今天非常榮幸接受新經(jīng)銷的邀請，和大家一同分享明略科技這兩三年在AI與營銷結(jié)合領域的實踐與落地成果。

先簡單介紹一下明略科技。我們是當前中國市場上最大的數(shù)據(jù)智能應用廠商，2006年由創(chuàng)始人吳明輝先生在北京大學讀研期間創(chuàng)立。早年，大數(shù)據(jù)分析是我們一直辛勤耕耘的領域。如今，中國市場上95%以上的廣告營銷效果監(jiān)測都由我們提供大數(shù)據(jù)技術支持。這一塊是我們的主營業(yè)務，核心產(chǎn)品線就是大家熟知的“秒針系統(tǒng)”。目前，我們還是中國覆蓋平臺數(shù)量最多的社媒數(shù)據(jù)分析提供者，并為客戶提供私域運營管理、連鎖店面智能應用解決方案，同時擁有SCRM、數(shù)據(jù)表單等智能應用產(chǎn)品。

2019年，明略科技有幸與BAT并肩，成為中國科技部認定的“營銷智能國家新一代人工智能開放創(chuàng)新平臺”建設者。2018、2020年先后兩次榮獲中國人工智能最高獎項吳文俊獎。在服務客戶方面，我們覆蓋了135家世界500強企業(yè)，在中國核心大客戶領域——尤其是廣告監(jiān)測、社媒數(shù)據(jù)分析、私域運營管理、連鎖智能店面解決方案等板塊，服務了2000多家核心大客戶，同時為20多萬家中小企業(yè)提供營銷與營運智能化解決方案。

這次的大會主題是“新需求、新供給”，今天我想和大家分享的正是在“新需求、新供給”之下，作為一家數(shù)據(jù)智能公司，我們觀察到的新視角與新方法。

<新視角>

AI重構(gòu)消費決策，面向AI的營銷成新機遇

首先談新視角。2025年年初，DeepSeek到底顛覆了什么？我們認為，DeepSeek真正的顛覆，是讓全球所有企業(yè)都擁有了“用AI做好自身業(yè)務”的機會。如果沒有DeepSeek，AI領域可能還是海外幾家科技巨頭、少數(shù)閉源AI的“專屬領地”。而DeepSeek的兩大核心優(yōu)勢——開源與低成本，給了明略科技，以及在座每一家快消企業(yè)一個機會：利用AI Agent提升效率、顛覆自身商業(yè)模式。也正因如此，我們后續(xù)基于大模型的所有嘗試，都離不開這個核心視角的轉(zhuǎn)變：AI不再是“少數(shù)人的工具”，而是“所有人的效率伙伴”。

在營銷領域，過去我們做內(nèi)容策略、內(nèi)容創(chuàng)作，都是“面向人”——面向目標消費者去設計；今天，我們要構(gòu)建一個新視角——面向AI的營銷。

大家不妨回想一下，在咨詢出行建議、產(chǎn)品推薦時，現(xiàn)在還有多少人只用傳統(tǒng)搜索引擎？其實不止元寶、豆包這些AI應用，大家常用的百度、小紅書，現(xiàn)在都已經(jīng)有大模型問答功能。凱捷咨詢《2025消費者行為追蹤報告》顯示：2024年，68%的消費者根據(jù)AI推薦完成購買，較前一年增長了16%。中國消費者的應用率在全球領先，72%的中國用戶根據(jù)AI的建議輔助購買決策。

再給大家看一組更直觀的數(shù)據(jù)：根據(jù)中國互聯(lián)網(wǎng)絡信息中心的最新數(shù)據(jù)，目前中國有2.49億人在使用生成式人工智能產(chǎn)品，占整體人口的17.7%。其中，77.6%的用戶利用生成式人工智能產(chǎn)品進行問答。中國搜索引擎總用戶是8.78億，這意味著大模型問答已經(jīng)占據(jù)了約22%的搜索市場——這波紅利的規(guī)模，大家可以想象其可觀程度。

在新的問答場景，消費者行為已經(jīng)產(chǎn)生了“質(zhì)的改變”。

舉一個快消品的例子：過去，運動鞋品牌的營銷關鍵詞可能是“防震”“耐磨”“性能優(yōu)”，現(xiàn)在大模型已經(jīng)能直接用“問答”來回應，用戶在大模型里的提問變成“腳受傷了，上體育課該選什么鞋？”“3天徒步和9天徒步，對鞋的要求有什么不同？”這種場景化的完整表達。GEO（生成引擎優(yōu)化）的概念應運而生，并逐漸受到企業(yè)的關注。品牌不能再只關注“關鍵詞”，還要注重“問答的完整性”，甚至是“多輪對話的連貫性”。

另一個消費者行為的關鍵變化，叫“零點擊即搜索”。過去用戶看到關鍵詞后會點擊鏈接看詳情；如今，AI直接給出答案，用戶不用點擊鏈接，就能獲取信息。2025年，在美國和歐洲市場，60%的Google用戶搜索后已經(jīng)不再點擊網(wǎng)站。

今年4月，依托于AI大模型能力和獨有的海量營銷數(shù)據(jù)優(yōu)勢，明略率先推出了行業(yè)首個“品牌AI認知榜“，為品牌開展面向AI的營銷提供參考。通過持續(xù)的觀察，我們發(fā)現(xiàn)了一個有趣的現(xiàn)象：在AI搜索場景中，細分領域品牌已經(jīng)有了“彎道超車”的機會。

比如，在電吹風品類中，“初扉”“徠芬”等新品牌近兩個月在AI認知中表現(xiàn)亮眼，不僅彰顯了出海品牌的強勁實力，更顯現(xiàn)出對AI營銷的快速響應。對于細分領域品牌，做好差異化定位，讓產(chǎn)品在對話中更精準、更生動地傳遞價值，品牌就有機會抓住“首撥紅利”。這也是每一位營銷從業(yè)者在“從面向人營銷，到面向AI營銷”的關鍵轉(zhuǎn)型期最需要關注的課題。

<新方法>

以“可信數(shù)據(jù)+Agent”破局，落地業(yè)務實效

講完新視角，再和大家聊聊“新方法”。前面幾位老師分享得都很好，不管是對組織內(nèi)部，還是連鎖店面數(shù)據(jù)的關注，本質(zhì)上都是在談“數(shù)據(jù)價值”——只有用可信的數(shù)據(jù)源，才能解決大模型的“幻覺”問題，讓AI真正落地到業(yè)務里。

幻覺分為兩種，一種是“事實性幻覺”，另一種是“推理性幻覺”。“事實性幻覺”，是大模型在沒有事實數(shù)據(jù)支撐的情況下，靠早期訓練語料給出的答案，大概率不符合實際；“推理性幻覺”相對復雜，指大模型的每一步推理都是“最高概率選擇”，經(jīng)過一次次最高概率相乘后，最終的幻覺率會變得非常高。如果不解決這兩種幻覺，AI就無法在實際業(yè)務落地。

明略科技創(chuàng)始人吳明輝先生曾提出一個核心公式：y = F(x)，用以說明“企業(yè)的理性決策=強大的模型+準確的數(shù)據(jù)”的道理。今天我們可以充分相信大模型的技術能力，而企業(yè)能做且必須要做的是“把自己的數(shù)據(jù)用好”。

“事實性幻覺”可以靠“可信的準確數(shù)據(jù)”解決，而“推理性幻覺”，要靠“AI Agent”來破局。Agent 背后有“具體的代碼和程序”，能把任務分解成步驟，再準確執(zhí)行每一步。簡單說，就是不讓大模型“瞎想”，讓它按步驟做事。

大家今天來新經(jīng)銷大會聊AI，最終都是想用AI解決實際業(yè)務問題。作為一家深耕垂類大模型與智能體的數(shù)據(jù)智能公司，今天結(jié)合幾個常見的業(yè)務場景，我和大家分享下明略的AI實踐：

DeepMiner——全球商業(yè)數(shù)據(jù)智能分析平臺：以出海企業(yè)選品場景為例，智能體驅(qū)動的分析平臺能實時抓取海外電商平臺的消費者評價，生成分析報告即時反哺，大幅提升效率。企業(yè)只要有海外電商平臺的銷量數(shù)據(jù)，結(jié)合自身產(chǎn)品數(shù)據(jù)，再借助平臺聯(lián)網(wǎng)搜索能力，就能完成精準的市場調(diào)研和差異化定位。目前，DeepMiner已接入全球 6 大數(shù)據(jù)源，從早期主要服務出海商家，到現(xiàn)在也接入了國內(nèi)電商數(shù)據(jù)，無論選品、定價還是推廣，都能幫企業(yè)做好智能決策。

AdEff——全球化廣告測試與優(yōu)化平臺：去年，明略的超圖多模態(tài)大模型成果在全球技術頂會ACMMM獲得了最佳論文獎，在“讓機器模擬人類主觀情感，測試廣告素材效果”上實現(xiàn)開創(chuàng)性突破。基于近20年的數(shù)據(jù)積累，我們現(xiàn)在可以通過腦電圖、眼動追蹤、情感交互等維度，模擬消費者觀看廣告的反應。過去大品牌要找線下調(diào)研公司測試廣告，現(xiàn)在把廣告素材上傳到Adeff，在線上就能拿到快速、準確的反饋，進而優(yōu)化廣告創(chuàng)意和內(nèi)容策略。

妙啊——爆款投流素材一站式創(chuàng)作工具：品牌常問如何快速做出有網(wǎng)感的帶貨短視頻，用“妙啊”就能幫上忙。它能快速了解短視頻平臺最火的帶貨短視頻及其內(nèi)容模式，結(jié)合企業(yè)產(chǎn)品數(shù)據(jù)，兩分鐘就能生成符合平臺調(diào)性的短視頻。當前基礎大模型在圖片、視頻生成上已經(jīng)日趨成熟，企業(yè)要做的就是把這種能力“放大百倍”用到業(yè)務里。

我們歡迎企業(yè)多多試用這些AI產(chǎn)品，為業(yè)務提效增質(zhì)。

今天中國消費者的行為模式已經(jīng)改變，無論是內(nèi)容策略、內(nèi)容創(chuàng)作，還是結(jié)果展示的邏輯，都和過去截然不同。我們倡議企業(yè)擁抱AI，充分信任大模型能力，用AI Agent將“大模型能力+準確數(shù)據(jù)”接入組織內(nèi)部，讓AI真正成為“提升效率、解決問題”的新工具。明略科技將秉持“通過鏈接數(shù)據(jù)，打造可信智能，讓企業(yè)高效運轉(zhuǎn)，加速創(chuàng)新”的使命，幫助更多企業(yè)在Agentic AI時代把握發(fā)展紅利。

我的分享就到這里，再次感謝大家的聆聽！謝謝！

生活家電：吹風機、剃須刀品類各有看點

母嬰用品：奶瓶、濕巾聚焦細分需求

清潔家電：頭部品牌割據(jù)，技術與場景雙驅(qū)動

「數(shù)據(jù)聲明」
此榜單根據(jù)明略科技社媒營銷洞察AI助手魔方Pro等平臺實時數(shù)據(jù)與分析，構(gòu)建動態(tài)消費決策問題集，并基于問題集與10+主流AI大模型工具平臺實時對話，最后分析文本結(jié)果得出排名。由于線上數(shù)據(jù)處于時刻更迭狀態(tài)，榜單結(jié)果僅作階段性結(jié)論。該榜單將每月持續(xù)更新，繼續(xù)拓展品類覆蓋范圍，并為大家?guī)聿煌奉惖钠放婆琶兓闆r，為品牌在生成式AI時代的營銷決策提供更全面、更前瞻的數(shù)據(jù)支持，為更多行業(yè)品牌營銷效果提供動態(tài)監(jiān)測參考。

