im电竞AIGC 产业链对广告策划平台赋能的应用初探摘 要 1956 年至今，人工智能（Artificial Intelligence）行业经历了六十余载的发展 [1]。2022 年底，这个数字文明时代的赛道上再次迎来“科 技奇点”——人工 智能生成内容（AIGC：AI Generated Content）（下文简称“AIGC”）以超乎预期的成长速度引爆了各个行业的“科 技”。本文在介绍 AIGC 技术概述、广告策划程序的基础上，重点对用 AIGC 技术搭建广告策划平台的流程运作模式进行阐述，探索 如何将 AIGC 产业链（上游数据服务产业、中游算法模型产业、下游应用拓展产业）的运作嵌入广告策划程序（调查分析阶段、决策计划 阶段、执行实施阶段和评价总结阶段）的应用场景中，为后续满足平台发展需求的创新模式以及健康的广告业生态发展打下夯实基础。最 后，对 AIGC 技术赋能全链条式广告策划平台的应用研究提出美好展望。

　　作为 AIGC 在内容生成领域的一个具体应用，ChatGPT 再 次进化了人机对话，同时它还能胜任文字、学术、绘画、音频、 视频、代码等多场景、多领域的创作工作 [2] 。 ChatGPT 的 横空问世，的确让 AIGC 再次引爆全网，在这场集聚式和聚 变式的科技中奠定了地位。

　　AIGC 的这番火爆出圈不仅带动了 一场广告领域的变 革，也引发了一次广告产业与全新科技时代并进的深 度思考。 一方面，以 ChatGPT 为代表的大型语言生成模型 为广告产业带来了更多的机会与可能，能从广告效果到广告 效率再到广告效益为整个行业带来质的飞跃； 另一方面， AIGC 在短短三个月给文化行 业带来如此“眩晕感”的同时， 也让不少业内从业者面对 AI 浪潮时感到巨大焦虑，反复思 量 AIGC 的日趋发展是否会在构建更智能化、人性化广告生 态系统的同时催生出“AI 取代人工”的现象。

　　本文就 AIGC 产业链（上游： 数据服务； 中游： 算法 模型； 下游： 应用拓展）赋能广告策划平台搭建的研究， 对广告产业生态圈打造及其发展有着积极促进作用。 基于 AI 技术的智慧流程服务将是广告策划平台构建的核心。 ChatGPT、DALL-E2 等大多是基于信息技术和数字化资源 的基础建设，用于个性化广告文案、图像、音视频等制作 上供用户体验。 而以全链条式完整的广告策划平台的程序 应用目前还处在初探阶段。 信息技术的快速发展将上游数 据库所拥有的数字资源、中游的算法模型及其下游应用拓 展整合应用至广告策划平台的搭建，为满足平台发展需求 的创新模式打下夯实基础。 在该领域运用 AIGC 技术能加 快助力提升广告策划平台内数据的深度与广度，丰富创新 元素，为打造智慧广告生态圈提供保障。

　　互联网的发展经历了 Web 1.0、Web 2.0、Web 3.0 与 元宇宙时代，内容生产方式也在不断地变化。 Web 1.0 阶段 是静态互联网时代，以门户网站、搜索引擎、浏览器等为主 要产品，主要用于供用户网上浏览和读取信息为主的应用场 景中，内容生产的方式主要为PGC（Professional-Generated Content，专业生成内容）。 该内容生产方式产出的内容质 量高，但在内容丰富程度以及生产效率方面还是存在局限性。 Web 2.0 阶段则是以 UGC（User-Generated Content，用 户生成内容）的方式生产内容。 由于用户来自不同领域，涵 盖多种文化背景，因此该阶段生产的内容具有多样性且丰富 度高的特征，但内容生产 效率仍有提高的空间。

