在前两周的最强系列研究中 ，群邑智库详解了"输入→处理→分析→产出→优化"的营销智能逻辑序列 ，并针对"检索归纳"、大模"代码编辑"、型花"逻辑分析"三大大模型品牌营销应用场景进行了测评。最强
群邑智库提出AI大模型作为提效工具的营销属性要明显强于生产力工具 。大模型处理"碎片化"工作的大模能力整体优于处理复杂工作的能力。在专业性更强的型花问题上 ，大模型底层"语料不足"的最强局限更为凸显 。
本周我们将披露本次研究项目中五大测试模型的营销最终评分 ，并与大家分享AI大模型在英语翻译、大模学习更新与文案写作的型花落地化应用 。
大模型应用场景
英 语 翻 译
听得懂 "人话" 的最强打工人翻译小助手
由于大模型的产出依赖语义交互 ，所以"语义理解"也是营销所有大模型产品的底层能力 ，在很大程度上决定了大模型的大模起评分 ，唯有"理解" ，才能"产出"。相比传统翻译软件"逐字翻译 ，组合成句"的底层逻辑 ，大模型的翻译基于"文本理解" ，所以更能匹配到准确的翻译内容。而在具体使用上，大模型还能够根据交互人给到的"中英文对照表"进行翻译。
将以下文字翻译成英文 ，第一季度用Q1表示，同比翻译成YoY
防疫政策的优化直接利好餐饮 、住宿 、交通 、旅游等多领域 。一季度 ，国家铁路共发送旅客7.53亿人 ，同比增长66%。3月份 ，国家铁路日均发送旅客858万人 ，同比增长171% ，基本恢复至2019年同期水平 。
大模型翻译
The optimization of epidemic prevention policies has directly benefited many fields such as catering, accommodation, transportation, and tourism. In Q1, the national railway transported a total of 753 million passengers, a YoY increase of 66%. In March, the national railway transported an average of 8.58 million passengers per day, a YoY increase of 171%, and basically recovered to the same level as in 2019.
软件翻译
The optimization of epidemic prevention policies directly benefits various fields such as catering, accommodation, transportation, and tourism. In the first quarter, the national railway senta total of 753 million passengers, a year-on-year increase of 66%. In March, the national railway sent an average of 8.58 million passengers per day, a year-on-year increase of 171%, and basically recovered to the same level as in 2019.
除了前文所述的可以给到"中英文对照表"以提升翻译效率之外 ，通过对比大模型和翻译软件给到的翻译文本我们发现 ，虽然两者给到英文并无太大的差异 ，但细看内容仍可感知到语义理解对翻译场景的助力 。大模型基于语义理解能力 ，可以更好理解中文文本中 "发送旅客" 的意思 ，将"发送"引申为"运输"，翻译为"transport" ，而逐字翻译的翻译软件 ，因为没有语义理解能力 ，直接将"发送"译成了"send" 。诸如此类的翻译差异 ，在测试中屡见不鲜 。
大模型的语义理解技术为"机器翻译"拓展了新的可能，在很大程度上抬高了"机翻"的天花板。
文 案 写 作
写作帮手让你事半功倍
文案写作是大模型最受认可的能力之一。作为一种强大的自然语言处理技术 ，大模型可以对自然语言文本进行深度学习和分析 ，从而实现各种文本生成和自动化处理任务 。在文案写作方面 ，大模型可以帮助用户快速生成高质量 、符合要求的文案文本。它可以根据用户的需求和目标 ，自动分析和提取相关信息 ，进行文案创作 。同时，大模型还可以自动检测文案文本中的语法和拼写错误 ，并进行自动修正 ，提高文案文本的质量和可读性。总之 ，大模型的文案写作功能可以大大提高文案创作效率和质量 ，为用户带来更好的文案创作体验。
为了监测大模型的文案写作能力 ，我们要求大模型对上一模块的英文翻译进行扩展写作 。
原文 ：
The optimization of epidemic prevention policies has directly benefited many fields such as catering, accommodation, transportation, and tourism. In Q1, the national railway transported a total of 753 million passengers, a YoY increase of 66%. In March, the national railway transported an average of 8.58 million passengers per day, a YoY increase of 171%, and basically recovered to the same level as in 2019.
扩展写作 ：
The optimization of epidemic prevention policies has had a direct positive impacton multiple sectors including catering, accommodation, transportation, and tourism. In the first quarter (Q1) of the year, the national railway system witnessed a significant increase in passenger numbers. The total number of passengers transported reached 753 million, representing a remarkable 66% year-on-year (YoY) growth.