采訪手記

AI時代的好廣告，要有3個要素

胡南西：您一直在做廣告的測評，請您從營銷人，偏技術營銷專家的角度來說說，AI時代，我們應該從哪些角度來看一個廣告的好壞？

譚北平：今天的傳播環(huán)境下，我們認為一個好的廣告要有三個要素。第一個：不僅要人看得懂，還要AI看得懂。所謂AI看得懂，就是更容易的被AI Decoding，被AI解碼。這件事情非常重要。因為你要傳播的點，要跟AI解析出來的你的表達是一致的。比如說，我們有些廣告里面會用到一些文字的花體字，AI在讀這類文字的時候，就容易讀錯，它就會給出錯誤的標簽或者Keyword。那么在投放、推薦或者搜索上，任何需要用到算法的地方，都有可能會錯。所以只有AI讀得懂你，才有可能完成廣告的傳播任務。

胡南西：哇，這個觀點很顛覆！我們一會兒細聊，第二個要素是什么呢？

譚北平：第二個是要去激發(fā)受眾的反饋。因為任何廣告都是讓人去產(chǎn)生情緒、產(chǎn)生認知、產(chǎn)生行動的。一定要讓受眾產(chǎn)生反應。這個反應分很多種，一種是比較立即的，下單或者是點擊，一種是比較深刻的，感動、情緒、認知……無論是什么，都叫做激發(fā)受眾的反饋。

胡南西：那么，第三個要素呢？

譚北平：第三個，我們把它叫做：與品牌的價值對齊。同樣滿足前面兩個要素的廣告，可能對A品牌是個好廣告，對B品牌就不見得是好廣告。所以它要表達的內(nèi)容，要和品牌本身的價值觀去對齊。你的品牌想表達的東西是什么，取決于你整體上呈現(xiàn)的調(diào)性，和你整體的表達方式是不是一致。既有宏觀要素，也有微觀要素，甚至到你的logo、顏色、情緒。比如說可口可樂可能就是要去表達一種歡樂的情緒、一種家庭觀這種很底層的價值觀。

所以說我認為，一個好的廣告，今天來說就這三件事：讓AI看得懂，讓受眾能有反應，與品牌的價值對齊，這個與過去是不太一樣的。

廣告投放

越來越受到AI推薦引擎的影響

胡南西：確實，我們一般會認為，廣告首先是給目標消費者看的，是要去激發(fā)消費者對我這個品牌的認可，或者直接下單。您說的“AI看得懂，而不僅是人看得懂！”這個觀點和我們大多數(shù)人的樸素認知是不一樣的，是因為現(xiàn)在的算法機制的影響嗎？

譚北平：在大眾傳播時代，你買的是排期，這個廣告一定會播出，就一定會被看到。在早期的數(shù)字時代，你也是買的流量，也是有確定性的。

但今天，越來越多的平臺是推薦機制。如果AI對你的內(nèi)容的解讀是錯的，那你想想，這就會產(chǎn)生很多誤導和問題。比如說把品牌認錯了，或者廣告里引用了某一個大IP，這個IP沒被AI理解出來，這就會有很大的問題。有誤讀，有誤解，那更麻煩。

胡南西：AI推薦已經(jīng)滲透到各種廣告的推薦了嗎？

譚北平：今天各大平臺的廣告投放工作中，已經(jīng)越來越多地會有各種推薦引擎參與其中。今天的數(shù)字廣告，已經(jīng)和DSP、DMP時代不一樣。當時對廣告內(nèi)容的解析最多就是在合規(guī)、合法部分，但今天廣告平臺在投放過程中，交叉推薦、算法推薦會變成很重要的控制因素。

比如某廣告引用了一個很大的IP，假如是哪吒，如果AI只是發(fā)現(xiàn)有“一個調(diào)皮的動畫小男孩”，和AI認出來這是“哪吒”，那就是完全不同的推薦效果了。如果準確的認出來是哪吒，就可能會去匹配到一些對哪吒感興趣的人，如果只是“一個調(diào)皮的動畫小男孩“，匹配的結(jié)果和品牌想表達的東西就錯位了。

胡南西：所以現(xiàn)在的廣告投放越來越會受到這種AI推薦機制影響？

譚北平：像騰訊這些標準的廣告平臺，它的廣告流量的投放、采買以及匹配，越來越多的基于內(nèi)容做自動化識別、匹配。這部分比例會越來越高。內(nèi)容標簽和人的標簽加起來做自動推送。

內(nèi)容標簽如果錯了，那就是一個災難性的事件。AI對于內(nèi)容的理解，它不僅僅會涉及到文字、語音，剛才所說的關鍵人物，還會逐漸的涉及到里面的人物的情緒、情感，這些都需要讓AI讀得懂。

用AI測評來破AI推薦

胡南西：要“讓AI讀得懂”，在我們創(chuàng)作廣告的時候，需要注意什么呢？

譚北平：比如剛才說的有些字體的花體字，好像很藝術，人能看懂。但AI有時候看不懂。

胡南西：那是不是說，創(chuàng)意太牛了，藝術感太強了，反倒可能不好？

譚北平：也不能完全這么說。其實AI已經(jīng)很厲害了，它可以讀懂很多東西。我們最近測了一些廣告，有些廣告它有很深的文化隱喻，AI真能讀懂。我們發(fā)現(xiàn)它對于引用的一些特定的沖突，角色的隱喻，甚至古典文獻里面的角色，它真的能很好的解讀，非常棒。

但是你要確保它別讀錯了，或者萬一你表達的中間有些歧義，它就有可能讀錯。最重要的是你要嘗試用AI來測試一下，用AI的眼睛看一下它所理解的廣告是不是你想表達的這個意思。

要轉(zhuǎn)好幾個彎的廣告，在今天不一定是個好廣告

胡南西：有的廣告創(chuàng)意特別厲害，一個真人，可能看了也要在腦子里轉(zhuǎn)幾個彎兒，才能夠理解這個創(chuàng)意。那是不是這樣的廣告未來也會被淘汰？

譚北平：這就屬于第二個部分了，就是激發(fā)用戶反饋。

確實，過分繞的廣告是一個問題。你繞的彎太多，確實情緒情感上可能會失焦，注意力可能會看不到。這也是為什么我們要去預測：“人對于這些畫面、聲音、情緒的反應是什么”的一個很重要的原因。

所有的信息都是一個Feeds流，一個信息流，我們要去預測和預判人在這些信息洪流里的各種反應。通過預判還要知道在表達上是否有問題。比如說我們最近看一些海外廣告，故事感很強，但是整個15秒、30秒只講一個故事，中國受眾可能會覺得不耐煩。因為中國的廣告往往3秒鐘、5秒鐘一定有個反轉(zhuǎn)，一定有個高潮。過去在電視廣告的場景下，那樣的表達是OK的。但隨著文化的發(fā)展、媒介消費習慣的變化，那種廣告可能就不行了。

胡南西：為什么呢？是我們中國人習慣了快節(jié)奏？

譚北平：因為注意力很容易流失。你講一個故事，后幾秒都能預判到了，那不用看了。如果在手機上，用戶就會直接劃走了。后面要干嘛猜都猜得到，這是不可以的。在今天的中國市場上，我們會看到一些新的表達、新的邏輯，其實就是要不停地在人特別容易流失注意力的時候把它拽回來。

AI 能很好地解構(gòu)

我們過去認為很虛的東西

胡南西：您還說到了與品牌的價值對齊。廣告理論上就是個商業(yè)產(chǎn)品，按道理必須要與品牌的價值對齊！但價值這東西好像又很虛，只可言傳不可理喻，如何把握呢？

譚北平：與品牌價值對齊有兩層含義。

第一層含義是與品牌的相關SOP對齊。很多品牌過去經(jīng)驗的積累，會形成一個SOP，包括一些很細節(jié)的執(zhí)行規(guī)范，比如說一個奢侈品品牌，永遠要表達某種情緒，或者說我的logo在什么場景應該用什么樣的形狀來表達等等，這一類叫SOP。

第二層含義涉及到品牌的價值內(nèi)核，體驗、情緒、價值觀的內(nèi)核。很多品牌都有自己的品牌價值觀，我們以前只能靠人的腦袋來判斷廣告是否符合品牌價值觀，并且你很難把它解構(gòu)。但現(xiàn)在用AI就可以了。今天AI對于內(nèi)容的理解和內(nèi)容標簽的理解，是完全可解構(gòu)并量化的。

胡南西：這貌似就是很主觀的評判標準，怎么用AI做到的呢？

譚北平：我們有一個什么是“好內(nèi)容”的標準，叫做“四有三友好”，有關系、有好處、有意思、有期待……我們把每個標準落到一些具體的點上，AI是可以去學習、去理解這些標準的，并且用這些標準去分析你的內(nèi)容，給它打分。這就是生成式AI現(xiàn)在的能力，它能理解過去我們認為很虛的東西。生成是什么？生成就是一種語言的能力。到今天，大模型已經(jīng)有了多模態(tài)能力、推理能力，所以，AI已經(jīng)能夠很好的理解并解構(gòu)各種內(nèi)容。

胡南西：您能舉個例子嗎？

譚北平：比如說“什么是一種有關系的內(nèi)容”呢？?針對“有關系”，AI可以去分析這些內(nèi)容針對的人群是誰，誰更適合。跟受眾有關系，跟看的人有關系。就有一些非常具體的點，在標題、在內(nèi)容側(cè)，會有針對具體的人的描述，比如什么樣的人需要，具體的痛點和具體的連接點是什么，這就落到“有關系”了。甚至可以讓AI來判斷，這個廣告看起來并不是適用所有的人，而是適用一部分人的，比如針對某類特殊人群，AI是完全可以分析得出來的。

AI時代企業(yè)應該把握的是內(nèi)容篩選，不是內(nèi)容生產(chǎn)

胡南西：過去做營銷都是“大品牌，大創(chuàng)意”，Big idea，您覺得在社媒時代、碎片化時代或者說AI時代，現(xiàn)在的創(chuàng)意和過去的創(chuàng)意有什么不一樣？

譚北平：我覺得最重要的一個不同點是創(chuàng)意生產(chǎn)。市場上本身有大創(chuàng)意，有小創(chuàng)意，一個叫Big idea，一個叫敏捷優(yōu)化，就是精益經(jīng)營，這是兩個完全不同的生產(chǎn)思路。

Big idea是說，我要通過洞察，突然找出“bling的一下”、靈感一現(xiàn)的這種moment的東西，甚至改變世界。

精益優(yōu)化或者敏捷優(yōu)化的邏輯是說，沒關系，我不知道那個“bling的一下”是什么，但我總會提出無數(shù)小的選擇和假設，用反饋的辦法不停的去逼近那個最優(yōu)的結(jié)果。這是我們在大眾傳播時代、數(shù)字營銷時代，要去面對的問題。

