第五章
未来内容生产者的身份转变与逻辑重构

生成式AI浪潮正在为内容生产范式带来变革。以ChatGPT为代表的生成式AI将进一步实现人类自由度的扩张，将人类从繁杂的机械性、重复性劳动中释放，实现真正意义上的微粒化个体激活。依托AIGC的文案撰写者、插画师、虚拟数字人、营销策划师等新兴职业大量出现。 2023年4月12日，知名公关公司蓝色光标宣布无限期全面停止创意设计、方案撰写、文案撰写等相关外包支出，遏制核心能力空心化趋势，全面拥抱AIGC。 这不禁引人深思：AIGC具备替代人类的能力吗？其实不然，对于大众而言，AIGC只能满足人们浅层次的需求，难以满足特定领域、特定人群的高层次需求。提示工程师作为一种新职业应运而生，其通过专业素养和数字素养弥合了人类高层次需求与AIGC之间的能力沟，实现完全意义上对人的又一次重大赋能赋权。

伴随生成式AI的崛起，生成式AI与新闻工作者，乃至未来新闻业的关系受到前所未有的关注。以ChatGPT为代表的生成式AI具备的强大文本生成能力究竟是造就新闻业还是颠覆新闻业，这是新闻工作者在生成式AI浪潮下不得不考虑的问题。对于传媒组织而言，始终保持对新技术的关注，并不被其固有模式裹挟至关重要。 未来新闻工作者需要成为提示工程师的角色，提示工程师作为自然语言和机器语言的中介，新闻工作者则是客观事实和新闻消费者的中介，均以独特的提示语言帮助新闻消费者理解世界。因此，新闻工作者在新形势下的身份转变和逻辑重构是顺应时代浪潮的选择，也是媒介发展的必然。

第一节 提示工程师诞生的必然性、偶然性、适应性

结构必然性

凯文·凯利认为结构必然性是进化的三大动力之一（见图5.1）。进化乃至技术元素，都遵循由物质和能量的本质决定的固有方向。 复杂系统视角下的进化的结构必然性一般会经历三个阶段：技术泡沫化发展的紊乱与无序、外熵性质的自组织力量、趋势必然性的涌现。复杂系统内部的紊乱与无序在外熵性质的自组织下变为进化过程限定方向，进而将进化的无序性指向趋势必然性。

纵观媒介技术发展史，无论是适度降温的元宇宙还是当前爆火的生成式AI，其发展初期必然伴随着泡沫化现象，呈现无序与紊乱的阶段表征。无论是我们所处的元宇宙7.0版本，还是ChatGPT、Midjourney等生成式AI，社会各界对其的畅想与讨论正是因为生成式AI对人的又一次重大赋能赋权，而且生成式AI为进一步实现元宇宙这一终极媒介提供了内容层与关系层支撑，为实现未来媒介的全要素关联融合奠定基础。

1．技术泡沫化发展的无序与紊乱

泡沫化是技术发展与扩散的第一步。“泡沫”的存在及其重要程度是技术对于现实关联的深刻性和改变程度的重要指标。新技术越重要，社会越关注；越突破，讨论越热烈。 我们以当前对元宇宙的反思为例，尽管很多专业人士认为元宇宙是遥不可及的未来媒介，但是元宇宙概念的提出为未来互联网的技术迭代和产业方向指明了道路。当前生成式AI技术的快速发展和社会各界对其的热烈讨论同样如此。技术在泡沫化发展的初期必然伴随无序与紊乱。

2．外熵性质的自组织力量

凯文·凯利认为持久差异的广泛传播是熵的反向运动，并在此基础上提出外熵（exotropy）概念，他认为外熵是表现性质不同的双重否定的措辞，含义为“无序不存在”。考虑到现实世界的复杂性、多样性，度量外熵的指标虽然难以把握，但是可以透过某一现象探析现实世界等复杂系统演变的本质，从而把握外熵性质的自组织力量，这一现象便是系统内部主体进化趋势必然性的涌现。生成式AI的快速扩张催生新的需求，加之人们的提示语言水平有限，PromptBase等提示词售卖平台和提示工程师职业应运而生。

3．趋势必然性的涌现

趋势必然性是“非历史性”的力量，独立于历史进程而变化。无论历史如何倒带，得到的都是同一个故事。在复杂系统下，任意主体的进化是系统内部诸多因素共同作用的结果，即系统内自组织复合体的内部动力。PromptBase的诞生是提示词、提示工程获得社会各界关注的表征，是趋势必然性的涌现。

