前言

2022 年底 ChatGPT 發(fā)布，各行業(yè)一度陷入恐慌，其中 AI 生圖技術的效果和速度令人們驚嘆，以創(chuàng)意為核心競爭力的設計師群體首當其沖。

然而很快我們發(fā)現(xiàn)，AI 在模仿和融合設計方面的能力非常驚人，在靈感激發(fā)和設計過程中善用 AI 工具能極大提高創(chuàng)意效率。在廣告營銷領域，國內(nèi)外品牌紛紛將 AIGC 融入營銷活動，用傳統(tǒng)創(chuàng)作手段與 AI 技術碰撞出新的視覺效果甚至新的產(chǎn)品。

更多AIGC實戰(zhàn)案例：

MEUX 的運營設計師們在百度 APP 的渠道增長方向也進行了一次 AI 應用的突破，我們首次基于實際業(yè)務去學習使用 AI，借助 AI 能力生產(chǎn)海量的圖片物料，通過網(wǎng)絡廣告位推送給用戶，從而實現(xiàn)用戶增長的目標。

一、不可能完成的任務？

網(wǎng)絡廣告投放的優(yōu)勢在于千人千面，這就需要持續(xù)供給大量的廣告創(chuàng)意。過去這項工作全部由人工完成，設計師需要基于一些圖片素材、用大家熟悉的 PS、拍攝等方式進行創(chuàng)意設計。由于每周要供給幾千個新物料，而耗時費力地制作精致美觀的圖片又未必能帶來更高的收益，因此逐漸發(fā)展成數(shù)量級遇瓶頸且物料視效不優(yōu)的局面。在控成本的情況下，想要把物料數(shù)量再提升一個量級、同時提高美觀度，這幾乎是不可能的事情。而如今的 AI 技術讓我們看到了希望。

我們與產(chǎn)品和研發(fā)經(jīng)過一段時間的研究，使用 Stable Diffusion 生產(chǎn)出了海量的圖片物料，產(chǎn)能和畫面質(zhì)量都超越了傳統(tǒng)人工生產(chǎn)模式。

二、從新手翻車到輕車熟路

對于百度 APP 的廣告物料來說，使用 AI 生成可用的圖片并沒有想象中那么容易，我們在嘗試 Stable Diffusion 的初期屢屢翻車。

在這個業(yè)務場景中，目標是向用戶推廣百度 APP 的搜索功能，我們需要基于搜索 query（即用戶搜索詞）生成物料的底圖，例如“家常肉丸子”、“如何給汽車加油”、“面霜推薦”、“麻辣小龍蝦的做法”等等，內(nèi)容類型包羅萬象。

Stable Diffusion 界面的上手難度略高于 Midjourney，但基本原理相同，于是我們針對具體 query，選擇適合的大模型和 Lora、擴充正反提示詞并反復調(diào)參，這樣可以順利生成一些效果不錯的圖片。

但也有不少 query 難度較大，對于 AI 生不出來的，嘗試用圖生圖、Controlnet 等插件，攻克一個個 badcase。當我們經(jīng)過幾個小時的研究終于獲得一盤相對靠譜的麻辣小龍蝦的時候，激動之余也感受到駕馭 AI 是有一定門檻的，也發(fā)現(xiàn)對于中國本土事物，市面上的 AI 大模型大多水土不服，想要生成正確的圖像仍有一定難度。

在了解了 AI 的能力現(xiàn)狀之后，業(yè)務方開始嘗試小規(guī)模生產(chǎn)，選擇一批 AI 相對擅長的 query，由設計師選定適合的大模型并撰寫完整的提示詞，再由產(chǎn)品和研發(fā)如法炮制生成上千張圖片后投放到線上，看上去似乎解決了量產(chǎn)的問題。

但是，百度的搜索 query 量級巨大，有幾十萬個，我們初期研究的十幾個 query 只是九牛一毛，用這種手工作坊的方式逐個定制提示詞顯然是不現(xiàn)實的。

三、手自一體發(fā)動量產(chǎn)

幾十萬個 query，似乎又是一個不可能完成的任務。

我們重新從 query 的分類入手，由設計師針對一些高收益的垂類提煉相應的提示詞模板，每套模板不包含畫面主體提示詞，僅用來穩(wěn)定控制畫面的色彩和視角、物體的質(zhì)感、人物的情緒等等，再由研發(fā)批量添加主體提示詞、接入 Stable Diffusion 批量生圖。

