对此有一个答案：人工智能在这方面很糟糕。
你对人工智能是什么、它能做什么，或者人类如何与它互动，都有一些浪漫的想法。
但有一个半自动功能：AI 助手。你可以试试。但即使在这里，由人工智能生成的标题相对较少，也是有原因的。
它相对擅长做什么？校对和翻译。这并不令人惊讶，因为这些是处理概率的语言模型。但即使那样，当它需要猜测使用的语言时，它也会遇到困难。
将所有语义能力都交给人工智能，将导致更多的人类在后台工作。我在行政管理方面生活在梦想世界里。我没有问题用户，也没有垃圾邮件。即便如此，我还是会收到误报——虽然很少，但确实存在。当试图修复它时，“管理员或授权用户可以编辑它并向人工智能提供反馈”比实际操作更容易说出口。
我有时写东西对人工智能来说很难，因为它知道最好的英语。我试图保持英语的结构正确，但至于我应该如何以及按什么顺序使用地点和时间，是我做不到的。当人工智能遇到我用英语单词写芬兰语的情况时，它有时会完全错误地纠正我，而且经常会错过上下文和重点。
我的意思是，当一个主题只有象形文字（即表情符号和反应）时，人工智能的可能性是什么？或者当一个主题只有一个标题时？将这些归入正确的类别和标签，对人工智能来说几乎是不可能的。
如果人工智能的成功率为 85-90%，并且修复剩余的 10-15% 成本不高，那么它就能正常工作。这是可以接受的。但如果一个版主犯了同样的错误，管理员会很快更换版主团队。同时，这意味着在 1000 篇帖子中，有 100-150 篇帖子属于错误的类别，带有错误的标签，并且标题是在严重幻觉之后生成的。
ChatGPT 是我们论坛中使用的比任何人都昂贵的人工智能工具。它为 Varnish Cache 的一个问题提供了一个解决方案。它看起来是正确的，但它不起作用。我最初向 ChatGPT 求助只是为了节省时间，因为我懒得自己编写所需的 if 结构。
原因是 ChatGPT 无法区分 County-Code 和 Country-Code。与 ChatGPT 聊天然后修复问题所花费的时间比我自己从头开始做要长。
我为什么使用它？因为它的成功率为 85%。
但当它无法分辨单词 strawberry 中有多少个 R 时，我们希望它能处理单词和上下文——因为它在大多数时候都能做到。但当它失败时，而且它做了大量工作……修复可能而且将会相当困难，因为我们还有其他技术。
人工智能弄乱了我的摘要，同时也在翻译。删除这些记录很容易。但创建新的记录要花费我 100 美元。如果它将所有主题都归入错误的类别并带有错误的标签，那会怎样？可以修复，但代价高昂的错误。
人工智能还没有达到（也许永远也达不到）能够“做一切”的程度。这或多或少是科幻小说。但当有明确的限制和结构良好的指导方针时，它们可以相对较好地完成一些工作。但处理模糊的现实……不行。
我喜欢一个无分类论坛的想法，其中标签基于人类查找信息的逻辑需求，并且一切都是自动化的。
能够为社区生产有价值内容的用户可以看到这些区域，但新成员通常不关心标题、分类或标签。在一个问答社区中，所有期望的就是提出问题并得到答案（例如，就像一个人工智能机器人）。我希望这个请求是为那些更初级、正在寻找紧急问题答案的用户准备的，但同时，这些问题应该被普遍发布。当使用人工智能时，这类话题对社区没有好处，并且会停留在后台。更有用的是丰富网站内容，并对相同的问题进行通用使用。
我也用人工智能创建标题和标签，在这方面非常成功。我相信，通过一个好的提示，人工智能在分类和标签方面会给出不错的结果。当然，这并不意味着就此放任不管，管理人员可以重新检查这些话题并进行必要的调整，但我们可以通过首先将此控制权交给人工智能来节省时间。不属于正确分类的内容可以被举报，或者管理人员在看到时可以纠正。目的是让这项工作更容易。
实际上，我可以通过一个简单的Webhook来做到这一点。打开一个新话题，ping给定的页面，用人工智能选择正确的分类（在网站上）和标签，然后更新话题（通过API）。然而，开发一个已有的功能会更合乎逻辑。
我同意你所写的，那么让我们开发人工智能并将其作为一个代理来运行，让它对已打开或已编辑的话题提出建议。例如，为已打开的话题提供合适的分类、标签等。如果唯一需要做的更改是用一个按钮批准它，话题就会立即更新。如果不是，就进行编辑并快速批准。
这可能会产生额外的成本，但对于希望让工作更轻松而不放弃人类控制的管理员来说，它可能是一个很好的工具。一个监控论坛活动并向管理员或选定组的人员报告这些活动的人工智能。嗯，这似乎不是一个坏主意（当然有点偏离主题）。
你比我更了解你的社区。 
那么也许可以在用户创建主题时让 AI 来完成这项工作？
我通常通过运行一个我准备好的简单 PHP 页面来做到这一点，当我有一个我想知道的问题时。例如，当我好奇“什么是黄金比例”之类的事情时，我会将其写在创建的页面上，它会与 AI 交互并添加站点（不包括类别）。换句话说，它自己创建标题、问题和标签。这表明 AI 在这方面实际上可以取得成功。
例如：Profil - nuran-kilic - Soru Cevap
也许我们可以隐藏这些字段（我们可以为那些想要编辑的人放一个简单的按钮），并允许用户仅通过问题或主题输入字段快速创建主题。我们可以稍后编辑这些字段，或者我们可以自己通过简单的 WebSocket 请求来完成。但是 Discourse 在 AI 方面做得很好，如果它有这种支持，我们不会感到惊讶。
也许我可以带着更好的计划和思考回来，而不会离题太远。谢谢你的耐心 
为什么不直接阅读维基百科文章，让人工智能给出一个不那么好的答案呢？
成功与否取决于定义，与能否做到某事并非同一回事。
为了保持话题相关性，对我而言，识别垃圾邮件的成功率是零，或者取决于定义，是极高的。它是零，因为它找到的都是误报。它是极高的，因为它没有报告其他任何垃圾邮件。
在这两种情况下，它都有能力做某事。
当人工智能对主题进行分类时，也会发生同样的情况。而且，这纯属个人观点，它写出的文章几乎从未好到可以发表。
我们在人工智能出现之前就是那样做的，但这里的主题是关于我如何在话语系统中使用人工智能的想法，以提高效率。你做得很好，不可能为每个人定制，所以我们可以创建一个插件。我有一个小小的抱怨，我一直在尝试搭建discourse开发环境，已经3天了，如果社区里有人能创建关于这个主题的好的安装指南，那就太好了:)
我上次查看时，那些指南中的脚本已经过时了。保持开发环境的更新并不容易。
推荐的方式似乎是 docker 开发版本，但我对此也并不顺利。我不清楚人们是怎么做到的。
我会尝试一下，如果我成功了，我会分享它。我在云端上做不到，它会运行并崩溃。我将在本地（Windows）上尝试。最终，我一定会抽出一些时间来做这件事。如果有人在我之前做到了，我会很高兴的:)
有什么方法可以对特定类别中的现有主题列表进行分类吗？
帖子已拆分为新主题：当自动化隐藏帖子时，“实时”隐藏帖子