隨著生成式人工智能的快速普及，消費(fèi)者獲取信息的入口，正在發(fā)生一場(chǎng)“無聲但劇烈”的遷移。

從在搜索框里輸入多個(gè)關(guān)鍵詞，到對(duì)著大模型聊天“請(qǐng)幫我推薦一款適合川藏線旅行拍攝的無人機(jī)”；從傳統(tǒng)搜索引擎，到內(nèi)容平臺(tái)站內(nèi)搜索，再到各種AI助手和對(duì)話機(jī)器人，新一代“搜索”正在以對(duì)話形式重構(gòu)。

在這場(chǎng)入口遷移中，關(guān)鍵詞不再只是“投放后臺(tái)的一列詞”，而正在成為品牌在AI搜索時(shí)代最關(guān)鍵的數(shù)字資產(chǎn)之一：誰能更早、更精準(zhǔn)地預(yù)測(cè)用戶會(huì)“問什么”，并讓品牌信息在答案中被優(yōu)先引用，誰就能在新一輪流量重構(gòu)中搶得先機(jī)。

利歐集團(tuán)數(shù)字科技有限公司（以下簡(jiǎn)稱“利歐數(shù)字”）正在把這一趨勢(shì)，變成可落地、可規(guī)模復(fù)制的AI營銷能力——通過生成式推薦技術(shù)完成從“物品推薦”到“創(chuàng)意推薦”的范式遷移，打造面向廣告投放場(chǎng)景的生成式創(chuàng)意推薦系統(tǒng)。

01

AI重構(gòu)搜索：

關(guān)鍵詞變成“會(huì)說話的資產(chǎn)”

在傳統(tǒng)搜索時(shí)代，營銷的主戰(zhàn)場(chǎng)是：圍繞PC和移動(dòng)端搜索框，圍繞有限的詞表和投放版位，爭(zhēng)奪每一次展示和點(diǎn)擊。而在生成式AI時(shí)代，用戶的問題不再是“關(guān)鍵詞拼接”，而是自然語言中的消費(fèi)場(chǎng)景、個(gè)人偏好和復(fù)雜需求，比如：

• “預(yù)算3000內(nèi)，適合女生一個(gè)人旅行拍vlog的無人機(jī)推薦？”
  

• “今年秋季去川藏線，適合新手的無人機(jī)型號(hào)有什么區(qū)別？”

對(duì)品牌而言，挑戰(zhàn)從“覆蓋更多關(guān)鍵詞”，變成“預(yù)判更多問題、覆蓋更多意圖”，并讓AI在生成答案時(shí)“優(yōu)先想到你”。這背后有三個(gè)深刻變化：

• 入口分散化：從搜索引擎，擴(kuò)展到短視頻、內(nèi)容社區(qū)、電商平臺(tái)的站內(nèi)搜索，以及各類大模型對(duì)話系統(tǒng)。
  

• 表達(dá)自然化：用戶不再糾結(jié)于“詞怎么拼、順序如何排”，而是用自然語言表達(dá)真實(shí)需求和場(chǎng)景。

• 決策前置化：越來越多的產(chǎn)品比較、方案選擇，被前置到AI對(duì)話或站內(nèi)搜索中完成，廣告和交易緊密相連。

關(guān)鍵詞因此從“靜態(tài)列表”，升級(jí)為“連接消費(fèi)者語言與品牌商業(yè)目標(biāo)的動(dòng)態(tài)資產(chǎn)”：既要覆蓋用戶真實(shí)搜索行為，又要能被生成式AI快速理解與調(diào)用，成為AI答案的核心素材之一。

利歐數(shù)字的選擇，是用生成式大模型和生成式推薦技術(shù)，把這件原本高度依賴人工經(jīng)驗(yàn)的工作，系統(tǒng)化、自動(dòng)化、智能化——讓關(guān)鍵詞真正“會(huì)說話”，也讓創(chuàng)意“懂問題、會(huì)回答”。

02

利歐數(shù)字的底層布局：

從盤古引擎到生成式創(chuàng)意推薦系統(tǒng)