　　而随着 Web 3.0 与元宇宙时代的到来，内容生产方式 越来越依赖于 AI 技术生产内容，即 AIGC 技术。 AIGC 被 认为是继 PGC、UGC 之后的新型内容创作方式，是 Web 3.0 与元宇宙时代的核心辅助创作工具。 AIGC 最大的优势在于 自动生成内容的效率高，可以在短时间内生产出大量的内容。 但该阶段 AI 生成的内容可能缺少人类的情感、创造力和想 象力，因此仍有进一步探索优化的空间。 AIGC 主要得益于 深度学习模型方面的技术创新，使得拥有通用性、基础性、 多模态、训练数据量大、生成内容高质稳定等特征的 AIGC 模型成了自动化内容生产的“工厂” [3] 。

　　AIGC 基于机器学习、多模态模型、数字孪生等多种基 础底层架构，现阶段在 AIGC 赋能 下主要从文本、音频、图 像、视频进行内容创作 , 并在此基础上进行文本、音频、图 像、视频间的跨模态生成 [4] 。

　　第一，AI 文本生成。 AI 文本生成分为非交互式文本生 成和交互式文本生成两大类，如近期火爆全网的交互式文本 内容生成： ChatGPT。 历经 60 年的技术发展，如今 AI 文 本生成技术已经颇为成熟。 继 2014 年，仅在洛杉矶发生地 震的三分钟后im电竞·(中国)官方网站，名叫“Quakebot”的自动化新闻生成机器 人迅速撰稿并在《洛杉矶时报》刊登了这条关于“地震” 的报道。 全球各大媒体机构也纷纷借助 AI 技术生成内容， 如英国广播公司（BBC）的“Juicer”、《华盛顿邮报》的 “Heliograf”、 新华社的“快笔小新”、第一财经的“DT 稿王”、南方都市报的“小南”、封面新闻的“小封”、腾 讯财经的“dream writer”、今日头条的“Xiaomingbot” 等。 值得一提的是，自然语言处理（Natural Language Processing，简称 NLP）还能根据文本信息做反向处理—— 根据文本内容自动生成高质量的标题与摘要。 除此以外，AI 在前期学习的基础上还能对诗歌、小说、故事、剧本等进行 创作，机器人编剧“本杰明”就撰写了剧本《阳春》（Spring）； MIT 媒体实验室研发的人工智能系统“Shelly”专门编写 鬼故事，等等。

　　第二，AI 音频生成。 20 世纪 50 年代末首 个 AI 技术生成的音频作品《伊利亚克组曲（IlliacSuite）》 诞生至今已有六十余年。 AIGC 在音频生成方面如今也有出 色表现，被广泛应用的领域包括有声读物制作、语音播报、 短视频配音，音乐合成等。 许多浏览器中的 “免费听书”模 块、短视频配音等都是由 AI 进行的语音合成。 由 OpenAI 发布的 MuseNet 中，用户不仅能用 AI 生成多达十余种乐 器演奏的歌曲，能模仿不同艺术家的艺术风格录制作品，还 能模仿电子游戏音乐。

　　第三，AI 图像生成。 AI 图像生成被 运用在图像编辑工具和图像自主生成的两大场景创作中，不 仅能够借助文字生成图像，还能在已有图像的前提下生成新 的图像，或是将两者进行结合。 2022 年年末，AI 在图像创 作领域也有了不错表现，它不仅能一键构图，还有精准识别 2D、3D 的能力。 国内外 AI 绘画工具 Stable Diffusion、 Midjourney、AI 绘画工具文心一格、意间 AI 绘画、AI Creator 等都能够在文字信息的提示下熟练运用张大千、梵 高等不同风格完成高审美自主配色的创作。

　　第四，AI 视频 生成。 AI 技术还能根据文本信息生成序列帧，完成视频创 作。 AIGC 技术在视频生成领域也日趋成熟，在对文字准确 理解的基础上，还能生成不同艺术风格的视频作品： Meta 的“Make-A-Video” 主 打 生 成 短 视 频； 谷 歌 的 Imagen Video 能生成高清晰视频； 谷歌的 Phenaki 能生成超长视 频（Phenaki 能在约 200 个词的提示下生成 2 分钟左右完 整故事的视频）。 同时，该技术还能应用到新闻媒体领域。 2020 年，《人民日报》推出的“5G+AI”模式的新闻报道， 综合对文字、图片、音频、视频生成技术的应用在第一时间 对素材处理生成视频片段，并自动匹配文字。

