首页明略动态明略科技何敏：天生式营销落地的六个系统架构想维与三个前沿偏向

明略科技何敏：天生式营销落地的六个系统架构想维与三个前沿偏向

2024-10-28

10月11日，，，，，，，，明略科技集团副总裁、大模子基础架构认真人何敏，，，，，，，，在2024第八届营销科学大会上了揭晓《天生式营销必备的系统架构想维和前沿偏向》主题演讲，，，，，，，，深入分享了天生式营销落地的六个系统架构想维与三个前沿偏向。。。。。。。。

明略科技何敏：天生式营销落地的六个系统架构想维与三个前沿偏向 — 明略科技集团副总裁、大模子基础架构认真人何敏

本文目录如下：

01 天生式营销落地的六个系统架构想维：

架构想维一：?知识合库照旧分库？？？？？
架构想维二：?长文本照旧检索增强问答？？？？？
架构想维三：?思索系统的切换照旧延续？？？？？
架构想维四：?黑盒剖析照旧白盒剖析？？？？？
架构想维五：?先妄想平台照旧单点应用？？？？？
架构想维六：?剖析主要照旧天生主要？？？？？

02 天生式营销的三个前沿偏向：

前沿偏向一：?效果监视维度的富厚性
前沿偏向二：基于历程监视奖励的验证器（Verifier）与最优历程探索战略
前沿偏向三：自学推理历程，，，，，，，，将推理的头脑内隐化到模子中

01 天生式营销落地的六个系统架构想维

已往一年，，，，，，，，许多企业做了大宗实验，，，，，，，，我们和企业交流时发明一个问题：做demo的时间“一马平川”，，，，，，，，一周就可以出效果，，，，，，，，但真正落地的时间“举步维艰”，，，，，，，，半年都上不了线。。。。。。。。为相识决这类问题，，，，，，，，各人的共识是：天生式营销的落地需要系统架构想维。。。。。。。。

系统架构想维一：?知识合库照旧分库？？？？？

在人人都可以搭建大模子智能体的时代，，，，，，，，上传一个产品文档，，，，，，，，写一个prompt，，，，，，，，大模子的回覆可以做到精准无比。。。。。。。。当产品从一个酿成十个时，，，，，，，，大模子就从精准无比酿成了胡言乱语。。。。。。。。这是什么缘故原由造成的呢？？？？？

一句话归纳综合，，，，，，，，信息浓度决议问答准确率。。。。。。。。

只有一个产品时，，，，，，，，简单产品信息浓度是100%；；；；；十个产品时，，，，，，，，简单产品信息浓度会被稀释为10%。。。。。。。。当问到A产品信息时，，，，，，，，其它产品还会来“扰乱”，，，，，，，，大模子的准确率自然而然就下降了。。。。。。。。

通过上面的例子，，，，，，，，我们可以思索，，，，，，，，精准问答场景，，，，，，，，适合接纳合库头脑，，，，，，，，照旧分库头脑？？？？？

合库头脑是指把所有的产品放到一个知识库；；；；；分库头脑是指把A产品放在A的知识库，，，，，，，，B产品放在B的知识库，，，，，，，，A产品的问题到A知识库找，，，，，，，，B产品的问题到B知识库找。。。。。。。。显然，，，，，，，，分库头脑更适用于精准问答场景。。。。。。。。

当品牌方举行双十一运动策划时，，，，，，，，需要用到种种知识库，，，，，，，，好比秒针系统有Media的知识库，，，，，，，，Social的知识库，，，，，，，，电商、私域、线下广告的知识库。。。。。。。。合库头脑更适用于创意探索场景，，，，，，，，更容易找到立异点，，，，，，，，天生的报告也会越发完整。。。。。。。。

总的来说，，，，，，，，数据的组织形式，，，，，，，，决议了营业效果。。。。。。。。

?系统架构想维二：长文本照旧检索增强问答？？？？？

与此同时，，，，，，，，数据的提取形式，，，，，，，，也决议了营业效果。。。。。。。。

以知识问答为例，，，，，，，，一种方法是长文本问答，，，，，，，，另一种方法是检索增强问答。。。。。。。。

长文本问答，，，，，，，，指把100页的文档丢给大模子直接回覆；；；；；检索增强问答，，，，，，，，指从100页的文档中提取2页与问题相关的信息丢给大模子。。。。。。。。怎样在这两种方法中选择？？？？？主要依赖于企业的营业场景。。。。。。。。