早在2021年，利歐數(shù)字便推出自研廣告交易平臺(tái)——利歐數(shù)字盤古引擎，深度對(duì)接百度營銷 Marketing-API，為廣告主提供高效的百度系廣告投放和優(yōu)化能力。這是利歐數(shù)字在“搜索營銷基礎(chǔ)設(shè)施”上的第一次系統(tǒng)性布局。

進(jìn)入生成式AI時(shí)代，利歐數(shù)字在2023年對(duì)盤古引擎啟動(dòng)AI化升級(jí)：將自研算法能力與大語言模型（LLM）深度融合，打造圍繞“關(guān)鍵詞資產(chǎn)”的一整套智能工具，讓“人+AI”的組合成為搜索營銷的新標(biāo)配。

在此基礎(chǔ)上，利歐數(shù)字進(jìn)一步引入生成式推薦框架，把電商、內(nèi)容平臺(tái)中成熟的“物品推薦”技術(shù)，創(chuàng)新性遷移到“廣告創(chuàng)意推薦”上，率先構(gòu)建了“面向廣告投放場(chǎng)景的生成式創(chuàng)意推薦系統(tǒng)”：

• 從“推薦商品”，走向“推薦關(guān)鍵詞+推薦創(chuàng)意”；

• 從“點(diǎn)擊率優(yōu)化”，走向“從搜索到轉(zhuǎn)化的全鏈路優(yōu)化”；

• 從“寫詞靠經(jīng)驗(yàn)、寫文案靠靈感”，走向“寫詞有模型、寫文案有系統(tǒng)”。

圍繞這一升級(jí)，利歐數(shù)字構(gòu)建了三大核心能力：

• 關(guān)鍵詞拓詞（大模型擴(kuò)展）
  

• 拓詞分類（結(jié)構(gòu)化規(guī)劃與創(chuàng)意生成）

• 拓詞評(píng)測(cè)篩選（數(shù)據(jù)驅(qū)動(dòng)的優(yōu)選與迭代）

并在此之上，疊加面向文案與素材的生成式創(chuàng)意推薦能力，共同構(gòu)成品牌在新搜索環(huán)境中的“關(guān)鍵詞增長引擎”和“創(chuàng)意增長引擎”。

03

三大AI關(guān)鍵詞能力：

從拓詞到篩選的智能閉環(huán)

 01）關(guān)鍵詞拓詞： 從一個(gè)場(chǎng)景，長出“萬級(jí)詞表” 

在傳統(tǒng)投放中，拓詞往往依賴人工經(jīng)驗(yàn)：運(yùn)營人員圍繞某個(gè)品類，逐條腦補(bǔ)用戶可能會(huì)搜索的詞，效率低、覆蓋不完整，也難以緊跟熱點(diǎn)變化。

利歐數(shù)字基于大模型構(gòu)建的關(guān)鍵詞拓詞能力，從底層技術(shù)邏輯上重構(gòu)了這一過程：

系統(tǒng)首先將種子詞編碼為高維向量，經(jīng)由經(jīng)過海量搜索查詢語料微調(diào)的大語言模型，結(jié)合注意力機(jī)制捕獲上下文語義關(guān)聯(lián)。通過自監(jiān)督學(xué)習(xí)方式進(jìn)行序列預(yù)測(cè)，生成語義連貫且符合用戶搜索習(xí)慣的拓展詞。整個(gè)過程引入控制生成技術(shù)，允許通過提示工程（Prompt Engineering）嵌入詞性、場(chǎng)景、語法結(jié)構(gòu)等控制信號(hào)，從而確保輸出結(jié)果兼具相關(guān)性與多樣性。

• 種子詞語義理解：通過深度學(xué)習(xí)模型，自動(dòng)理解廣告主輸入的種子詞的語義特征和商業(yè)意圖，而不僅是字面匹配；

• 自回歸式拓展：基于Transformer為基礎(chǔ)的序列模型，自回歸式地生成與種子詞語義高度相關(guān)的擴(kuò)展關(guān)鍵詞，形成自然延展的“關(guān)鍵詞族群”；

• 詞性智能識(shí)別：支持優(yōu)化師選擇期望的詞性（名詞、動(dòng)詞、形容詞等），精準(zhǔn)控制生成方向，保證拓展詞既多樣又可控。

在應(yīng)用層面，廣告主只需給出一個(gè)消費(fèi)場(chǎng)景或品類，例如：“3C 數(shù)碼產(chǎn)品 - 無人機(jī)”，系統(tǒng)會(huì)自動(dòng)結(jié)合：

