廣告智能化內容生產： 核心領域、時代困境與發展趨勢

【摘要】智能化生產打破了傳統廣告內容生產中人是唯一主體的局面，生產主體表現出多元化特征；數據作為生產對象走向中顆?；?；以機器學習尤其是深度學習為技術驅動的自動化生產方式，對海量的廣告數據進行快速分析處理，產出廣告成品；生產效率上，通過多種智能化方式達到時間短、數量多、不重樣的效果。廣告智能化內容生產存在的主要問題有廣告內容生產主體之間融合協作不夠緊密、廣告智能化內容生產還是局部的獨立的智能化生產、廣告內容交互的智能化程度不足?；诖?，廣告智能化內容生產的發展趨勢是生產主體的“三人合一”、智能一體化運作和廣告內容交互的深度化服務。

【關鍵詞】廣告 內容生產 “三人合一” 智能一體化運作 深度化服務

【中圖分類號】G206 【文獻標識碼】Ａ 【文章編號】1003-6687（2024）3-089-07

【DOI】 10.13786/j.cnki.cn14-1066/g2.2024.3.012

從印刷術到電子技術，從數字技術到大數據技術，從第一代移動通信技術到第五代移動通信技術，人類的內容生產方式、內容生產效率、內容生產形態乃至內容表現和體驗形式都發生了巨大變化，但唯獨沒有改變的是內容生產主體——人一直是內容生產的唯一主體。智能技術在內容生產領域的成功嵌入，也就是AIGC的快速發展，第一次改變了歷史，以前一直被認為只有人類才能生產的內容，現在機器基本可以完成，從繪畫、音樂、詩歌到文案、海報、小說、電影和廣告，AIGC技術幾乎滲透了內容生產形態的各個領域。這不僅意味著機器第一次真正成為內容生產的主體，也意味著人類內容生產主體范圍的繼續擴大，即由原先的人拓展為人和機器，更意味著生產主體屬性的變革，即在生產主體當中，除了有生命體的人類，還有非生命體的機器。就廣告智能化內容生產而言，當生產主體發生改變，生產對象、生產方式和生產效率又會發生何種變化？目前這個領域還存在哪些主要問題？將來的發展趨勢如何？這些無疑是值得深入探討的課題。

一、廣告智能化內容生產的現狀

1. 生產主體：多元化

傳統的廣告內容生產主體是一元的，即廣告人，這是典型的專業化內容生產。在互聯網時代，技術賦權讓普通用戶也可以加入內容生產的陣營中，即 UGC，這無疑擴大了廣告生產主體的范圍，但 UGC 畢竟只能起到補充的作用。進入智能時代，廣告內容生產的主體進一步延展，既有傳統的廣告創意人員，更有智能機器，還有跨領域的人工智能工程師，這意味著廣告內容生產的主體真正走向多元化。

（1）廣告創意人員（PGC）。在廣告智能化內容生產的最前端——生產資料的供給，目前主要還是依靠人類而非智能機器。在廣告智能化內容生產的早期階段，廣告創意人員的作用依然很重要。目前，廣告智能化內容生產的素材基本是先由廣告創意人員而非機器提供的。一般來說，從事廣告智能化內容生產的互聯網企業的素材主要有三個來源：廣告主生產、供應商提供和公司內部素材庫調用。嚴格意義上說，這三種來源本質上都是由人類創意和制作人員生產的，但受版權意識的提高和人力費用大等因素的影響，互聯網公司基本上不直接提供智能廣告生產的素材。尤其是圖片廣告和視頻廣告，在智能化生產之前就要由創意和拍攝人員事先完成素材的拍攝。這一點，在筷子科技公司中體現得非常明顯?？曜涌萍际且患抑悄軇撘馍a與管理公司，目前在智能視頻生產方面可以月達上萬條，而這些視頻的原材料大部分來自廣告主或者供應商；公司負責人甚至將廣告視頻原材料的生產者直接稱為編導，由編導來負責創意策劃、編寫劇本和視頻腳本以及視頻拍攝，與常規的廣告創意人員不一樣的地方在于，對于同一個產品或品牌，編導很可能要策劃多個使用場景的劇本，然后拍攝多條視頻，完成拍攝之后再將這些視頻上傳至平臺。

