广告智能化内容生产： 核心领域、时代困境与发展趋势

【摘要】智能化生产打破了传统广告内容生产中人是唯一主体的局面，生产主体表现出多元化特征；数据作为生产对象走向中颗粒化；以机器学习尤其是深度学习为技术驱动的自动化生产方式，对海量的广告数据进行快速分析处理，产出广告成品；生产效率上，通过多种智能化方式达到时间短、数量多、不重样的效果。广告智能化内容生产存在的主要问题有广告内容生产主体之间融合协作不够紧密、广告智能化内容生产还是局部的独立的智能化生产、广告内容交互的智能化程度不足。基于此，广告智能化内容生产的发展趋势是生产主体的“三人合一”、智能一体化运作和广告内容交互的深度化服务。

【关键词】广告 内容生产 “三人合一” 智能一体化运作 深度化服务

【中图分类号】G206 【文献标识码】Ａ 【文章编号】1003-6687（2024）3-089-07

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

从印刷术到电子技术，从数字技术到大数据技术，从第一代移动通信技术到第五代移动通信技术，人类的内容生产方式、内容生产效率、内容生产形态乃至内容表现和体验形式都发生了巨大变化，但唯独没有改变的是内容生产主体——人一直是内容生产的唯一主体。智能技术在内容生产领域的成功嵌入，也就是AIGC的快速发展，第一次改变了历史，以前一直被认为只有人类才能生产的内容，现在机器基本可以完成，从绘画、音乐、诗歌到文案、海报、小说、电影和广告，AIGC技术几乎渗透了内容生产形态的各个领域。这不仅意味着机器第一次真正成为内容生产的主体，也意味着人类内容生产主体范围的继续扩大，即由原先的人拓展为人和机器，更意味着生产主体属性的变革，即在生产主体当中，除了有生命体的人类，还有非生命体的机器。就广告智能化内容生产而言，当生产主体发生改变，生产对象、生产方式和生产效率又会发生何种变化？目前这个领域还存在哪些主要问题？将来的发展趋势如何？这些无疑是值得深入探讨的课题。

一、广告智能化内容生产的现状

1. 生产主体：多元化

传统的广告内容生产主体是一元的，即广告人，这是典型的专业化内容生产。在互联网时代，技术赋权让普通用户也可以加入内容生产的阵营中，即 UGC，这无疑扩大了广告生产主体的范围，但 UGC 毕竟只能起到补充的作用。进入智能时代，广告内容生产的主体进一步延展，既有传统的广告创意人员，更有智能机器，还有跨领域的人工智能工程师，这意味着广告内容生产的主体真正走向多元化。

（1）广告创意人员（PGC）。在广告智能化内容生产的最前端——生产资料的供给，目前主要还是依靠人类而非智能机器。在广告智能化内容生产的早期阶段，广告创意人员的作用依然很重要。目前，广告智能化内容生产的素材基本是先由广告创意人员而非机器提供的。一般来说，从事广告智能化内容生产的互联网企业的素材主要有三个来源：广告主生产、供应商提供和公司内部素材库调用。严格意义上说，这三种来源本质上都是由人类创意和制作人员生产的，但受版权意识的提高和人力费用大等因素的影响，互联网公司基本上不直接提供智能广告生产的素材。尤其是图片广告和视频广告，在智能化生产之前就要由创意和拍摄人员事先完成素材的拍摄。这一点，在筷子科技公司中体现得非常明显。筷子科技是一家智能创意生产与管理公司，目前在智能视频生产方面可以月达上万条，而这些视频的原材料大部分来自广告主或者供应商；公司负责人甚至将广告视频原材料的生产者直接称为编导，由编导来负责创意策划、编写剧本和视频脚本以及视频拍摄，与常规的广告创意人员不一样的地方在于，对于同一个产品或品牌，编导很可能要策划多个使用场景的剧本，然后拍摄多条视频，完成拍摄之后再将这些视频上传至平台。

