在傳統(tǒng)營銷中，重復(fù)的基建工作導(dǎo)致任務(wù)量很大，借助AI模型，結(jié)合營銷平臺，可以達(dá)到提效。本文介紹了智能營銷平臺輕舸，一起來看看其特點吧。

在傳統(tǒng)營銷中，客戶在策劃廣告推廣時需要層層搭建計劃、手動添加素材、時刻關(guān)注效果，這個繁瑣流程需要大量表單填寫和反復(fù)跳轉(zhuǎn)，重復(fù)的基建工作量很大，導(dǎo)致商業(yè)營銷成為繁重的體力活，影響整體投放效率。

借助文心大模型，我們推出了輕舸：一個成本優(yōu)化、高效經(jīng)營的智能營銷平臺。

01 探索方向

輕舸平臺核心想要解決的，是如何利用生成式AI的能力，讓交互過程回歸自然，讓客戶可以通過自然語言對話這種最本能的方式完整表達(dá)原生訴求，全面解決傳統(tǒng)廣告投放中曲折繁復(fù)、學(xué)習(xí)門檻高、分析操作耗時的痛點，降低營銷門檻，幫助客戶進(jìn)一步拓展服務(wù)邊界，提升服務(wù)效率，重塑商業(yè)營銷新體驗。

02 對體驗的挑戰(zhàn)

作為全新的AI原生投放平臺，在搭建過程中設(shè)計側(cè)面臨諸多挑戰(zhàn)。首先，初次接觸對話式產(chǎn)品的客戶不知道怎么準(zhǔn)確清晰表達(dá)需求，如何在開放的自然語言對話場景下高效引導(dǎo)用戶清晰表達(dá)真實需求，降低用戶理解和操作成本是設(shè)計側(cè)面臨的第一個挑戰(zhàn)。

其次，在傳統(tǒng)平臺中客戶動線依據(jù)菜單、導(dǎo)航進(jìn)行業(yè)務(wù)流程連接，用固化的表單來形成明確的指令，在輕舸中如何用自然語言對話+輔助信息引導(dǎo)客戶順暢完成任務(wù)流程是設(shè)計側(cè)面臨的第二個挑戰(zhàn)。同時，傳統(tǒng)營銷平臺在界面元素視覺表達(dá)和競對同質(zhì)化嚴(yán)重，缺乏視覺記憶點，難以給客戶留下深刻印象，如何打破傳統(tǒng)認(rèn)知，打造商業(yè)AI原生產(chǎn)品獨有的品牌感知，在競爭激烈的市場中脫穎而出是設(shè)計側(cè)面臨的第三個挑戰(zhàn)。

基于以上挑戰(zhàn)，我們將設(shè)計重點聚焦在以下三個方面：

1. 如何構(gòu)建一個高效輸入輸出的對話模型？
2. 如何增強對話內(nèi)容與輔助信息之間的關(guān)聯(lián)性，使對話過程更自然？
3. 如何創(chuàng)新一種與GUI時代不同的AI視覺語言？

針對以上三個方面的疑問，我們通過「一問一答的指令式簡單表達(dá)」、「靈活響應(yīng)的LUI+GUI模式AI框架」、「智能化營銷視覺語言感知」三大舉措，打破傳統(tǒng)GUI時代的肌肉記憶，構(gòu)建了一套完整的AI技術(shù)能力下原生體驗設(shè)計體系。旨在滿足用戶多樣靈活的表達(dá)需求，同時在不同情境下更流暢地與模型進(jìn)行交互對話。

1. 一問一答的指令式對話模型

B端對話與自由閑聊有所區(qū)別，通常需要通過問答完成特定任務(wù)。目前技術(shù)，最簡單的方式是采用一問一答，通過多輪對話逐步收集信息來完成任務(wù)。

設(shè)計這種對話邏輯通常遵循3個步驟：解析意圖>設(shè)計流程>交互形式。具體如下：

1.1 解析意圖

自然語言解析任務(wù)意圖

以輕舸平臺為例，客戶在平臺上有多種任務(wù)目標(biāo)，包括創(chuàng)建、查看、修改和診斷。為了設(shè)計一個閉環(huán)的對話流程，首要任務(wù)是通過自然語言的語義解析準(zhǔn)確捕捉客戶的意圖。例如，當(dāng)客戶說：“我想推廣一款產(chǎn)品”時，我們能快速判斷客戶的意圖是創(chuàng)建廣告，然后引導(dǎo)客戶進(jìn)入多輪對話，協(xié)助完成營銷方案的創(chuàng)建。