Furthermore, in the month of March, there was a substantial surge in daily passenger traffic on the national railway. On average, 8.58 million passengers were transported each day, indicating a substantial YoY growth of 171%. It is worth noting that this level of growth has brought the daily passenger figures close to those observed during the same period in 2019, signifying a substantial recovery in the railway sector.
This growth in railway transportation is a positive sign for the overall economy, demonstrating the recovering confidence of travelers and the restoration of normalcy in the travel and tourism industry. As the railway sector plays a vital role in facilitating domestic travel and tourism, this notable increase in passenger traffic is likely to have a multiplier effect on related industries such as hospitality, dining, and local transportation services.
Overall, the improved epidemic prevention policies have effectively revitalized the railway sector, fostering growth in related industries, and instilling optimism in the economy as a whole. The recovery of passenger numbers and the resurgence of travel activities also reflect positive consumer sentiment and the gradual restoration of economic activities.
上下滑动看看AI的回答
通过对比原文我们发现 ，在经过大模型的扩展写作之后 ，文本的表达更为流畅，采用的句式也更富变化 ，整体文笔更加老练 。在特定的场景需求下，大模型文本写作的功能更能满足对语言和表达有相当要求的需求场景 。
学 习 更 新
通过交互实现大模型的自我迭代更新
对比其他生产力工具 ，大模型最大的亮点在于其极强的"交互性"与"自我优化"的能力 ，从理论上来看大模型的智能化能力是可以不断升级的 。为了测试大模型"学习更新"的能力 ，交互人在与大模型的交互中"因材施教" ，在一些问题下 ，通过针对性的交互，引导大模型进行迭代升级。
在内容营销的环节中 ，我们要求大模型产出一份内容营销的策划案 ，在第一份方案中 ，大模型对内容营销的理解局限于社交媒体 。
针对这类人群的消费行为与兴趣爱好 ，以品牌扩大知名度为目标 ，请帮我写一份高档汽车品牌的内容营销策划案，请把重点放在内容的决策上 ，内容创意不在这个问题的讨论范畴
好的 ，以下是一份高档汽车品牌的内容营销策划案 ，以帮助品牌扩大知名度为主要目标 。
目标群体 ：25-35岁的高端汽车品牌目标受众，包括潜在消费者 、现有车主和潜在车主 。
内容策略 ：
执行细节：
总之，以上是一份高档汽车品牌的内容营销策划案 ，旨在通过多种方式吸引目标受众的关注和参与 ，提高品牌的知名度和美誉度 。需要注意的是 ，在制定具体的营销策略时，还需要考虑目标受众的特点和偏好 ，以及品牌自身的定位和特色 ，以确保营销策略的有效性和可持续性 。
上下滑动看看AI的回答
而后 ，我们对"内容营销"的范围进行了补充说明 ，提示了大模型内容营销应包含影视内容的硬广贴片 ，软广植入，重大赛事的冠名赞助等等 。在优化后的方案中，"重大赛事冠名" 、"影视内容植入"被补充到了方案中 。
内容营销还可能包括影视内容的硬广贴片 ，软广植入 ，重大赛事的冠名赞助等等 ，请优化一下你的回答