长文本问答方法，，，，，，，，更适合全文总结场景。。。。。。。。好比总结100页文档的焦点信息，，，，，，，，或剖析本周周报与上一周相比的希望。。。。。。。。

检索增强问答方法，，，，，，，，则适用于精准问答。。。。。。。。好比100页的产品手册中包括产品先容、功效、使用要领、原理、注重事项、售后效劳等。。。。。。。。当用户咨询产品功效时，，，，，，，，只需找到相关的2页丢给大模子，，，，，，，，无需阅读100页。。。。。。。。它的优点是准确率更高，，，，，，，，且本钱更低。。。。。。。。由于若是阅读100页信息，，，，，，，，其它98页对相关的2页内容反而会爆发滋扰。。。。。。。。

系统架构想维三：?思索系统的切换照旧延续？？？？？

提到思索系统，，，，，，，，我们可以遐想到最近爆火的OpenAI o1模子。。。。。。。。OpenAI o1模子在美国数学奥林匹克 (AIME) 预选赛中跻身美国前500名学生之列，，，，，，，，在竞争性编程问题（Codeforces）中百分位排名是89%，，，，，，，，并在物理、生物和化学问题 (GPQA) 基准测试中逾越人类博士级水平。。。。。。。。

为什么它会获得这样好的效果？？？？？缘故原由是o1接纳了系统思索的模式。。。。。。。。在训练与推理阶段，，，，，，，，思索盘算的时间越长，，，，，，，，模子的准确率就会越高。。。。。。。。

同时，，，，，，，，o1模子的宣布将《思索：快与慢》这本书带入公共视野。。。。。。。。书中提到人类有两种思索模式，，，，，，，，划分是系统1和系统2。。。。。。。。系统1指的是快思索，，，，，，，，类似于直觉思索；；；；；系统2指的是慢思索，，，，，，，，是有意识、深图远虑的思索。。。。。。。。就像我们解最后一道数学大题时，，，，，，，，要明确问题、剖析问题、拆解办法，，，，，，，，举行推理，，，，，，，，才华得出谜底。。。。。。。。

接下来，，，，，，，，我们就来先容与思索系统相关的系统头脑。。。。。。。。

照旧从最简朴的选择题最先。。。。。。。。让大模子执行分类使命，，，，，，，，判断帖子属于ABCD哪一类，，，，，，，，是做大模子应用的常见问题。。。。。。。。

通过实验，，，，，，，，我们发明一个很是有趣的征象：若是先选择结论后剖析缘故原由，，，，，，，，大模子的谜底往往飘忽未必，，，，，，，，结论选A，，，，，，，，剖析后的谜底选C；；；；；若是先剖析缘故原由后选择结论，，，，，，，，剖析与结论往往一致。。。。。。。。这是什么缘故原由造成的？？？？？

回到适才提到的思索系统，，，，，，，，人类在做一道选择题时，，，，，，，，系统1的头脑模式是下意识地先给结论，，，，，，，，告诉你这道题一定选A；；；；；当我们接纳系统2的头脑，，，，，，，，一步步拆解后会发明谜底应该选C。。。。。。。。

以是结论的纷歧致是由于btt博天堂大脑举行了系统1与系统2头脑模式的切换。。。。。。。。大模子也是类似的原理。。。。。。。�；；；；；�于剖析给出结论，，，，，，，，谜底的一致性、可靠性会更好，，，，，，，，由于始终处在统一个系统头脑模式里。。。。。。。。

?系统架构想维四：?黑盒剖析照旧白盒剖析？？？？？

我们经常收到企业市场部的需求，，，，，，，，洞察100篇帖子中的内容战略。。。。。。。。最简朴的做法是黑盒剖析，，，，，，，，把这些帖子都丢给大模子。。。。。。。。这样做的利益是速率快，，，，，，，，可以做定性剖析；；；；；弱点是可诠释性较差，，，，，，，，难以给出结论背后的缘故原由。。。。。。。。

另一种做法是白盒剖析，，，，，，，，同样把100篇帖子丢给大模子，，，，，，，，但不输出总结，，，，，，，，而是先输出ABCD等所有特征，，，，，，，，然后通过小模子接纳聚类剖析的要领统计ABCD哪些权重更高，，，，，，，，最后再输出内容战略。。。。。。。。白盒剖析的利益是可诠释、可回溯。。。。。。。。大模子给出的效果基于ABCD权重最高的元素而爆发，，，，，，，，并且还能找到ABCD的原帖举行剖析。。。。。。。。因此，，，，，，，，白盒剖析更适合做定量、可诠释、可回溯的剖析。。。。。。。。