這一對話過程將一直持續(xù)，直到客戶表達(dá)其他意圖，比如：“我上周推廣的營銷方案有什么問題嗎”，此時對話焦點轉(zhuǎn)為診斷意圖。因此，在啟動多輪對話時，首先要明確客戶本輪對話的目標(biāo)，以有針對性地引導(dǎo)客戶，使其高效達(dá)成各項任務(wù)。

無意圖時給出行動呼吁

在新客戶不清楚任務(wù)或缺乏意圖時，或者上一個任務(wù)剛結(jié)束時，務(wù)必確保客戶不感到迷茫。我們需要積極推動客戶開啟下一個話題，以保持對話的連貫性。通過提出問題、提供提示和引導(dǎo)等方式促使客戶參與，推動任務(wù)進(jìn)展，避免對話停頓。在此過程中，我們不僅避免了對話的停頓，還限制了客戶由于隨意發(fā)揮而超出AI響應(yīng)范圍的可能性。

1.2 設(shè)計流程

任務(wù)型對話流話術(shù)模型

一旦客戶的意圖明確，我們需要設(shè)計達(dá)成任務(wù)的必要路徑。在對話流中，要去除冗余環(huán)節(jié)達(dá)成收集任務(wù)所需的信息。設(shè)計流程是信息收集的過程，任務(wù)型對話流注重有效和高效，基本話術(shù)需保持準(zhǔn)確、簡潔、清晰易懂。我們制定了四種AI話術(shù)模式，包括消歧、追問、確認(rèn)和兜底，旨在引導(dǎo)客戶提供必要信息，推進(jìn)任務(wù)動線。

創(chuàng)建任務(wù)

首先，我們要確定創(chuàng)建任務(wù)的主要流程，明確完成任務(wù)需要完善的步驟，確保多輪對話用于實現(xiàn)目標(biāo)達(dá)成。盡管大多數(shù)信息可使用默認(rèn)值或當(dāng)前用戶狀態(tài)的默認(rèn)填充，但關(guān)鍵流程必須由客戶清晰準(zhǔn)確地表達(dá)信息。在獲取必填信息的對話中，需確定關(guān)鍵流程之間的優(yōu)先級。

修改任務(wù)

客戶的自然表達(dá)可能涵蓋多個關(guān)鍵信息，例如“我想將【某方案】的投放人群修改為華北地區(qū)的年輕男性”里面就包含了4個關(guān)鍵信息。然而，如果客戶簡單地說“我想修改投放人群”，則缺失了四個需要準(zhǔn)確表達(dá)的關(guān)鍵信息，這時就需要通過追問和消除歧義等方式，逐一收集這些信息。

1.3 交互形式

除自然語言外，可以通過快捷prompt輔助輸入、GUI內(nèi)容卡直觀呈現(xiàn)來降低獲取客戶信息及訴求的門檻。

輸入型話術(shù)收集信息

創(chuàng)新探索了指令約束入/文本插入/帶入單多選/快捷回復(fù)/文本混排等10+個prompt交互輔助形式。

輸出型話術(shù)推送信息

在關(guān)鍵流程信息尚未成功收集的情況下，及時為客戶推送策略、建議、創(chuàng)意和數(shù)據(jù)等內(nèi)容，有助于加速任務(wù)的完成。積累了包括多媒體推薦卡/圖表卡/信息卡/優(yōu)化卡等10+種inline卡片。

2. 靈活響應(yīng)的沉浸式AI框架

采用LUI+GUI的交互形式，體現(xiàn)了AI Native作為操作系統(tǒng)基座的特色。 原先GUI時代，一方面給予客戶非常明確的任務(wù)預(yù)期， 另一方面GUI這種明確性實際上是通過約束客戶行為來快速達(dá)成系統(tǒng)與客戶雙方共識。AI Native的交互模式，讓客戶能夠自由表達(dá)，但并不意味折損溝通的效率和任務(wù)成功率。因此我們設(shè)計了GUI多模態(tài)輔助區(qū)在不同的任務(wù)中與LUI區(qū)域?qū)崟r聯(lián)動。

