在商业变现方面，百度也算是经验丰富的大公司了。其在AI模型加持下的营销平台“轻舸”，以及底层的大模型广告引擎“扬楫”，与传统的营销平台相比，有什么优势？作者将其与阿里妈妈直通车进行对比，并从产品应用和技术逻辑，全方面解析。

这一年大模型发展的如火如荼，广告作为互联网公司重要的变现手段，作为互联网第一大商业模式，广告的整个链路都和AI有着紧密的联系。23年4月份百度率先推出国内第一款大模型：文心一言，李彦宏说到所有领域都值得用大模型重做一遍，紧接着百度在23年9月份推出了全球首个AI Native营销平台“轻舸”。

本篇文章我们将详细介绍百度新一代营销平台“轻舸”，以及底层的大模型广告引擎“扬楫”。从产品应用和技术逻辑，全方面解析。

一、“轻舸”-AI Native营销平台

1. 概述

百度将“轻舸“定位为全球首个AI Native营销平台。广告主的需求表达通过自然语言和命令交互来和系统直接进行沟通，整个底层系统也将基于知识的输入不断地自我更新和优化，从而可以更好地理解广告主表达的需求和更好地实现广告主的投放目标。

上面是百度官方的介绍，下面我们先从投放流程，详细介绍 “轻舸”平台和之前广告投放平台的不同。

2. 广告投放流程升级

从GUI（Graphical User Interface）图形用户交互界面升级到CUI（Command User Interface）命令行用户交互。以往的广告投放平台都是GUI交互模式，我们以阿里妈妈直通车为例，下图是阿里妈妈直通车创建计划的页面：

阿里妈妈直通车-选择投放商品

阿里妈妈直通车-选择“关键词”和设置“关键词”出价

阿里妈妈直通车-选择“智能创意”和“智能调价”

广告主在直通车里核心需要设置的是标的物、定向、出价和创意。

下面是“轻舸”平台的广告投放创编流程，整个步骤中核心模块其实也是标的物选择、定向、出价和创意，整个创建广告计划的过程并没有变化。

“轻舸”的广告创编流程

第一步：方案创建

第二步：输入Prompt

第三步：选择落地页

第四步：选择优化目标

第九步：选择创意图片

Prompt的广告投放流程，其实对于一些广告代理机构或者资深的广告主来说，投放体验还不如传统的GUI图形交互形式，他们对于平台的投放系统已经非常熟悉了。同时现在很多的广告投放流程都是智能化的，操作步骤很少，操作界面也很简单，比如拼多多的标准推广。

Prompt的广告投放流程一方面适合那种新广告主，完全不了解广告投放，这种交互形式对他们比较友好。另一方面适合那种相对比较复杂的广告投放平台，整个投放流程比较复杂，通过交互式投放确实也可以提升广告主的投放效率。

Prompt的广告投放流程，一方面更原生化地保留了广告主的诉求，另一方面其实是平台具有更强的可控性，平台希望广告主只表达诉求，具体如何实现完全由平台来控制，广告主不要去干预定向、创意和出价等。

某种意义上有点像现在各大平台都在推的智能投放，广告主只设置标的物和投放目标以及目标ROI，平台帮助广告主去实现目标，具体如何实现广告主不需要知道，完全是一个黑盒。

二、”扬楫”-广告引擎的升级

如果仅仅只是广告创编流程的升级，那么“轻舸”平台其实只是做了一个壳子。但实际上“轻舸”平台底层的商业化引擎也有了非常大的升级，也就是“扬楫”。“扬楫”中最大的能力是生成式定向和生成式创意。

1. 生成式定向

传统的广告投放平台均支持广告主去设置自定义人群和关键词等，如下图阿里妈妈达摩盘所示：

但是“轻舸”平台仅支持广告主去表达人群的年龄和性别标签，核心的人群画像需要广告主通过对话来进行描述，而不是去标签系统里面进行圈选，如下图所示：

比如说SK-II广告主投放SK-II神仙水广告时可以表达的人群重点描述为“对于护肤有明确诉求或者爱美人士“。这是一句相对宽泛的描述，广告主也可以描述比如“近期购买过护肤产品的用户”，这就是用户的重定向。

