1. 项目背景营销素材生产跟不上才想起大模型不是万能药货拉拉的营销广告业务说实话比纯电商复杂不少。平台上有三类人用车发货/搬家的C端用户、有稳定配送需求的B端货主、以及平台上每天接单的司机。同一个“搬家”关键词对小白用户和搬家公司老板来说诉求完全不是一回事。所以我们引入大模型做营销广告实践时一开始就被迫想清楚不能照搬电商那一套要先把人群结构拆开。过去我们做营销广告靠的是运营同学和外包设计团队按活动页排期手动产出文案、图片、短视频脚本一个S级大促至少要准备几百套素材投放的同学再按渠道、人群去做组合。这个模式最大的问题不是产出慢而是“人群理解”和“内容生产”是断开的运营拍脑袋定的卖点和用户真实想省钱、想准时、怕车不够的心里预期经常对不上。所以当大模型这波浪潮出来的时候团队内部的第一反应是——终于有机会把“用户洞察”和“素材生成”串起来了。这个项目本质上不是拿大模型写几句广告语而是用大模型重构一条完整的营销内容生产流水线先通过语义理解把用户需要弄清楚再自动生成对应文案和创意最后用模型辅助人工做合规和质量评估。产品形态上我们最终落地了一个叫“营销创意中台”的内部系统从用户意图解析、文案/脚本生成、素材标注、投放人群包挖掘到最终的属性化质检全部跑在自建的大模型服务之上。这篇复盘会把这套系统里踩过的坑、验证过的方案、以及哪些地方真的省钱省人力原原本本写出来希望对正在做类似“大模型广告营销”方向的团队有点用。1.1 先盘一下货拉拉广告的真实家底要理解后面为什么这么设计得先知道广告侧的数据长什么样。广告业务里最重要的资产是两类一类是效果数据也就是每次曝光、点击、下单背后的用户行为另一类是内容资产也就是历史所有渠道跑过的横幅、弹窗、Push文案、短信、短视频脚本、落地页首图。后者往往被低估但恰恰是大模型项目最容易榨出价值的地方。我们数过一遍历史素材库粗算有几十万条线上素材记录但数据质量其实很一般字段散落在不同的广告管理后台有的只有图片没有文案有的文案是纯卖点堆砌还有不少已经失效的历史活动素材。更重要的是这些素材缺乏统一的结构化标签比如“这个素材针对的是什么人群、什么场景、什么价格敏感度”这些信息都埋在图片和视频里没有一个完整可查询的标签体系。过去这些素材主要靠投放同学凭记忆去翻经验好的老同学能说出“去年做开学季搬家用的那套浅蓝色调素材跑得不错”。换个人就完全接不上。传统标签体系又指望不上你让运营在每次上素材时手动打20个标签根本不现实。于是我们用了最笨的办法起步先用一个小型多模态模型把历史素材批量扫一遍自动识别主体、色调、文案主标题、是否含促销框等结构化信息把几十万条素材清洗成可查询的资产库。这一步做完后面大模型做创意参考和文案微调的数据基础才算成立。1.2 用户抱怨集中在哪里以及为什么智能文案能拆掉这堵墙这里有一个被很多团队忽略的洞察广告素材质量好不好最真实的反馈不是CTR而是客服侧和用户评价里的高频抱怨。很多用户看了广告进来发现落地页上的价格和Push里说的不一致或者“10元搬家券”领完发现只能用在特定车型立刻就会产生被欺骗感。这类负反馈堆积多了平台整体信任度会受影响。我们拉过客服对话记录和用户评价文本用大模型做意图分类和情绪归因之后发现负面原因最集中在前三价格歧义、车型匹配错误、服务时效表述太满。这三条全都可以通过优化广告文案里的信息确定性来解决。比如车型匹配用户说“我有10件行李面包车够不够”我们以前只能靠用户自己去猜车型后来我们基于历史用车数据训练了一个车型推荐模块广告文案里直接明确“面包车可装15件标准纸箱”转化率数据确实起来了。这就是大模型在营销广告里最能发力的地方。不是说它写出来的话术多有文采而是它能从海量到底的反馈里找出最影响用户决策的关键因子然后把这些信息原子化地塞进广告文案和落地页里让每一分钱花在消除用户疑虑上而不是花在自我感动式创意上。