历史偶然性与功能适应性

历史偶然性和功能适应性是进化的其余动力支撑。偶然性是“历史性”的力量，即历史对其有重大影响。系统进化过程是不可测的，主体的进化具有多种可能，以人工智能的三大流派（行为主义、联结主义、符号主义） 为例。在三大流派之外，还有诸多路径与流派，为什么生成式AI的发展最终选择了联结主义？联结主义自诞生以来在AI发展历程中的运用，无不印证其进化历程中的不确定性与历史偶然性。

功能适应性是进化的经典动力源泉，是教科书式的正统力量。达尔文的进化论提出生物进化的步调是渐变式的，是在自然选择作用下微小变异积累的演变历程。不只生物界，在现实世界的复杂系统中同样如此。生成式AI作为智能互联生态中涌现的新技术，与其配套的提示工程能力，或者说互补性职业的出现是有迹可循的。自互联网诞生，互补性职业在层出不穷的技术革命下不断涌现并持续重构，从网络搜索专家到搜索引擎优化（search engine optimization, SEO）专家再到提示工程师，前两者主要弥合用户“搜索能力沟”，而后者主要改善“知识调用沟”。

1．网络搜索专家：弥合C端“搜索能力沟”

互联网诞生初期，对于C端用户而言，获得最佳检索效果一直是大众的追求。网络搜索专家塔拉·卡利沙恩（Tara Calishain）、艾伦·施莱因（Alan M.Schlein）等编撰了《网络搜索库》《网络搜索大全》等作品，介绍工具栏、标签、浏览器的使用，帮助用户检索黄页、政府报告、新闻资源等内容，指导用户提升检索的精确性和权威性。

2．搜索引擎优化（SEO）专家：弥合B端“搜索能力沟”

1997年，丹尼·沙利文（Danny Sullivan）提出搜索引擎优化概念。冯英健认为搜索引擎优化是提升网站在特定搜索引擎相关关键词的排名。王晰巍等从信息生态视角提出，SEO是基于搜索引擎搜索原理和算法，通过对传播全链条的优化，为网站提供生态式的营销解决方案，进而优化网站在搜索引擎中的表现。 SEO专家主要面向B端用户，但是B端用户也分为两类：第一类是以谷歌、百度等为代表的搜索引擎公司；第二类是在互联网创建网站平台的公司。

3．提示工程师：生成式AI浪潮下弥合“知识调用沟”

伴随生成式AI的兴起，提示工程能力愈发得到重视，提示词平台PromptBase应运而生，新职业提示工程师的出现引发社会各界关注。提示工程师的职责为与大语言模型对话，引导挖掘生成式AI的潜能。 信息具备创生性、涌现性等特性， 越是复杂的信息系统涌现性层次越高，ChatGPT等大语言模型具备强大的涌现能力。这种涌现能力的提升需要通过提示工程师运用自然语言中介机器语言。提示工程师的工作便是对生成式AI潜能的激发并对其加以固化，通过生成提示词和提升大众的提示工程能力弥合“知识调用沟”。由此既可以看到新闻工作者的身份转变与逻辑重构，也可以看到与生成式AI交互过程中潜力巨大的开发空间。

提示工程崛起

提示工程（prompt engineering）是人工智能中的一个概念，尤其是自然语言处理（NLP）领域。 提示工程作为新学科，专注于提示词的开发和优化，帮助用户理解运用大语言模型于各场景与研究领域。 ChatGPT是基于大语言模型的生成式AI，提示工程在其中起到引导生成内容并对齐人类会话风格、伦理和规范的作用。

1．提示词（Prompt）构成

提示词包含以下要素：指令、上下文、输入数据、输出指示。标准的提示词格式一般遵循问答格式，分为两种：第一种为零样本提示（zero-shot prompting），即用户不提供任务结果相关的示范，直接提示语言模型给出任务相关的回答；第二种为小样本提示（few-shot prompting），即用户提供少量提示范例。当前业界普遍使用更为高效的小样本提示，能够有效挖掘生成式AI的潜能。

2．提示工程师的概念界定

ChatGPT爆火之后，作为互补性职业的提示工程师进入社会各界的视线。Scale AI创始人认为AI模型可以被视为一种新型计算机，而提示工程师就是给它编程的程序员，通过合适的提示词将挖掘出AI的最大潜力。《华盛顿邮报》近期的一份报道显示，提示工程师目前正处于红利期。 当前尚无对提示工程师的准确概念，《AIGC：智能创造时代》中曾提及提示词工程师的概念，也有研究者认为提示工程师是为客户或企业基于复杂的任务需求和示例需求，提供标准化提示词方案的工程师。 伴随提示工程师职业的爆火，对其进行概念界定愈发重要，这将在生成式AI浪潮下指引前行的方向。我们认为提示工程师是运用自然语言并将其固化为提示词进而挖掘AI模型的最大潜力的职业。