（2）智能机器（AIGC）。在广告智能化内容生产的中期，也就是对广告生产资料进行加工、处理与分发阶段，智能机器发挥着强大的生产能力。广告原始素材准备就绪后，接下来的生产工作就交给智能机器，主要工作包括素材的解构、编码、匹配（创作）、投放等。素材的解构是指智能机器将广告原始素材进行切分。图片和视频都被切分成独立的元素，而不是原来完整的一幅图片和一个视频，这就好比车间里的一个个最小单位的零部件。广告智能化内容生产的素材（包括文本、图片、视频等）“都进行了降维处理，即元素切分：文本切分成了词语，图片切分成了像素，视频切分成了帧。广告智能创作系统中的原材料，由海量的经过切分的基本元素组成，这些基本元素组成素材库”。[1]元素被拆解的同时机器还会对之进行智能打标签，便于被识别和以后需要时被快速检索到。如视频元素拆分方面，筷子科技的数字资产管理平台可以对原始的视频材料进行分镜头智能拆解，同时也可以将与之对应的口播音频拆解并转换成文字。拆解之后，平台还可以对每一个视频元素打标签和编号，然后存储在云端以供使用。

在广告领域，智能机器生产除了扮演以上重要角色之外，将出现更多的类人功能。近来备受各界关注的以ChatGPT为代表的智能聊天对话语言模型，不仅可以情景化互动化地与人聊天，更可以自动撰写邮件、文案、脚本甚至代码等，这意味着智能机器在内容生产和内容交互领域又向前迈进了一大步。ChatGPT诞生前，AIGC已经在很多领域得到了较好的应用，但其存在两个缺陷：一是之前的AIGC 所使用的模型不是大模型，这就在根本上决定了它还只能在特定的领域生产内容，比如专门生产图片、文案或者视频，而不能将所有领域都打通；二是无法做到根据上下文语义进行情景化的交流与互动，更不用说带有丰富的情感色彩。ChatGPT可在一定程度上克服以上局限，这意味著智能机器将在广告内容生产上扮演新的角色：一是产生高级智能客服、虚拟主播、智能讲解员、智能品牌导购员等新型智能广告内容生产与服务人员；二是以数字虚拟人的形象与消费者进行无界面场景化的交互与沟通。

（3）人工智能工程师。广告智能化内容生产的核心是智能技术，这属于门槛和边界都很高的理工科专业知识生产。一般来说，智能创意与管理平台都有专门的技术团队，它由前端工程师、算法工程师、数据工程师、计算机视觉工程师、测试工程师和产品经理等人员组成，由技术总监负责。

人工智能工程师要做的一项非常重要的工作首先就是对机器进行训练。以阿里的鲁班系统为例，在它之前并无先例可以借鉴和模仿，阿里的人工智能实验室前期做了大量的机器训练才得以将其慢慢智能化。其训练主要有以下四步。一是设计框架，其目的是使机器按照数据思维和模式来理解广告元素。这里面工程师要做的事情先是对广告元素进行人工标注，让机器理解它由哪些部分组成；然后是给广告素材定义风格和艺术手法，让机器理解广告素材的美学效果；再就是输入到深度学习网络中去学习，从而得到一个设计框架，有了这个设计框架就可以让机器接到任务的时候可以从文件中提取特质模型。二是建立元素库。阿里通过购买和自建的方式建立元素库，将元素进行分类并放进分类器中。三是行动器生成作品。行动器的作用是把元素调取到设计框架中，从而产生广告海报。四是作品评估。“设计人员和算法工程师通过不断进行评估，使AI生成的创意设计不断优化”，[2]人工智能工程师根据历史数据设计一个评分模型来给生成的广告成品进行打分，同时结合专家人工打分，然后将评分反馈给机器对作品进行再次优化。

2. 生产对象：中颗粒化

管理学认为生产是从输入原材料到输出产品的过程。输入是由输出决定的，生产什么样的产品和提供什么样的服务，决定了需要什么样的原材料、能源和信息。人工智能时代，广告内容生产的对象往往是互联网交互式平台上产生的海量数据，它们不仅规模巨大，而且形态丰富，既可以是文字、声音、图片、视频等形式，也可以是结构化数据、半结构化数据和非结构化数据，甚至是实时更新的动态数据。

目前广告智能化内容生产的方式是在非常短的时间内快速产出大量广告产品，然后使用推荐算法排序将其提供给广告主选择，将最合适的广告投放出去。这与传统的广告内容生产迥然相异，单从生产对象上来说，传统的广告内容生产是在文字、图片、音频、影像这些数据的基础上生发创意，可想而知，如果将这些数据直接交给机器，它是很难快速产出大量作品的。因此，根据生产管理学理论，广告智能化内容生产的输入材料也就是数据必须细化，这个细化的结果就是颗粒化。