1.3 项目边界我们没碰的东西和为什么没碰这类项目启动的时候最怕的是业务方上来就要“全自动写创意、全自动投放、全自动客服”。我们一开始就划定的边界是大模型负责生成“候选集”和“信息结构化”最终决策和上线审核必须有人。原因很简单营销广告直接触达真实用户一旦生成内容里有价格错误、违规极限词、错别字处理成本会远高于节省下来的人力成本。所以系统里始终保留了一个人工在环的质检环节文案生成出来先落到草稿箱经过模型合规校验和运营同学的一键确认后才允许流入投放后台。这套流程上线后运营同学不再需要从零写文案而是从模型给出的10个候选中改一两条整体素材生产周期从平均3天缩短到半天以内。这个边界划定帮我们在公司内部少吵了很多架也避免了“AI背锅”这类组织层面的破事。2. 方案设计从一个“会写文案的模型”到一个“广告内容工厂”很多团队拿到大模型第一件事就是翻各种微调教程急着把模型调成“广告语生成器”。我们一开始也差点走这条路做了一轮POC之后发现单纯让模型输出一句好听的话根本解决不了投放侧的规模化问题。真实瓶颈在于不同流量位、不同人群、不同转化目标需要的素材形态完全不一样信息流广告要标题描述封面图Push要短文案短信要强促销感落地页要长说明。一个只优化单句文案的模型压根覆盖不了这些场景。2.1 单点替代 vs 全链路重构我劝你先想清楚要哪条路这是我们踩过的最大的一个坑。第一个内部Demo只做了一个功能输入活动信息输出三条广告语。当时Demo展示效果确实惊到不少同事但真推到线上之后CTR只提升了不到2%而且同质化严重三条广告语换个人群定向就失灵。后来复盘发现我们把大模型的能力压强用在了最简单、最同质化的环节而真正值钱的——用户语义理解、素材与人群的匹配、投放后的归因分析——全都没有动。重新做架构时我们把整条广告内容生产链路拆成四个环节第一是理解用户第二是生成创意第三是匹配投放第四是反馈归因。每个环节里都塞了不同类型的模型能力但核心不是某一个“生成式模型”而是一套以LLM为调度核心的小模型大模型混合架构。比如用户意图解析用大模型做零样本分类同时用小规模向量模型做embedding召回创意生成用文本生成模型合规检测则用规则小模型兜底不让LLM成为唯一的判官。这个架构跑了一段时间后我们最大的感受是大模型在系统里的定位应该是“中枢”而不是“包工头”。它负责理解、拆解、协调和生成候选但具体到每个子任务该用规则用规则该用便宜的小模型就用小模型。这样既保住了生成质量又控制住了成本和不确定性。2.2 模块化让“大模型”成为中台里的一个普通服务现在很多文章喜欢强调“用大模型替代XX系统”但在真实业务里更稳妥的落地方式是把大模型嵌入到已有系统而不是推翻重来。我们最终做的是一个叫“创意工厂”的内部服务它向外只暴露三个接口意图解析、创意生成、素材评价。投放后台、客服系统、运营后台都通过标准HTTP接口调用它不关心背后是商业模型还是开源模型也不关心模型版本什么时候升级。模块化带来了两个显而易见的好处。一是故障隔离大模型服务偶发超时不会拖垮整个投放链路网关层有降级缓存超时直接走历史最优素材兜底。二是模型迭代非常快今天把文案生成的模型从7B换成14B或者调整了温度参数只要接口契约不变业务方完全无感。我们每两周就能发一版模型业务同学已经习惯每周五看到新的创意质量周报团队协作上比原来“一个活动排期一个版本”要舒服太多。2.3 基座模型选型我踩过的最纠结的坎基座模型的选择我把内部吵了很久的结论分享一下不一定适合所有团队但提供了一个可复用的决策框架。我们的选择维度有四条开源协议是否允许商用、中长文本和中文效果、部署成本、社区活跃度。一开始我们考虑过直接用API调用商业模型但广告内容属于平台核心策略素材库和用户标签必须留在内网数据合规上不允许把原始素材传到外部服务所以自建私有化推理成了唯一选项。