（2）智能機器（AIGC）。在廣告智能化內容生產的中期，也就是對廣告生產資料進行加工、處理與分發階段，智能機器發揮著強大的生產能力。廣告原始素材準備就緒后，接下來的生產工作就交給智能機器，主要工作包括素材的解構、編碼、匹配（創作）、投放等。素材的解構是指智能機器將廣告原始素材進行切分。圖片和視頻都被切分成獨立的元素，而不是原來完整的一幅圖片和一個視頻，這就好比車間里的一個個最小單位的零部件。廣告智能化內容生產的素材（包括文本、圖片、視頻等）“都進行了降維處理，即元素切分：文本切分成了詞語，圖片切分成了像素，視頻切分成了幀。廣告智能創作系統中的原材料，由海量的經過切分的基本元素組成，這些基本元素組成素材庫”。[1]元素被拆解的同時機器還會對之進行智能打標簽，便于被識別和以后需要時被快速檢索到。如視頻元素拆分方面，筷子科技的數字資產管理平臺可以對原始的視頻材料進行分鏡頭智能拆解，同時也可以將與之對應的口播音頻拆解并轉換成文字。拆解之后，平臺還可以對每一個視頻元素打標簽和編號，然后存儲在云端以供使用。

在廣告領域，智能機器生產除了扮演以上重要角色之外，將出現更多的類人功能。近來備受各界關注的以ChatGPT為代表的智能聊天對話語言模型，不僅可以情景化互動化地與人聊天，更可以自動撰寫郵件、文案、腳本甚至代碼等，這意味著智能機器在內容生產和內容交互領域又向前邁進了一大步。ChatGPT誕生前，AIGC已經在很多領域得到了較好的應用，但其存在兩個缺陷：一是之前的AIGC 所使用的模型不是大模型，這就在根本上決定了它還只能在特定的領域生產內容，比如專門生產圖片、文案或者視頻，而不能將所有領域都打通；二是無法做到根據上下文語義進行情景化的交流與互動，更不用說帶有豐富的情感色彩。ChatGPT可在一定程度上克服以上局限，這意味著智能機器將在廣告內容生產上扮演新的角色：一是產生高級智能客服、虛擬主播、智能講解員、智能品牌導購員等新型智能廣告內容生產與服務人員；二是以數字虛擬人的形象與消費者進行無界面場景化的交互與溝通。

（3）人工智能工程師。廣告智能化內容生產的核心是智能技術，這屬于門檻和邊界都很高的理工科專業知識生產。一般來說，智能創意與管理平臺都有專門的技術團隊，它由前端工程師、算法工程師、數據工程師、計算機視覺工程師、測試工程師和產品經理等人員組成，由技術總監負責。

人工智能工程師要做的一項非常重要的工作首先就是對機器進行訓練。以阿里的魯班系統為例，在它之前并無先例可以借鑒和模仿，阿里的人工智能實驗室前期做了大量的機器訓練才得以將其慢慢智能化。其訓練主要有以下四步。一是設計框架，其目的是使機器按照數據思維和模式來理解廣告元素。這里面工程師要做的事情先是對廣告元素進行人工標注，讓機器理解它由哪些部分組成；然后是給廣告素材定義風格和藝術手法，讓機器理解廣告素材的美學效果；再就是輸入到深度學習網絡中去學習，從而得到一個設計框架，有了這個設計框架就可以讓機器接到任務的時候可以從文件中提取特質模型。二是建立元素庫。阿里通過購買和自建的方式建立元素庫，將元素進行分類并放進分類器中。三是行動器生成作品。行動器的作用是把元素調取到設計框架中，從而產生廣告海報。四是作品評估?！霸O計人員和算法工程師通過不斷進行評估，使AI生成的創意設計不斷優化”，[2]人工智能工程師根據歷史數據設計一個評分模型來給生成的廣告成品進行打分，同時結合專家人工打分，然后將評分反饋給機器對作品進行再次優化。