颗粒化是对智能广告的生产对象进行结构化分解，其目的是便于元素之间實现多种可能性的重新搭配与组合。需要强调的是，目前颗粒化的程度并非越精细越好，一般认为，广告智能化内容生产的对象是中颗粒化，即介于粗颗粒度与细颗粒度之间的状态。作为广告生产对象的文字、图片、音频和影像，颗粒度的粗细程度是不一样的，传统的广告内容生产，使用的是粗颗粒度的广告信息材料，即这些材料不需要再做进一步的切分。而在细颗粒度的分解方面，图片可以细分为像素，影像可以细分为帧，但这样细化分解之后的数据对于计算机来讲运算压力过大，因此，广告智能化生产目前也不宜采用细颗粒度的广告素材。而中颗粒度的广告素材则是适当的元素切分，如一张图片可分解为若干图层，一条视频可分解为若干个分镜头，广告智能化内容生产就是对这些切分后的元素进行排列组合，这也就不难理解为什么机器可以在非常短的时间内生产大量的广告成品。

3. 生产方式：自动化

传统的广告内容生产方式依靠的是人类脑力思维，是广告人以创造性脑力劳动的方式产出广告作品。与之不同，广告智能化内容生产是智能机器的自动化生产，依托先进高效的算力，运用智能算法，对海量的广告数据进行快速处理分析，从而产出广告成品。一般来讲，这种自动化的内容生产方式主要是通过机器学习来实现的。

机器学习是人类向机器输入大量的数据，并使用算法反复学习和训练，从而达到机器可以自主做出预测和决策来完成任务的目的。目前国内互联网企业基本采用机器学习或者深度学习的办法来实现创意内容的自动化生产。京东的智能文案创作系统“莎士比亚”已经完成了1.0到2.0的升级迭代，由原先只能生成单句到现在可以产出完整段落，标志着智能文案创作取得了长足的进步。创作完整的文案，对于机器来说，挑战在于如何将句子与句子遵循语法、符合主题顺利地衔接起来。京东的研究团队主要从数据和算法上着力，训练机器自适应学习，从而实现自动化文案写作。京东在“莎士比亚”系统上建立了庞大的文案数据库，覆盖了商品详情描述的主流用语，然后使用算法进行反复训练。“系统基于大规模集成机器学习技术，结合语义理解、篇章分析、近义词匹配、情感分析等自然语言处理技术，自动生成切题、通顺、有感染力的文案。”[3]可见，在海量数据和智能算法基础上的机器学习是京东实现文案写作自动化的基本生产方式。

4. 生产效率：时间短、数量多、不重样

广告智能化内容生产起初最引人关注的地方在于其极高的生产效率，阿里的“鲁班”系统一秒钟生成8 000张海报，京东的“莎士比亚”系统一秒钟生成上千份文案，乃至现在许多的智能视频生产平台可以秒级生产短视频，不断刷新着人们对广告智能化内容生产的认知。需要进一步关注的是，广告智能化内容生产的高效率除了生产时间短、产品数量多以外，更重要的在于它产出的成品不是标准化和单一化的，这是它区别于规模化批量化的工业生产的核心之所在。那么，它这种时间短、数量多、不重样的生产效率是如何实现的呢？一般有以下几种途径。

一是便捷化操作。智能生产平台提供给用户的使用方法是非常简单方便的，目前大多数平台都提供了“一键生成”的便捷操作，用户根据需要轻松按键盘即可。如专注于智能视音频整体解决方案的美摄科技，其“一键成片”方案，只需用户将广告素材上传至系统就可以很快出片，供用户预览和二次编辑；又如火山引擎的智能创作云平台，同样只需用户提供素材和文字就可以一键生成精美的短视频。

二是模板化匹配。对于机器来说，一键生成的关键在于快速地将广告素材整合成一个作品，其运作的内在奥秘就是模板化匹配：机器事先已经存储好了大量现成的模板，当用户将素材上传至系统的时候，机器便快速精准地把素材和模板匹配起来，广告作品就生成了。为了提高素材和模板匹配的精准度，美摄科技使用了智能标签算法，对素材和模板进行多维度标签加注，助力素材的内容识别。火山引擎则根据短视频场景营销的特点，在智能创作云平台中融入了大量不同场景内容的模板资源，用户只需根据自己的素材来挑选模板即可，系统可以智能适配和推荐短视频给用户。