那么系统是如何基于人群描述来匹配对应投放的人群呢？

我原本的理解是：广告引擎基于广告主的描述，通过大语言模型自动去生成相应的人群标签和匹配关键词，然后再基于模型生成的这些内容进行定向和召回。

但是看了刘鹏老师这篇文章后，刘鹏老师介绍“扬楫”的生成式定向不是这样的，但具体怎么做的，只说交给大模型，然后也没有更多细节了。

刘鹏老师原文链接：https://zhuanlan.zhihu.com/p/669195330

同时结合网上公开的一些文章和百度披露的官方信息。

量子位 | 原文链接：https://www.thepaper.cn/newsDetail_forward_25369572

我个人也请教了很多行业专家们，大家也没有对百度目前这个生成式定向有一个统一共识，但是站在系统可落地性和现阶段行业发展的现状，可以明确的几点信息是：

• 生成式定向应该是在传统定向策略上新增一路策略，不可能完全替代原本的各类定向策略。不然现阶段不可能做到广告变现效率无损。
• 生成式定向中有大语言模型，此部分大语言模型的作用应该还是基于广告主原始的描述去推理出匹配的用户人群和关键词。虽然刘鹏老师的文章里面说不是这个思路，但个人认为这个思路肯定还是存在的，不可能完全没有。

下图中的右侧是“扬楫”新的架构，具体整个系统链路的实现细节还待百度进一步公开。如果后续我了解到更多方案细节，再在此篇文章中更新。

其实站在广告主视角，这里有点类似于广告投放平台中的一直有的智能定向功能。只是智能定向工具中，广告主完全不表达任何定向诉求，全部交给系统来决定。系统认为除非广告主有非常明确的人群定向诉求，否则一切以效果为论，系统更了解这个商品应该推荐给哪些用户，广告主只需要关注最终投放ROI即可。

个人认为底层这一套“扬楫”的商业化引擎，完全可以和其他纯智能化产品线结合在一起。对于阿里、字节等互联网广告平台，完全可以先做底层的引擎，然后首先应用在智能化产品线上比如万相台，再去从头搭建一套基于Prompt的广告投放平台。Prompt的交互体验和智能化的投放流程，哪种方式更适合广告主，在每家公司是完全不一样的。可能先把引擎底座先建好更重要。

2. 生成式创意

生成式创意模块其实比较容易理解，这个行业里也实践了很多年，只是以往叫做智能创意，创意的生成方式并不是大模型，但也可以叫做AIGC。以往主要是模板化为主，结合一些智能化的方式。下图是阿里妈妈的创意模板：

现在生成式创意，核心是底层的图片生成技术升级了，由大模型来进行图片生成。但是在广告场景中的创意生成，一般还是需要广告主输入一些基础信息，比如标题和默认主题，然后系统会基于基础信息进行二次创作。

下图就是阿里妈妈创意中心对某一款Apple iPhone15进行的图片生成，我们可以看到其中一张图片上的文案是有明显问题的，这里是系统底层抓取文案错误了。

在广告场景中针对那种完全无中生有的创意生成，目前是没有应用的，因为一方面广告主在投放广告时，一般都是有一些基础素材供系统参考的，系统肯定不能完全自由发挥。

另一方面如果系统真的完全自由发挥，那么生成的图片和文案可能和标的物完全不符，这里存在欺诈嫌疑，广告平台也不会允许此类广告物料投放出去。

目前各大广告平台都在引导广告主去使用智能创意，核心原因就是智能创意可以提升平台整体的CTR，进而提升变现效率。同时站在广告主视角，智能创意工具确实可以帮助节省一定的设计费用。

根据百度营销披露的当前成绩，生成式创意已覆盖的超过18万客户，覆盖部分点击提升了10%，转化提升了接近9%。CTR 提升主要是站在广告平台视角的评价，而站在广告主视角，如果 CTR 提升也可以带来 CVR 提升，那么广告主就会更加高兴。但有时候CTR 和 CVR 并不是完全正相关，所以创意优化到一定程 度可能还会对广告主的 ROI 造成一定负向影响。

百度这里披露的数据，CTR和CVR全部同时提升，个人其实是表示质疑的，实际情况很难做到CTR和CVR同幅度增长，尤其是百度如此大的广告量级前提下。

虽然百度早已经不是国内互联网广告收入的王者了，但百度凤巢确实一直走在国内商业化技术的最前沿。后续关于百度“轻舸”平台更细节的方案，我也会持续更新在本篇文章中。