胡南西：所以敏捷優(yōu)化是AI時代的創(chuàng)意生產(chǎn)解決方案？

譚北平：我覺得，今天精益優(yōu)化已經(jīng)有點搞不定了。因為精益的問題，通過大量的AB測試，就能搞定。但今天的問題是：生成式人工智能來了之后，我們的內(nèi)容生產(chǎn)變得越來越快、越來越廉價。AI生成文案已經(jīng)毫無問題，今年海報上面有文字已經(jīng)可以了，今天中國的即夢、海外的Meta，也都已經(jīng)15分鐘就能生成一只標準類型的廣告了。

在內(nèi)容生產(chǎn)力爆發(fā)的情況下，企業(yè)能掌握的是什么？企業(yè)是去掌握供給，還是掌握篩選？我覺得，企業(yè)方、品牌方不太必要、也不太可能去掌握生產(chǎn)，反而是要去掌握篩選和決策這件事情。

胡南西：為什么企業(yè)不去掌握生產(chǎn)，而去掌握篩選呢？

譚北平：秒針營銷科學院和復旦管理學院市場營銷學系最近在研究一個概念，叫做AIGD。AIGC是AI Generated Content，但是因為Content太多了，從Content這個角度來說，我們需要做Decision，并且是AI Generated Decision，就是AI來生成決策，來輔助決策。

雖然好多企業(yè)都在努力建知識庫，做洞察驅(qū)動的內(nèi)容生產(chǎn)。但是一個企業(yè)要訓練出一個完全不同的內(nèi)容生產(chǎn)引擎，是很困難的。內(nèi)容生產(chǎn)最優(yōu)的選擇，反而是讓所有市場上最優(yōu)秀的生產(chǎn)引擎都一起到你這兒來“賽馬”。就像過去找廣告公司招標一樣，你不是只找一家，而是多家。企業(yè)把握住篩選的標準，性價比才是最高的。

當內(nèi)容生產(chǎn)越來越多、越來越快的時候，企業(yè)能把握的反而是它的“篩選”能力，這是企業(yè)最需要把握的。有點像什么呢？企業(yè)要招人，它不會自己去培養(yǎng)人才，而是會依賴各個大學。大學培養(yǎng)的人才越來越多，企業(yè)怎么決定要什么樣的人才呢？靠招聘，靠篩選。

我們說這是一個測量的時代，在內(nèi)容的海量生產(chǎn)背后，篩選會越來越重要。怎么篩選出來效果又好、又符合品牌價值的內(nèi)容，會變得越來越重要。所以我們要做創(chuàng)意測量這件事情。

AI測評的價值：提高廣告的成功率

胡南西：廣告測評一直都有的。

譚北平：這個需求是一直都有。從全球的角度來說，標準的廣告測試市場是永遠在的。盡管我們中國短視頻在崛起，但是對企業(yè)主來說，廣告制作和投放都有相當大的投入，所以需要做廣告測評。

胡南西：過去主要評什么？調(diào)性或者價值觀這些東西嗎？

譚北平：都有。除此之外，消費者的喜歡程度、跟品牌的linkage、反映的情緒狀態(tài)等等有評分，并且有一個全球標準的紅綠燈機制。綠燈，表示測評過了，可以出街了，可能有瑕疵，你也可以不用太費勁修改；紅燈，表示不建議出街，你就得回去想想為什么不過；黃燈，中間狀態(tài)，如果特殊情況著急可以用，如果不著急，再看看有沒有要優(yōu)化的點。這是一種管理手段。

胡南西：過去的廣告測評是怎么做的呢？

譚北平：以前的廣告測試，往往是企業(yè)總部管理，總部會要求各個國家市場都使用某個廣告測試產(chǎn)品和測評標準。因為總部一般不太會去指揮各個國家具體應該怎么拍片子，但會要求片子里面必須符合某些標準。通過對這些標準的測評，來管控各個市場、BU交付的廣告片的一致性。

企業(yè)一般每年會挑幾只廣告片來測量，連續(xù)測上一、兩年后，大概就知道什么樣的方向、什么點是可用的了，企業(yè)就有知識了。下次有新廣告的時候，可以省錢先不測了，根據(jù)之前測評得出的知識，人工再判斷判斷就可以了。但這類測評過去是通過消費者調(diào)研來做的，很貴、很慢。今天新的模式下內(nèi)容越來越多，最好是每個都用AI過一遍，整體的工作效率就提高了。

胡南西：和過去人工做測量相比，你們的AI測評有什么不同或者更先進的地方嗎？

譚北平：過去我們?nèi)嗽诳磾?shù)據(jù)的時候，一般看幾個關鍵指標有沒有達標就夠了。但是AI真的可以實現(xiàn)一秒鐘一秒鐘的看數(shù)據(jù)，看變化。在給具體建議的時候， AI真的反復閱讀了你所有的內(nèi)容、所有的數(shù)據(jù)，包括過去我們?nèi)硕疾惶珪吹哪切?shù)據(jù)，它都會全看一遍，非常細節(jié)，并且能做總結(jié)，做歸納。

所以，今天AdEff的優(yōu)勢就是，第一它能給出綜合性的評判，第二它能很細節(jié)的給出具體每秒的表達有沒有問題，有沒有優(yōu)化的建議。

胡南西：AdEff測評的高分廣告，就一定能火嗎？

譚北平：測評的目的并不在于“火不火”，我們的定位是幫助企業(yè)把握住篩選的標準，提高廣告的成功率。

我們認為，未來的廣告測評或者內(nèi)容測評可能是這樣的：AI快速的全量測一遍，如果中間還有一些待定的、不確定的問題，可以再用真實的消費者去做細節(jié)的校驗或者驗證。

在營銷上，將某個指標提升到高于平均水平上一點，是很不容易的事。用AI來快速、高頻地做廣告出街前的測評、篩選，就是一個不停的提高廣告成功率的過程。

廣告能否起效有3大指數(shù)：注意、情緒、認知

胡南西：AdEff具體測評哪些指標呢？您剛才講到了AI時代一個好廣告的三個要素，你們做的廣告的測評，也是以這三個要素為原則或者標準來做嗎？

譚北平：是的。AdEff現(xiàn)在首先解決前兩個原則。

第一個是AI decoding，AI會對每個內(nèi)容和每一秒的內(nèi)容進行理解、解碼。看AI的理解，是不是跟你整個片子所希望表達的一致，這是一個很重要的點。

第二個是激發(fā)受眾的反饋。我們目前引用的是基于神經(jīng)營銷學的數(shù)據(jù)，人的注意力、人的情緒反饋和人的認知加工過程，這是一些很重要的指標。比如說前三秒往往是要去完成一個什么樣的任務；來到中間你的品牌出現(xiàn)的時候，應該完成什么任務；在結(jié)尾的時候，應該完成什么任務。這些都屬于在不同的時刻里面，激發(fā)受眾的反饋。

第三個是與品牌價值對齊，這部分是我們要為企業(yè)定制的。它會成為企業(yè)獨有的一個篩選標準。而且這是個在線系統(tǒng)，不會隨著某個員工離職而丟失這些標準。

胡南西：注意指數(shù)、情緒指數(shù)和認知指數(shù)，為什么是這三大指數(shù)？

譚北平：在神經(jīng)營銷學里，廣告起效用有三個方式。

第一是注意，就是人會不會看到，或者看什么地方。這是廣告首先要解決的問題。比如說有時候在短視頻里，會故意說錯詞兒，或者故意前后不一致，弄些梗，反倒在這個地方你的注意力被調(diào)動起來了。

第二，信息進入到人腦之后，有兩個反應：一個反應叫情緒反應，情緒是正向還是負向的；另一個反應叫做認知加工過程，有沒有入腦留下記憶。有一些信息聽完了就過去了，一帶而過沒記住。還有一些很復雜的信息，或者一些關鍵信息、獨特的表達，人記住了。比如廣告里有沒有一些梗、轉(zhuǎn)折、有趣的引發(fā)思考的圖像或者聲音，會讓人有警覺、有思考、有想象的過程。這個就叫認知的過程。

這三個指數(shù)，是基于人腦對于多模態(tài)信息加工的特點來做的，貫穿了整個廣告的所有溝通界面，涉及到你的品牌的露出、故事的節(jié)奏……在神經(jīng)營銷學里，這也是三個最穩(wěn)定的指標，有足夠的數(shù)據(jù)積累。

胡南西：企業(yè)的定制，在AdEff上，如何實現(xiàn)呢？

譚北平：一般來說，企業(yè)需要有自己的一個標準規(guī)則，大部分大企業(yè)都是有的。然后把這些規(guī)則放進去，進行模型訓練和調(diào)試，訓練企業(yè)的定制模型。這個過程不是簡單的放進去就能用，還涉及到企業(yè)的表達和規(guī)則，在模型上面是不是能很好的體現(xiàn)。

超圖多模態(tài)大模型+MoE混合專家模型組合

胡南西：AdEff用AI做廣告測評的技術原理是什么呢？您能概要的說一下嗎？

譚北平：具體的過程還是比較復雜的。形象的說，一個廣告片放上去，AI會抽取出音頻、畫面、文字等等。一部分是音頻分析，包括說的話，語音，各種拆解、量化、分析；另一部分是畫面分析，把畫面按秒抽取出來。最后是梳理出前后邏輯，挖掘出主客觀的因素。所有的信息就會變成一整套的token，模型會基于解析的主客觀數(shù)據(jù)，預測消費者看到廣告時，上面提到的3種指數(shù)的變化。這些拆解、量化和分析，主要使用了我們的超圖多模態(tài)大模型和我們過去積累的廣告測評數(shù)據(jù)。

然后是MoE混合專家模型部分。基于前面的這些token，系統(tǒng)會模擬出不同的角色。有洞察專家、視覺專家、廣告法專家、文化專家……這些各種各樣的角色會拆解分析剛才這些token內(nèi)容。像開會一樣，每個專家從他的角度會有意見，再有一個綜合的Agent，把這些意見綜合分析。

明略的超圖多模態(tài)大模型，

在主觀預測方面遠好于ChatGPT

胡南西：明略的超圖多模態(tài)大模型，它是個什么樣的原理，您能否簡單的跟我們說說。

譚北平：說“超圖”，要先理解什么是“圖”。“圖”是一類特殊的數(shù)據(jù)結(jié)構(gòu)，不是一個圖片的意思。它是節(jié)點（實體）和邊（關系）的數(shù)學抽象，用來描述“誰和誰以什么樣的關系連接”，比如我們熟悉的知識圖譜就是一種圖結(jié)構(gòu)。而“超圖”，hypergraph，指的是一種擴展了傳統(tǒng)圖結(jié)構(gòu)的數(shù)據(jù)表示方式，可以建模多個對象之間的高階關系。

超圖多模態(tài)大模型就是基于圖數(shù)據(jù)這個概念衍生出來的。明略的大模型團隊用這種新的算法機制進行了深入的研究，研究成果被國際頂級期刊收錄認可。明略的研究也比較了超圖多模態(tài)大模型和標準通用大模型在廣告識別方面的效果。在主觀預測及客觀描述方面，超圖多模態(tài)大模型加上獨有訓練數(shù)據(jù)，效果要遠好于ChatGPT這些標準通用大模型。AdEff的基座就是這個模型。