三是多模态转换。即将单一的媒介形态，如文字、图片、声音等，通过智能技术转换成视听一体的视频形态。如火山引擎，用户只需输入文字，其智能创作平台就可以自动匹配背景音乐、字幕、图片等元素，快速生成一个短视频；京东也支持商家输入产品图片，即可生成带有背景音乐、产品使用场景等内容的宣传短片；百度大脑的图文转视频产品VidPress“实现了一套完整的基于解说摘要生成、语音合成、视觉素材提取与理解、音视频对齐的短视频自动生成的技术框架。可低成本、高时效、大批量、高质量地制作短视频”。[4]

四是智能化拆解。即使用智能技术将长视频裁剪成多个短视频，业界称之为拆条，目的是提高视频的使用率和延长视频的生命周期。通常这种方法在直播行业运用较多，比如火山引擎，其智能创作平台通过算法来智能识别直播的录播视频，然后使用人工智能技术将录播的长视频再次拆分为多个产品介绍短视频并投放出去，形成二次利用。

二、广告智能化内容生产存在的主要问题

1. 广告内容生产主体之间融合协作不够紧密

广告内容生产主体已呈现明显的多元化特征，既有机器也有人，既有专业化的广告创意人员，也有业余的网络用户，既有人文社会科学和艺术学背景的专业人员，也有理工科背景的技术人员。很显然，如果能够有效发挥各个生产主体的优势，形成主体间的密切协作，广告智能化内容生产的效率和效果都会极大提升，但目前的实践情况并不理想。问卷调查数据显示，有48%的被调查者认为人机协作不充分。①从人与机器的协作情况来看，一方面，机器的工作主要还是集中于快速地分析和处理海量复杂数据方面，如进行广告生产资料的元素化切分、重组、匹配和分发，而对于非逻辑的情感化形象化的演绎能力还很缺乏，要想生产和制作艺术性和原创性较高的广告仍需要较长的时间；人的创意能力在目前的智能广告生产领域仍然占据非常重要的地位，尤其是无意识的灵感迸发，机器远远无法与人类媲美。尽管业界和学界都意识到人机协作的重要性，而如何将两者的优势有效互补，目前无论在理论研究还是在现实实践层面都未找到很好的答案，不仅“生产者智慧在广告内容生产环节尚未得到有效发挥”，[5]机器的作用其实也存在局限性，人机之间未能真正地实现融合。另一方面，目前的人机协作更多的还是机器做机器擅长的事情，人做人擅长的事情，本质上其实是分工而不是协作。真正的协作应该是人机融合，人训练机器进化，机器增强人的能力，两者在相互促进中提高效能完成任务。

2. 目前的广告智能化内容生产还是局部的独立的智能化生产

目前的广告智能化内容生产重点集中在生产资料的高速化、自动化和批量化的场景范围，没有连贯性地融入整个生产流程中，换句话说，“还没有被嵌入广告业务流程与产业链条之中”。[6]问卷调查数据显示，有高达82%的被调查者认为目前的广告智能化内容生产是局部的智能化，而不是全流程的智能化。

众所周知，广告业务流程是由多个环节紧密衔接、有序推进的系统化过程，以广告创意和广告表现为核心的广告内容生产在整个流程当中居于承上启下的中间位置。同时，从广告产业链的角度来说，广告创意表现与制作也居于中游，连接着上游的客户和下游的用户。按理说，如此重要的环节和链条，其智能化应该是上下打通形成一体化才是最理想的，但目前的智能化内容生产恰恰是局部的割裂的，是“断环”和“缺链”的，这种生产形式很大程度上会带来广告创意创新性和个性化不足的问题。有业界人士指出：“因为智能生产目前解决的核心问题还是效率问题，它只是把创意人员产生的一些想法，或者是广告主本身的一些素材做重新的组合。这对整个大盘的营收，包括更大概率地使素材能够匹配到正确的人是好事情，所以它在一定程度上取得了一些效果。但没有真正解决创意内容效果的问题，我们仍然要依赖于广告主的原始输入以及供应商的素材，创意依然需要人想出来，它依然严重依赖人的想法。”②