第二节 在历时性和共时性层面的媒介变革与权力赋予

新闻业本质上是一个复杂系统，生成式AI浪潮席卷新闻业，算法推荐和人工智能技术在历时性和共时性层面变革媒介形态，重构权力关系。

历时性层面

基于创新扩散理论，目前一众生成式AI仍处于创新者与早期采用者阶段，未来AIGC类产品仍有巨大提升空间。伴随AIGC平台影响力的扩展与AIGC插件的接入，ChatGPT虽然满足了人们的基础需求，但是对高层次需求与多样化需求依然需要提示工程师的辅助，未来多模态内容传播体系的构建与内容系统关系价值的恒定需要提示工程师发挥重要作用。以蓝色光标为代表的广告业反应迅速，同属内容生产重镇的新闻业会采取何举应对AIGC浪潮？

1．媒介变革

算法推荐、人工智能技术与新闻业的耦合在媒介变革维度经历了新闻写作机器人阶段、智能算法推送阶段、元宇宙新闻阶段和AIGC新闻阶段。 早在ChatGPT发布以前的新闻写作机器人阶段，新闻写作便从手艺活变成技术活，以“快笔小新”为代表的人工智能技术参与新闻生产，擅长编写体育新闻、财经新闻等高时效性的突发新闻；智能算法推送阶段，今日头条等聚合类媒体平台依据用户行为数据、社会属性等因素构建用户画像，实现基于算法推荐的内容-用户匹配机制。 元宇宙新闻阶段，《人民日报》、央视等媒体基于VR、AR等技术推出元宇宙概念产品，实现新闻的在场性消费与沉浸式体验；AIGC新闻阶段，ChatGPT等生成式AI具备超越社会平均水准的知识调用能力，不局限于模板化写作，而是更深层次地参与新闻生产。在历时性层面，虽然元宇宙才是目前人类可以预测的高级形态，但是依据时代技术发展的顺序，元宇宙新闻阶段强调沉浸性的新闻体验，生成式AI新闻阶段强调AI模型具备较强的新闻写作能力（见表5.1）。

2．权利赋予

算法推荐和人工智能技术赋能新闻业在历时性维度的权利变迁，从Web 1.0到Web 2.0再到Web 3.0是传播权力不断让渡、用户权益自由度不断扩张的过程。Web 1.0时代的特征是所见即所得，媒介权力由平台创造、所有和分配；Web 2.0时代的特征是所“建”即所得，媒介权力由用户创造、平台所有和分配；Web 3.0时代的特征是所“荐”即所得，媒介权力由用户创造、所有和参与分配。

共时性层面

1．媒介变革

新闻业是一个充满变化与竞争的行业，技术革命不断推动新闻业创新发展。近期，AIGC在新闻业引起广泛讨论，4月13日，中国新闻技术工作者联合会AIGC应用研究中心（广西实验室）成立；4月27日，上游新闻AIGC创作中心上线。在新闻业，AIGC重塑内容生态，推送内容生产从PGC、UGC到AIGC。AI生成的内容逐渐成为新闻业中不可缺少的一部分：一方面提高内容生产效率，为传统新闻业降本增效；另一方面提高内容质量与个性化水平。人工智能技术对新闻业的深度渗透将从智能策划、智能采编、智能审核、智能分发四个层面推动媒体融合的深度发展，提升媒体融合的高效化、智能化、数字化水平。

2．权利赋予

AIGC一定程度上消解了新闻工作者的主体地位。咨询机构Gartner预测，当前AIGC产生的数据在所有数据中的占比小于1%，未来AIGC渗透率有广阔的提升空间，到2025年，AIGC占比将达到10%。从AIGC在所有数据中的占比来看，新闻工作者主体性受到一定程度的冲击，但是从本质来看，高质量的新闻依然是由新闻工作者借助生成式AI创造的，只有高质量的指令输入才能得到高质量的AIGC新闻。AI与新闻业的互构看似消解了新闻工作者的主体性，其实是对新闻工作者的提示工程能力提出了更高的要求。

