生成式广告讨论纪要：大力出奇迹

本文来自微信公众号：共识粉碎机（ID：botaijin），作者：波太金，原文标题：《EP03 生成式广告讨论纪要》，头图来自：《硅谷 》剧照

一、创业公司的观点

创业公司的方向：智能标签、智能混剪、风格化、文生图、效果分析：

智能标签：品牌客户的素材充裕，创业公司智能打标，方便之后做效果分析以及后续素材重复使用。

智能混剪：素材标注好后，通过算法智能匹配、混剪，提高出素材效率，过往Agency做几十条每天是上限，智能混剪后可以做到10倍级别提升，但效果好坏非常依赖于智能标签的理解和准确度。

风格化：利用剪辑后的素材变换风格，不同场景+风格化可以达到短视频特效的效果。

文生图：主要用于淘宝商品详情页，或者别的商品图。

效果分析：对爆款视频、点击节奏等做归因，在混剪素材/时间上做调整，例如这个类别的产品第x秒讲价格更合理，第x秒放什么内容可能转化率更高。

相比文生图，文生视频目前没有解决方案：

对于电商/品牌客户，基本只能做到文生图方案。但目前在文生图可控上仍有难度。

对于游戏/小说/APP客户，因为对真实场景要求不高，可以做到文生连环画方案。

但文生视频目前在连续5s以上的能用的方案基本没有，完全靠生成的人物动作非常容易出现变形。

数字人+物体的视频生成尤其困难，单数字人的动作有模板，但数字人一旦配合脚本，或者需要围绕产品做动作，难度仍然非常大，而且有不合理的动作/表情都可能放大观众的不适。

不同行业的接受程度/对AI的要求非常不同：

电商平台的小B要求相对较低，比较容易满足。

例如美妆、饮料等大众消费品，其本身更加偏重产品介绍，投放的素材相对较多，可以使用扩大素材量→提高转化率的。

例如保健品等，对于审核要求非常高的行业，每一条短视频都需要非常精细，花费大量时间合规，到AI落地上就会比较困难。

例如大牌服饰、汽车等，非常需要艺术感、品牌感，例如一段动感的音乐，然后年轻的模特+光影切换，最后一句Slogan。对内容的准确度、设计感要求非常高，视频需要当作艺术品去做，AIGC目前仍不一定能达到客户的标准。

广告主/平台为了配合AIGC都需要有能力提高：

目前生成式广告创业公司主要提高了客户的广告制作效率，帮客户放大了能够使用的素材规模。

但很多广告主的投放素材量是有上限的，投放过程中又需要观察很长一段时间才能看到效果，但这个时间内又可能发生很多变化，例如市场趋势、竞品动态、平台规则、流量扶持，素材规模扩大十倍后广告主也需要有更高效的精细化投放能力。

平台的商业化能力也需要提高，解决广告主素材规模扩大的情况下 如何 提高投放效率的问题。

SEO/SEM也有生成式广告空间：

典型的SEO/SEM类似B2B场景，甲方搜对应的产品/服务会进入落地页，落地页里可以应用AIGC提高转化率。

围绕落地页的目标：客户留信息，下载软件，开通账号。

例如Noton的落地页就是动态的，通过Wiki搜索词和通过知识库搜索词进入落地页的客户，会看到不同的头图、客户证言等，避免客户在错综复杂的功能介绍中迷失。

除了B2B软件客户，还有其他实体的B2B产品也有帮助。

出海场景下SEO/SEM价值看起来更大，包括小语种投放等，而且获客也更依赖线上。

广告主客户的效果和热衷情况：

效果比较因人而异，需要看配合度，本身产品的贴合程度。

配合度高的，而且比如在美妆/食品饮料等比较适用的行业，CTR提高10-20%还是非常有机会的。

广告主普遍对生成式广告非常热情，特别是体量比较大的客户，都在询问有没有更好/更便宜的方式驱动更大体量的内容生产。

二、平台方的观点

平台欢迎生成式广告，但也会有监管：

生成式广告长期来看会提高广告的转化率，平台没有理由不欢迎。

但同时，目前出现了不实广告/夸大宣传，目前平台侧更多的动作是治理调控，还没有到鼓励甚至导流给生成式广告的底部。

从算法分发的逻辑，也不会刻意去考虑广告是否是生成式广告，平台也不关心，还是走正常的召回排序、内容理解建模的逻辑。

生成式广告目前平均来看不能证明是更好的内容，但大力可以出奇迹：

从单个视频的素材来看，原本请Agency制作的视频成本更高也更惊喜，光靠AIGC做出来的广告很难在质量上超过Agency制作出来的，但是能做到同样的成本出更多的广告。

目前平台侧还没有看到生成式广告的平均CTR超过了其他广告，更多是依靠广告主出更多的素材，有更多的试错机会，提高平均CTR。

高质量内容生产起来难度还是非常大，例如品牌客户对精细度、还原度的要求都非常高，AIGC出来的产品还要做大量返修精修。

与海外相比，国内另一个大问题是人工成本非常低，同时在过去的环境里素材版权保护也不好，所以相对国外本身的制作成本就低，没有海外生成式广告的成本优势这么明显。

平台有机会抽取成功广告的特征值做Best Practice，但会有非常多的场外因素：

原理上平台可以根据一段时间跑出来效果好的广告，抽取特征值成为广告模板，提高广告成功的概率。目前几个平台也在尝试，但还没有成熟的Demo。

但在实际上，一个素材曝光到获得热度的过程，在内容之外的特征远超于内容本身的特征，例如一开始给的500vv曝光结果在第一步就对广告会产生影响。每一步的用户反馈形成的向量特征，都会去计算到下一批的投放vv里，中间有非常多的随机因素。