2. 生產對象：中顆?；?/p>

管理學認為生產是從輸入原材料到輸出產品的過程。輸入是由輸出決定的，生產什么樣的產品和提供什么樣的服務，決定了需要什么樣的原材料、能源和信息。人工智能時代，廣告內容生產的對象往往是互聯網交互式平臺上產生的海量數據，它們不僅規模巨大，而且形態豐富，既可以是文字、聲音、圖片、視頻等形式，也可以是結構化數據、半結構化數據和非結構化數據，甚至是實時更新的動態數據。

目前廣告智能化內容生產的方式是在非常短的時間內快速產出大量廣告產品，然后使用推薦算法排序將其提供給廣告主選擇，將最合適的廣告投放出去。這與傳統的廣告內容生產迥然相異，單從生產對象上來說，傳統的廣告內容生產是在文字、圖片、音頻、影像這些數據的基礎上生發創意，可想而知，如果將這些數據直接交給機器，它是很難快速產出大量作品的。因此，根據生產管理學理論，廣告智能化內容生產的輸入材料也就是數據必須細化，這個細化的結果就是顆?；?。

顆?；菍χ悄軓V告的生產對象進行結構化分解，其目的是便于元素之間實現多種可能性的重新搭配與組合。需要強調的是，目前顆?；某潭炔⒎窃骄氃胶?，一般認為，廣告智能化內容生產的對象是中顆?；?，即介于粗顆粒度與細顆粒度之間的狀態。作為廣告生產對象的文字、圖片、音頻和影像，顆粒度的粗細程度是不一樣的，傳統的廣告內容生產，使用的是粗顆粒度的廣告信息材料，即這些材料不需要再做進一步的切分。而在細顆粒度的分解方面，圖片可以細分為像素，影像可以細分為幀，但這樣細化分解之后的數據對于計算機來講運算壓力過大，因此，廣告智能化生產目前也不宜采用細顆粒度的廣告素材。而中顆粒度的廣告素材則是適當的元素切分，如一張圖片可分解為若干圖層，一條視頻可分解為若干個分鏡頭，廣告智能化內容生產就是對這些切分后的元素進行排列組合，這也就不難理解為什么機器可以在非常短的時間內生產大量的廣告成品。

3. 生產方式：自動化

傳統的廣告內容生產方式依靠的是人類腦力思維，是廣告人以創造性腦力勞動的方式產出廣告作品。與之不同，廣告智能化內容生產是智能機器的自動化生產，依托先進高效的算力，運用智能算法，對海量的廣告數據進行快速處理分析，從而產出廣告成品。一般來講，這種自動化的內容生產方式主要是通過機器學習來實現的。

機器學習是人類向機器輸入大量的數據，并使用算法反復學習和訓練，從而達到機器可以自主做出預測和決策來完成任務的目的。目前國內互聯網企業基本采用機器學習或者深度學習的辦法來實現創意內容的自動化生產。京東的智能文案創作系統“莎士比亞”已經完成了1.0到2.0的升級迭代，由原先只能生成單句到現在可以產出完整段落，標志著智能文案創作取得了長足的進步。創作完整的文案，對于機器來說，挑戰在于如何將句子與句子遵循語法、符合主題順利地銜接起來。京東的研究團隊主要從數據和算法上著力，訓練機器自適應學習，從而實現自動化文案寫作。京東在“莎士比亞”系統上建立了龐大的文案數據庫，覆蓋了商品詳情描述的主流用語，然后使用算法進行反復訓練?！跋到y基于大規模集成機器學習技術，結合語義理解、篇章分析、近義詞匹配、情感分析等自然語言處理技術，自動生成切題、通順、有感染力的文案?！盵3]可見，在海量數據和智能算法基礎上的機器學習是京東實現文案寫作自動化的基本生產方式。

4. 生產效率：時間短、數量多、不重樣

廣告智能化內容生產起初最引人關注的地方在于其極高的生產效率，阿里的“魯班”系統一秒鐘生成8 000張海報，京東的“莎士比亞”系統一秒鐘生成上千份文案，乃至現在許多的智能視頻生產平臺可以秒級生產短視頻，不斷刷新著人們對廣告智能化內容生產的認知。需要進一步關注的是，廣告智能化內容生產的高效率除了生產時間短、產品數量多以外，更重要的在于它產出的成品不是標準化和單一化的，這是它區別于規?；炕墓I生產的核心之所在。那么，它這種時間短、數量多、不重樣的生產效率是如何實現的呢？一般有以下幾種途徑。