• 消費(fèi)場(chǎng)景：旅行航拍、城市夜景、親子出游等使用場(chǎng)景；

• 用戶意圖：入門體驗(yàn)、專業(yè)航拍、內(nèi)容創(chuàng)作、戶外探險(xiǎn)等動(dòng)機(jī)；

• 功能賣點(diǎn)：圖傳距離、防抖能力、續(xù)航時(shí)間、避障性能、拍攝分辨率等；

• 行為路徑：購買渠道、價(jià)格區(qū)間、品牌對(duì)比、售后保障等；

• 實(shí)時(shí)熱點(diǎn)：如“秋季川藏線自駕”“飛無人機(jī)拍日出”“城市夜跑Vlog”等場(chǎng)景。

由此自動(dòng)生成萬級(jí)規(guī)模的高相關(guān)關(guān)鍵詞網(wǎng)絡(luò)，不僅覆蓋用戶明確的搜索詞，還覆蓋大量“自然語言問法”背后的隱性意圖。這意味著廣告主可以在極短時(shí)間內(nèi)，擁有過去需要團(tuán)隊(duì)數(shù)周才能搭建的關(guān)鍵詞資產(chǎn)池，為后續(xù)的分層投放和創(chuàng)意生產(chǎn)提供足夠“彈藥”。

 02 ）拓詞分類：從詞表到計(jì)劃與創(chuàng)意的一鍵搭建 

有了“海量好詞”，如何高效落地到投放，是第二個(gè)關(guān)鍵環(huán)節(jié)。利歐數(shù)字的拓詞分類能力，會(huì)對(duì)拓展出的關(guān)鍵詞進(jìn)行自動(dòng)聚類和分層：

• 按消費(fèi)意圖區(qū)分：種草、比較、決策、售后等；

• 按價(jià)格帶、品牌偏好、使用場(chǎng)景等維度形成清晰結(jié)構(gòu)；

• 自動(dòng)匹配適合的出價(jià)策略與人群定向建議。

在此基礎(chǔ)上，系統(tǒng)能夠自動(dòng)生成對(duì)應(yīng)的投放計(jì)劃結(jié)構(gòu)，并聯(lián)動(dòng)利歐數(shù)字在AIGC領(lǐng)域的能力，為不同關(guān)鍵詞組生成個(gè)性化的廣告創(chuàng)意與落地頁文案建議。

通過與百度 Marketing-API 的深度對(duì)接，盤古引擎可以完成從“關(guān)鍵詞—計(jì)劃—單元—?jiǎng)?chuàng)意”的自動(dòng)化搭建，讓“從策略到執(zhí)行”真正實(shí)現(xiàn)一體化，減少大量機(jī)械性操作，讓優(yōu)化師把時(shí)間投入到高價(jià)值策略判斷上。

技術(shù)實(shí)現(xiàn)層面，利歐數(shù)字的拓詞分類系統(tǒng)通過以下模塊協(xié)同實(shí)現(xiàn)高效分類處理：

• 通信接入模塊：基于 FastAPI 框架提供 Web 接口，接收外部系統(tǒng)提交的拓詞列表，并對(duì)接自然語言處理算法節(jié)點(diǎn)，實(shí)現(xiàn)通信交互管理。也是互聯(lián)網(wǎng)廣告行業(yè)成熟的RESTful開發(fā)接口，適合與廣告主或者媒體實(shí)現(xiàn)數(shù)據(jù)同步多種定制開發(fā)需求；
  

• 任務(wù)調(diào)度模塊：采用分布式任務(wù)隊(duì)列+消息驅(qū)動(dòng) 架構(gòu)，對(duì)大規(guī)模拓詞任務(wù)進(jìn)行拆分與并行調(diào)度，顯著提升海量詞表的分類處理效率，解耦削峰與定時(shí)調(diào)度的生產(chǎn)場(chǎng)景，提高了前端用戶的操作體驗(yàn)；