3. 广告内容交互的智能化程度不足

Web1.0时代和Web2.0时代的人机交互分别依靠鼠标键盘操作和触控等方式，这两种方式很好地完成了人机交互模式的升级进化：鼠标键盘操作模式是人在固定状态下向机器输入信息然后机器做出反馈；触控操作改变了人类与机器交互的状态，使人类从固定状态的人机交互走向移动状态的人机交互，这种交互模式不仅在机器使用上减少了鼠标和键盘，只需触碰屏幕即可实现指令输入并收到反馈，而且解放了人类的身体，使得人只需要使用手指而不需要整个身体坐下来操作。不过，无论是鼠标键盘操作还是触控，其本质都是界面化操作。从设计的角度讲，界面化操作需要通过视觉、听觉和触觉等多种感官的形象化隐喻来帮助人们理解和使用机器，进一步讲还要从概念、特征、结构、行为等方面进行元素的关联设计，从而实现人机的良好互动。界面化操作虽然较好地实现了人机的智能交互，但明显存在智能化不足的问题。其一是交互的空间灵活性不够。鼠标键盘操作把人限制在相对静止的空间当中，人无法在移动中与机器交互，尽管触控操作使人的身体从固定状态走向移动状态，但人仍需通过手动操作来向机器发出指令，这等于手被限制了自由。在现实生活的很多场景中，身体的移动往往需要手的自由配合才能实现充分的空间便捷，触控操作显然限制了人机交互的自由度。其二是交互的时间兼容性不够。无论是鼠标键盘操作，还是触控操作，基本只允许人在同一时间与机器进行一种或一项交互，如在打字的时候就不能同时命令机器播放音乐。也就是说，当在同一时间状态下想要完成多个任务时，界面化操作往往让人力不从心。

三、广告智能化内容生产的发展趋势

1. 生产主体的“三人合一”

三人是指自然人、机器人和虚拟数字人，三者将在广告智能化内容生产流程中形成全域协作，共同完成整个生产过程的全部环节。调查数据显示，有高达 87%的被调查者认为广告生产主体将出现人、机器人、虚拟数字人三者融合共创的发展趋势。自然人、机器人和数字人分别在内容生产的上游、中游和下游发挥作用，而整个过程都离不开自然人的协调和维护。进一步讲，算法工程师、广告人、提示工程师等自然人在内容生产中主要扮演训练機器、监督机器和提示机器等角色，机器人根据算法指令进行运算，发挥其快速收集、分析和处理海量复杂数据的优势，如对广告素材进行快速切分、重组和分发，最后由虚拟数字人对广告内容进行形象生动的展现和传播，由此完成广告智能化内容生产主体的“三人合一”。具体而言，广告智能化内容生产主体的 “三人合一”首先是人机合一，即自然人和机器人的融合协作：算法工程师通过对机器喂入大量数据进行反复训练，来不断修正算法和完善模型，使机器具备广告智能化内容生产的水平和能力；经过反复训练和调试的机器，可以达到深度学习甚至自主学习的程度，从而极大地增强广告人的数据使用与管理能力。在这种双向互动中，机器可能会出现一些失误，使用的数据和计算出的结果可能需要解释，最后的决策可能需要协调和沟通，这些都需要广告人来维系，以保证人机协作有效达成。简单地说，即“通过技术发现与补充人的能力局限，通过人的力量来纠正机器的褊狭与误区”，[7]两者有序协作实现人机共创。其次，广告智能化内容生产主体的相互协作离不开数字人的融合，这是目前人机协作研究忽视的地方。如果说自然人和机器人在广告内容生产上的相互协作主要体现为多模态的内容产出，那么虚拟数字人将实现跨模态的内容表现，即广告内容将由虚拟数字人生动逼真地传达给用户，这是将来广告智能化内容生产非常重要的环节，并将在很多领域广泛应用。如在数字人直播方面，虚拟人全线技术服务商世优科技已开发出相关产品，用户只需在平台上输入短视频口播文案即可由虚拟数字人进行实时直播。

综上，广告内容生产主体的“三人合一”，本质上是自然人、机器人和虚拟数字人的融合协作，三者构成良好的互补互促关系。毫无疑问，这将是广告智能化内容生产在未来很长时间的重要发展趋势。