最终我们选了7B到14B规模的开源基座做主力几台8卡推理机器就能扛住所有业务流量。跑下来的经验是中文广告文案场景7B模型在Prompt结构清晰、有充足Few-shot示例的情况下已经能达到可用的上屏标准但涉及长文案、复杂政策解释、多条件组合生成时14B模型明显更稳。所以团队里实际上部署了大小两个模型按请求类型分流而不是拿着一个模型硬扛所有场景。这个“大小模型分治”的经验后来省下了不少GPU成本。实操心得基座模型参数不是越大越好。广告文案任务的信息密度其实不高7B模型一旦把Prompt写到位效果和14B的差距远小于GPU成本差距。真正需要大参数的是长文本理解和复杂多条件约束场景。3. 核心实现细节每一环都有人踩过的坑和可复用的解法下面进入硬核部分。我会按真实落地的顺序来讲先做用户与语义理解再做创意生成然后做素材评价最后是人群挖掘。这几个环节咬得很紧跳过哪一个整体效果都会大打折扣。3.1 先把人群看懂了文案才有意义意图解析怎么做广告文案要“千人千面”前提是系统知道每个流量位上进来的人大概是什么意图。货拉拉的场景里用户意图可以拆成三层首要任务层搬家、拉货、送货、买二手车、租车、物品属性层行李多不多、是否需要搬运、有没有易碎品、决策敏感层价格敏感还是时效敏感。过去这些信息分布在用户的搜索词、APP浏览页面、历史订单里零零散散很难归纳。我们用LLM做意图解析的方案是把用户过去7天的行为日志转成文本序列做成一个动态提示词模板。比如“该用户过去7天搜索了搬家价格、浏览了面包车车型介绍、收藏了一张10元优惠券但未下单”让模型输出一个JSON结构包含任务类别、物品描述、价格敏感度、预计车型、推荐话术方向。这套方法的准确率实测在89%左右相比原来基于关键词规则的用户分桶覆盖率和准确率都有明显提升。更重要的是你能为每个用户输出一段“用户情况说明”投放同学看到后能立刻理解为什么这样定向。这里要提醒一句文本序列不能太长超过上下文窗口后会丢失关键信息。我们实测下来7天行为日志浓缩成400字以内的自然语言摘要性价比最高。超出这个长度信息增益微乎其微反而推理时延涨得厉害。所以现在系统是先用规则和统计从原始日志里抽信号再让LLM做语义归纳而不是一股脑把所有原始行为喂给模型。3.2 广告文案生成的提示词工程不是“请写一句广告语”就完事简简单单让大模型“写一句广告语”它大概率会生成“货拉拉拉货搬家快人一步”这种四平八稳的套话。我们真正可用的文案生成系统是一个完整的Few-shot流水线包含四个部分活动信息结构化输入、目标人群画像摘要、历史同场景优秀素材参考从素材库RAG检索Top3、以及输出格式约束。下面是一个精简版的提示词模板实际线上版本更长但骨架就是这样的你是货拉拉平台资深营销文案专家。 活动背景{活动名称}优惠力度{满减规则}覆盖城市{城市列表}。 目标用户{用户画像摘要}。 用户核心顾虑{意图解析输出的价格/时效/车型敏感点}。 参考历史优质素材 {来自素材库的Top3同场景文案} 请生成 5 条信息流广告标题要求 1. 每条不超过 20 个中文字符 2. 必须包含明确的优惠信息或利益点 3. 避免夸张表述不使用“第一”“国家”“最”等极限词 4. 语气真诚优先解决 {用户核心顾虑}。 输出格式JSON 数组每个元素包含 title 和 explanation。这里最关键的两个设计是把“用户核心顾虑”单独拎出来并用RAG召回历史优秀素材做参照。加上这两点之后文案的CTR提升幅度明显高于单纯加大模型参数或者多跑几轮微调。原因也好理解广告文案本质上是一个约束满足问题你给模型的上下文里少了一个关键约束它就只能靠自由发挥补全而自由发挥的空间越大踩中用户真实诉求的概率就越低。还有一个细节容易被忽略温度参数的设置。