胡南西：您剛才提到獨有的數(shù)據(jù)，是些什么樣的數(shù)據(jù)？

譚北平：我們過去幫企業(yè)測評一個廣告，一般會用眼動、腦電數(shù)據(jù)，真實的反映人的反應。也會輔助問卷，了解他們的主觀感受或態(tài)度。兩個方向不一樣。人的訪談回答往往是籠統(tǒng)的，覺得這廣告挺好的、很喜歡……很難問出非常具體的每一秒的反應。但眼動、腦電能夠看到人在觀看廣告時每一秒的反應。

我們研發(fā)了一整套的軟硬件，對廣告做很多測量。每次都需要幾十人以上，戴上設備去測量：看這個廣告片的時候，眼睛看了什么地方，腦電有什么波動。十年的時間，有大概幾千次廣告，我們積累了有10萬次以上的測量數(shù)據(jù)。用這些數(shù)據(jù)來訓練超圖多模態(tài)大模型，就可以模擬預測出，看到廣告之后人的情緒反應。互聯(lián)網(wǎng)上的一般性數(shù)據(jù)，已經(jīng)被各個大模型抓得差不多了。但是因為我們有相對獨特的數(shù)據(jù)，才有機會去研發(fā)這樣的垂類大模型。

測評的目的在于提升廣告整體的成功率

胡南西：你們將廣告分為黃金3秒、興趣時刻、品牌時刻、信息時刻、結(jié)尾3秒，這個結(jié)構(gòu)性的分法是業(yè)界通用的嗎？

譚北平：對，這是一個比較通用的分法。在不同的時刻里面，廣告要承載的任務會不一樣，所以AI在看指數(shù)做分析的時候，方向也會不一樣。

胡南西：信息時刻是指什么？

譚北平：就是你在傳遞某一個有用的message。廣告有時候是一種說服性的結(jié)構(gòu)。一種很經(jīng)典的結(jié)構(gòu)是：提出問題，指出這個問題的解法，最后的品牌高光……提出問題就是一個信息時刻。

胡南西：現(xiàn)在你們只測60秒之內(nèi)的廣告，為什么不測更長的？

譚北平：太長了，我們認為不太適合當前這個框架了。我們正在去拓展新的像短視頻等其它內(nèi)容的測評框架。

廣告的目的是去做大規(guī)模的覆蓋。而短視頻大多是兩三分鐘，往往只在自己的官微、官號發(fā)布，看的受眾有限，可能播放幾十萬就已經(jīng)不錯了，這和廣泛的觸達還是有點不同。短視頻重在造勢，更關心的是完播、話題感、自傳播力等等。所以我們目前是以廣告為主，先做的是一個相對標準的，以廣告為核心的測評產(chǎn)品。

胡南西：還會做其它形式的廣告測評嗎？

譚北平：我們也在積累豎版廣告的測評數(shù)據(jù)。豎屏和橫屏差距還挺大的。橫屏往往表達的是一種第三人的視角，你是一個觀眾。但是豎屏往往是懟臉拍，一般會是對話式的，人物形象更近，鏡頭感會更強，表達的是：這個形象跟你在對話，你是一個參與者。所以橫豎版廣告在情緒、鏡頭、語言各方面表達上的差異非常明顯。除此之外，我們也在嘗試對靜態(tài)的產(chǎn)品包裝和平面廣告做測評。

胡南西：AdEff評的是品牌向的廣告，效果向的能評嗎？

譚北平：效果向廣告，它是賽馬機制。直接投放“賽馬”，直接看效果。很多效果向的廣告，是會傷害品牌的，過去缺少管控。比如廣告里會說市場最低價、史上最低價。雖然效果也許好，但是很多品牌是很注意管控的。比如說奢侈品品牌，絕不會說“打一折”，它會說走尾貨，因為說打折會嚴重損害它的形象。

效果類廣告過去很少做測評，因為過去的測評效率很低。但有了AI測試后，同樣可以用AdEff做一下效果類廣告的測評。我覺得企業(yè)未來在內(nèi)容管控上的需求會越來越多。

廣告測評適合3大場景

胡南西：在企業(yè)端，您這個產(chǎn)品應該是哪些部門使用呢？

譚北平：甲方的洞察部門、數(shù)字化部門以及內(nèi)容管理部門。一類是做前測，一類是對體系內(nèi)所有內(nèi)容進行評價，形成知識庫，這也是必要的。

胡南西：更詳細地說，咱們這個產(chǎn)品現(xiàn)在適用的客戶場景有哪些呢？

譚北平：有三類場景。

第一類場景，品牌方可以用AdEff做第一輪的初篩和初步評價。選出好的廣告，同時通過測評可以發(fā)現(xiàn)并避免一些出錯的可能性。

第二類場景，幫助品牌方建立對廣告內(nèi)容的量化評估標準。品牌過去最多能有投放數(shù)據(jù)，像內(nèi)容數(shù)據(jù)往往沒法量化評估。AdEff可以幫助客戶內(nèi)部的內(nèi)容數(shù)據(jù)逐步形成一個可量化的評估標準。

第三類場景，幫助創(chuàng)意公司建立廣告的交付標準。對于很多創(chuàng)意公司來說，他們也需要尋求一種交付標準。因為創(chuàng)意這件事情，誰都可以說點意見，什么叫好，什么能過關？過去是見仁見智。量化標準能夠幫助創(chuàng)意公司，讓廣告內(nèi)容的交付有標準，從而提高交付的效率。

胡南西：有什么技巧，能夠更好的用好這個工具？

譚北平：AdEff非常用戶友好，操作過程也很簡單，還支持包年不限量使用。我們希望客戶有內(nèi)容出街，或者準備出街的時候，就傳上來看一看。你的內(nèi)容生產(chǎn)越多，我們愿意幫你評得越多。

用戶可以把你自己的、你關心的競品的、你覺得好的廣告都放進來，通過我們測評提供的各種數(shù)據(jù)和指標，形成你自己獨特的benchmark測評標準。你就知道哪些是可以借鑒的，哪些別人做得怎么樣。

未來的商業(yè)，就像一個大型對抗網(wǎng)絡

胡南西：您認為，AI在內(nèi)容這塊兒還能做些什么事兒？

譚北平：AI幾乎能參與內(nèi)容產(chǎn)業(yè)的所有環(huán)節(jié)。包括洞察驅(qū)動的內(nèi)容生產(chǎn)、內(nèi)容生產(chǎn)后的測評和篩選、內(nèi)容后效的追蹤，企業(yè)自己內(nèi)容知識庫的構(gòu)建。

從測評的角度，我們會把它延伸到內(nèi)容驅(qū)動決策，就是我們前面提到的AIGD。AIGD決策會分好多種，包括戰(zhàn)略決策、定位決策到運營決策。內(nèi)容決策只是運營決策的一部分。

前段時間，我去參加亞馬遜的一個活動，其中就有一個很有意思的應用——AI選品，這是一個很重要的運營決策。選品本身的失敗率很高，成功率估計也就30左右，如果能把30往上提一提，就是一個很重要的決策。選品跟選內(nèi)容很類似，還有很多這種篩選、評估、預測性的決策，未來都是AI可以去做的。

胡南西：您覺得像廣告公司的這些所謂的創(chuàng)意人，未來他們的角色在哪兒呢？

譚北平：我覺得有了AI后，創(chuàng)意人明顯可以再瘋狂一點。創(chuàng)意人過去的角色，是要去找靈感、找一種最優(yōu)的選擇，或者有更多發(fā)展性的選擇。未來創(chuàng)意人和AI一起組合，他來用AI，可以實現(xiàn)更多、更有發(fā)散性的構(gòu)想。并且有了AI后，創(chuàng)意供給側(cè)可以大幅提高內(nèi)部效率。

創(chuàng)意公司和企業(yè)方，用人工智能的說法，也許也是一種對抗網(wǎng)絡。企業(yè)提需求，創(chuàng)意公司來實現(xiàn)，企業(yè)來篩選、評判，創(chuàng)意公司去修改，所有這些，都沉淀到一個垂類模型，或者一套測評系統(tǒng)里。

未來的整個商業(yè)就像一個大型對抗。這種對抗就是一種更強化的學習，通過強化學習不停的摸索，找到最優(yōu)解。

本文轉(zhuǎn)載于公眾號CMO訓練營

整理〡秒針營銷科學院

觀點來源〡知乎GEO沙龍上海站

內(nèi)容策劃〡張慧

什么是GEO?

什么是GEO？

GEO，生成引擎優(yōu)化（Generative Engine Optimization），由普林斯頓大學、印度理工學院ITT Delhi的研究者，在2023年底合作的同名論文中率先提出，指的是通過靈活的黑盒優(yōu)化方法，改進網(wǎng)站/內(nèi)容在生成式搜索引擎回復中的可見性。

Q：AI的出現(xiàn)讓用戶的消費模式發(fā)生了怎樣的變化？

李奕晨：

一是用戶的問題更完整、更直接。

傳統(tǒng)的搜索，搜索詞平均長度在3到8個字之間，通常很零散，用戶通過關鍵詞找到相關信息后，再進一步找跟自己需求更匹配的信息。

如今的AI 搜索，用戶表達的，更多是一個完整的、直接的問題，用戶或者問清晰的問題，或者把對應的情景描述出來，但不管哪種，AI都能給出對應的答案。

具體到某個選購場景，用戶通常不會籠統(tǒng)的問“運動鞋怎么選？”，而是會說“我要上體育課，或者我是一個愛跑步的人。我現(xiàn)在腳受傷了，應該選什么樣的鞋或者裝備？”這是非常具體地，深入到某個場景的問題。

二是多輪對話、持續(xù)互動。和傳統(tǒng)搜索相比，AI最大的不同，是它能“記憶上下文”。用戶有時候很難一次性表達清楚自己的想法和訴求，經(jīng)常會出現(xiàn)用戶拋出“我身體不舒服……？”，AI回復中提到“建議多做一些運動”，用戶反過來問“我想做運動，有什么建議？”的情況。

整個過程中AI和人會持續(xù)互動，反向挖掘用戶需求。

目前，從用戶搜索行為習慣來看，這是比較明顯的變化。

Q：在給AI描述需求的過程中，用戶在情緒上很松弛，語言結(jié)構(gòu)也會更嚴謹。請教譚院長，據(jù)您的觀察，AI 時代用戶的消費模式變了嗎？

譚北平：

這里我們要提一個新概念——AIGD。AIGC我們都知道，是AI生成內(nèi)容，AIGD其實是AI生成決策。過去，媒體是我們“眼睛”的延伸，今天AI正在放大媒介的價值，讓它成為“大腦”的延伸。

中國的媒介消費，有兩點，跟海外很不一樣。

一是更“老少皆宜”。各個年齡段，甚至“不會寫字的”都會積極地用，用戶年齡跨度非常大；

二是用戶態(tài)度更“開放”。中國消費者是全球最相信科技的消費者，他們對 AI 答案的信任程度遠高于其他國家。國外很多國家對 AI會本能的排斥，但中國消費者是非常開放的。

