一次性说清UGC、PGC、PUGC、OGC、MGC、BGC、AGC、GGC、MCNGC、CGC、AIGC

对于我们常见的内容平台,比如微博,小红书,b站,抖音,快手,你看到的是一篇一篇内容,其实背后的创作者是分很多种类型的,下面一一解读下。(分为创作者类型,优势,劣势维度)

UGC:普通用户创作。就是普通的你和我。优势是可以鼓励很多人来创作,数量大,基数大,甚至你在家都可以随时拍一张阿猫阿狗。劣势是质量差,干货少,爆款可能性低,创作频次低,偶尔创作,找到合适的内容推荐给用好,需要好的标签机制,筛选机制,分发机制。

PGC:专业用户创作。专业用户可以是团队,可以是个人专业用户。团队比如是个5-100人的专业团队,包括策划,编辑,录像,剧情等。个人专业用户可以是知名摄影师,知名写手等等。优势,产出质量高,容易爆款。劣势,需要有好的商业化和一些闭环,要不人家为啥持续的创作,搭上人力和精力。

PUGC:介于专业用户和普通用户之间的创作者。比如一些兼职创作的。因为在PGC里讲过,如果专职创作,需要有商业化闭环,要不根本养活不了自己,所有有一些人会兼职,比普通用户好一些,但是距离日产出高的专业团队差一些。优势是对商业化要求没那么高,可以为爱发电。劣势是,质量不如PGC高,产出频次不高,不稳定。

OGC:职业内容生产,这部分用户是以生产内容为职业的,比如一些企业的官微,比如一些记者和编辑等。优势是,具有权威性,专业性,商业化闭环好。劣势是,容易有品牌影响,具有品牌倾向性,不容易客观,公正。

MGC:机器生产内容。其实很多内容是由机器生产的。比如有些社区的自动评论,比如有些媒体网站,由无人机带来的新闻等。优势,机器批量生产;劣势是缺乏阅读性,缺乏编辑运营。

BGC:大B和小B生产的内容。如果内容平台同时连接商户,商户分为大b和小b,大b是大商户,小b是更小的中小商户。内容平台上可以有商户创造的内容和提供的服务。比如在小红书,你可以看到一些民宿主在拍自己的房子和环境等。优势是,对内容掌握的全面,资源丰富,还可以提供服务,甚至优惠。劣势是,容易有推销之嫌,容易不被用户信赖,容易歪曲事实和内容,内容不够客观。

AGC:广告主的内容。现在广告主做内容不全是委托蓝标什么的来制作广告,而是把广告放在内容里,让你内容和广告傻傻区分不清楚。你也分不清这是个元气水的广告,还是个段子。优势是,让广告融入内容流中,提高广告的曝光率和用户认知;劣势是,需要比较大的制作成本,为广告量身定制内容,而且条数不能太多。这个在很多公共号中都有类似的例子,很多条漫,看到最后发现是个广告。

GGC:政府和官方产生的内容。政府不是指政府媒体,而是政府官方机构,比如国家统计局,地方省政府,区官方等。这些机构产生的内容,用来告知重大的消息。优势是内容权威性,号召力。是国家和地方政府应该选择的一种内容展现和品牌展现方式。劣势是对内容审核要求极高,内容调性要求 高,可以混合在内容流 其他内容里展现。

MCNGC:MCN产生的内容。原则上,MCNGC属于PGC。但是因为MCN实在太强大了,以至于可以单独作为一个内容生产者来看。我们在抖音上看到的大多数内容已经都快隶属于MGNGC了,因为需要精良的剧本创作,视频的拍摄,脚本的撰写,不是UGC能比拼的了。这里面需要专业的团队。其中MCN不仅提供专业的团队支持,还能分析清楚内容平台的趋势,及时捕捉这些趋势制作对应的内容。优势是,批量产生高质量的内容,爆款多,变化灵活,专业机构 ,专业公司,商业化机会多,盈利模式多样(广告,电商,直营)。劣势是,为了流量而产生的内容,内容质量和内涵,品牌性,独特性不够。

CGC:公司产生内容。有一类公司不仅是内容平台(平台是对接各方的意思),而且是内容产生者本身,自己也制作内容(原生内容或者编辑再推荐和编辑的内容),或者大量搬运内容(比如油管的内容)。优势是公司自己有自己的调性和内容一致性,内容深度性。劣势是,生产速度可能比较慢,生产数量可能不多,很难有海量的内容。

AIGC:生成式人工智能AIGC(Artificial Intelligence Generated Content)是人工智能1.0时代进入2.0时代的重要标志。GANCLIPTransformerDiffusion、预训练模型、多模态技术、生成算法等技术的累积融合,催生了AIGC的爆发。算法不断迭代创新、预训练模型引发AIGC技术能力质变,多模态推动AIGC内容多边形,使得AIGC具有更通用和更强的基础能力。从计算智能、感知智能再到认知智能的进阶发展来看,AIGC已经为人类社会打开了认知智能的大门。通过单个大规模数据的学习训练,令AI具备了多个不同领域的知识,只需要对模型进行适当的调整修正,就能完成真实场景的任务。AIGC对于人类社会、人工智能的意义是里程碑式的。短期来看AIGC改变了基础的生产力工具,中期来看会改变社会的生产关系,长期来看促使整个社会生产力发生质的突破,在这样的生产力工具、生产关系、生产力变革中,生产要素——数据价值被极度放大。AIGC把数据要素提到时代核心资源的位置,在一定程度上加快了整个社会的数字化转型进程。

    文章内容由AI百科使用AI进行创作,转载请注明出处:https://www.aipedia.cn/archives/4382.html

    (0)
    上一篇 2023年7月9日 上午12:47
    下一篇 2023年7月12日

    推荐词条

    • Diffusion

      扩散模型。一种通过对数据点在潜在空间中扩散的方式进行建模来学习数据集潜在结构的算法模型,常用于图像生成

      2023年7月7日
      265
    • 一次性说清UGC、PGC、PUGC、OGC、MGC、BGC、AGC、GGC、MCNGC、CGC、AIGC

      对于我们常见的内容平台,比如微博,小红书,b站,抖音,快手,你看到的是一篇一篇内容,其实背后的创作者是分很多种类型的,下面一一解读下。(分为创作者类型,优势,劣势维度) UGC:普通用户创作。就是普通的你和我。优势是可以鼓励很多人来创作,数量大,基数大,甚至你在家都可以随时拍一张阿猫阿狗。劣势是质量差,干货少,爆款可能性低,创作频次低,偶尔创作,找到合适的内…

      2023年7月9日 上午1:50
      798
    • AIGC

      Artificial Intelligence Generated Content,人工智能生成内容

      2023年7月6日
      126
    • 强化学习

      在给定的数据环境下,让智能体学习如何选择一系列行动,来达成长期累计收益最大化目标的机器学习方法

      2023年7月6日
      110
    • 乔治·塔西罗普洛斯 (George Tziralis)

      乔治·塔西罗普洛斯是希腊国家技术大学计算机科学系教授,也是人工智能领域的知名专家。他的研究工作主要集中在知识图谱和语义推理方面,他提出了著名的图神经网络(Graph Neural Network)和知识图谱表示学习方法等重要模型。塔西罗普洛斯的贡献推动了知识图谱和语义推理技术在人工智能领域的应用和发展。

      2023年7月6日
      61
    关注微信