第三节 协同视域下提示工程师与新闻业的关系演进与身份转变

德国物理学家赫尔曼·哈肯（Hermman Haken）提出协同学，通常研究某一系统的子系统或相关主体间的协同合作， 从质和量两个维度驱动系统趋向稳定和协作。协同治理理论强调公共管理活动和过程中各行动主体间的协同合作。 有学者在此基础上构建了协同视域下的综合性分析框架：协同环境、协同主体、协同过程。 该框架对生成式AI浪潮下的新闻业具有高度的借鉴意义，当前新闻业处于信息过载与信息过滤的信息环境，生成式AI赋能新闻生产、消费、管理全流程，新闻工作者、新闻消费者、新闻管理者等主体发生了身份转变（见图5.2）。新形势提示工程师改写新闻业游戏规则，新闻工作者成为提示工程师的角色。

协同环境分析

外部环境是协同治理研究中的重要条件，环境条件决定了生成式AI浪潮下的传播生态是否具备协同治理的条件，直接影响到协同治理中新闻业与其他主体的关系演进、与协同主体的身份转变。

当前人们正处于信息革命的环境，传感器、生成式AI等技术变革内容生产范式导致信息呈现过载态势，海量文本、图片、视频信息压迫人们的认知带宽。认知带宽概括了个人有限的认知资源，包含信息处理的可用性，以及个体的认知能力和执行控制能力。 塞德希尔·穆来纳森（Sendhil Mullainathan）和埃尔德·沙菲尔（Eldar Shafir）在《稀缺：我们是如何陷入贫穷与忙碌的》一书中提出认知带宽是一种相对的认知容量，包括认知能力和执行控制力。认知带宽的减少会降低人们的认知和执行控制力。 认知带宽是信息过载环境下的稀缺资源，因而新闻工作者如何在复杂的信息环境下过滤信息和争夺用户有限的认知资源成为新议题。

在信息过载和信息过滤的环境下，新闻消费者在信息加工过程中出于对信息加工效率的追求可能产生认知闭合需要， 即个体对确定性答案的心理需求。根据认知闭合需要的高低可以将新闻消费者分为高认知闭合需求者和低认知闭合需求者，高认知闭合需求者对确定性答案抱有强烈动机，低认知闭合需求者能够容忍不确定性答案。 在信息加工过程中，认知闭合需要可分为夺取（seizing）和冻结（freezing）阶段，反映个体急迫和永久的认知闭合倾向。 新闻消费者在夺取阶段没有明确的认知闭合目标，倾向于快速得到尝试性假设；在冻结阶段，新闻消费者在“夺取”的尝试性假设的基础上保持原有认知。 新闻消费者的认知闭合需要究竟意味着什么？新闻消费者期望得到一致信息还是不一致信息；新闻消费者对信息框架的依赖是强还是弱。在信息过载和信息过滤的环境下，新闻消费者出于认知闭合的需要对新闻工作者提出了更高的要求。

新技术和新平台的不断涌现加剧了信息环境的复杂性，伴随信息权力的下放，大量冗余信息充斥新闻平台，新闻工作者的价值随之显现。移动终端与互联网的结合增添了信息传播环节，传统的信息过滤手段在新形势下已经失效。在传播技术和传播生态剧烈变化的环境下，新闻专业主义在规范新闻实践上仍然具有重大意义。 当前越来越多的主体进入传播生态，新闻业传统边界消解，但是这种边界的消解并不会使新闻工作者消亡，反而对新闻工作者提出更高的要求，呼唤新闻专业主义在新形势下的回归。数字时代，新闻专业主义以介入性取代专业性，探索以协同式新闻生产促进社会议题的有效推进， 构建更具建设性的新闻专业主义有助于协同环境下多主体的协调发展格局。

协同主体分析

1．新闻工作者

生成式AI是对新闻工作者的又一次重大赋能赋权。传统新闻生产注重时效性，在时效维度，人类始终落后于机器，尤其是前文提及的新闻写作机器人阶段，机器在体育新闻、财经新闻等时效性要求极高的新闻领域已然取代普通新闻记者。ChatGPT等生成式AI的文本生成能力已然超越社会平均水准，与此同时，AIGC生成的文本与人类创作的文本愈发相似。对于ChatGPT，新闻工作者甚至可以根据实际情况，为其设定情境、语气、风格等变量来调整新闻稿件的风格，但是ChatGPT等生成式AI对于自身不了解的内容还存在“胡编乱造”的情况。因此，对新闻工作者而言，生成式AI的出现将推动新闻工作者从时效性新闻创作转向深度性和真实性新闻创作。