　　此外，国内外 各大媒体还在积极布局应用 AI 合成主播。 2019 年，中国首 个 AI 合成女主播“新小萌”一上岗就惊艳了全球媒体圈。 2020 年 5 月，新华社与搜狗公司联合推出全球首位 3D 版 AI 合成主播“新晓微”。 目前，更新迭代后的“新晓微” 不仅能做出主持人专业的微笑、姿势与体态，还能在播报新 闻时做出更接近人类的微表情，并根据播报场景变装 [5] 。 未 来，人类在生活和学习中习得的认知、表达、思想、判断、 创造等在 AIGC 的深度学习下都可能自动生成相关内容。

　　AIGC 实现人工智能生成内容，其工作原理是让机器接 收并理解人类给予的任务，随即完成任务的过程 [6] 。 AIGC 和广告的衔接起源于 2012 年，这是智能广 告迎来的元年，2016 年智能广告创作开始取得成功 [7]，目前用的最多的是 四类，包括图形广告、海报 /HTML5 类广告、短视频广告 和数藏类广告 [8] 。 如今 AIGC 已深度嵌入运营商品牌打造、 广告创作等方面，并引领着广告、品牌、营销领域边界的拓展 ， 从生产成本、流程管理与私域布局等方面为拓展市场带来的 新变革与机遇。 依托 AIGC 技术，广告策划人员可以快速生 成用户画像，完成打标流程； 通过社群问答互动，AIGC 技 术能快速提取广告受众的关键词，并完善相关标签并分析其 消费偏好，以此帮助广告策划在后续产品推广和营销活动中 制定相应个性化的方案。 在私域个性化沟通层面，AIGC 也 在持续创造更具互动性的交流体验。

　　广告策划虽在 AIGC 的助力下迎来了“数字奇点”， 但 AIGC 在该细分领域的研究与应用目前还处于初探阶段。 本文尝试探索如何将 AIGC 产业链（上游数据服务产业、中 游算法模型产业、下游应用拓展产业）的运作嵌入广告策划 程序（调查分析阶段、决策计划阶段、执行实施阶段、评价 总结阶段）的应用场景中，达到在该特定场景中多元化提升 广告策划的效果、效率和效益的目的，最大程度满足广告策 划平台运行的需求，如图 1 所示。

　　AIGC 技术将人工智能深度学习技术应用到广告策划的 调查分析阶段，可以智能完成调查分析并提升该阶段效率， 搭建完善的数据查询与处理、数据转换与 编排、数据标注与 管理以及数据治理与合规的“AIGC+ 调查分析”体系 [9]。 要实现智能调查分析，主要是运用 AIGC 产业链上游围绕的 数据和 AIGC 技术来协同完成。 前期的数据服务源于大数据， 包括科学地为策划小组成员（业务经理、文案创作员、美术 设计员、摄影创作员、媒体联络员等）分工、模拟人脑学习 记忆企业背景（企业目标、历史资料、未来预测、可以用的 资料、现阶段面临的限制条件等）、企业所处环境（法制环境、 经济环境、社会文化环境、科学技术环境、竞争者、区域等）、 市场特征（目标市场、市场占有率、现阶段市场目标等）以 及产品信息（产品生命周期、产品的工艺流程、品质、包装、 价格、渠道等）等数据 [10]。 这就需要提前为策划小组成员、 企业背景、企业所处环境、市场特征、产品信息等不同因素、 不同角色、不同场景配置不同的 AIGC 算法，铺垫储备前期 数据，为后续提高广告定位的准确度、实现个性化推广、匹 配广告受众扎稳数据根基。 广告策划所需要不同场景的大数 据及其配套的算法，针对不同类型公司的广告策划都有各自 的使用场景。 在这个铺垫上游的数据服务流程中，广告策划 平台的构建就需要为各个类型公司在不同场景中的不同广告 受众配置专属的 AIGC 算法，以便完成中后游流程进行算法 模型和应用拓展。