非常抱歉 ，我理解错了您的问题 。以下是一份高档汽车品牌的内容营销策划案 ，其中包含了影视内容的硬广贴片 、软广植入和重大赛事的冠名赞助等内容营销策略 。
目标群体 ：25-35岁的豪华汽车品牌目标受众 ，包括潜在消费者 、现有车主和潜在车主 。
内容策略 ：
执行细节 ：
综上所述 ，以上内容营销策略旨在通过多种方式吸引目标受众的关注和参与 ，提高品牌的知名度和美誉度 。需要注意的是 ，在制定具体的营销策略时 ，还需要考虑目标受众的特点和偏好 ，以及品牌自身的定位和特色，以确保营销策略的有效性和可持续性 。
上下滑动看看AI的回答
为了检验大模型的学习成果 ，同样的问题 ，我们替换了新品类 ，重点考察大模型在掌握新知识后，是否具备"知识迁移"的思维能力。通过对比不同品类的答案，我们发现大模型不仅能答对"关键词" ，还能针对不同的品类 ，引申不同类型的品牌赞助 。对于汽车品类，他的建议是赞助F1赛车 、NBA篮球赛等男性受众更为关注的内容类型 。而对于气泡水 ，大模型的建议则是赞助时装周 、音乐盛典等目标受众更广的内容类型 。
针对这类人群的消费行为与兴趣爱好，以品牌扩大知名度为目标 ，请帮我写一份高档气泡水的内容营销策划案 。
好的 ，以下是一份高档气泡水品牌的内容营销策划案 ，包括影视内容的硬广贴片 、软广植入和重大赛事的冠名赞助等内容营销策略 。
目标群体 ：25-35岁的年轻人，注重时尚、潮流和品质生活的人群 。
内容策略 ：
执行细节 ：
上下滑动看看AI的回答
但细看大模型的回答，我们发现在一些具体的表达方式与行业基本认知上大模型仍有提升空间 ，比如回答将所有的品牌赞助都归纳为"重大赛事赞助"， 比如在大模型的认知中品牌软性植入的内容完全是由品牌牵头制作的 。而可预见 ，以上这些问题仍需要多轮次的沟通交互才可以完全解决 。
基于语义理解的大模型对"交互人"的互动性有很高的要求，相比生硬的brief产出模式 ，交互人需要对大模型进行反复多次的矫正 ，才可以更好地激发大模型的潜能，从而获得更好的反馈 。
致此 ，AI大模型的六大应用场景 ：信息检索、代码撰写、逻辑分析 、英语翻译 、文案写作与学习更新已全部分享完毕。
研究方法与各家评分
在本次研究中 ，群邑智库筛选了五大主流AI大模型 ：GPT 、文心一言 、讯飞星火 、天工与通义千问 。依据AI的智能化逻辑序列 ，我们分别模拟媒介投放及营销策划师日常工作的产出内容与思维流程 ，要求大模型经历信息检索到信息处理 ，再到逻辑分析 ，产出一个品牌营销媒介预算分配方案 ，区分不同预算 、不同品类 、不同营销目标下的不同情况，通过"逻辑性提问"引导大模型以类人类思维的方式进行产出 ：
由此 ，我们遴选出信息检索 、信息处理 、逻辑分析 、审题严谨和学习优化五个维度来全面衡量各家大模型的综合能力。"审题严谨"在很大程度上基于大模型的语义理解 ，考察大模型是否理解了交互人的问题 ，并可以反馈与所提问题相关的回答 。其次 ，是相对基础的信息检索与信息处理，我们考察的重点在于对于网络公开信息大模型是否能进行准确无误的检索 ，能否在此基础上进一步处理 ，以节省人工理解归纳的时间 。而后 ，我们通过模拟专业的商业场景 ，向大模型提出基于逻辑分析的问题 。最后 ，我们要求大模型基于人的反馈与输入信息进行自主学习 ，对回答内容进行更新 。
基于上述评价体系 ，我们对五大主流大模型进行打分 ，以全面评估他们在营销场景下的应用能力 ，以下是我们的评估结果。
总体来看 ，作为AI大模型的先行者 ，GPT在大部分维度上都处于领先水平 ，国产大模型由文心一言领跑 。
以上，就是群邑智库AI大模型营销应用测试研究项目的全部内容 。通过对五大主流大模型的评估与测试 ，我们总结了以下发现 ：
语义理解
是大模型交互的基石 ，多语言交互可应用于翻译场景 ，部分多语言模型在翻译上的应用优于大部分机器翻译工具 。
信息检索
大模型可以大幅提升公开资料检索的效率，但整体准确性不够 。部分大模型已可以接入互联网 ，但Chat+Search的交互体验仍有待优化 。
信息处理
部分海外大模型 ，存在无法分析中文内容的情况 。大模型可以根据需求创作相对应的代码，但大部分模型代码报错 ，且语义描述难度高。
逻辑分析
大模型可以就简单问题就行分析，表达语义完整 、逻辑建构清晰 、输出主题明确 。但是通过多方对比发现 ，大模型对复杂问题的分析能力仍有局限 。
学习更新
大模型可以就多类型问题进行产出 ，但产出内容质量的稳定性不足 。考虑产出的稳定性 ，人机协同仍是未来AI工具使用的主要方法论 。
总的来讲 ，在测试过程中 ，我们确实发现了大模型与其他生产力工具相比差异化的能力 ，比如自我更新 、角色扮演沟通等等 。但大体上来看 ，大模型眼下的产出水平对专业人员的支持仍是有限的 ，而大模型的潜力仍有待大家共同挖掘 。
焦虑并无必要 ，进步才是不变的主旋律 。在未来的营销工作实务中 ，对AI工具的掌握与运用能力将是对广告人重要的考核标准 。
来自 ： 群邑智库
关注微信