2.1 框架定義

LUI+GUI雙區(qū)布局

LUI區(qū)（自然語言交互）使用文本或字符展示用戶界面，例如命令行界面（CLI），允許用戶通過鍵盤輸入命令、查看文本信息，以簡單的文本界面完成任務(wù)。

GUI區(qū)（圖形界面交互）采用圖形元素，如按鈕、圖標(biāo)、表單等，為用戶提供更直觀、可視化的交互界面。通過鼠標(biāo)或觸摸屏等設(shè)備進(jìn)行友好而直觀的操作，特別適用于處理復(fù)雜任務(wù)。

GUI區(qū)多場景適用

輔助預(yù)覽：通過原子粒度的預(yù)覽卡片組件拼接，作為對話信息收集的反饋，輔助預(yù)覽任務(wù)進(jìn)度、方案詳情等。

深度創(chuàng)編：集成多樣的AI SDK工具，支持深度創(chuàng)編，包括文案生成、圖片生成、視頻生成等創(chuàng)意生產(chǎn)的SDK能力。

2.2 聯(lián)動交互

LUI為主GUI為輔沉浸對話

在這種聯(lián)動交互方式下，用戶主要通過生成式對話（LUI）進(jìn)行交互，從中獲取信息、發(fā)起任務(wù)等，而GUI則輔助提供可視化反饋和補充操作。

GUI為主LUI為輔深度創(chuàng)編

在這種聯(lián)動交互方式下，GUI區(qū)是主要的交互場域，用戶通過點擊、拖拽等圖形元素進(jìn)行操作，而生成式對話（LUI）作為輔助，提供額外的自然語言輸入途徑。

2.3 聯(lián)動原則

信息更新實時反饋

GUI對LUI獲取信息反饋具備多種形式，包括文本高亮、跑馬燈框選、錨點自動定位以及下劃線標(biāo)識，多樣的反饋方式能夠直觀地引導(dǎo)用戶。

LUI對GUI提交信息反饋采用多模態(tài)氣泡形式，具體包含原素材、多媒體卡，為用戶提供全面而清晰的信息呈現(xiàn)，以確保雙向交互的即時性和有效性。

GUI區(qū)自定義配置

GUI支持最多兩級菜單，用戶可通過箭頭導(dǎo)航返回上一級。

此外，用戶可根據(jù)需要選擇GUI區(qū)的模度、配置GUI區(qū)收起或展開，使用戶能夠根據(jù)實際需要自由調(diào)整界面。

雙區(qū)協(xié)同交互自然

形式上：LUI和GUI的雙區(qū)聯(lián)動需要確?？蚣艿姆€(wěn)定和平滑自然過渡。這體現(xiàn)在它們的出現(xiàn)、形變和轉(zhuǎn)場的過程中。

內(nèi)容上：LUI和GUI相互補充，提供不同但相互關(guān)聯(lián)的功能。例如，當(dāng)LUI推薦的內(nèi)容不滿足需求時，可以調(diào)起GUI進(jìn)行二次編輯。

這種雙區(qū)的自然交互設(shè)計旨在提升用戶體驗，使操作過程更加流暢和智能。

3. 智能化視覺語言

基于“放開說、簡單用、都搞定”的產(chǎn)品理念，確定新平臺的視覺設(shè)計目標(biāo)——打造品牌感增強智能氛圍。具體設(shè)計舉措包括：一、通過明確品牌設(shè)計理念，提煉品牌關(guān)鍵詞，塑造品牌基因。二、從形、色、質(zhì)、構(gòu)、動5個方面在輕舸平臺拓展品牌基因，加強產(chǎn)品的營銷屬性，強化用戶沉浸感，打造品牌記憶點。

3.1 打造品牌感知

品牌設(shè)計理念

打造了一個智能科技感的營銷生態(tài)體系。通過對新平臺的設(shè)計，提升體驗及服務(wù)品質(zhì)的同時，打破工具類產(chǎn)品較為沉悶的使用感受，挖掘客戶在投放廣告時的情緒內(nèi)核，打造“智能致簡、自由未來”的新工作方式。