Q：消費者的行為有了很多改變，對品牌方來說，AI帶來了哪些營銷上的機遇和挑戰(zhàn)？

顧蓓蓓：

品牌主或廣告主會先看數(shù)據(jù)，看用戶到底怎么用 AI，AI 的滲透率到了什么程度。剛才我們做了一個簡單分析，通過抽樣來看，過去一個月大概有 80% 的用戶用了AI工具，這種使用包括了間接的和直接的。從這個角度看，廣告主會認為AI既是工具，也是內(nèi)容載體。

對他們來講，機會在于AI可以讓品牌有更多機會被用戶看到。剛才奕晨老師分享的一個詞特別好——多輪互動，用戶在AI上跟AI的互動是交互式的，他們會進行多輪對話。在長對話里，品牌被看見的幾率也會增加。

另一方面，挑戰(zhàn)在于，現(xiàn)在做AI營銷，不單單要分析用戶的搜索行為，還要分析 AI 的思考和輸出框架，并且基于輸入和輸出的洞察，來設計品牌被AI推薦的策略。

Q：從SEO到GEO：搜索入口的遷移如何迫使營銷范式重構(gòu)？

桑田：

AI是偏理性的。回答這個問題時，我腦子里突然閃現(xiàn)了一句廣告詞“你值得擁有”，這里沒有任何貶低品牌的意思。在電視以及互聯(lián)網(wǎng)時代，這是句非常有感染力的廣告語，但在AI時代，如果把“你值得擁有”輸給 AI，它是無法理解的。

SEO時代，品牌會在官網(wǎng)展現(xiàn)品牌調(diào)性、產(chǎn)品序列、功效和細節(jié)，放在過去，這是奏效的，但現(xiàn)在，當我們把一個國際美妝品牌丟給AI做分析，會發(fā)現(xiàn)從它的語料收集和輸出來看，官網(wǎng)的引用量都偏低。

與此同時，我們也看到一些數(shù)據(jù)公司在做不一樣的事兒：把用戶可能問到的問題，以 FAQ 的方式集成在自己的官網(wǎng)里。

從美妝品牌的思路看，就是把包括“我怎么確定膚質(zhì)？”“什么是油皮？”等問題的內(nèi)容整理成AI看得懂的問答對，這種內(nèi)容按理不該出現(xiàn)在品牌官網(wǎng)上，但AI時代，類似的語料如果能在官網(wǎng)展示，同時用戶在AI搜索里能觸發(fā)，對于品牌而言，反而是加分項。

按這個邏輯，在 AI 搜索環(huán)境里，很多以前偏情感營銷、品牌營銷的美妝品牌，就需要讓自己的信息和品牌優(yōu)勢、產(chǎn)品賣點，以AI讀得懂的方式，滲透到 AI 搜索的回答里。

譚北平：

對品牌來說，AI目前是新配置。任何媒介，等所有用戶都用它時再投資，往往已經(jīng)來不及了。一個新媒介出現(xiàn)，最先吸引的，一定是最有創(chuàng)造力、最有行動力的人群和品牌。從這點出發(fā)來思考，我覺得品牌不需要特別仔細的看數(shù)據(jù)，現(xiàn)在就是品牌投資AI最好的時機。

我最近和復旦大學金立印教授一起寫了本新書——《生成：AI 生產(chǎn)力重構(gòu)營銷新范式》，其中有一章，內(nèi)容就是“改變AI對你的認知”。

書中我們有個很鮮明的觀點：用對待“人”的方式對待 AI，把它當成一個更復雜、會吸收信息也會表達信息的人。你如果能說服AI，讓它覺得你是個厲害的品牌，讓它能很自信地向其他人推薦，你就成功了。

所以廣義來看，我甚至覺得 GEO 還是窄了，因為它還是從搜索的視角看人認知的變化。AI能影響那些不搜索的人嗎？答案是肯定的，因為用AI的人還會影響不用AI的人。

我們做過一個研究，問了幾十個品類的3000 多個品牌，發(fā)現(xiàn) AI 能推薦的列表并不長，大概只有 7~9 個，人的短時記憶容量其實也只有 7±2。這說明，傳統(tǒng)的定位理論在AI時代，還是奏效的，但品牌得搶，得有獨特性，得創(chuàng)造新的 token。

Q：GEO時代，AI更偏愛什么數(shù)據(jù)？

范昊迪：

需要說明的是，現(xiàn)在絕大多數(shù)營銷用到的數(shù)據(jù)，并不會進入大模型的訓練。模型的預訓練階段，需要做大量數(shù)據(jù)清洗工作，把重復內(nèi)容以及廣告內(nèi)容等都刪掉。所以我們談“AI 喜歡的數(shù)據(jù)”，指的并不是訓練階段的數(shù)據(jù)，而是剛才奕晨提到的，產(chǎn)品開發(fā)過程中 AI 的“數(shù)據(jù)品位”。

總結(jié)來看，GEO 時代，AI的信息偏好可以分成前后兩個階段，前期，它更偏好結(jié)構(gòu)化、知識密度高、邏輯自洽且篇幅較短的信息，這點可以從 AI 搜索產(chǎn)品的技術路徑倒推：從非聯(lián)網(wǎng)到聯(lián)網(wǎng)，再到 RAG，本質(zhì)是在模擬人的知識檢索過程。

這個過程中，品牌能優(yōu)化的，其實是“數(shù)據(jù)被發(fā)現(xiàn)”和“數(shù)據(jù)被信任”這兩個環(huán)節(jié)。

后期，AI不再需要提升模型的認知能力，而是要讓AI更像人、做更對的決策，所以，我們不會再討論“AI 的數(shù)據(jù)品位”，而是回到“人的數(shù)的品位”。從這個角度看，后期品牌能做的，是構(gòu)建自身的影響力。

Q：如果品牌想入局 GEO，前三步該怎么走？

譚北平：

從我們的角度，分三步——摸現(xiàn)狀、定策略、做內(nèi)容。

第一步，摸清當前的AI認知狀況：包括AI推薦里品牌的位置、可見性，以及推薦度等。很多客戶目前已經(jīng)在做這件事。

第二步，制定策略。有些公司服務大B客戶，有的專注細分賽道。市場里，頭部往往贏者通吃，但新品牌可以找差異化定位。比如貓糧賽道太卷，就聚焦“老年貓”等細分市場，做強獨特性。未來，差異化定位更重要。

第三步，內(nèi)容布局。一部用來做短期、流轉(zhuǎn)快的“短記憶”；另一部分做長期、可沉淀的“長記憶”。比如“上呼吸道感染該不該立刻吃抗生素？”這類知識，短期看和醫(yī)藥大盤無關，卻是品類認知問題，需要長期培育。

顧蓓蓓：

我拿一個國際美妝品牌的案例做分享。做 GEO 時，他們會先解決“讓 AI 信任”的問題：做定制化內(nèi)容營銷，打出差異化，用 E-E-A-T 原則（經(jīng)驗、專業(yè)、權威、可信）做內(nèi)容，讓模型愿意引用。具體做法是把E-E-A-T的四層要求落到具體的廣告內(nèi)容創(chuàng)作里。另外，因為不同 AI 工具引用內(nèi)容的權重和特性不同，內(nèi)容投放時也要有所側(cè)重。

第二步，回歸用戶洞察。AI 對話場景下，用戶不會只問“美白產(chǎn)品”，而是會問“曬黑了怎么辦？”“怎么全身美白？”。品牌要在搜索前布局這些關鍵詞，搜索中還要回答用法、場景、與競品的差異、適合人群、如何維持效果等問題——把場景拆細，做最大程度的關鍵詞覆蓋。這對投放的專業(yè)能力要求很高。

桑田：

我分享一個華東客戶的案例，大家應該都服務過美孚、殼牌等國際機油和石化合成產(chǎn)品公司。以前它們會拿固定的預算，在汽車媒體做品牌廣告，也會針對普通車主做內(nèi)容營銷，比如“如何選擇機油？”等。

如今到了AI時代，類似的品牌已經(jīng)迅速把原來放在官網(wǎng)的，關于機油標號、粘稠度、零度以下適用型號、美系/日系/德系車對應機油等知識點，快速投喂給了 AI，形成了契合自己產(chǎn)品體系，以及用戶用車、保養(yǎng)需求的完整問題庫。

這樣一來，當用戶用 AI 搜索“我開一輛日系天籟，該用什么機油？多久換一次？推薦哪個品牌？”等問題時，就能匹配到品牌提前布好的知識點。

對于使用場景窄、競爭不激烈的行業(yè)，這能讓品牌迅速在 AI 搜索里占得先機。對手機這類競爭激烈的大品類，短期內(nèi)僅靠語料優(yōu)化也許撼動不了 OV、小米等頭部品牌，但細分領域的品牌只要動手早，就能快速冒頭。

預測消費者對不同內(nèi)容的反應，研究清楚“什么樣的內(nèi)容更具吸引力？”是營銷人一直試圖解決，但卻極為困難的命題。

因為不同的人，對視頻創(chuàng)意和內(nèi)容的理解，往往存在很大差異，不管是小樣本調(diào)研、訪談，還是神經(jīng)營銷學測試，都無法解決全量、個性化廣告測試的問題。

但人工智能技術讓注意力預測迎來了突破。近日，媒介360關注到，明略科技研發(fā)的AI驅(qū)動的廣告測試及優(yōu)化產(chǎn)品AdEff，通過了樣本及專家雙重驗證，正式進入實用階段。

AdEff于今年6月19日在新加坡發(fā)布，面向全球市場開放注冊，作為聚焦營銷垂直領域的智能體，主要解決快速、準確的廣告創(chuàng)意測評問題。

AI智能體是如何實現(xiàn)對廣告創(chuàng)意效果的預測的？背后的機制是什么？相比傳統(tǒng)方法，它的優(yōu)勢是什么？品牌該如何看待智能體？又該如何用好這樣的效率工具？

帶著這些問題，媒介360特別采訪了明略科技集團副總裁、秒針營銷科學院院長、AdEff產(chǎn)品負責人譚北平。

AI智能體正掀起創(chuàng)意測試提效革命

對于這款產(chǎn)品的創(chuàng)新性，譚北平表示，“AdEff的突破性主要體現(xiàn)在四個方面：效率革命，它是AI智能體首次應用于創(chuàng)意評估領域，把傳統(tǒng)需要數(shù)周甚至數(shù)月才能完成的評估流程，壓縮到極短時間；成本革命，傳統(tǒng)評估需高昂的費用，AdEff將成本降至了之前的1/10以下，可以讓品牌低成本的實現(xiàn)全量廣告測試；混合專家模型協(xié)同，智能體采取超圖多模態(tài)大語言模型和混合專家模型協(xié)同架構(gòu)，能提供嚴謹、可靠的預測和決策支持；工作范式革新，作為智能體工具，AdEff可以幫助每個企業(yè)，基于自己獨有的SOP，打造專屬的廣告評估系統(tǒng)，沉淀內(nèi)容數(shù)據(jù)資產(chǎn)。”

談及這款產(chǎn)品的特色，譚北平進一步指出，“AdEff的核心能力建立在三個技術優(yōu)勢之上：垂類的自研大模型，AdEff的底座是明略科技自研的明敬超圖多模態(tài)大語言模型（HMLLM），在廣告的主觀預測及客觀描述方面，超圖多模態(tài)大模型加上獨有訓練數(shù)據(jù)，效果要遠好于標準的通用大模型；神經(jīng)營銷學數(shù)據(jù)，過去10年，明略積累了10萬+人次的獨有神經(jīng)營銷學腦電、眼動測量數(shù)據(jù)，它是模型訓練的重要數(shù)據(jù)源；多維度驗證，通過消費者測試、行業(yè)專家及企業(yè)管理者等多方測試驗證，確保結(jié)果可信，而且模型可隨著使用持續(xù)優(yōu)化。”