設計師在撰寫調(diào)試提示詞模板時，需要針對不同垂類的特點做差異化定制，一方面要確保圖片內(nèi)容正確、另一方面要控制風格與這類 query 相匹配。比如，針對「生產(chǎn)制造」類，選用“Realistic_Vision_V5.0.safetensors”等寫實畫面的大模型，添加“工業(yè)”、“機械”、“光滑”等提示詞，體現(xiàn)機械設備的特征；而針對「醫(yī)美」類，選用“braBeautifulRealistic_v40”等擅長繪制亞洲美人的大模型，使用“女孩”、“青春活力”等正向詞來呈現(xiàn)健康美麗的人像，用“變形”、“扭曲”等反向詞避免人體畸形。

用這樣的提示詞模板有了第一批量產(chǎn)圖片后，我們再觀察圖片效果問題做進一步調(diào)優(yōu)。

比如「旅游出行」類，第一版提示詞模板量產(chǎn)出來的圖片看上去還不錯，但是數(shù)據(jù)表現(xiàn)不理想，我們通過觀察分析發(fā)現(xiàn)整體色調(diào)偏暗、視角不佳，在廣告投放場景中不吸睛。于是我們在正向詞和反向詞中都加入了控制色彩和視角的提示詞，將畫面色調(diào)從灰暗調(diào)至鮮艷、視角從遠景鳥瞰拉到中景平視，把好看的風景送到用戶面前，更容易吸引用戶點擊。

搞定了底圖的量產(chǎn)方式，還有另一個構成要素——模板，模板用于承載文案和引導按鈕等元素，套在底圖上組成圖片物料。其中的文案要展示中文，但目前的AI無法生成，因此需要由設計師制作，但同樣的問題是，為幾十萬個query定制化地設計模板也是不現(xiàn)實的。

因此，我們?nèi)匀皇菑?query 分類入手，針對每個垂類設計比較通用的模板樣式，再由研發(fā)用技術手段批量套用到底圖上。

仍然以「旅游出行」類為例，我們根據(jù)垂類特點設計了兩種模板：對于地標建筑類辨識度高的圖片，搭配上下結構的模板、主要用畫面中的主體吸引用戶；而大場景自然風光類圖片通常沒有明顯視覺焦點，適合搭配居中結構的模板、用大字文案快速抓住用戶眼球促進轉化。用這個思路還可以繼續(xù)細分擴充模板樣式，套用到 AI 生成的各類底圖上，在量產(chǎn)基礎上實現(xiàn)創(chuàng)意多變。

四、道阻且長，行則將至

在量產(chǎn)投放過程中我們發(fā)現(xiàn)，物料數(shù)量與數(shù)據(jù)效果不一定正相關，而底圖畫面的精美度與數(shù)據(jù)效果也并不總是正相關，因此我們也在積極地研究提升數(shù)據(jù)的方法，設計師針對業(yè)務的關鍵數(shù)據(jù)指標，從視覺方面和用戶視角思考更多解法。

比如通過拆解物料要素可見，文案也十分重要，特別是對于相對抽象的 query，例如「教培類」“雅思培訓班”，圖片很難直觀體現(xiàn)內(nèi)容，主要靠大字文案吸引點擊，一方面我們在模板的文案樣式上做更加醒目的設計，另一方面文案的內(nèi)容也需要具有一定情緒激勵作用，例如“雅思不過關？培訓機構怎么選？”更能打中用戶痛點并且更有互動感，但目前 AI 生成的文案在這方面表現(xiàn)不佳，因此文案也是未來可研究的一個子方向。我們從用戶視角輸出方法，不斷提高 AI 自動化程度和生產(chǎn)質(zhì)量，為業(yè)務帶來增長收益。

同時，設計師也在主導通過 AB 實驗持續(xù)摸索“好物料”的特點，提煉底圖、模板、文案的設計要點，將適合業(yè)務場景的經(jīng)驗沉淀到 AIGC 量產(chǎn)上。

結語

一切都才剛剛開始，我們看到目前的 AI 能力還無法實現(xiàn)全自動化，現(xiàn)階段需要由設計師使用專業(yè)術語跟 AI 對話，并通過分析實際應用場景和一次次的數(shù)據(jù)驗證反推出相應的解法再操控 AI，不斷摸索人機協(xié)作的方式去落地應用。

當下，設計師掌握 AI 工具已成為一項新的基礎能力，我們也要具備更強的業(yè)務思維，才能用新工具發(fā)揮出更大的商業(yè)價值。同時我們也會持續(xù)關注 AI 的發(fā)展，應用最新的技術能力做更多嘗試，在 AI 的浪潮中將更多的不可能變成現(xiàn)實。

歡迎關注作者的微信公眾號：「百度MEUX」