做创意生成时我们把温度调到了0.9到1.2之间保证同一套输入能产生多样化的候选但做结构化信息抽取和合规判断时温度必须压到0.1以下甚至用贪心解码。同一个模型在不同子任务上要用不同的推理参数这点务必写进工程配置里不能一把梭。3.3 多模态素材文生图不是主菜图片理解和标注才是最早我们对外宣传的时候也想过用文生图模型直接做广告封面后来发现商品和物流场景对真实感要求太高AI生成的车、金杯、司机面孔一旦出现畸变用户会立刻产生不信任感。所以文生图做探索性的背景图可以不能做主打素材。真正吃掉我们硬需求的是多模态理解模型对历史素材图片做自动标签、识别图片上的文字、判断画面主色调和人物/车型以及给短视频脚本配的封面图做质量打分。这里有个特别实用的功能广告图片上通常有促销文案比如“首单一折”“满100减20”这些文字往往被画在图片上而不是放在文案栏里。以前这些促销信息跟结构化标签完全割裂投放同学没法按促销力度去筛选图片素材。我们用一个OCR能力较强的多模态模型把这些图片里的文字抽出来和活动库里的大促规则做匹配自动纠正图片文字和线上配置是否一致。这个“图文一致性”校验上线之后因为“图便宜点进来发现不是这价”导致的客诉量下降了明显一个档次CTR的虚高水分也被挤掉了一部分。3.4 人群包挖掘用大模型的语义相似度让老客召回和新客拓展一起动起来广告投放里最粗放的玩法是拿历史高转化用户ID做人群包。问题在于人和人之间只有ID关系没有语义关系高转化人群再拓展时只能按性别、地域这些粗标签去扩。我们用大模型做了一个语义化人群挖掘的能力先把每一个历史高转化用户的画像摘要和消费偏好编码成向量放进向量数据库然后基于“这个用户为什么转化”的语义去找同语义的潜在用户。举个例子高转化人群里有这样一类用户住在老小区、家里有大型家具、搜索过“搬家公司价格”、对价格敏感且近期有多次收藏行为。我们不再是用“老小区大型家具”这种标签去冷冰冰地扩而是让大模型把这类用户总结成一段语义画像再用embedding召回相似行为的用户叠加在广告计划的定向条件里。实测下来这轮lookalike扩展的定向人群包整体转化率比传统人群包高出约15%原因在于语义画像能连到更多“表面行为不同、底层诉求相同”的异质用户而传统标签像粘在纸面上的贴纸撕不下来也贴不上去。3.5 合规与品牌安全大模型不能当唯一的法官营销广告内容合规是红线极限词、虚假优惠、不实功效任何一个都不能放过。大模型生成内容确实有创造力但也确实会一本正经地输出违规文案。我们的做法是建一个多层质检系统第一层是正则和敏感词规则库专门拦极限词和价格违规第二层是一个专门的合规小模型做包含关系判断比如“首单一折”是否真的和活动配置一致第三层才是LLM做语义层面的合理性检查例如“10kg的行李说成1吨重”这种规则库很难覆盖的数值幻觉。这套多层质检上线后我们的素材审过通过率从90.2%提升到98.5%同时把人工复审的工作量降了七成。重要经验是不要让大模型当那个“一票否决”的法官。LLM适合做召回可疑内容不适合做最终放行。因为它输出概率不具备严格的统计学保证在合规场景下你宁可靠确定性规则也不能赌模型的稳定性。4. 实操过程从数据清洗到线上A/B的完整路径这一节是给想在团队里复现同样项目的人看的。我尽量按时间顺序把每一步做什么、怎么做、用什么工具比较省心写清楚。项目从立项到核心功能上线大概花了两个月中间有两条线并行一条是数据和模型评测线一条是工程和业务集成线。4.1 数据准备没有标注团队的情况下怎么构建训练和评测集做这类项目最容易被卡住的就是没有标注数据。我们的目标不是做高精度专有模型而是让通用模型在广告场景下更听话所以不需要几十万条标注数据。具体拆成两个用途一是评测集二是微调集。