项目目标:通过AIGC智能答疑机器人赋能广告投放平台——运营侧答疑提效、广告主侧投放提效、平台侧一手信息收集提效,解决东南亚投放场景中知识储备薄弱、表单式建议采纳率低的问题
产品体系搭建
定义产品核心能力矩阵,涵盖广告基础知识问答、投放策略智能诊断及数据分析三大模块,实现从面向运营的内部钉钉工具到面向广告主的投放端产品的落地
对话能力调优
- 构建"人工评测-数据积累-模型训练"闭环优化体系,训练自动化评测模型,将人工标注工作量降低至5%
- 搭建人工标注后台并建立线上数据流转机制,通过识别底层能力缺失的 Bad Case 指导知识库内容补充,持续完善广告诊断决策树与数据分析模板,提升机器人解题能力
- 引入 Agent 架构,将广告诊断、FAQ及数据分析封装为原子化工具,配合分发与兜底策略迭代,实现意图识别精度与类预设问题响应速度的双重提升
交互体验升级
- 针对东南亚商家设计低门槛交互,上线预设问题推荐与语义联想功能以降低提问门槛
- 开发"一键执行"功能,直接提升广告主对诊断建议的采纳效率
- 支持对话打断与上下文清理功能,降低因上下文信息冲突导致的回复错误概率
监控体系建设
搭建覆盖性能侧(RT / Error Ratio)、质量侧(NPS Score / Bad Ratio)、活跃侧(日活商家数 / 留存)的监控体系,指导技术优化与产品兜底逻辑完善
95%问答相关
~2s回复速度
8K+月活用户
6倍建议采纳率
项目背景:针对线索广告经营中人力成本高、获客效率低的问题,探索AI在微信客服全链路的落地应用,通过外层形态创新、智能体线索过滤、私域服务提效优化投放效果,降低广告主前后端成本,提升线索经营效能
行业调研与产品规划
- 摸排房家、本地、教育等核心行业线索经营痛点,结合竞品分析明确"AI智能托管"产品方向
- 规划"形态链路AI问答→会话工具AI托管→企微名片页AI助手"全链路解决方案,设计分行业问答知识库构建路径,输出商业化落地方案
外层组件能力迭代
- 从0→1完成问答组件功能升级,引入AI文案衍生能力,大幅降低B端配置门槛
- 设计外层问题千人千面展示与半屏文案实时切换逻辑,根据用户曝光时长动态调整话术,提升C端交互体验
智能体模型架构演进
- 推动客服会话工具从"工作流+知识库模型"向"全能兜底模型"及"多智能体模型"迭代
- 重点攻克留资识别与对话策略两大核心环节,优化模型在上下文理解、拟人化应答及复杂业务场景下的承接能力
标杆客户测试与SOP沉淀
- 联动混元团队落地教育、本地等行业客户测试,搭建高潜赛道话术体系与筛客工作流
- 制定单客引入SOP,将全流程交付周期从5周压缩至3周
问答组件
0→300万组件日耗
17%↑CTR提升
153%↑开口率
客服智能体
+20%转化率(至3.6%)
+10pp有效率(至55%)
项目背景:朋友圈作为重图文消费场景,图片素材投放效率显著优于视频(33%图片素材贡献67%大盘消耗),九图是核心优势规格(7%素材贡献31%大盘消耗)。为提升九图渗透率、带动大盘消耗增长,需通过AI衍生技术补齐广告主优势素材供给缺口
行业策略与生成机制设计
- 联动多行业分析跑量素材特征,梳理分行业九图优势布局类型,制定流量侧素材底线规范保障可用性
- 向商业AI团队提需建立文生图、图生图及视频生图策略,盘点分行业广告主可输入的投放资产清单(创意文案、历史素材、推广产品描述等),构建行业九图衍生策略底座
- 建设九图重复度、美学分等特征库,为AI输出优质素材提供量化标准
多赛道能力落地与效果验证
- 25年推进小店、小游戏、短剧生态预算自动衍生能力上线,小店生图策略基于商品图原料供给,衍生规模从0增长至双十一峰值16万/天,衍生九图CTR达1.58%(对比非衍生素材提升6%)
- 26年推进本地、教育、健康、房家等12个线索行业赛道自动衍生能力从0到1落地,预计带动朋友圈大盘消耗提升200万-300万/日
衍生漏斗数据监控与优化
- 搭建全漏斗监控体系(基建覆盖→投放端开启率→成功衍生数→召回/粗排/精排过滤比→最终消耗),精准定位消耗规模瓶颈
- 监控衍生素材与自建素材跑量差异,迭代文字空镜、切图布局等策略,持续提升素材跑量水位
场景化千人千面广告探索
- 突破单广告固定素材供给局限,结合用户朋友圈原生场景消费偏好,推进千人千面素材衍生
- 基于用户偏好进行素材个性化变形与召回,提升九图在朋友圈场景下的转化效率
16万/天日耗峰值
1.58%衍生CTR
12个行业落地
300万/日预期增量