?系统架构想维五：先妄想平台照旧单点应用？？？？？

前面我们讲到数据的组织形式、提取形式决议了营业的最终效果。。。。。。。。同样地，，，，，，，，只有确定了营业目的，，，，，，，，才华更好地界说效果、数据与训练要领。。。。。。。。以是，，，，，，，，营业优先、目的优先，，，，，，，，是越发落地的方法。。。。。。。。相比平台式的妄想，，，，，，，，在实战中，，，，，，，，我们通常建议企业优先选择单点。。。。。。。。

在资助企业客户落地的历程中，，，，，，，，我们有四层单点应用的营业目的。。。。。。。。

第一层是元素剖析，，，，，，，，基于视频、图片、文本剖析出素材中的客观元素与主观情绪；；；；；
第二层是角度探索，，，，，，，，挖掘社媒热门、总结内容焦点信息等等；；；；；
第三层是战略天生，，，，，，，，不但可以应用于营销内容天生，，，，，，，，还可以应用于选品、产品研发战略制订等等；；；；；
第四层是内容天生，，，，，，，，即AIGC，，，，，，，，包括文案、图片、视频等多种内容形态。。。。。。。。

系统架构想维六：剖析主要照旧天生主要？？？？？

上午场明略科技集团首创人、董事长兼首席执行官吴明辉提到了奥运营销大学生素人发帖的例子，，，，，，，，这些学生使用明略科技提供的SocialGrow、SocialX、小明助理等AI工具，，，，，，，，通过挖掘奥运热门来指导创作偏向，，，，，，，，在天生海量内容后，，，，，，，，从中挑选出优质帖宣布，，，，，，，，并举行了监测与调优，，，，，，，，形成了一个正向的创作循环。。。。。。。。

整个历程共计宣布了1237篇帖子，，，，，，，，总互动量23万+，，，，，，，，爆帖率15%。。。。。。。。值得注重的是，，，，，，，，一些学生的粉丝只有几十个，，，，，，，，但小红书单帖互动最高做到了7万+，，，，，，，，抖音单帖最高互动做到了6000+。。。。。。。。

通过上面的例子可以看出，，，，，，，，剖析和天生团结起来更主要。。。。。。。。剖析的产出可以作为天生的输入，，，，，，，，带来更好的内容效果。。。。。。。。这也是InsightFlow CMS（洞察驱动的内容治理平台）背后的思索逻辑。。。。。。。。

02 天生式营销的三个前沿偏向

天生式营销有许多前沿的研究主线，，，，，，，，其中一条，，，，，，，，我们可以沿着OpenAI o1模子的思绪举行探索。。。。。。。。o1的宣布引用了OpenAI的一篇文章《Let’s Verify Step by Step》。。。。。。。。这篇文章提出了两种奖励机制，，，，，，，，效果监视的奖励机制和历程监视的奖励机制。。。。。。。。

通过这两种奖励机制，，，，，，，，o1模子在数学领域有了大幅提升。。。。。。。。我们以为，，，，，，，，这两种监视奖励方法对天生式营销的研究也有启发。。。。。。。。围绕这个思绪，，，，，，，，我们将叙述以下三个天生式营销的前沿研究偏向。。。。。。。。

天生式营销前沿偏向一：?效果监视维度的富厚性

这一研究偏向主要借鉴明略科技在ACMMM，，，，，，，，以及Adobe在ICLR人工智能顶会宣布的论文，，，，，，，，叙述未来大模子输出效果的富厚性。。。。。。。。

现在，，，，，，，，大模子输入的内容形态有视频、语音、文本，，，，，，，，输出的主要是文本，，，，，，，，未来在营销领域会有怎样的转变？？？？？

输入层引入圈层人群，，，，，，，，例：提问差别圈层的群体对统一广告视频、短剧是否感兴趣？？？？？
输出层引入感观指标，，，，，，，，例：包括脑电、眼动等指标，，，，，，，，好比25岁的年轻人寓目短剧后是否感兴趣，，，，，，，，脑电波是否有波动，，，，，，，，眼睛主要关注哪几帧画面？？？？？
输出层引入效果指标，，，，，，，，例：差别类型受众对广告视频的点击率与完播率怎样？？？？？