一是便捷化操作。智能生產平臺提供給用戶的使用方法是非常簡單方便的，目前大多數平臺都提供了“一鍵生成”的便捷操作，用戶根據需要輕松按鍵盤即可。如專注于智能視音頻整體解決方案的美攝科技，其“一鍵成片”方案，只需用戶將廣告素材上傳至系統就可以很快出片，供用戶預覽和二次編輯；又如火山引擎的智能創作云平臺，同樣只需用戶提供素材和文字就可以一鍵生成精美的短視頻。

二是模板化匹配。對于機器來說，一鍵生成的關鍵在于快速地將廣告素材整合成一個作品，其運作的內在奧秘就是模板化匹配：機器事先已經存儲好了大量現成的模板，當用戶將素材上傳至系統的時候，機器便快速精準地把素材和模板匹配起來，廣告作品就生成了。為了提高素材和模板匹配的精準度，美攝科技使用了智能標簽算法，對素材和模板進行多維度標簽加注，助力素材的內容識別?；鹕揭鎰t根據短視頻場景營銷的特點，在智能創作云平臺中融入了大量不同場景內容的模板資源，用戶只需根據自己的素材來挑選模板即可，系統可以智能適配和推薦短視頻給用戶。

三是多模態轉換。即將單一的媒介形態，如文字、圖片、聲音等，通過智能技術轉換成視聽一體的視頻形態。如火山引擎，用戶只需輸入文字，其智能創作平臺就可以自動匹配背景音樂、字幕、圖片等元素，快速生成一個短視頻；京東也支持商家輸入產品圖片，即可生成帶有背景音樂、產品使用場景等內容的宣傳短片；百度大腦的圖文轉視頻產品VidPress“實現了一套完整的基于解說摘要生成、語音合成、視覺素材提取與理解、音視頻對齊的短視頻自動生成的技術框架?？傻统杀?、高時效、大批量、高質量地制作短視頻”。[4]

四是智能化拆解。即使用智能技術將長視頻裁剪成多個短視頻，業界稱之為拆條，目的是提高視頻的使用率和延長視頻的生命周期。通常這種方法在直播行業運用較多，比如火山引擎，其智能創作平臺通過算法來智能識別直播的錄播視頻，然后使用人工智能技術將錄播的長視頻再次拆分為多個產品介紹短視頻并投放出去，形成二次利用。

二、廣告智能化內容生產存在的主要問題

1. 廣告內容生產主體之間融合協作不夠緊密

廣告內容生產主體已呈現明顯的多元化特征，既有機器也有人，既有專業化的廣告創意人員，也有業余的網絡用戶，既有人文社會科學和藝術學背景的專業人員，也有理工科背景的技術人員。很顯然，如果能夠有效發揮各個生產主體的優勢，形成主體間的密切協作，廣告智能化內容生產的效率和效果都會極大提升，但目前的實踐情況并不理想。問卷調查數據顯示，有48%的被調查者認為人機協作不充分。①從人與機器的協作情況來看，一方面，機器的工作主要還是集中于快速地分析和處理海量復雜數據方面，如進行廣告生產資料的元素化切分、重組、匹配和分發，而對于非邏輯的情感化形象化的演繹能力還很缺乏，要想生產和制作藝術性和原創性較高的廣告仍需要較長的時間；人的創意能力在目前的智能廣告生產領域仍然占據非常重要的地位，尤其是無意識的靈感迸發，機器遠遠無法與人類媲美。盡管業界和學界都意識到人機協作的重要性，而如何將兩者的優勢有效互補，目前無論在理論研究還是在現實實踐層面都未找到很好的答案，不僅“生產者智慧在廣告內容生產環節尚未得到有效發揮”，[5]機器的作用其實也存在局限性，人機之間未能真正地實現融合。另一方面，目前的人機協作更多的還是機器做機器擅長的事情，人做人擅長的事情，本質上其實是分工而不是協作。真正的協作應該是人機融合，人訓練機器進化，機器增強人的能力，兩者在相互促進中提高效能完成任務。

