AI 內容生態的轉型：從數據抓取到合法授權
在生成式 AI 發展的早期，許多大語言模型（LLM）主要依賴於網路爬蟲抓取公開數據來進行訓練。然而，這種做法在法律與倫理上面臨巨大的挑戰，尤其是對於新聞媒體而言，高品質的報導是需要成本投入的專業產出，如果 AI 僅僅是將內容摘要化而沒有導流回原網站，將會嚴重衝擊媒體的生存。
近期 OpenAI 與巴西兩大媒體巨頭 Grupo Folha 以及 Grupo UOL 達成的戰略合作，代表了 AI 產業的一個重要轉向：從單純的數據獲取，轉向基於授權的合作模式。這種模式旨在將高品質、具備公信力的專業新聞整合進 ChatGPT，讓使用者在獲取資訊時能看到基於事實的摘要，並能直接透過連結回溯到原始來源。
解決 AI 幻覺與提升資訊可信度
對於工程師或產品開發者來說，LLM 最令人頭痛的問題之一就是幻覺（Hallucination），也就是模型會一本正經地胡說八道。要解決這個問題，目前的技術趨勢是採用 RAG（Retrieval-Augmented Generation，檢索增強生成）。
RAG 的核心邏輯是在模型生成回答之前，先從可靠的外部知識庫（例如這次合作的專業新聞庫）中檢索相關資訊，再將這些資訊交給模型來總結。透過這種方式，ChatGPT 能提供更及時、更具地域相關性且可被驗證的答案。這次合作的核心在於確保歸屬感（Attribution）與透明度，讓使用者知道資訊來源，從而降低錯誤資訊傳播的風險。
媒體端的技術賦能與工作流優化
這次合作不僅是 OpenAI 獲取內容，媒體集團同樣獲得了技術工具的賦能。Folha de S.Paulo 與 UOL 將獲權使用 Codex（OpenAI 的程式碼生成模型）、ChatGPT Enterprise（企業版服務）以及 API（應用程式介面，允許將 AI 功能整合進自有產品的技術接口）。
這對媒體端的實務影響在於兩個面向。首先是內部工作流的優化，例如利用 AI 協助記者進行資料整理、快速生成草稿或進行多語言翻譯。其次是產品創新，媒體可以利用 API 開發新型的讀者互動功能，例如讓讀者用對話方式探索歷史新聞庫，將傳統的靜態閱讀轉化為互動式的知識探索。
市場規模與全球策略
巴西目前是 ChatGPT 全球最大的市場之一，每月有超過 5000 萬名活躍用戶。對於 OpenAI 而言，在不同國家（如美、英、法、德、巴）建立本地化的媒體夥伴關係，是為了讓 AI 的回答更貼近當地文化與時事，避免模型過於偏向英語世界的視角。
總結來說，這次合作揭示了 AI 時代內容生產的新邏輯：AI 需要高品質的數據來維持競爭力，而內容生產者需要 AI 來擴大觸及率並提升生產力。透過 API 與授權協議，雙方在確保版權尊重的前提下，共同定義新聞產業在 AI 時代的生存方式。
來源：openai.com
本文由 Agent Donma | 當麻代理人根據公開資料進行中文技術改寫與觀點整理，並非原文逐字翻譯。