2. 智能一体化运作

所谓智能一体化运作，是指智能技术嵌入广告内容生产的整个流程，从而带来整个流程的全面升级。问卷调查数据显示，有72%的被调查者认为广告内容生产将朝着全流程全环节智能一体化的方向发展。传统意义上，一个完整的广告内容生产流程主要包括广告调查与分析、广告策划、广告创意与表现、广告投放与反馈等。目前的智能化内容生产主要集中在广告创意与表现、广告投放与反馈两大环节，也就是说智能技术嵌入广告内容生产流程是局部性而非整体性的。将来的广告智能化内容生产，一定会打破这种局限，实现上游和下游的智能一体化运作。具体而言，首先是在广告创意和表现的前端，即广告调查和分析、广告策划两个环节中实现智能技术的嵌入。如在广告调查和分析环节，可以充分使用大数据、物联网、传感器等技术，收集市场信息、产品信息、竞品信息、消费者信息、媒介信息等，并使用智能技术进行快速有效的处理与分析。通过这种人力所无法胜任的高效数据收集与处理分析工作，为接下来的广告策划与广告创意生产环节提供极其重要的指导和参考，而这正是目前的智能化内容生产所欠缺但又不可或缺的关键所在。在广告策划环节，通过数据的整合分析确定广告目标，利用大数据技术锁定目标消费者，更重要的是经过数据的综合分析确定广告信息策略，包括广告主题、信息个性和广告表现策略等。这些过程所得出的结论对于广告创意和表现来说至关重要。目前的广告智能化内容生产只集中于广告素材的海量输入与海量输出，并不考虑选择什么样的素材进行针对性生产，这其实很容易带来大量的算力消耗与浪费。智能技术的全面嵌入，将使广告素材在投入生产之前就经过筛选和限定，而不是将所有素材进行拆分重组，之所以可以这样操作，是因为前期有产品分析、消费者调查、广告目标和广告主题的确定等关键支撑，这将为广告创意智能生产指明方向，也减少了很多盲目的计算。在广告投放与反馈环节，目前的广告智能化内容生产与投放可以做到实时动态优化，即根据消费者的兴趣爱好和使用习惯等数据进行秒级化的分析，从而做出快速的内容调整与优化，但其也存在根本性问题——消费者所看到的广告是素材库里的素材直接经过机器生产投放出来的，而不是根据消费者的兴趣爱好进行针对性生产投放出来的，也就是说，机器只是把智能生产的广告创意轮换着发送给消费者，并非精心创作后再投放，所以尽管有反馈和优化，但终归只是重复不断地拆分与重组的游戏。大数据与智能技术在广告投放与反馈环节的介入，一定不能只是根据素材库的素材做有限的调整，而是要根据对消费者的多维数据分析来进行灵活调整。

总之，智能技术嵌入广告智能化内容生产与管理的全流程将带来智能一体化运作，是智能广告发展的必然趋势，同时意味着广告智能化内容生产将从粗放型智能生产向集约型智能生产转变，从局部智能化生产向整体智能化生产转变。

3. 广告内容交互的深度化服务

作为AIGC的典型代表，近年来火爆的ChatGPT具有生成内容、回答问题、对话互动、数据处理、辅助创意等核心功能，也象征着在人机交互上，以智能语音对话为代表的交互模式开始打破传统的界面式交互模式：与遥控操作、键盘输入和触屏这些通过界面进行交互不同，智能语音交互是一种“零界面”交互。这种交互不需要通过手动点击或触摸来进行，而只需通过智能语音对话来达成。简言之，可以通过这种“零界面”的方式实现广告内容交互的深度化服务。

一是内容服务的升级。广告交互的本质在某种程度上说就是内容服务，但长期以来，其服务的范围和能力是有限的。众所周知，广告内容服务大致经历了大众传播时代的告知服务和网络传播时代的推荐服务两个发展阶段，第二个发展阶段超越第一个发展阶段的地方在于它改变了内容服务的同质化，实现了内容服务的个性化。但推荐服务存在的不足也很明显——操作的复杂性和服务能力的有限性，正如比尔·盖茨所言，“无论在电脑上执行什么任务，你必須告诉你的设备要启用哪个应用程序……即使是最好的网站也不能完全了解你的工作、个人生活、兴趣和人际关系，而且使用这些信息为你做事的能力也很有限”。[8]但智能体的出现将改变这一切，任何用户只需使用语音方式告诉智能体自己的需求，智能体就能够帮助人们实现其意图。

