑选好的内容，不然生成的肯定也是垃圾。

同行业、优质数据这两点限定让我们的采集工作不会那么轻松，另外我们采集过来的数据还需要“清洗”。就是保证内容里面没有乱七八糟的格式、去掉一些带有别人联系方式的广告，而且还要严格按照“语料”的格式要求：txt文档首列是标题，第二列空白，第三列是正文且不能为空。

为了实现语料的整理，我不得不重拾了荒废已久的基础Python，写了三个工具：excel转txt、文件名作为标题插入内容中且换行、过滤广告整理格式。

经过我的工具处理，我的语料可谓相当干净，格式也很棒。那我果断开始了预处理以及训练（我总共采集了3W+的内容）。3万多的数据，训练将近1天的时间就到了100轮，期间每隔几轮我几乎都会进行一些测试，但是每次的生成结果都令我相当不满。

重新再来生成一次

这两篇文章生成的还算可以，但是如果再看一下下面的这篇文章，我们是不是就要崩溃了？

格式错乱、标点符号乱用，语句不通等问题真的让人很无语，使用这样的工具真的有助于我们的SEO优化吗？

看到这样的结果我感觉非常失望了，但有感觉是自己没有物尽其用，如果我多采集一些文章是不是就能训练更好的结果呢？还是说浪费时间呢？