2. 目前的廣告智能化內容生產還是局部的獨立的智能化生產

目前的廣告智能化內容生產重點集中在生產資料的高速化、自動化和批量化的場景范圍，沒有連貫性地融入整個生產流程中，換句話說，“還沒有被嵌入廣告業務流程與產業鏈條之中”。[6]問卷調查數據顯示，有高達82%的被調查者認為目前的廣告智能化內容生產是局部的智能化，而不是全流程的智能化。

眾所周知，廣告業務流程是由多個環節緊密銜接、有序推進的系統化過程，以廣告創意和廣告表現為核心的廣告內容生產在整個流程當中居于承上啟下的中間位置。同時，從廣告產業鏈的角度來說，廣告創意表現與制作也居于中游，連接著上游的客戶和下游的用戶。按理說，如此重要的環節和鏈條，其智能化應該是上下打通形成一體化才是最理想的，但目前的智能化內容生產恰恰是局部的割裂的，是“斷環”和“缺鏈”的，這種生產形式很大程度上會帶來廣告創意創新性和個性化不足的問題。有業界人士指出：“因為智能生產目前解決的核心問題還是效率問題，它只是把創意人員產生的一些想法，或者是廣告主本身的一些素材做重新的組合。這對整個大盤的營收，包括更大概率地使素材能夠匹配到正確的人是好事情，所以它在一定程度上取得了一些效果。但沒有真正解決創意內容效果的問題，我們仍然要依賴于廣告主的原始輸入以及供應商的素材，創意依然需要人想出來，它依然嚴重依賴人的想法?！雹?/p>

3. 廣告內容交互的智能化程度不足

Web1.0時代和Web2.0時代的人機交互分別依靠鼠標鍵盤操作和觸控等方式，這兩種方式很好地完成了人機交互模式的升級進化：鼠標鍵盤操作模式是人在固定狀態下向機器輸入信息然后機器做出反饋；觸控操作改變了人類與機器交互的狀態，使人類從固定狀態的人機交互走向移動狀態的人機交互，這種交互模式不僅在機器使用上減少了鼠標和鍵盤，只需觸碰屏幕即可實現指令輸入并收到反饋，而且解放了人類的身體，使得人只需要使用手指而不需要整個身體坐下來操作。不過，無論是鼠標鍵盤操作還是觸控，其本質都是界面化操作。從設計的角度講，界面化操作需要通過視覺、聽覺和觸覺等多種感官的形象化隱喻來幫助人們理解和使用機器，進一步講還要從概念、特征、結構、行為等方面進行元素的關聯設計，從而實現人機的良好互動。界面化操作雖然較好地實現了人機的智能交互，但明顯存在智能化不足的問題。其一是交互的空間靈活性不夠。鼠標鍵盤操作把人限制在相對靜止的空間當中，人無法在移動中與機器交互，盡管觸控操作使人的身體從固定狀態走向移動狀態，但人仍需通過手動操作來向機器發出指令，這等于手被限制了自由。在現實生活的很多場景中，身體的移動往往需要手的自由配合才能實現充分的空間便捷，觸控操作顯然限制了人機交互的自由度。其二是交互的時間兼容性不夠。無論是鼠標鍵盤操作，還是觸控操作，基本只允許人在同一時間與機器進行一種或一項交互，如在打字的時候就不能同時命令機器播放音樂。也就是說，當在同一時間狀態下想要完成多個任務時，界面化操作往往讓人力不從心。

三、廣告智能化內容生產的發展趨勢

1. 生產主體的“三人合一”