所以同样的衣服同样的人，在某天能爆，不一定在第二天就能爆，有非常多的场外变量。

越不成熟的电商生态/越长尾的广告主，越适合生成式广告：

例如Amazon这样的国际平台，目前是支持生态伙伴的AIGC能力主要场景是做商品描述、详情页等，文字描述在Amazon的效果上占到非常大的部分。目前观察到大卖有能力去根据广告位/活动定制素材，但中小卖的很多素材都是反复用、反复剪，AIGC可以提高中小卖的定制化程度，效果可能更明显。

对于东南亚/拉美的电商而言，80%以上的商家是没有详情图的，文字描述也非常简单，那AIGC对这部分卖家的转化率提高可能是质的飞跃。

同时平台在东南亚/拉美地区的运营，也与中美的现今电商理念有所差别，不太容易针对每个用户推内容不同、折扣不同的优惠券，或者展示内容，对平台本身也会有一定的提高。

从东南亚/拉美的情况来看，现在是AIGC的大蓝海，可能是跨境商户先用，然后推动本地商户也用。但同时当地的手机配置普遍较差，网络也不好，也非常需要考虑怎么能够在低分辨率图片的限制下传递出好的内容。

平台有机会靠生成式广告吃一部分Agency份额：

平台有更大的数据量，了解更合适的模板，理论上靠生成式广告产品，可以完成现有Agency一部分工作。

原本高质量的Agency可能要给到20-30的返点，如果平台提供了产品，也有机会拿一部分，平台非常有意愿做这个事情。

相比生成式广告，平台/广告主能在千人千面进一步优化的效果可能更明显：

目前生成式广告在解决量的问题后，还需要使得广告主完成扩量→提效的转变，中间仍然有非常高的要求。

针对多套素材，找到千人前面的匹配，仍然有很大的CTR优化空间，无论对平台还是广告主。

在现阶段，可能后者对CTR的提高还是更有帮助。

三、广告主的观点

品牌主都在试，但目前成功的案例还不多：

商家对投放成本，甚至是制作成本都是非常敏感的，优化10-20%，都非常愿意做，因为人力管理的成本太高了。

做投放的圈子都在试，但成功的案例还不多，或者成功的品牌主不太愿意分享。

目前听说的最成功的案例，是一家在海外做服饰类投放的，靠素材扩量，做到独立站的投放成本（不是制作成本）优化了30%。

品牌主应该会对平台提高的AI Best Practice模板非常感兴趣，都想等等看实例怎么样。

从品类看AIGC优化效果：

家具类等大物件，效果图生成的效果不好，对于效果图的要求太高了。

但比如小饰品、鞋等，使用AIGC的效率显著提高。对于素材图的质量相对要求低，focus在核心物件上通过AI进行背景简单渲染，然后AB Test将最佳实践测试出来，使投放效率提高。这部分品牌对于素材制作这块是刚需，投入也比较大。

四、生成式广告还没找到改变交互的方法

Meta等平台已经有成熟的非AI交互式广告：

Meta目前的交互式广告已经占到接近10%的收入比例。

典型的交互场景是游戏交互，例如落地形式就是游戏的第一关。

目前跑在云/跑在终端的交互都有，耗性能的跑在云端，简单点的跑在终端。

数字人做交互目前卡在成本上：

数字人现在制作报价普遍很贵，而且成品一看就很假。

理想的数字人广告交互是在sem客服里看到洗发液广告，就可以直接跟数字人互动、询问，比如头发比较枯，用哪一款洗发水，然后有成分、价格对比。

但现在看起来平台承担这种广告的成本也比较贵，离落地还有距离。

现在还想不出其他好的AI交互手段：

广告主的需求在AI/非AI环境下没有变化，比如看房就是要带看，汽车就是要填手机号。

现在还没有Showcase能说明，能通过AI交互的方式，提高上面的成功率。

更符合成本的逻辑，还是在素材上有突破，交互可能更加滞后。

本文来自微信公众号：共识粉碎机（ID：botaijin），作者：波太金

相关推荐

生成式广告讨论纪要：大力出奇迹
百亿投入、万人团队，字节教育能否“大力出奇迹”？
​最前线 | 今日头条内测新版本，押注搜索能否“大力出奇迹”？
Meta宣布测试生成式AI广告工具
「大力」没奇迹，张一鸣还有耐心吗？
张一鸣的粗糙与大力
字节跳动打响信息分发新保卫战，西瓜视频还能“大力出奇迹”吗？
谷歌将利用生成式人工智能提升搜索广告的相关性
人工智能360周鸿祎交流纪要
“不倦课堂”与教师培训背后，字节教育真能“大力出奇迹”？

网址: 生成式广告讨论纪要：大力出奇迹 http://www.xishuta.com/zhidaoview30026.html