　　在 AIGC+ 调查分析，即上游的数据服务流程主要包括： 第一项，数据信息的查询与处理。 该过程 AIGC 技术通过收 集到的企业背景、企业所处环境、市场特征、产品信息做数 据分类打包，为后续便捷的搜索查询服务铺垫。 尤其是在分 析市场特征这个环节，AIGC 技术可以帮助广告策划平台实 现对广告受众的特征分类和分析，完成广告受众特征征集过 程。 同时，在丰富数据信息的过程中，也让 AI 智能地分析 了过去的广告数据和行为数据，并从中发现创意元素的规律 和趋势，达到辅助广告策划人员创造创意广告的目的。 第二 项，数据信息的转换与编排。 该过程 AIGC 技术重点评估细 分市场吸引力后，根据企业背景（如营销目标、企业资源、 未来规划等），选择并罗列目标市场； 其次，编排加工信息 数据库，包括关联目标市场档案中海量信息，例如输入目标 市场信息，包括人口统计、兴趣爱好、行为偏好、购买需要、 购买行为、从产品中获益im电竞·(中国)官方网站、购买意向程度以及对产品的态度 等。 该过程是为了后期根 据目标市场的特征策划广告，并在大数据技术下继续从目标市场中筛选广告受众，完成精准地 向有效的广告受众推送广告信息的工作，提高广告的转化率 和效果。 第三项，数据信息的标注与管理。 该过程 AIGC 技 术快速生成用户画像，加强广告受众的精细化管理，为广告 受众档案数据库进行数据信息的分类、评估处理。 第四项， 数据信息的治理与合规。 该过程进行精细化数据管理，运用 AIGC 技术优化广告受众的档案数据库，定期校对并更新广 告受众的信息，提高数据准确性。 同时，AIGC 技术根据广 告受众特征做数据的动态处理 ，如存在随着受众群体年龄的递增可能改变其消费心理、消费行为的情况，能够“随机应变”，自动实现动态上述情况的调整、匹配处理，提高数据的针对性和精准性，达到为广告受众提供智能交互服务的目的。最后，在该阶段建立数据安全保护机制，防止广告受众隐私信息泄露，有效杜绝后续由于 AIGC 技术导致的隐患及风险问题。

　　“AIGC+ 决策计划”流程是在运作 AIGC 产业链中游 的算法模型，该阶段 AIGC 技术辅助完成广告策划最核心的 环节，是上阶段机器完成深度学习后的关键环节。 要实现智 能化广告策划，主要依托算法模型。 AIGC 技术在模型训练 过程中通过对数据进行处理，帮助人工智能系统做出决策， 即匹配不同场景的广告创意，最后进行决策计划。 算法模型 在人工智能系统中完成对广告战略决策（包括制定广告目标、 确定产品的销售对象、确定竞争对象、确定销售区域等）， 演进至制定实现这一战略任务的具体广告策略（包括主题策 略、 广告创意策略、广告媒体策略等），最后编制广告预算和编写广告计划[11]。

　　目前“AIGC+ 决策计划”阶段，即中游的算法模型包 括人工智能实验室、集团科技研究院和开源社区三类重要参 与者。 在计算平台架构中，离线作业板块和在线作业板块进 行实时数据流交互。 构建广告策划平台过程中，算法模型可 用于表示人工智能系统的知识，并通过对前端媒体信息、广 告创作要求、企业营销目标、广告受众、广告诉求、行为数 据等信息进行处理，在广告策划平台上自动推荐广告创作形 式、优选创意、广告媒介并优化广告投放策略，以拓展广告 覆盖面和提高广告效果。 例如，可口可乐公司协同 OpenAI 公司（人工智能实验室中的独立型人工智能实验室） [12] 探 索提高营销创造力的新途径。 其次，AIGC 技术可以帮助企 业整合并构建度广告诉求点与消费主张，依托大数 据自动检索竞争对手的消费主张，避免雷同,深度挖 掘消费主张的独创性。