三人是指自然人、機器人和虛擬數字人，三者將在廣告智能化內容生產流程中形成全域協作，共同完成整個生產過程的全部環節。調查數據顯示，有高達 87%的被調查者認為廣告生產主體將出現人、機器人、虛擬數字人三者融合共創的發展趨勢。自然人、機器人和數字人分別在內容生產的上游、中游和下游發揮作用，而整個過程都離不開自然人的協調和維護。進一步講，算法工程師、廣告人、提示工程師等自然人在內容生產中主要扮演訓練機器、監督機器和提示機器等角色，機器人根據算法指令進行運算，發揮其快速收集、分析和處理海量復雜數據的優勢，如對廣告素材進行快速切分、重組和分發，最后由虛擬數字人對廣告內容進行形象生動的展現和傳播，由此完成廣告智能化內容生產主體的“三人合一”。具體而言，廣告智能化內容生產主體的 “三人合一”首先是人機合一，即自然人和機器人的融合協作：算法工程師通過對機器喂入大量數據進行反復訓練，來不斷修正算法和完善模型，使機器具備廣告智能化內容生產的水平和能力；經過反復訓練和調試的機器，可以達到深度學習甚至自主學習的程度，從而極大地增強廣告人的數據使用與管理能力。在這種雙向互動中，機器可能會出現一些失誤，使用的數據和計算出的結果可能需要解釋，最后的決策可能需要協調和溝通，這些都需要廣告人來維系，以保證人機協作有效達成。簡單地說，即“通過技術發現與補充人的能力局限，通過人的力量來糾正機器的褊狹與誤區”，[7]兩者有序協作實現人機共創。其次，廣告智能化內容生產主體的相互協作離不開數字人的融合，這是目前人機協作研究忽視的地方。如果說自然人和機器人在廣告內容生產上的相互協作主要體現為多模態的內容產出，那么虛擬數字人將實現跨模態的內容表現，即廣告內容將由虛擬數字人生動逼真地傳達給用戶，這是將來廣告智能化內容生產非常重要的環節，并將在很多領域廣泛應用。如在數字人直播方面，虛擬人全線技術服務商世優科技已開發出相關產品，用戶只需在平臺上輸入短視頻口播文案即可由虛擬數字人進行實時直播。

綜上，廣告內容生產主體的“三人合一”，本質上是自然人、機器人和虛擬數字人的融合協作，三者構成良好的互補互促關系。毫無疑問，這將是廣告智能化內容生產在未來很長時間的重要發展趨勢。

2. 智能一體化運作

所謂智能一體化運作，是指智能技術嵌入廣告內容生產的整個流程，從而帶來整個流程的全面升級。問卷調查數據顯示，有72%的被調查者認為廣告內容生產將朝著全流程全環節智能一體化的方向發展。傳統意義上，一個完整的廣告內容生產流程主要包括廣告調查與分析、廣告策劃、廣告創意與表現、廣告投放與反饋等。目前的智能化內容生產主要集中在廣告創意與表現、廣告投放與反饋兩大環節，也就是說智能技術嵌入廣告內容生產流程是局部性而非整體性的。將來的廣告智能化內容生產，一定會打破這種局限，實現上游和下游的智能一體化運作。具體而言，首先是在廣告創意和表現的前端，即廣告調查和分析、廣告策劃兩個環節中實現智能技術的嵌入。如在廣告調查和分析環節，可以充分使用大數據、物聯網、傳感器等技術，收集市場信息、產品信息、競品信息、消費者信息、媒介信息等，并使用智能技術進行快速有效的處理與分析。通過這種人力所無法勝任的高效數據收集與處理分析工作，為接下來的廣告策劃與廣告創意生產環節提供極其重要的指導和參考，而這正是目前的智能化內容生產所欠缺但又不可或缺的關鍵所在。在廣告策劃環節，通過數據的整合分析確定廣告目標，利用大數據技術鎖定目標消費者，更重要的是經過數據的綜合分析確定廣告信息策略，包括廣告主題、信息個性和廣告表現策略等。這些過程所得出的結論對于廣告創意和表現來說至關重要。目前的廣告智能化內容生產只集中于廣告素材的海量輸入與海量輸出，并不考慮選擇什么樣的素材進行針對性生產，這其實很容易帶來大量的算力消耗與浪費。智能技術的全面嵌入，將使廣告素材在投入生產之前就經過篩選和限定，而不是將所有素材進行拆分重組，之所以可以這樣操作，是因為前期有產品分析、消費者調查、廣告目標和廣告主題的確定等關鍵支撐，這將為廣告創意智能生產指明方向，也減少了很多盲目的計算。在廣告投放與反饋環節，目前的廣告智能化內容生產與投放可以做到實時動態優化，即根據消費者的興趣愛好和使用習慣等數據進行秒級化的分析，從而做出快速的內容調整與優化，但其也存在根本性問題——消費者所看到的廣告是素材庫里的素材直接經過機器生產投放出來的，而不是根據消費者的興趣愛好進行針對性生產投放出來的，也就是說，機器只是把智能生產的廣告創意輪換著發送給消費者，并非精心創作后再投放，所以盡管有反饋和優化，但終歸只是重復不斷地拆分與重組的游戲。大數據與智能技術在廣告投放與反饋環節的介入，一定不能只是根據素材庫的素材做有限的調整，而是要根據對消費者的多維數據分析來進行靈活調整。