• 分類任務(wù)處理模塊：通過訪問外部分類服務(wù)（可以與廣告客戶的分類服務(wù)目錄同步），將每個(gè)搜索詞映射至分層多級(jí)類目語義 id，并進(jìn)一步轉(zhuǎn)換為用戶可讀的層次化分類信息；

• 數(shù)據(jù)存儲(chǔ)模塊：基于關(guān)系型數(shù)據(jù)庫結(jié)構(gòu)實(shí)現(xiàn)分類結(jié)果的持久化存儲(chǔ)與緩存管理，支持類目映射表和拓詞-類目關(guān)聯(lián)關(guān)系的快速檢索與更新。

在實(shí)際工作流程中，系統(tǒng)首先接收來自上游的拓詞列表，經(jīng)任務(wù)拆分后，由分布式節(jié)點(diǎn)并發(fā)處理每個(gè)詞語的分類請(qǐng)求。處理過程中支持緩存優(yōu)先機(jī)制，避免重復(fù)計(jì)算，同時(shí)實(shí)時(shí)更新類目映射表，有效應(yīng)對(duì)新品類與場(chǎng)景的動(dòng)態(tài)變化。

 03 ）拓詞評(píng)測(cè)篩選：用數(shù)據(jù)說話，留下“高潛力關(guān)鍵詞” 

關(guān)鍵詞的價(jià)值，最終由數(shù)據(jù)驗(yàn)證。

利歐數(shù)字的拓詞評(píng)測(cè)能力，基于歷史搜索、展現(xiàn)、點(diǎn)擊和轉(zhuǎn)化等多維數(shù)據(jù)，對(duì)不同批次拓展出的關(guān)鍵詞進(jìn)行智能打分與分層管理，重點(diǎn)衡量：

• 搜索熱度與增長趨勢(shì)；

• 競(jìng)價(jià)環(huán)境與成本空間；

• 轉(zhuǎn)化潛力和商業(yè)價(jià)值；

技術(shù)實(shí)現(xiàn)上，我們采用 Transformer 架構(gòu)模型與樹模型融合的集成學(xué)習(xí)方法，對(duì)關(guān)鍵詞的多種特征（如 CTR、CVR、CPC、競(jìng)爭(zhēng)指數(shù)等）進(jìn)行動(dòng)態(tài)賦權(quán)與聯(lián)合建模，實(shí)現(xiàn)對(duì)新詞潛力的高精度預(yù)估。同時(shí)引入時(shí)間序列分析，捕捉搜索量的趨勢(shì)變動(dòng)與周期性規(guī)律。系統(tǒng)通過智能打分機(jī)制，自動(dòng)篩選出：

• 可以重點(diǎn)加碼的高潛力關(guān)鍵詞

• 需要守住的策略性防御關(guān)鍵詞

• 可以觀察的長尾機(jī)會(huì)關(guān)鍵詞

并給出清晰的投放優(yōu)先級(jí)建議。同時(shí)，在持續(xù)投放過程中，模型會(huì)不斷學(xué)習(xí)新的數(shù)據(jù)反饋，動(dòng)態(tài)調(diào)整評(píng)分體系，幫助廣告主逐步沉淀出一套真正屬于自己的“關(guān)鍵詞資產(chǎn)組合”。對(duì)于品牌和廣告主而言，這意味著：

決策不再憑感覺，而是有據(jù)可依；

新人也能快速上手，體驗(yàn)資深優(yōu)化師級(jí)別的選詞能力；

關(guān)鍵詞資產(chǎn)可以被長期經(jīng)營，而不是每次從零開始。

 04 ）面向廣告投放的生成式創(chuàng)意推薦系統(tǒng)：從“出詞”到“出內(nèi)容” 

在關(guān)鍵詞智能化之外，利歐數(shù)字正在進(jìn)一步將生成式推薦技術(shù)，延伸到創(chuàng)意與文案層面，打造面向廣告投放場(chǎng)景的生成式創(chuàng)意推薦系統(tǒng)，實(shí)現(xiàn)從“物品推薦”到“創(chuàng)意推薦”的創(chuàng)新性遷移。