　　AIGC 产业链的下游是“AIGC+ 执行实施”，主要负 责执行和落地中游算法模型对广告策划的构思，涉及广告场 景中文本、音频、图像、视频等的处理 [13] 。 该阶段对专业 人士的杠杆效应显著，能 达到降低广告策划中相关内容部分 生产成本的目的。

　　在“AIGC+ 执行实施”阶段，主要包括的落地工作共 有四项： 第一项，广告文本的处理。 AIGC 技术将人工智能 自然语言处理技术和知识图谱技术用于处理广告策划中的 广告文本，从以下两点智能完成广告文本的制作并提升该 阶段效率： 第一，基于 AIGC 的语义分析与关联，根据特 定文本的语义内容自动生成广告创意、广告标题、广告词、 广告文案内容等，提高广告内容生成的输出率，解决广告 策划人员灵感枯竭的痛点问题。 再者，亦能在此基础上对 广 告文本进行修改、优化和改进已有内容（包括修改语法 错误、润色文风、增加关键词等），达到输出更高质量的 广告内容，形成“AI+ 人工”的正项技术网络效应； 第二， 基于 AIGC 结构化的语义知识库，即知识图谱。 知识图谱 是用符号形式（节点和边组成的图数据结构）来描述和链 接广告组织、广告主、广告媒介、广告创意概念及其之间 互相的问题，向该阶段在内容创作方向提供了用“相互关系” 的角度度地分析问题的能力，并能实现精准营销。 第 二项，广告音频的处理。 人工智能技术的应用充分优化了 广告音频领域的供给效率，其中解决方案型音频处理被广 泛使用在广告音频创作中，包括各个场景、多领域的语音 合成、声音复刻、声音转换和声音定制等。 第三项，广告 图像的处理。 AIGC 技术将 CLIP（Contrastive Language Image Pre-Training）模型和扩散（Diffusion Model）模 型用于处理广告策划中的广告图像： 第一im电竞·(中国)官方网站，CLIP 模型，被 用于进行自然语言理解（广告文本、文案等）和计算机视 觉（LOGO、广告画面、宣传海报、画册等）分析。 先对 广告文字进行模型训练，再完成对另一个模型的训练，之 后调整两个模型的内部参数，使得模型分别输出的文字特 征和图像特征值与优选出的广告受众匹配。 第二，扩散模型。 基于扩散模型对原有的广告图像进行再创作，分为扩散过 程和逆扩散过程两步骤： 首先，在前期扩散阶段对历史数 据库中的原有广告图像逐步施加噪声，直至广告图像被破 坏变成完全的高斯噪声。 其次，在后期逆向阶段让高斯噪 声还原前期被破坏的原始广告图像。 这样基于平台内大数 据，AIGC 会在短时间内根据广告文本或者广告图片自动生 成能够充分引起不同广告受众注意的 LOGO、广告画面、 宣传海报、画册等，辐射到更多的广告、广告设计服务中， 快速响应实现千人千面智能广告投放的目的。 第四项，广 告视频的处理。 5G 时代为 AI 生成视频赋能，使之成为在 应用拓展流程中的重要赛点。 在广告策划平台中，也运用 到 CLIP 模型辅助创意广告视频生成工作。 CLIP 模型本身 有强大的图像数据储备，已在网络上搜集存储了超过 40 亿 个“文本 - 图像”数据。 训练的数据，这也为 AIGC 后期 在广告视频中的应用奠定了基础。 同时，运用 AIGC 技术 生成融合超分 辨率、画质修复、智能区域增强等一系列先进画质技术的创意视频，不仅能够完成精准高效的传播工作，还能更贴近广告用户的审美点。