總之，智能技術嵌入廣告智能化內容生產與管理的全流程將帶來智能一體化運作，是智能廣告發展的必然趨勢，同時意味著廣告智能化內容生產將從粗放型智能生產向集約型智能生產轉變，從局部智能化生產向整體智能化生產轉變。

3. 廣告內容交互的深度化服務

作為AIGC的典型代表，近年來火爆的ChatGPT具有生成內容、回答問題、對話互動、數據處理、輔助創意等核心功能，也象征著在人機交互上，以智能語音對話為代表的交互模式開始打破傳統的界面式交互模式：與遙控操作、鍵盤輸入和觸屏這些通過界面進行交互不同，智能語音交互是一種“零界面”交互。這種交互不需要通過手動點擊或觸摸來進行，而只需通過智能語音對話來達成。簡言之，可以通過這種“零界面”的方式實現廣告內容交互的深度化服務。

一是內容服務的升級。廣告交互的本質在某種程度上說就是內容服務，但長期以來，其服務的范圍和能力是有限的。眾所周知，廣告內容服務大致經歷了大眾傳播時代的告知服務和網絡傳播時代的推薦服務兩個發展階段，第二個發展階段超越第一個發展階段的地方在于它改變了內容服務的同質化，實現了內容服務的個性化。但推薦服務存在的不足也很明顯——操作的復雜性和服務能力的有限性，正如比爾·蓋茨所言，“無論在電腦上執行什么任務，你必須告訴你的設備要啟用哪個應用程序……即使是最好的網站也不能完全了解你的工作、個人生活、興趣和人際關系，而且使用這些信息為你做事的能力也很有限”。[8]但智能體的出現將改變這一切，任何用戶只需使用語音方式告訴智能體自己的需求，智能體就能夠幫助人們實現其意圖。

二是提問即服務。對于廣告營銷來說，消費者向智能體提問的過程，既是智能體洞察消費者、掌握消費者信息和需求的過程，也是適時地做出營銷服務的過程。智能體可根據消費者提出的問題進行數據處理分析，通過調用算法，將消費者提出的問題提煉出關鍵詞，生成話題和主題，并綜合多方數據打出消費者標簽甚至豐富消費者畫像，在進一步獲得消費者反饋、分析消費者屬性的基礎上挖掘消費者需求，運用合理化藝術化的話術，優化營銷策略，促進消費達成。值得強調的是，消費者提問時一方面要注意數據的垂直性，因為智能體的使用場景一般出現在某個特定的消費領域，如餐飲、服裝、旅游等，過于泛化的問題很可能讓智能體難以回答；另一方面，由于“智能交互中要對用戶的意圖進行深刻理解，而用戶的意圖表達往往隨意、模糊”，[9]因此，消費者提問時還要盡量做到專業性，以便于智能體更好更快地理解。

三是對話即服務。對話不只是交流，更是服務的接口。消費者在與智能體的對話過程中將獲得以下三個層面的服務體驗。第一個層面，智能化社交。虛擬助手、智能機器人、智能客服等智能體可通過自然語言處理和語音識別等技術為用戶提供對話式擬人化的社交服務，如微信的對話開放平臺“對話即服務”5分鐘即可搭建免費的專屬智能對話機器人，阿里的通義千問大模型可為用戶創建生活、工作、金融、法律、健康等多個領域的智能助手。第二個層面，個性化服務。一對一的對話本身就是了解真實需求的最好方式，因此也更容易做到個性化服務。微信“對話即服務”平臺的設計初衷就是讓第三方服務在公眾號直接完成，目前為用戶提供了零代碼開發、小程序直播、智能客服、AIOT智能助手等工具和應用，滿足用戶多方面的個性化需求。而ChatGPT的文案生成功能可使用戶根據需求自由選擇小紅書文案、直播帶貨口播稿、探店文案、朋友圈文案、創意廣告語等多種文案形式。第三個層面，場景化體驗。目前生成式人工智能服務的領域非常廣泛，如用戶可與ChatGPT圍繞辦公、學業輔導、日常生活、旅游攻略等諸多大場景進行流暢對話，每個大場景又可細分為若干個具體的小場景，如旅游攻略場景，就有歷史文化之旅、戶外冒險之旅、景點推薦和規劃、美食推薦、購物攻略、地理探險等幾十個小場景，幾乎涵蓋了旅游的方方面面。用戶在與ChatGPT對話的過程中，既可以滿足快速咨詢的目的，又可以享受場景化體驗帶來的愉悅。