新闻工作者在传统新闻生产流程上是对新闻的源头进行把关，如今由于生成式AI的出现，大语言模型生成内容的不确定性和真实性无法得到保证的情况下，需要在审核端建立一套更为严谨、审慎的新闻审校制度，一方面要审核AIGC新闻合法性，将社会效益置于首位；另一方面要审核AIGC新闻准确性，避免基于概率计算而产生的事实错误，实现从传统生产端到审核端的把关环节后置。

2．新闻消费者

提示工程能力是新时代、新形势、新情况下人人需要掌握的核心能力，新闻消费者同样应该掌握并运用提示工程能力提升新闻消费的便捷性、在场感与沉浸度，即新闻消费的幸福感。

面对纷繁复杂的新闻报道，新闻消费者要想高效便捷地获取信息，离不开生成式AI的介入。未来生成式AI将扮演类似智能管家的角色，自行整理网络新闻并以自定义的新闻样态和形式向用户汇报。相关研究者可能会就此提出生成式AI导致的信息茧房问题，伴随生成式AI的进一步发展和完善，其内容生成机制将从源头解决信息茧房问题。如今的生成式AI尚处于零散分布的局面，未来文生文、文生图、文生视频、图生视频等诸多途径将进一步整合，届时完善的生成式AI将根据用户需求，以多模态的形式提升新闻消费的在场感与沉浸度。《伯尔尼公约》规定：“著作权不保护时事新闻或仅具有新闻性质的事实。” 对各类媒体的新闻报道而言，绝大部分不构成时事新闻，而是构成受著作权保护的作品。即使是构成时事新闻的报道，其采集者和制作者也有受到反不正当竞争法保护的可能。 但是对于AIGC新闻来说，其著作权的归属该如何判定呢？AIGC新闻是由大语言模型生成的，这种高速、高产的新闻内容的归属究竟该如何判定，当前学界尚无定论，但有学者认为AIGC内容并不受著作权法保护。对于AIGC新闻是否受著作权法保护，我们可以从AIGC新闻生成文本的前一环节（提示工程师的介入）着眼，新闻工作者作为提示工程师的角色介入AIGC新闻生产，在新闻创作过程中贡献了自己的想法和高质量的提示词。从著作权法鼓励创新的角度出发，部分AIGC新闻的著作权或许可以归于提示工程师。未来，伴随生成式AI和提示工程的进一步发展完善，AIGC新闻的著作权归属将在司法实践中逐步确立。然而，当前新闻管理者需要对作为提示工程师角色的新闻工作者加强监管，避免低质量、虚假新闻的传播。

3．新闻管理者

协同过程分析

对于新闻业而言，传统协同过程并不全面，通常集中于新闻生产环节。在新闻生产环节中，一般多名记者会进行关于同一主题的协同报道。 新闻生产从封闭生产形态走向共同参与、协同生产的活动，新闻业的把关人以开放合作、广泛参与的方式进行新闻生产活动。 由迭代式生产主导的“新闻游戏”也印证了新闻生产走向社会协同的过程。 未来，生成式AI将深度赋能新闻生产的协同活动。

在生成式AI的浪潮下，AIGC将促成新闻业的生态级变局。一方面，其推动生产权力、传播权力、审核权力的进一步下沉，赋能大众在新闻生产、新闻消费、新闻管理等诸多环节中拥有更多平等的机会和权力，与分布式社会的权力构造相匹配；另一方面，推动新闻生产、消费、管理全流程核心逻辑的智能化，在算法、算力、算据覆盖的全流程中，传统人们倚重的专业经验将逐步让位于便捷、高效、精准、全面的人工智能，进一步提升协同发展与治理水准。

第四节 生成式AI浪潮下新闻工作者的逻辑重构

未来新闻工作者的赋能价值

未来新闻工作者将扮演提示工程师的角色，借助生成式AI等技术革新传统新闻生产、新闻分发模式。以ChatGPT等为代表的生成式AI整合信息检索、聊天对话和内容生成等能力，帮助新闻工作者高效获取采访对象信息、了解采访背景、撰写采访提纲、生成或润色新闻文本等。当前以ChatGPT为代表的生成式AI不同于新闻写作机器人，既具备高效生成体育、财经新闻的能力，又具备撰写深度报道的能力。生成式AI在新闻工作中的潜力挖掘离不开提示工程师的介入，高质量的提示词能够挖掘出意想不到的潜能。随着新技术介入新闻工作的程度越深，生成式AI和新闻工作者将分工越细，重复性、简单性的工作交由AI完成，而需要投入较多认知资源的工作则交由新闻工作者完成。生成式AI在未来将取代搜索引擎，成为新的流量入口和新的新闻分发渠道。ChatGPT等AI模型具备一定的智能水平，能够很好地理解用户输入的文本指令，支持多轮对话，能够主动承认错误，对问题提出疑问，甚至认识到自身知识范围是有边界的，在极大程度上模拟了人际交流的情境。 如今，正处于重返部落化时代的用户与人机构造的模拟人际交流已然极为契合。