　　在传统广告策划的评价总结阶段主要用于评估广告发 布后的传播效果。 在 AIGC 技术加持下，该阶段通过大数据 分析，自动跟踪和评估广告效果，以获取实时反馈和指导下 一步广告策略的制定，具体分为智能评估广告效果、智慧生 成反馈意见和智动扩充上游数据三个项目。 该阶段的运作原理亦是基于人工智能深度学习技术， 主要依靠 AIGC 产业链上游围绕的数据和 AIGC 技术来协同 完成，通过作业后的总结与反思补充上游数据库信息，达到 科学完善平台信息目的。 第一项，智能评估广告效果。 通过 智能识别技术（基于 AIGC 的视向测定技术）监测被测试者 （从数据库的广告受众对象中获取）注视广告作品时眼球移 动的时间长短和顺序，以达到检测该广告作品是否引人注目、 是否引发被测试者兴趣的目的。 同时，可根据实际情况考虑 是否增加基于 AIGC 技术的人机对话，通过虚拟人与被测试 者聊天的方式沟通广告作品满意程度、广告创意欣赏程度及 广告媒体契合程度等。 在这条细分赛道中，不仅能检测高效 生成广告创意、广告横幅、广告标语，还能实时监测广告效 果。 第二项，智慧生成反馈意见。 依托人工智能生成内容的 功能自动完成总结广告活动经验（根据智能识别技术形成非 交互式反馈文案； 根据人机对话模式形成交互式反馈文案）， 最后梳理并完成总结报告，达到精准征集广告信息反馈、智 慧测定广告效果的目的。 第三项，智动扩充上游数据。 由于 AIGC 高度依赖的语料库基于真假难辨的网络信息，所以可 能降低后期生成内容的线] 。 基于 AIGC 技 术在广告策划流程中作业的最后一步是不断让 AI 进行深度 学习，扩充并完善上游数据铺垫储备的工作，降低随着外部 宏观环境、微观环境等变化 对广告策划生成带来的影响。

　　随着程序化购买对消费者智能洞察力的提升，以及算 力、算法、数据三大底层能力的逐步成熟 , 生成式 AI 进入 快速成长期，AIGC 构建新型广告策划平台是元宇宙背景下 数智营销快速发展的重要调试与探索。 自广告界和 AI 发生

　　密集的碰撞，开启智能创造模式后，广告策划也在数智化技 术的加持下积极拥抱新科技，从一项制定广告整体战略的单 一功能，应用于市场需求、社会领域、元宇宙场景，延伸到 聚集资源、响应市场、交流学习和创造价值等多场景应用。 AIGC 技术赋能全链条式广告策划平台的应用研究，对未来 广告业生态圈的打造及其发展有着积极促进作用。

　　在平台发展与演变的过程中，应以更加适应社会发展 需求的方向不断升级平台功能，平台内模块结构需要相应调 整、重组达到提升用户体验感目的 [15] 。 因此基于 AIGC 不 断升级广告策划平台功能、丰富平台模块、打造平台特色， 满足用户提升广告素养的需求，吸附需要进行广告创作、广 告营销、广告学习、广告欣赏、广告娱乐的海量用户，增强 各领域用户学习的体验感、交互感，满足新技术环境下用户 对于知识储备、技能获取的需求，具有显著意义。

　　第一，创建广告资源智库。 基于大数据的统计分析， AIGC 技术坚持深度学习，寻迹挖掘广告策划平台内资源， 形成庞大的广告策划案例智库，供广告策划人员、营销人员、 广告爱好者、高校营销人才、广告与传媒人才培养等用户使用。 基于 AIGC 技术聚焦由广告引申的学科发展，不仅能够依靠 AI 对广告策划平台进行广告策划、传媒服务等教学服务提供 支持，也能积累用户的搜索记录、广告评论，刻画用户画像， 预测用户需求，提供高针对性学科助力服务。 另一方面，能 通过文本生成技术撰写广告策划书，助力推动关联知识、学 科的发展，还能通过创设虚实交互的沉浸式体验广告魅力。

