Axios 是一家媒体公司，致力于以最高效、最具启发性且便于分享的方式，为受众提供重要且可靠的新闻资讯与深度分析。公司围绕媒体趋势、科技、商业及政治领域，推出兼具原创性与专业性的深度报道，内容风格鲜明、简洁精炼且富有洞见。

我们与 Axios 的首席运营官 Allison Murphy 进行了对话，探讨 AI 如何助力高影响力本地新闻发展，以及如何更好地服务社区。

AI 已经深度融入 Axios Local 的日常运作体系。我们的核心目标是证明，您可以打造一套可持续且盈利的本地新闻模型，为美国各个社区提供高质量的新闻报道。这意味着要解决规模化发展与运营效率的双重问题，而这正是 AI 所擅长的领域。因此，OpenAI 的技术研发方向与我们 Axios Local 的业务布局之间存在着高度契合的天然关联。

我们在新闻生产全流程中应用 AI 技术，覆盖从选题创作、编辑加工到内容分发的各个环节。而 AI 真正发挥关键作用的地方是帮助记者更高效地完成重要采编工作。读者选择 Axios 是为了获取简洁精炼且富有洞见的内容，为此我们开发了一款名为 Axiomizer 的定制化 GPT 工具。记者只需将稿件导入系统，工具就会生成更吸睛的标题建议，并优化“核心价值”、“未来展望”与“深层解读”等板块内容，助力优质报道更好地触达并打动读者。

这款工具绝非是为了取代记者。它的作用是为专业扎实的报道锦上添花，让内容变得更精炼、更清晰、更具实用价值。我们还在工具中新增了编辑校对与风格校验功能，这样文字编辑就能将精力集中在需要人工判断的核心环节，而不必在基础修改或格式调整上耗费时间。

最终实现的效果是，记者与编辑都能拥有更多时间来专注于高影响力新闻的创作，而繁琐的事务性工作则由 AI 在后台自动完成。

这个问题可以从多个角度解读，但归根结底，核心在于报道覆盖面与工作模式这两大方面。我们的目标是让记者专注于人类独有的核心工作：对接消息来源、深挖数据价值、讲述精彩故事。我们在内容制作、格式调整或事务性工作上为记者节省的每一分钟，都是一次成功的优化。

这种效率的提升能帮助我们触达更多社区。若是仅靠一位优秀记者就能开拓一座新城市的新闻业务，而无需额外增设整套制作与支持团队，我们就能进驻此前从未覆盖过的区域。这正是我们在博尔德市与阿拉巴马州亨茨维尔市的实践模式，这两座城市也是我们首批采用“一人负责”模式的试点城市。

依托 AI 驱动的后台工作流，只需一名记者就能独立完成优质本地新闻产品的制作。这意味着我们能够在更多地区拓展本地新闻覆盖范围，同时始终保持高标准的内容质量。

本质上，本地新闻行业面临的危机其实是一场经济层面的危机。优质的本地新闻必须深度贴合各个社区的需求，这就导致行业难以实现其他领域所依赖的成本效益。新闻编辑部的运营模式，绝非简单复制粘贴就能奏效。

而 AI 的出现，彻底改变了这一局面。它帮助我们充分发挥资深记者与编辑的价值，同时剔除那些无法为读者带来实际价值的成本支出。通过优化行业经济模型，我们得以在更多地区开展高质量的新闻采编工作。

AI 还为我们开辟了全新的信息来源渠道。目前存在海量公共数据，包括市议会会议内容、学区委员会会议录音、政府文件记录等，但这些数据基本处于“封存”状态，因为没有人有足够时间去浏览全部内容。借助 AI，记者能够快速获取准确可靠的内容摘要，并精准定位其中的关键信息。他们无需全程参加长达三小时的会议，就能把握新闻事件的发展脉络，并明确需要联络的采访对象。

这意味着，优秀记者能够拓展报道领域、挖掘更多新闻选题，并更好地服务社区。具体来说，就是将那些理论上公开、但实际难以获取的信息，转化为大众可以切实利用的内容。

人类记者将始终是 Axios 的核心。这一点不容动摇。正是他们，构筑起与读者之间的信任纽带。也正是他们，让 Axios 如同您口袋里的邻居一般，熟悉您所在的社区，为您讲述真正重要的事。一旦失去这种人性化的表达风格，整个产品的价值便会荡然无存。