據(jù)悉，2024年，明略科技自研的明敬超圖多模態(tài)大語言模型（HMLLM），通過引入大規(guī)模的視頻主觀多模態(tài)評估數(shù)據(jù)集Video-SME，收集不同人群在觀看相同視頻內(nèi)容時腦電圖 （EEG） 和眼動追蹤區(qū)域的真實變化 ，彌合了豐富模態(tài)之間的語義差距，可集成幀與幀之間的邏輯推理，實現(xiàn)機器對不同人群的認知模擬。相關成果榮獲全球頂級多媒體會議ACM Multimedia（ACMMM）2024 年度最佳提名（提名率僅2%）。

2025年，模型的個性化注意力捕捉能力進一步增強，由明略科技、北京大學、吉林大學組成的研究團隊，開創(chuàng)性地建立了業(yè)界領先的大規(guī)模個性化注視行為數(shù)據(jù)（SPA-ADV），首次記錄了超過4500名不同年齡與性別背景用戶的真實視覺行為，模型的泛化能力和個性化預測效果進一步增強，可精準地預測“某一類人會看哪里？”相關論文已被ACMMM2025正式接收。

智能體的預測效果，和真人樣本及專家判斷一致嗎？

廣告投放是營銷中的關鍵決策。在廣告正式投放前，品牌往往需要通過科學的方法，對廣告創(chuàng)意（包括廣告文案、視覺設計、視頻腳本等內(nèi)容）進行評估和檢驗，目的是了解目標受眾對廣告創(chuàng)意的反應，判斷廣告創(chuàng)意是否能有效傳達信息、吸引受眾注意力、激發(fā)受眾的興趣和購買欲望等，降低營銷風險、優(yōu)化創(chuàng)意效果。

AI誕生前，廣告測試的方法，主要是定量、定性的消費者調(diào)研，以及基于神經(jīng)科學的腦電眼動測量，這些方法一般都需要耗時數(shù)周，成本也較為高昂，通常還伴隨一定的樣本誤差。

那AdEff代表的AI創(chuàng)意測試，效果如何呢？

2025年5-7月，明略科技產(chǎn)品團隊對AdEff進行了樣本一致性和專家一致性測試。其中，樣本一致性，基于明略科技過去10年積累的神經(jīng)科學真人樣本腦電眼動測量數(shù)據(jù)進行，真人樣本共計10萬人次；專家一致性測試，基于專家焦點小組訪談法進行，覆蓋北上廣三地擁有品牌營銷、創(chuàng)意制作、廣告測試及數(shù)據(jù)洞察實操經(jīng)驗的企業(yè)和代理機構(gòu)高層、專家，總計31人線下參與。

通過對真人樣本廣告創(chuàng)意測試的平均分，及AdEff對廣告創(chuàng)意的預測得分做回歸分析，得出AdEff樣本一致性為89%；通過收集專家對AdEff測評結(jié)果的評價，得出76%的AdEff測評結(jié)果符合專家預期（所有結(jié)果均符合預期為100%）。89%的樣本一致性及76%的專家一致性證明，AdEff具備商業(yè)實用性。

對此，譚北平表示，“專家測評揭示了兩個關鍵認知，一方面，AI在創(chuàng)意評估領域展現(xiàn)的能力遠超預期，在某些維度甚至能比肩擁有10年、20年經(jīng)驗的資深專家，這改變了行業(yè)對技術應用的想象邊界；另一方面，未來的創(chuàng)意工作將迎來人機深度協(xié)作模式，不同角色如管理者、創(chuàng)意者，需在流程中明確分工，并與AI建立新型協(xié)作關系。”

品牌廣告主可通過AdEff實現(xiàn)AI時代的敏捷決策

未來，隨著生成式人工智能在營銷領域的應用普及，越來越多的內(nèi)容會被生成，內(nèi)容迭代速度也會加快，品牌需要生產(chǎn)包括廣告在內(nèi)的大量個性化/個體化內(nèi)容，內(nèi)容多了，挑戰(zhàn)也隨之而來——如何快速評估并預測高價值內(nèi)容？

面對海量內(nèi)容，AIGD（AI Generated Decision-making），通過AI決策或輔助決策將是可行的解決方案，AdEff便是AIGD在廣告測試這一運營決策環(huán)節(jié)的具體應用。

據(jù)譚北平介紹，“目前已有多家國內(nèi)外頭部客戶，涵蓋美妝、3C、大健康等高價值行業(yè)的廣告大戶，開始注冊并使用AdEff。客戶對這款產(chǎn)品的反饋也非常積極，他們認可AI的強大能力，同時也在適應新的工作模式。”

具體而言，通過使用AdEff，品牌廣告主可以解決以下業(yè)務痛點：

• 篩選：把控廣告質(zhì)量底線

AdEff適用于廣告素材多、投放量級大、內(nèi)外部決策流程長的廣告主，可幫助品牌把控質(zhì)量底線，加快內(nèi)容篩選和優(yōu)化的速度，降低商業(yè)決策風險。

• 管理：建立創(chuàng)意評估標準

對于長期靠經(jīng)驗決策，或靠實際投放驗證廣告效果的廣告主，AdEff清晰的評估指標設定、分析和總結(jié)，能幫助其準確地判斷廣告價值，與創(chuàng)意代理反饋需求，拉齊內(nèi)外部關于好創(chuàng)意的認知標準，提升溝通效率。

• 培訓：提升員工創(chuàng)意素養(yǎng)

廣告的泛化、效果化，導致當下很多企業(yè)的營銷新兵或經(jīng)驗欠缺的員工，對
“什么是好廣告？”缺乏科學認知，基于AdEff的創(chuàng)意評估數(shù)據(jù)庫，品牌可對“好廣告”做分析提煉，與專家培訓結(jié)合，快速提升員工創(chuàng)意素養(yǎng)。

• 出海：降低海外投放風險

作為全球化產(chǎn)品，AdEff目前支持多國多語言的廣告創(chuàng)意測試，產(chǎn)品團隊正在推進海外目標市場的產(chǎn)品落地及專家一致性測試。對于有海外投放需求的廣告主，未來可以使用AdEff提前驗證廣告片在目標市場的投放成功率，規(guī)避潛在風險。

在譚北平看來，“AdEff就是內(nèi)容爆炸時代，品牌的‘守門員’，通過AI驅(qū)動的效率、成本與知識革命，AdEff可以幫助企業(yè)高效篩選和優(yōu)化廣告內(nèi)容，建立可信的評估機制，將創(chuàng)意評估過程標準化、數(shù)據(jù)化、智能化，讓企業(yè)在內(nèi)容爆炸的時代，始終能精準識別和放大真正有效的創(chuàng)意。”

媒介360認為，從行業(yè)視角觀察，AdEff的開創(chuàng)性價值，不僅體現(xiàn)在將創(chuàng)意評估從經(jīng)驗主導轉(zhuǎn)向數(shù)據(jù)驅(qū)動，更在于重構(gòu)了整個廣告創(chuàng)意產(chǎn)業(yè)的價值鏈。

這一突破性產(chǎn)品，或成為營銷行業(yè)的新基建，解決傳統(tǒng)評估方法在效率、成本和規(guī)模上的根本性局限，其構(gòu)建的標準化評估體系和積累的數(shù)據(jù)資產(chǎn)，不僅能幫助品牌實現(xiàn)從創(chuàng)意生產(chǎn)到效果預測的閉環(huán)管理，更在更深層次上重塑了人機協(xié)作的產(chǎn)業(yè)生態(tài)，為創(chuàng)意大爆炸時代的營銷決策提供了規(guī)模化評估的智能解決方案。

本文轉(zhuǎn)載于公眾號「媒介三六零」

在一次由寶馬主持的采訪中，我們旁聽了明略科技創(chuàng)始人、董事長兼CEO吳明輝的完整分享。一個小時的對話里，除了“增長率”“護城河”等硬指標，更重要的是從奧數(shù)解題到AI智能體的躍遷，是對數(shù)學之美的終身信仰，是用“畢達哥拉斯+哥德爾+達爾文”三位偉人的思想體系來指導經(jīng)營、決策的奇妙組合。

如果說“數(shù)據(jù)與智能”正在重塑我們對世界的理解方式，那么吳明輝是那個始終用公式與邏輯丈量世界的人。

注：本文轉(zhuǎn)自公眾號「北五環(huán)營銷評論」

Part 1

萬物皆數(shù)：畢達哥拉斯的信徒

吳明輝的價值體系構(gòu)建，從數(shù)學開始。對他來說，真正意義上的決策邏輯，不起源于商業(yè)訓練或管理實踐，而是一種數(shù)學底色——對世界結(jié)構(gòu)的信任，對抽象系統(tǒng)的依賴，對簡潔之美的偏愛。

這套結(jié)構(gòu)主義的原點，是古希臘數(shù)學家畢達哥拉斯的核心思想之一：萬物皆為數(shù)。

從大學時期靠教奧數(shù)賺到第一桶金開始，他就將“用公理推演解決問題”的能力變成了日常工具。他在清華租教室開班講題，也開發(fā)過高考志愿填報系統(tǒng)，所有創(chuàng)業(yè)起點都源自數(shù)學方法的現(xiàn)實化應用。即便到今天，他講AI大模型的邏輯，也只用一個簡潔公式：Y = F(x)。

“數(shù)學真正的力量，是讓你能看清事物的底層變量，忽略那些不必要的表象。”在他看來，數(shù)學的本質(zhì)是剝離與提煉，是對復雜世界的一次次抽象與規(guī)整。從幾何對稱到公式推演，從投資模型到廣告測量，他始終把生活和工作看作一個個可以拆解、組合、建模的系統(tǒng)。

但這不是刻板的“工具理性”，更像是一種哲學選擇——當別人試圖用經(jīng)驗描述世界時，吳明輝則用結(jié)構(gòu)定義它。這樣的數(shù)學信仰，不只是一種理性判斷，更是一種信念。一種可以讓人面對失敗依然選擇“再賭一次”的信念。

Part 2

不完備但自洽：哥德爾與系統(tǒng)間理解

然而，世界從不完全遵循公式邏輯運作。吳明輝在創(chuàng)業(yè)與組織管理的中后期逐漸意識到：哪怕一個系統(tǒng)內(nèi)部再完美，只要它封閉于自身，就注定是不完備的。

這正是他引入哥德爾不完備定理的原因——這位20世紀最重要的數(shù)學家之一指出：一個系統(tǒng)如果邏輯自洽，它就一定不完備。換句話說，系統(tǒng)無法在內(nèi)部證明自己的全部正確性。

“我們常常覺得自己講得通、邏輯沒問題，但這并不意味著別人也會接受。”吳明輝坦率地說。早期的他，常為員工、合伙人、投資人“不理解他的邏輯”而感到困惑，但慢慢地，他意識到，問題不在邏輯對錯，而在系統(tǒng)視角的差異。