結語

人工智能技術嵌入廣告內容生產領域帶來了生產主體、生產方式和生產效率等關鍵要素的重大變革。廣告人一直以來引以為傲的“創意之城”遭受到了前所未有的巨大沖擊，新概念新命題新范式不斷涌現，尤其是在當前人工智能快速發展的背景下，廣告內容生產的未來圖景存在無限可能，這也將給廣告學研究帶來新的使命和新的機遇。與此同時，我們也應該清醒地認識到當前廣告智能化內容生產所面臨的困境，全力解決存在的問題。當然，廣告智能化內容生產是一個動態發展的過程，從初步智能化到局部智能化再到整體智能化甚至深度智能化，需要業界和學界的持續共同努力。

參考文獻：

[1] 譚輝煌，顏景毅. 數據驅動下的廣告智能化內容管理模式研究[J]. 新聞愛好者，2021（12）：43-45.

[2] 吳小龍，肖靜華，吳記. 當創意遇到智能：人與 AI 協同的產品創新案例研究[J]. 管理世界，2023（5）：126.

[3] 京東莎士比亞AI智能文案2.0上線 實現整段文案寫作打破AI行業瓶頸[EB/OL].[2018-07-25].https：//baijiahao.baidu.com/s？id=1606938774776352234&wfr=spider&for=pc.

[4] 四大核心優勢玩轉智能視頻生產 百度大腦圖文轉視頻帶來無限可能[EB/OL].[2021-01-15].https：//baijiahao.baidu.com/s？id=1688931922603047693&wfr=spider&for=pc.

[5] 袁建. 廣告內容智能化生產的核心內涵、實現路徑與負面效應[J]. 傳媒觀察，2022（5）：89.

[6] 曾瓊，馬源. 計算技術對廣告產業發展的嵌入——基于技術可供性的視角[J]. 現代傳播，2022（7）：133.

[7] 喻國明，耿曉夢. 算法即媒介：算法范式對媒介邏輯的重構[J]. 編輯之友，2020（7）：50.

[8] 比爾·蓋茨.人工智能將徹底改變你如何使用電腦[EB/OL].[2023-11-10].https：//mp.weixin.qq.com/s？__biz=MzI4MjU0MDcwOA.

[9] 王斌，王育軍，崔建偉，孟二利. 智能語音交互技術進展[J]. 人工智能，2020（5）：28.

Intelligent Content Production in Advertising： Core Areas， Challenges and Development Trends

TAN Hui-huang（School of Humanities and Media， Hubei University of Science and Technology， Xianning 437000， China）

Abstract： Intelligent production has broken the paradigm when traditional advertising content producers are the sole subject， and the production subject exhibits diversified characteristics. Data as a production object is moving towards granulation. Automated production methods driven by machine learning， especially deep learning quickly analyze and process massive advertising data by using intelligent algorithms to produce advertising products. In terms of production efficiency， multiple intelligent methods are used to achieve the effect of short time， large quantity， and no duplicate samples. The main problems in the production of intelligent advertising content include insufficient integration and collaboration among advertising content production entities. Besides， whether advertising intelligent content production is still localized or independent also poses a problem due to insufficient intelligence in advertising content interaction. Based on this， the development trend of intelligent content production in advertising is the "three in one"， which means the production entities， intelligent integrated operation， and in-depth service for advertising content interaction are coordinated.

Key words： advertising; content production; “three in one”; intelligent integrated operation; in-depth service