针对围绕记者开展的各项辅助工作，我们推行标准化。我们借助技术手段统一内容风格，并处理格式排版、数据整理、数据分析等事务，从而让记者无需在这些工作上耗费精力。读者高度关注房价走势、学校办学质量、所在社区与邻近社区的对比情况等内容。但要将原始数据转化为清晰、可靠且实用的洞察，就需要投入大量专业技术工作。

我们开发相关工具为记者处理这些工作，生成条理清晰的图表、经过验证的数据分析结果、公开透明的对比内容，让每位记者都能获得以往难以均衡配置、也难以规模化应用的能力。如此一来，每个社区都能获取同等高质量的数据驱动型新闻报道，同时报道本身仍保持本地化、人性化的特质，扎根于当地。

我们尤为关注的一点，是找出新闻简报中读者喜爱的板块，再思考如何简化这些板块的制作流程。

新闻汇总板块就是一个绝佳范例。这些汇总并非简单的链接列表，而是由本地记者精心筛选整合而成。记者熟知哪些社区博客、区域媒体、垂直领域资讯来源，在当地真正具备参考价值。这类内容筛选整合工作，往往需要耗费大量时间。

因此，我们与记者协作，梳理他们的工作流程，包括日常阅读范围、判断内容是否值得分享的标准、信任的信息来源等，并将这些经验融入 AI 提示的设置中。如今，记者无需每天从零开始筛选，而是会收到一份简短且经过审核的链接列表，列表内容已充分体现他们的筛选标准。他们只需从中筛选合适的内容即可。以往需要数小时完成的工作，现在几分钟就能结束，每个城市都能拥有一份高质量的新闻汇总，且始终保留本地化的人文温度。

我们在整份新闻简报的制作中都采用了类似思路，将其拆解为多个模块，而非试图一次性实现全流程自动化。任务划分得越具体，最终呈现的效果就越好。这种方式让我们能够把控制作流程、保持内容一致性，同时显著提升内容质量。

另一个典型案例，是我们收集读者反馈的方式。我们会在所有覆盖城市开展季度读者调研，但团队中仅有一位负责受众洞察的专员。以往，要将调研数据转化为记者可直接运用的参考内容，往往需要数周时间。如今借助 AI，我们可以分析调研反馈，并在一天内为每个城市生成一份条理清晰的单页摘要。这意味着记者几乎能实时获取真实的读者反馈，并据此调整报道内容与报道方式。

这种方式看似平实，却能发挥巨大作用。它让我们与读者保持紧密联结，也帮助每位记者打造更优质的本地新闻内容。

真正原创、由专业人士采写的新闻报道，其价值只会持续攀升。没有任何 AI 能够建立消息来源人脉，或是挖掘独家新闻。这种人与人之间建立的信任具有不可替代性，也是优质报道赖以生存的根基。

而 AI 所能发挥的作用，是让这些优质报道的影响力进一步扩大。首先，它解锁了那些虽已公开、但获取门槛较高的信息资源，比如会议纪要、档案文件、各类数据，让记者能够提出更有深度的问题，更快挖掘更多新闻线索。其次，它改变了新闻内容触达受众的方式。如今，一篇深度报道无需完整制作团队的支撑，就能衍生出新闻简报、视频、播客、社交媒体短视频等多种形式的内容。

这意味着，一则出色的独家新闻不再局限于单一传播渠道，而是能够通过更多形式触达更广泛的受众，且大大降低传播阻力。当然，行业难免会经历变革。媒体行业向来如此。但变革带来的利好也十分显著：解答更多公众疑问、服务更多社区群体、让更多高质量新闻报道触达有需要的人。

在我们看来，这正是推动本地新闻使命落地的关键所在。我们目前仍处于探索初期，前路难免会遇到波折。但只要始终聚焦于信任与质量两大核心，技术就能为我们提供强有力的支撑，不断拓展本地新闻的发展边界。

Axios 借助 ChatGPT 辅助开展研究、分析工作，并撰写内部沟通更新文件的初稿。OpenAI 已与 Axios 达成合作，资助 Axios Local 将业务拓展至匹兹堡、堪萨斯城、博尔德、亨茨维尔等城市。