通过引入感观指标、效果指标，，，，，，，，我们在富厚大模子输出维度的同时，，，，，，，，还可以辅助企业优化内容战略。。。。。。。。

天生式营销前沿偏向二：?基于历程监视奖励的验证器（Verifier）与最优历程探索战略

这一偏向主要借鉴Google DeepMind 8月揭晓的两篇文章。。。。。。。。

基于历程监视奖励的验证器，，，，，，，，类似妈妈陪我写作业场景。。。。。。。。相当于在天生大模子Generator的基础上（想象成“孩子写作业大模子”），，，，，，，，引入一个新的大模子Verifier（想象成“妈妈陪读大模子”）。。。。。。。。这个Verifier盯着Generator输出时，，，，，，，，不但看效果，，，，，，，，还能指出每一步的对错。。。。。。。。因此，，，，，，，，基于Verifier的历程监视，，，，，，，，天生大模子Generator的效果就很容易获得提高。。。。。。。。

什么叫作最优历程探索战略？？？？？

举个例子，，，，，，，，天生大模子Generator这个“孩子”解不出题，，，，，，，，困在迷宫里了，，，，，，，，怎么办？？？？？可以一下子酿成七个葫芦娃兄弟两全，，，，，，，，用差别的思绪去解。。。。。。。。最厉害的是它还团结了“妈妈陪读大模子”Verifier，，，，，，，，可以监视每一步，，，，，，，，资助孩子在迷宫里找到最优战略。。。。。。。。打个例如，，，，，，，，大娃走了这条路走欠亨，，，，，，，，妈妈就可以告诉二娃，，，，，，，，这条路走欠亨了，，，，，，，，继续找新的路，，，，，，，，直到七娃最后走出迷宫，，，，，，，，这就是最优解。。。。。。。。

应用到营销领域，，，，，，，，这个Verifier相当于营销策划的智囊团，，，，，，，，当营销的Generator提供种种营销策划计划时，，，，，，，，Verifier可以资助我们验证营销的战略、数据、逻辑关系等，，，，，，，，同时找到最佳的营销战略或要领。。。。。。。。好比一笔预算究竟选哪些渠道，，，，，，，，哪类圈层人群，，，，，，，，接纳何种内容战略，，，，，，，，有成千上万种组合，，，，，，，，可以在ROI里找到最优的路径。。。。。。。。

天生式营销前沿偏向三：自学推理历程，，，，，，，，将推理的头脑内隐化到模子中

这一偏向主要借鉴斯坦福大学的STaR和Quiet-STaR两篇文章。。。。。。。。STaR是Self-Taught Reasoner的缩写，，，，，，，，是自学推理历程。。。。。。。。

我们继续前面的比喻，，，，，，，，妈妈陪我写作业写了1亿次，，，，，，，，我酿成葫芦娃兄弟走迷宫走了1亿次，，，，，，，，我们便积累了1亿次的自我反思以及1亿次多角度探索的历程履历数据。。。。。。。。我们可以使用这些历程数据，，，，，，，，用来训练大模子Generator，，，，，，，，提升“孩子”的系统思索能力。。。。。。。。当天生大模子自己学会自力思索之后，，，，，，，，就不需要妈妈指导，，，，，，，，不需要其他六个兄弟同时做很多多少遍题找最终的谜底，，，，，，，，而是在每次解题历程中举行自我反思和多角度思索，，，，，，，，再输出最终谜底。。。。。。。。这个历程我们称作头脑的内隐化，，，，，，，，它形成的头脑链叫作隐式头脑链。。。。。。。。再通俗一点，，，，，，，，这就是内功心法的修炼历程。。。。。。。。

应用到营销领域，，，，，，，，营销大模子可以学习行业和企业的种种决议履历，，，，，，，，包括种种A/B Test履历数据，，，，，，，，从而给出越发落地的谜底。。。。。。。。此时的大模子就像沉淀了行业最佳实践、企业多年实战履历和系统架构想维的扫地僧，，，，，，，，纵然简朴输出几十token，，，，，，，，现实上威力无限、效果炸裂。。。。。。。。由于每一个token输出的背后都举行了大宗思索和盘算，，，，，，，，其他大模子难以与之相比。。。。。。。。类似奥运营销发帖的例子，，，，，，，，素人大学生在系统思索的大模子内功心法加持下，，，，，，，，也能一招打出成千上万的互动效果。。。。。。。。

内力凝精髓，，，，，，，，普招也暴击！