在這一系統(tǒng)中：

• 場(chǎng)景化序列建模
  

基于歷史投放數(shù)據(jù)中的客戶端行為序列（瀏覽、點(diǎn)擊、停留、轉(zhuǎn)化等），建模不同投放場(chǎng)景下，哪些文案風(fēng)格、內(nèi)容結(jié)構(gòu)、情緒表達(dá)更有效，預(yù)測(cè)“這一批關(guān)鍵詞+這一類客戶端+這一種平臺(tái)環(huán)境下，什么樣的表達(dá)最容易打動(dòng)人”。

• 多樣化生成策略

結(jié)合大語言模型與生成策略控制，一次性批量生成大量候選文案、標(biāo)題和素材腳本，天然適配A/B測(cè)試與多版本快速試錯(cuò)，有效提高創(chuàng)意優(yōu)化效率。

• 個(gè)性化示例庫（Few-shot Learning）

支持為不同客戶定制專屬示例庫，將品牌過往表現(xiàn)優(yōu)秀的廣告樣例輸入系統(tǒng)，讓模型在“看懂品牌調(diào)性”的基礎(chǔ)上進(jìn)行few-shot式快速適配，生成更符合品牌語言和調(diào)性的創(chuàng)意內(nèi)容。

配合前文所述的關(guān)鍵詞拓展與評(píng)測(cè)能力，利歐數(shù)字實(shí)現(xiàn)了從“用戶會(huì)問什么”到“系統(tǒng)給出什么關(guān)鍵詞”，再到“品牌該如何回答”這一整條鏈路的智能化與自動(dòng)化——讓生成式推薦不再只是“推薦某一件商品”，而是“推薦一整套從關(guān)鍵詞到創(chuàng)意的投放方案”。

04

邁向泛搜索：

搶占下一輪入口紅利 

2025年，利歐數(shù)字將這套圍繞關(guān)鍵詞與創(chuàng)意的AI能力，從“搜索引擎場(chǎng)景”，加速擴(kuò)展到更廣泛的泛搜索場(chǎng)景：

• 從百度搜索，拓展到小紅書、抖音等平臺(tái)內(nèi)搜索場(chǎng)景；
  

• 從傳統(tǒng)搜索推薦，邁向大模型搜索與AI對(duì)話問答場(chǎng)景；

• 從購買“關(guān)鍵詞流量”，升級(jí)為爭(zhēng)奪“問題—答案”中的優(yōu)先位置。

未來，當(dāng)用戶在短視頻平臺(tái)搜索“適合新手的無人機(jī)推薦”，或在大模型中提問“今年秋天川藏線適合帶什么無人機(jī)”，利歐數(shù)字的AI能力將幫助品牌完成三件關(guān)鍵事情：

• 提前預(yù)測(cè)這些問題會(huì)如何被表達(dá)；
  

• 為不同平臺(tái)規(guī)劃匹配的關(guān)鍵詞與內(nèi)容資產(chǎn)；

• 讓品牌核心信息更容易被AI系統(tǒng)采納并融入最終答案。

這不僅是傳統(tǒng)搜索優(yōu)化的延伸，更是在新一代AI環(huán)境中，系統(tǒng)性構(gòu)建“讓AI更懂品牌”的能力。利歐數(shù)字正在將關(guān)鍵詞推薦與AIGC內(nèi)容生產(chǎn)能力打通。在預(yù)測(cè)出高價(jià)值搜索問題和關(guān)鍵詞后，系統(tǒng)能夠聯(lián)動(dòng)“LEO AIAD”等自研AI能力，自動(dòng)生成匹配問題語境的內(nèi)容與創(chuàng)意素材，包括：

• 針對(duì)不同問題的短視頻腳本和口播話術(shù)
  

• 平臺(tái)原生風(fēng)格的種草文案與筆記結(jié)構(gòu)

• 與用戶語境高度貼合的落地頁內(nèi)容與Q&A模塊

從預(yù)測(cè)問題、生成關(guān)鍵詞，到生成答案內(nèi)容、監(jiān)測(cè)效果并進(jìn)行新一輪優(yōu)化，利歐數(shù)字正在構(gòu)建一個(gè)圍繞“搜索-內(nèi)容-轉(zhuǎn)化”閉環(huán)運(yùn)轉(zhuǎn)的AI營銷系統(tǒng)，并在這一閉環(huán)中，用生成式創(chuàng)意推薦系統(tǒng)承載起品牌增長的“新基建”。