品牌關(guān)鍵詞

在確定智能作為核心關(guān)鍵詞后，對此發(fā)進(jìn)行情緒版關(guān)鍵詞的發(fā)散，結(jié)合前文提到各方訴求，最終把關(guān)鍵詞鎖定到智能、致簡、未來上，詮釋“生成式AI ”的營銷新未來。

3.2 品牌基因拓展

提取了設(shè)計關(guān)鍵詞【智能】、【致簡】、【未來】，統(tǒng)一貫穿品牌感受，通過「形」「色」「質(zhì)」「構(gòu)」「動」五個視覺維度，讓工具退去冷冰的外殼，走進(jìn)與智能隔空對話的新世界。

智能｜打造智慧生命體符號貫穿產(chǎn)品 提升智能化體驗感知

在對關(guān)鍵詞的發(fā)散階段，討論和嘗試了多種能將“智能”概念視覺化的元素，考慮到UI界面的延展性和可用性，最終把可視化元素鎖定在球體和光上——圓球呈現(xiàn)營銷場景，傳達(dá)輕舸開啟智能化經(jīng)營時代，球中心的葉片在動畫塑造上擁有多樣豐富的表現(xiàn)形式，驅(qū)動并引領(lǐng)業(yè)務(wù)創(chuàng)新發(fā)展。

在產(chǎn)品的核心界面上，將智能體常駐在按鈕中使用，強化品牌和氛圍感，同時和業(yè)務(wù)也進(jìn)行結(jié)合——以智能體與生成狀態(tài)呼應(yīng)，讓品牌和功能直接連接起來；

致簡｜ 全局樣式輕量致簡，年輕友好

輕舸代表著效率的先進(jìn)生產(chǎn)力，從GUI到LUI，打破了辦公空間的實體界限。我們?yōu)榱舜_定更加獨特的品牌色，我們搜集了大量的科技、智能相關(guān)圖片，提煉出了智能藍(lán)，神秘紫，能夠為輕舸塑造更加有未來科技感及智慧感的視覺感受和認(rèn)知。

在界面顏色的使用上，主界面輕盈空靈的藍(lán)紫色調(diào)，包括控件、字色，保證界面整體色調(diào)的統(tǒng)一具有延續(xù)性。新的配色方案讓用戶感受到新穎、現(xiàn)代，煥然一新。

在質(zhì)感營造上，考慮到UI界面的通用性，避免3D材質(zhì)的喧賓奪主，材質(zhì)風(fēng)格以簡單通用為主，顏色以界面主色調(diào)為基礎(chǔ)，漫射材質(zhì)多營造輕盈的通用質(zhì)感；

未來｜輕盈動效，科技質(zhì)感，體現(xiàn)代際差異營造未來感

在對話場景中，信息呈現(xiàn)有一定的復(fù)雜場景，UI界面要保持克制，背景以簡潔為主，弱化背景的復(fù)雜度，讓前后關(guān)系明確。在對話區(qū)與輔助預(yù)覽區(qū)使用透明或半透明元素，并通過層次感營造深度和空間感。

在動效的設(shè)計上，也承接未來的設(shè)計理念，要在用戶界面（UI）設(shè)計中體現(xiàn)出未來感，使用流暢的動畫和有趣的交互效果，如響應(yīng)式按鈕、懸浮效果和動態(tài)背景，信息加載銀質(zhì)質(zhì)感骨架屏、霓虹色調(diào)的邊框等，這些可以讓界面顯得更具動態(tài)和未來感。

結(jié)語

AI 原生的產(chǎn)品設(shè)計，并不是說“加個 LLM 對話框做 Copilot”，而是需要基于 LLM 能力和限制，重新設(shè)計能力和交互，幫助用戶完成任務(wù)。一個成功的對話式模型需具備感知上下文、識別用戶意圖、提供愉悅路徑引導(dǎo)，并具備有兜底對話以應(yīng)對復(fù)雜情境的能力。

通過持續(xù)反饋構(gòu)建AI應(yīng)用的數(shù)據(jù)飛輪，更多反饋促進(jìn)算法和產(chǎn)品體驗優(yōu)化，吸引更多用戶，產(chǎn)生更多數(shù)據(jù)，進(jìn)而形成正向循環(huán)。