于是他開始改變管理思路：不是要求所有人進入自己的系統(tǒng)，而是主動擴大系統(tǒng)邊界，兼容他人的邏輯結(jié)構(gòu)。“你要承認，有些人雖然和你三觀不同，但在他們的世界里也是自洽的。”他說。

這種“系統(tǒng)兼容”的姿態(tài)，貫穿他后期的組織設計。他開始重視異質(zhì)性團隊的合作，接受非理性行為背后可能存在的深層動因，也更加相信組織的多樣性是結(jié)構(gòu)穩(wěn)定性的重要來源。

“這不是放棄邏輯，而是升級邏輯。”他補充道。在一個高度不確定的環(huán)境中，建立一個同時自洽與包容的系統(tǒng)，或許才是最接近真實世界的理性解法。

Part 3

演化即秩序：達爾文與系統(tǒng)適應力

吳明輝價值觀體系的第三條支柱，來自達爾文的演化論。但他所理解的“適者生存”，遠不止是一場效率與強度的競賽，而是一種對系統(tǒng)與環(huán)境之間動態(tài)關系的深刻洞察。

“每個人，甚至每家公司，其實都是一個物種。”在他看來，任何個體或組織的發(fā)展，必須在環(huán)境中展開。這也意味著，組織不僅要有自己的目標、有戰(zhàn)略、有方向，更要在外部環(huán)境發(fā)生劇變能快速適配，主動調(diào)整節(jié)奏與路徑。“你不能跟環(huán)境對抗，否則就是自己犯傻了。”他說。

正是這套“以變應變”的生存邏輯，支撐他在最困難的疫情時期做出了一系列關鍵決策。吳明輝提到，疫情期間面對封控帶來的業(yè)務停擺和資本寒冬，他沒有選擇保守自保，而是親自出面協(xié)調(diào)融資、注資上千萬美金，帶領公司從單純AI應用轉(zhuǎn)向自研模型體系。他把這次決策稱為一次“all in”，但這絕不是一次感性的冒險。

“優(yōu)秀的賭徒也得懂概率。”他坦言，真正的“押注”并非依賴勇氣，而是基于模型與數(shù)據(jù)的理性選擇。公司當時所面臨的，是一個“不進則退”的系統(tǒng)困境。他必須創(chuàng)造一個新的起點，而最有效的路徑，就是在變化中構(gòu)建出新的結(jié)構(gòu)。

最終，明略科技成為極少數(shù)在AI Agent賽道上同時擁有底層模型與落地產(chǎn)品的公司之一。這一切，不是源自預測的準確性，而是源自對“演化力”的信仰——目標要清晰，路徑要靈活，系統(tǒng)必須始終與環(huán)境共振。

Part 4

人生的方程式：Y = F(X)

吳明輝有一個特別的習慣，他在所有重要的演講中都會寫公式。在他看來，再復雜的問題，都可以寫成一個“函數(shù)”：輸入X，計算F，得出結(jié)果Y。

F是方法論，X是認知體系，Y是判斷。他說，這套方法是他從奧數(shù)走向AI的最大武器。

他不是那種“喜歡講方法論”的企業(yè)家，但卻是那種能把“方法”做出實操系統(tǒng)的人。甚至在向非技術客戶解釋AI模型的時候，他也只用一個公式：“Y=F(X)，大模型就是F。”

這種“用初中數(shù)學講清AI”的能力，并不是噱頭，而是對抽象能力的高度掌控。在他看來，真正的數(shù)學美，是將混沌剝離至極簡。就像他做PPT的習慣：“從第一頁到最后一頁，必須是一條嚴絲合縫的邏輯鏈。”

Part 5

使命感，不是營銷詞

吳明輝常說，他的人生使命是“傳遞數(shù)學之美”。這聽上去像個營銷句子，但你聽他講五分鐘，你就知道這不是。

從奧數(shù)教練、到創(chuàng)業(yè)者、到AI技術專家，再到今天同時擔任CEO與CTO的雙重身份，他始終沒有離開“數(shù)學”。他彈鋼琴、愛解幾何題，在公園里看出黃金螺旋線，在和孩子講題的過程中感到快樂，也愿意在凌晨1點的會議室，親自復盤AI模型的細節(jié)表現(xiàn)。

這不是一個用“領導力”和“戰(zhàn)略”標簽就能概括的CEO。他更像一個始終堅守認知邊界、永遠在探究問題本質(zhì)的“結(jié)構(gòu)理性主義者”。

而這場采訪，也像是一段罕見的公開“反編譯“過程——不是對技術，而是對一個人的思想結(jié)構(gòu)。

他堅信：萬物皆數(shù)，但也接受不完備；他相信共識，卻更相信演化；他視難題為樂，也把生活拆成變量與函數(shù)。

這，或許才是這個時代最難得的創(chuàng)始人氣質(zhì)。

在吳明輝的分享中，我們看到的不僅是他對數(shù)學與AI的深刻理解，更是一種深思熟慮后的決策方式。這種方式，是從系統(tǒng)的角度出發(fā)，在復雜多變的環(huán)境中尋找最優(yōu)解，并且始終保持靈活應對的能力。正如他所言，創(chuàng)新與進化并非一蹴而就，而是持續(xù)的自我對話與調(diào)整。

這與寶馬5系所倡導的“5系思考法”不謀而合——在這個快速變化的世界里，思考的過程本身比結(jié)論更為重要。寶馬5系通過這套思考法，鼓勵每個人關閉外界噪音，啟動內(nèi)心引擎，找到屬于自己的節(jié)奏與方式。無論是掌控節(jié)奏、化繁為簡，還是逆向思維與感性權衡，最終都能幫助我們在不確定中找到最合適的決策。

最后，讓我們通過這個視頻，感受吳明輝的“5系思考法”！

點擊此處登錄，獲取7天免費試用

AI全面賦能，打破投流素材創(chuàng)作瓶頸

在快節(jié)奏的傳播環(huán)境中，碎片化的短視頻廣告已成為品牌營銷中的重要手段。爆款短視頻不僅是搶占用戶注意力的利器，更是品牌驅(qū)動增長的核心杠桿。

然而，隨著短視頻內(nèi)容生態(tài)的日益飽和，其制作過程面臨著種種問題：創(chuàng)意枯竭導致素材迭代困難，成片制作耗時耗力，以及品牌內(nèi)容資產(chǎn)由于缺乏管理而被浪費等。這些問題一定程度上限制了短視頻內(nèi)容的規(guī)模化生產(chǎn)與傳播效能。

多模態(tài)AI的數(shù)據(jù)處理和內(nèi)容生成能力為這一困境帶來了新的可能，明略科技「妙啊」應運而生。從洞察到創(chuàng)作全鏈路賦能，「妙啊」能從爆款視頻中將抽象的“網(wǎng)感”量化為可復用的傳播公式，并依托智能化腳本生成與素材管理能力，讓短視頻創(chuàng)作者得以高效實現(xiàn)創(chuàng)意落地，用優(yōu)質(zhì)創(chuàng)意素材助力品牌增長。

具體而言，「妙啊」通過三大核心功能直面創(chuàng)作痛點：

● 靈感激活：

「妙啊」能提供每天內(nèi)容電商跑量最好的數(shù)千條商品素材，并按場景、風格、效果進行精準篩選。當你不確定“什么樣的內(nèi)容能打動用戶”時，這里的熱門素材會像一面鏡子，照見當下的流量偏好。

● 爆款分析：

基于明略科技自研的超圖多模態(tài)大語言模型（HMLLM）進行強化學習與大模型微調(diào)，「妙啊」構(gòu)建了專屬的黃金3秒腳本模型。在對海量爆款短視頻逐幀解析的基礎上，平臺可智能提取爆款視頻中最為關鍵傳播鉤子與情緒共鳴點，為腳本生成提供創(chuàng)意參考。

● 成片創(chuàng)作：

從內(nèi)容框架到落地成片，「妙啊」還打造了高度自動化的創(chuàng)作體系。廣告主只需上傳文檔或產(chǎn)品鏈接，AI即可自動抽取品牌核心信息生成腳本；在素材不足時，還可調(diào)用AI生成的畫面進行混剪，結(jié)合自動匹配的語音、臺詞及字幕，助力客戶實現(xiàn)一站式投流素材交付。

作為產(chǎn)品運行全流程的關鍵技術底座，明略科技自主研發(fā)的超圖多模態(tài)大語言模型（HMLLM）利用超圖構(gòu)建視頻元素、EEG信號和眼動追蹤數(shù)據(jù)之間的復雜關系。通過整合不同模態(tài)的信息，HMLLM彌合了豐富模態(tài)間的語義差距，增強了其邏輯推理和語義分析的能力。HMLLM相關成果已獲國際頂會ACMMM 2024（CCF-A類）收錄，標志著明略科技在多模態(tài)領域的技術領先地位。

從效率到范式，助推營銷生態(tài)智能發(fā)展

無論是數(shù)據(jù)洞察、腳本生成還是素材落地，「妙啊」的AI能力貫穿創(chuàng)作全流程，大幅縮短了內(nèi)容生產(chǎn)周期，幫助品牌突破時間、人力與資源的制約，顯著提升電商短視頻內(nèi)容的生產(chǎn)效率，將爆款素材的規(guī)模化生產(chǎn)變?yōu)楝F(xiàn)實，為品牌持續(xù)注入鮮活的增長動能。

同時，「妙啊」在運行過程中充分尊重人的決策角色，確保人工在關鍵環(huán)節(jié)中的深度參與。視頻生成的過程中，創(chuàng)作者可以調(diào)整腳本方向、優(yōu)化畫面適配度，以保障最終視頻質(zhì)量的高度匹配品牌調(diào)性與需求。

正是在這種人機協(xié)同模式下，「妙啊」推動了傳統(tǒng)依賴人力的素材創(chuàng)作模式向智能化、自動化革新，為行業(yè)提供了一條從效率躍升邁向全新范式的技術路徑。

作為AI技術領域的深耕者，明略科技致力于通過鏈接數(shù)據(jù)，打造可信智能，以賦能組織加速創(chuàng)新、高效運轉(zhuǎn)。「妙啊」的推出，展現(xiàn)了明略科技以海量數(shù)據(jù)驅(qū)動、以交付結(jié)果為導向、為客戶帶來實際價值的技術創(chuàng)新思路，也標志著其在短視頻內(nèi)容營銷領域開啟了全新里程。

未來，明略科技將持續(xù)迭代AI驅(qū)動的技術能力與產(chǎn)品形態(tài)，助力品牌營銷及更廣泛的智能生態(tài)，邁向高效未來。

現(xiàn)在登錄miaoa.ai ，注冊即可免費用7天！

快去試試吧～～

01 AI全面賦能，打破投流素材創(chuàng)作瓶頸

在快節(jié)奏的傳播環(huán)境中，碎片化的短視頻廣告已成為品牌營銷中的重要手段。爆款短視頻不僅是搶占用戶注意力的利器，更是品牌驅(qū)動增長的核心杠桿。

然而，隨著短視頻內(nèi)容生態(tài)的日益飽和，其制作過程面臨著種種問題：創(chuàng)意枯竭導致素材迭代困難，成片制作耗時耗力，以及品牌內(nèi)容資產(chǎn)由于缺乏管理而被浪費等。這些問題一定程度上限制了短視頻內(nèi)容的規(guī)模化生產(chǎn)與傳播效能。