　　第二，推动数智世界的教育教学改革与转型。 教育教 学数字化转型已成为影响社会未来发展的重要领域 [16] 。 在 推动转型过程中，不仅限于制作广告策划学科及其广告领域 的相关课件，积极开发广告策划及相关学科，研发广告策划 相关 软件，还要积累平台内各个阶段助力全产业链发展留存下的信息数据或素材资料，建设学科研究，提高学生的数据 驱动思维，让其了解数据在广告制作中的应用，为将来的职 业生涯做好准备，同时，满足其他用户个性化需求，为平台 生态圈的发展提供更加全面支持。

　　第三，配套广告伦理道德服务。 监测 AIGC 生成的广 告内容，携手相关法律机构共同制定行业标准，避免潜在的 广告文本、广告创意等侵权风险，保护人、机、人与机交互 后共同的版权、肖像权等。 同时，协调在平台提倡共享资源 与倡导保护用户隐私之间的矛盾。

　　第四，搭建广告策划平台生态圈。 广告领域度平 台生态圈的形成基于利益相关者的汇集与互动，得益于平台 特色资源的吸引与集结。 因此聚集利益相关者能有效向平台 用户提供信息传递、信息共享的服务，共同推动平台生态圈 的发展进步。

　　第五，落地虚实交互空间。 通过创建虚实交互的数字 交流空间、数据可视化沉浸式服务等提升用户体验，从 而构建人机交融、数实融合的智慧服务最佳载体 [17] ，以高 质量的数智服务，如提供在线的虚拟广告学术会议、广告研讨、广告创意沙龙等，获得广告业话语权，塑造广告界权威。

　　基于 AIGC 技术的广告策划平台汇集广告创意资源、 文本资源、音视频资源、媒体资源和社会资源等，对以上数 据进行预处理形成关系资源，再进行模型训练，根据营销背景， 形成相关内容，响应市场需求，提供千人千面的智慧信息服务， 形成新的价值生产方式或价值链，并引导 AI 不断深度学习， 升级算法模型，注重发展平台内数据的深度与广度，丰富创 新元素，为全局打造智慧广告生态圈提供有力保障。

　　（作者信息：侯佳 ， 厦门工学院商学院讲师、营销师二级、中国广告协会学术与教育工作委员会委员 ）

　　[4]胡潇月、于明月，拥抱 AIGC 热潮 , 运营商业务场景探索及赋能建议 [J]，通信企业管理，2023(03)，66-68.

　　[6]陈昌凤、张梦，由数据决定？AIGC 的价值观和伦理问题 [J]，新闻与写作，2023(04)，15-23.

　　[7]秦雪冰，创新生态系统理论视角下的智能广告产业演化研究 [J]，当代传播，2022(02)，67-69.

　　[10]侯佳、蔡志君、赵祁，市场调查与预测调查 [M]，长春：吉林大学出版社，2022.01，第 26 页 .

　　[11]严学军、汪涛，广告策划与管理 [M]，北京：高等教育出版社，2015.01，第 101 页 .

　　[14]郑满宁，人工智能技术下的新闻业：嬗变、转向与应对——基于 ChatGPT 带来的新思考 [J]，中国编辑，2023(04)，35-40.

　　[15]吕尚彬、熊芳芳，构建智慧型治理平台：省级广电媒体发展新维度 [J]，出版广角，2021(05)，69-71.

　　[16]陈向东、褚乐阳、王浩、金慧，教育数字化转型的技术预见：基于 AIGC 的行动框架 [J]，远程教育杂志，2023(02)，13-24.

　　[17]王晔斌、张磊，虚实相生——元宇宙视角下智慧图书馆场景实现 [J]，图书馆杂志，2022(7)，18-24