作为提示工程师的新闻工作者将推动主流媒介成为“四两拨千斤”式的价值引领者。未来的“分布式社会”本质上是一个自组织社会，在新闻工作者的推动下，主流媒体应转型为未来舆论场中具有再组织能力的“四两拨千斤”式的基膜，去激发和形成传播领域的“涌现”现象，要充分利用协同治理、复杂系统等理论驱动传播生态的自适应转变。 生成式AI等平台的作用越大，平台及其接口越需要提示工程师的加入。对于新闻工作者而言，成为提示工程师的角色是时代发展对新闻工作提出的新要求，主流媒体在新形势下亟须发挥新的价值与功用（见图5.3）。

未来新闻工作者的发声机制

未来新闻工作者将扮演提示工程师的角色，其发声模式和传统的媒介人、媒介组织的作用方式、发声机制不同，从直接发声转变为借助算法与预训练模型间接发声。

以中国国际影响力传播为例，以往中国国际影响力的发声模式是通过网络、报刊、媒体等渠道直接发声，社会化媒体为新闻机构提供了开放的网络公共空间和直接发声渠道；如今中国国际影响力的发声模式是通过算法推荐和预训练模式的间接发声，新闻消费者在使用网页、社会化媒体时并不会通过媒体这一中介获取信息，而是直接通过大数据建模分析基础之上的算法推荐间接获取信息；新闻消费者在使用生成式AI时同样如此，通过预训练模型生成的内容间接获取信息。对算法传播的间接发声机制而言，需要从四个层面优化网络主流意识形态话语建构：强化主流价值对算法传播的引领；推动网络主流意识形态话语变革；提高网络主流意识形态话语受众的算法素养；激发网络主流意识形态话语传者的算法能量。 生成式AI的间接发声机制与之类似，需要从三个层面提升中国国际影响力：强化主流价值对生成式AI传播的引领；推动网络主流意识形态话语变革创新；提高网络主流意识形态话语传受双方的提示工程能力。从直接发声到间接发声，再从借助算法模型的间接发声到借助预训练模型的间接发声机制的转变，对新闻工作者提出新要求，亟须确立新的专业规范和技术模式，以便为社会提供服务。

未来新闻工作者的服务本色

未来新闻工作者需要继续突出其服务本色。正如邓小平所说：“领导就是服务。”未来新闻工作者的服务本色其实就是一种更加彻底的领导与服务为一体的全新模式。对于传统新闻业而言，新闻工作者的主要价值是传播富含资讯价值的新闻内容，主要起告知政治、经济、社会等资讯信息以满足新闻消费者的知情需要。新闻价值可以从商品主导和服务主导逻辑出发进行比较。

如今，在生成式AI浪潮下，新闻工作者要发挥其服务本色，凸显新闻的服务价值，应当以用户需求和用户兴趣作为价值发挥的逻辑起点。新闻最本质的价值是资讯价值，资讯对于普罗大众而言是有价值的信息，即满足人们需求的信息，因此新闻是包含服务性的。新闻工作者在新形势下亟须通过新闻发挥其服务本色，通过政务新闻、财经新闻、生活新闻等发挥政务服务、财经服务、生活服务等服务价值。新闻作为当代人们社会交往的重要基础， 新闻工作者通过新闻客户端、短视频平台、社交媒体网络等途径传播新闻信息，在新闻消费者自发的转评赞互动后形成基于趣缘关系的情感共鸣与关系认同，实现真正意义上新闻的服务价值。对于新闻工作者而言，发挥服务本色，用好AIGC新闻这一关键资源，通过AIGC新闻实现基于内容关系维度的情感共鸣与社会协同是应对新形势下新闻业变革的重要举措。 JFubZC50t2pAqtaqaZjxoqDxJ7jPLlSMI02lhJFwr2D91VsRAEcJDW5P+FGnYNdm