多模態(tài)AI的數(shù)據(jù)處理和內(nèi)容生成能力為這一困境帶來了新的可能，明略科技「妙啊」應運而生。從洞察到創(chuàng)作全鏈路賦能，「妙啊」能從爆款視頻中將抽象的“網(wǎng)感”量化為可復用的傳播公式，并依托智能化腳本生成與素材管理能力，讓短視頻創(chuàng)作者得以高效實現(xiàn)創(chuàng)意落地，用優(yōu)質(zhì)創(chuàng)意素材助力品牌增長。

具體而言，「妙啊」通過三大核心功能直面創(chuàng)作痛點：

● 爆款分析：基于明略科技自研的超圖多模態(tài)大語言模型（HMLLM）進行強化學習與大模型微調(diào)，「妙啊」構(gòu)建了專屬的黃金3秒腳本模型。在對海量爆款短視頻逐幀解析的基礎上，平臺可智能提取爆款視頻中最為關鍵傳播鉤子與情緒共鳴點，為腳本生成提供創(chuàng)意靈感。

● 成片創(chuàng)作：從內(nèi)容框架到落地成片，「妙啊」還打造了高度自動化的創(chuàng)作體系。廣告主只需上傳文檔或產(chǎn)品鏈接，AI即可自動抽取品牌核心信息生成腳本；在素材不足時，還可調(diào)用AI生成的畫面進行混剪，結(jié)合自動匹配的語音、臺詞及字幕，助力客戶實現(xiàn)一站式投流素材交付。

● 資產(chǎn)管理：借助AI自動打標技術，「妙啊」還能夠自動識別素材關鍵特征與場景，為品牌構(gòu)建結(jié)構(gòu)化內(nèi)容資產(chǎn)庫，提升素材檢索效率并延伸資產(chǎn)價值。

作為產(chǎn)品運行全流程的關鍵技術底座，明略科技自主研發(fā)的超圖多模態(tài)大語言模型（HMLLM）利用超圖構(gòu)建視頻元素、EEG信號和眼動追蹤數(shù)據(jù)之間的復雜關系。通過整合不同模態(tài)的信息，HMLLM彌合了豐富模態(tài)間的語義差距，增強了其邏輯推理和語義分析的能力。HMLLM相關成果已獲國際頂會ACMMM 2024（CCF-A類）收錄，標志著明略科技在多模態(tài)領域的技術領先地位。

02 從效率到范式，助推營銷生態(tài)智能發(fā)展

無論是數(shù)據(jù)洞察、腳本生成還是素材落地，「妙啊」的AI能力貫穿創(chuàng)作全流程，大幅縮短了內(nèi)容生產(chǎn)周期，幫助品牌突破時間、人力與資源的制約，顯著提升電商短視頻內(nèi)容的生產(chǎn)效率，將爆款素材的規(guī)模化生產(chǎn)變?yōu)楝F(xiàn)實，為品牌持續(xù)注入鮮活的增長動能。

同時，「妙啊」在運行過程中充分尊重人的決策角色，確保人工在關鍵環(huán)節(jié)中的深度參與。視頻生成的過程中，創(chuàng)作者可以調(diào)整腳本方向、優(yōu)化畫面適配度，以保障最終視頻質(zhì)量的高度匹配品牌調(diào)性與需求。

正是在這種人機協(xié)同模式下，「妙啊」推動了傳統(tǒng)依賴人力的素材創(chuàng)作模式向智能化、自動化革新，為行業(yè)提供了一條從效率躍升邁向全新范式的技術路徑。

作為AI技術領域的深耕者，明略科技致力于通過鏈接數(shù)據(jù)，打造可信智能，以賦能組織加速創(chuàng)新、高效運轉(zhuǎn)。「妙啊」的推出，展現(xiàn)了明略科技以海量數(shù)據(jù)驅(qū)動、以交付結(jié)果為導向、為客戶帶來實際價值的技術創(chuàng)新思路，也標志著其在短視頻內(nèi)容營銷領域開啟了全新里程。

未來，明略科技將持續(xù)迭代AI驅(qū)動的技術能力與產(chǎn)品形態(tài)，助力品牌營銷及更廣泛的智能生態(tài)，邁向高效未來。

歡迎點擊此處登錄「妙啊Meow」參與注冊，

親身體驗「妙啊」的創(chuàng)意力量，解鎖創(chuàng)意素材全新可能！

AI驅(qū)動的營銷范式革命已開始。AI Agent正在成為品牌在消費分級市場中創(chuàng)新發(fā)展的關鍵戰(zhàn)略選擇。擁抱AI Agent的品牌將在未來競爭中占據(jù)主動。

2025年的消費市場，復蘇中透著復雜。“暖風”之下，“消費分級”暗流涌動：消費者精打細算追求性價比，卻對品質(zhì)毫不妥協(xié)，更渴望情感共鳴。這看似矛盾的需求，正將品牌推向新的十字路口：營銷策略如何升級？消費者心智如何搶占？如何更科學地評估效果？

7月17日，在2025年第六屆媒介力學論壇上，明略科技副總裁、秒針系統(tǒng)營銷生態(tài)中心負責人張麗發(fā)表主旨演講《營銷新范式 · 媒介新主張》，以AI Agent為突破口，面向品牌主與廣大營銷從業(yè)者，解讀了新一代AI對營銷策略、生產(chǎn)力、測量產(chǎn)生的深遠影響。

談及AI Agent與品牌營銷的關系，張麗將其定義為“重構(gòu)性的共生”。“AI Agent絕非簡單的效率工具，它正在打破舊的營銷范式，孕育全新的營銷生產(chǎn)力和生產(chǎn)關系。”她強調(diào)。

今年以來，AI大模型與AI應用的發(fā)展進一步加快。明略科技陸續(xù)推出了企業(yè)級AI數(shù)據(jù)助理——DeepMiner、有網(wǎng)感且專注于高效搞定投流創(chuàng)意的AI工具——妙啊、全球化廣告測試與優(yōu)化平臺——AdEff等一系列產(chǎn)品與解決方案，在行業(yè)內(nèi)引領“營銷新范式”。

面對來勢洶洶的新技術，品牌該以何種姿態(tài)擁抱？在張麗看來，企業(yè)若能跳出“工具選型”的局限，將其納入消費者體驗、營銷成本結(jié)構(gòu)、品牌創(chuàng)新力等更宏大的戰(zhàn)略層面考量，或許才是更具前瞻性的視角。“AI Agent關乎的不只是當下的效率，更是未來的競爭力。”張麗說道。在這一過程中，AI如何與人、事、物更好地共生，同樣是值得行業(yè)共同探索的課題。

圍繞AI Agent時代品牌營銷變革這一話題，論壇現(xiàn)場，執(zhí)牛耳傳媒創(chuàng)始人喬邦主與明略科技副總裁、秒針系統(tǒng)營銷生態(tài)中心負責人張麗繼續(xù)展開了深度探討。

以下為完整對話內(nèi)容：

01 營銷策略升級下的營銷新范式

執(zhí)牛耳：第六屆媒介力學論壇以“營銷新范式 · 媒介新主張”為主題，其核心新意與戰(zhàn)略深意在哪？這背后，折射出了消費市場底層邏輯的哪些關鍵性轉(zhuǎn)變？

執(zhí)牛耳：AI的崛起，特別是AI Agent的出現(xiàn)，為營銷行業(yè)的策略升級帶來了何種驅(qū)動力？

執(zhí)牛耳：AI Agent作為營銷新基建已成共識。面對紛繁復雜的消費市場變化，不同行業(yè)品牌在AI時代制定營銷策略的核心思路是什么？最需錨定的戰(zhàn)略制高點是什么？

執(zhí)牛耳：權威報告發(fā)布是每屆媒介力學論壇的行業(yè)年度重磅呈現(xiàn)，今年的報告有哪些亮點？

02 AI Agent：品牌創(chuàng)新發(fā)展的戰(zhàn)略選擇

執(zhí)牛耳：您如何看待當前品牌擁抱AI Agent的緊迫性？?

執(zhí)牛耳：據(jù)您的觀察，品牌是否對AI Agent存在認知誤區(qū)或盲點，主要集中在哪些方面？

執(zhí)牛耳：您認為當下AI Agent與品牌營銷之間是一種怎樣的關系？

執(zhí)牛耳：您提到營銷生產(chǎn)力升級涵蓋洞察、創(chuàng)意和媒介交互的新范式。相較于“舊范式”，AI Agent在這三個領域帶來了哪些效率與價值提升？

執(zhí)牛耳：在提升營銷生產(chǎn)力方面，明略科技有哪些經(jīng)過驗證的最佳實踐，實現(xiàn)了怎樣的突破？

03 營銷測量升級的“點”、“線”、“面”

執(zhí)牛耳：進入AI Agent深度參與營銷全鏈路的新時代，營銷效果的衡量標準會發(fā)生哪些本質(zhì)性的變化？新一代營銷測量體系如何才能更精準、更及時地評估效果？

執(zhí)牛耳：明略科技在營銷測量方法論和工具層面進行了哪些關鍵性的創(chuàng)新？?

執(zhí)牛耳：AI Agent在不同行業(yè)、不同場景中的應用，是否存在顯著差異？明略科技如何滿足多元化的企業(yè)需求？

張麗：從行業(yè)角度來看，各行業(yè)之間存在一些共性場景，如廣告和創(chuàng)意內(nèi)容生成。但不同行業(yè)的應用側(cè)重點存在差異，例如，汽車行業(yè)更關注線索的優(yōu)化管理，食品飲料行業(yè)更關注新口味探索。此外，“快消”與“耐消”等不同消費周期的品牌營銷訴求也有所不同。

過去，客戶的需求大多是“點”狀的——針對某個具體環(huán)節(jié)，借助AI實現(xiàn)單點賦能。如今，AI正在重構(gòu)營銷的各個環(huán)節(jié)，這并非簡單的局部調(diào)整，而是一種綜合且具備連接性的系統(tǒng)級重構(gòu)。

目前，我們正在將AI能力擴展至各類營銷細分場景，涵蓋AI洞察、AIGC內(nèi)容生成、AI廣告投放、AI運營、AI創(chuàng)意測評等，并根據(jù)這些場景匹配適合的行業(yè)和企業(yè)客戶，從營銷全鏈路實現(xiàn)整體賦能，從“點”連成“線”，再拓展到“面”，不斷深入。

執(zhí)牛耳：未來AI在營銷領域?qū)⒊袚畏N角色？AI Agent的長遠價值在哪里？

｜喬邦主 采訪手記

本次對話中，明略科技副總裁、秒針系統(tǒng)營銷生態(tài)中心負責人張麗傳遞了AI Agent重塑營銷的專業(yè)洞見：AI對營銷范式的重構(gòu)已成為不可逆轉(zhuǎn)的趨勢。

隨著AI Agent深度融入營銷全鏈路，那些能精準錨定消費者需求、善用技術工具優(yōu)化決策的品牌，無疑將在激烈的市場競爭中占據(jù)先機。這將為更多品牌在AI浪潮中找準戰(zhàn)略方向、實現(xiàn)可持續(xù)增長提供重要啟示。