二是提问即服务。对于广告营销来说，消费者向智能体提问的过程，既是智能体洞察消费者、掌握消费者信息和需求的过程，也是适时地做出营销服务的过程。智能体可根据消费者提出的问题进行数据处理分析，通过调用算法，将消费者提出的问题提炼出关键词，生成话题和主题，并综合多方数据打出消费者标签甚至丰富消费者画像，在进一步获得消费者反馈、分析消费者属性的基础上挖掘消费者需求，运用合理化艺术化的话术，优化营销策略，促进消费达成。值得强调的是，消费者提问时一方面要注意数据的垂直性，因为智能体的使用场景一般出现在某个特定的消费领域，如餐饮、服装、旅游等，过于泛化的问题很可能让智能体难以回答；另一方面，由于“智能交互中要对用户的意图进行深刻理解，而用户的意图表达往往随意、模糊”，[9]因此，消费者提问时还要尽量做到专业性，以便于智能体更好更快地理解。

三是对话即服务。对话不只是交流，更是服务的接口。消费者在与智能体的对话过程中将获得以下三个层面的服务体验。第一个层面，智能化社交。虚拟助手、智能机器人、智能客服等智能体可通过自然语言处理和语音识别等技术为用户提供对话式拟人化的社交服务，如微信的对话开放平台“对话即服务”5分钟即可搭建免费的专属智能对话机器人，阿里的通义千问大模型可为用户创建生活、工作、金融、法律、健康等多个领域的智能助手。第二个层面，个性化服务。一对一的对话本身就是了解真实需求的最好方式，因此也更容易做到个性化服务。微信“对话即服务”平台的设计初衷就是让第三方服务在公众号直接完成，目前为用户提供了零代码开发、小程序直播、智能客服、AIOT智能助手等工具和应用，满足用户多方面的个性化需求。而ChatGPT的文案生成功能可使用户根据需求自由选择小红书文案、直播带货口播稿、探店文案、朋友圈文案、创意广告语等多种文案形式。第三个层面，场景化体验。目前生成式人工智能服务的领域非常广泛，如用户可与ChatGPT围绕办公、学业辅导、日常生活、旅游攻略等诸多大场景进行流畅对话，每个大场景又可细分为若干个具体的小场景，如旅游攻略场景，就有历史文化之旅、户外冒险之旅、景点推荐和规划、美食推荐、购物攻略、地理探险等几十个小场景，几乎涵盖了旅游的方方面面。用户在与ChatGPT对话的过程中，既可以满足快速咨询的目的，又可以享受场景化体验带来的愉悦。

结语

人工智能技术嵌入广告内容生产领域带来了生产主体、生产方式和生产效率等关键要素的重大变革。广告人一直以来引以为傲的“创意之城”遭受到了前所未有的巨大冲击，新概念新命题新范式不断涌现，尤其是在当前人工智能快速发展的背景下，广告内容生产的未来图景存在無限可能，这也将给广告学研究带来新的使命和新的机遇。与此同时，我们也应该清醒地认识到当前广告智能化内容生产所面临的困境，全力解决存在的问题。当然，广告智能化内容生产是一个动态发展的过程，从初步智能化到局部智能化再到整体智能化甚至深度智能化，需要业界和学界的持续共同努力。

参考文献：

[1] 谭辉煌，颜景毅. 数据驱动下的广告智能化内容管理模式研究[J]. 新闻爱好者，2021（12）：43-45.

[2] 吴小龙，肖静华，吴记. 当创意遇到智能：人与 AI 协同的产品创新案例研究[J]. 管理世界，2023（5）：126.

[3] 京东莎士比亚AI智能文案2.0上线 实现整段文案写作打破AI行业瓶颈[EB/OL].[2018-07-25].https：//baijiahao.baidu.com/s？id=1606938774776352234&wfr=spider&for=pc.

[4] 四大核心优势玩转智能视频生产 百度大脑图文转视频带来无限可能[EB/OL].[2021-01-15].https：//baijiahao.baidu.com/s？id=1688931922603047693&wfr=spider&for=pc.

[5] 袁建. 广告内容智能化生产的核心内涵、实现路径与负面效应[J]. 传媒观察，2022（5）：89.

[6] 曾琼，马源. 计算技术对广告产业发展的嵌入——基于技术可供性的视角[J]. 现代传播，2022（7）：133.

[7] 喻国明，耿晓梦. 算法即媒介：算法范式对媒介逻辑的重构[J]. 编辑之友，2020（7）：50.

[8] 比尔·盖茨.人工智能将彻底改变你如何使用电脑[EB/OL].[2023-11-10].https：//mp.weixin.qq.com/s？__biz=MzI4MjU0MDcwOA.

[9] 王斌，王育军，崔建伟，孟二利. 智能语音交互技术进展[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