评测集用了约1000条历史真实素材每条素材指派两个方向体现“好素材”和“坏素材”每次模型迭代后让新模型在这1000条上打分和人工分数做相关度分析用这个来代替漫无边际的在线A/B。微调集是从历史高点击素材里蒸馏出来的每条约200字包含输入活动信息和输出优质标题。数据格式是标准的JSONL字段包括system提示词、用户输入、理想输出、以及一段“为什么这条素材好”的说明。最开始只有不到300条但因为我们每次只做LoRA小步微调300条高质量数据的效果已经比3000条人工编造的样本好得多。想让模型学会业务语境质量永远大于数量。{system: 你是货拉拉平台资深营销文案专家。, user: 活动新人首单立减20元。目标用户25-35岁城市白领近期搜索过搬家。, output: 搬家公司报价太乱货拉拉新人首单立减20元透明计价。, rationale: 明确了价格敏感点用‘透明计价’解决用户怕被宰的顾虑。}4.2 微调与对齐LoRA小步快跑别一上来就全参微调我们的微调主要在开源基座上做。第一版用的是LoRArank设成32训练两三个epoch就停。这里要解释一个为什么广告文案任务的基座模型已经掌握了通用语言能力我们不需要推翻重学只需要让它更懂货拉拉式的表达。LoRA在低数据量下能明显降低过拟合风险——尤其当你的训练数据只有几百条时全参微调一跑起来模型没过几轮就开始复读训练集里的句子LoRA因为冻结了基座参数鲁棒性好得多。微调完之后的评测也不能只看损失值。我们搞了一个“人工双盲打分自动指标”的混合验证体系。自动指标用BLEU和重复率看表面质量但真正的判断标准是一个五维人工打分有效性、相关性、合规性、辨识度、信息密度。每个维度1到5分找5个业务同学盲打取均值。五维得分比单一CTR更能告诉我们模型的进步方向。这个评测体系直到现在还在用已经积累了几万条打分样本反过来又成为下一轮微调的监督信号。4.3 部署与上线GPU推理的不那么优雅但很管用的那些事部署层面我们用了主流的自建推理框架具体点说就是vLLM那一套。为什么选它而不是直接用HuggingFace原生的transformers因为广告素材生成有比较强的并发突发性运营同学可能在每天上午10点集中批量生成素材如果每次生成都启动一个推理进程显存直接炸。vLLM的Continuous Batching机制能把并发请求尽量塞进同一个显存批次实测8卡机器可以同时承载几十路生成请求单条标题的平均生成时延控制在1.5秒以内基本能做到运营同学“点一下等一秒出十条”的体验。延迟优化上还有两个小技巧。第一是给短文本生成单独开一个小模型比如7B别让所有流量都挤到14B上。第二是结果缓存同一次活动配置和同人群摘要如果已经生成过一组候选短时间内直接命中缓存不需要重复推理。这两条加在一起让我们的GPU成本比初版架构降低了大概三成。对于没有充足GPU预算的团队先做缓存降级和大小模型分流一定比纠结用哪个基座模型更省成本。4.4 线上的A/B测试与指标复盘别只盯着CTR看我们把系统上线分成了三段灰度。第一段只灰度“文案生成”功能在固定人群和固定广告计划里用老素材作为对照组用模型生成素材作为实验组观察CTR、CVR、人工审核通过率。第二段灰度“人群包扩展”功能因为人群定向变化本身会影响后续数据回流我们把实验组人群范围放得更宽对照组保持原定向。这两个功能分开测避免混淆归因。复盘时最重要的一点是不要只用CTR评价素材好坏。CTR高可能是标题党也可能是“8.8元搬全城”这种看起来极度诱人但实际门槛很高的夸张信息用户点进来了但后面的CVR和客诉数据一定不答应。我们后来建了一个综合指标叫“有效点击率”等于点击且落地页浏览超过3秒且产生下单意向的比例。这个指标把标题党和真实有效创意隔离开来。第一轮A/B跑下来实验组的有效点击率比对照组高了22%但CTR只高了6%。如果只盯着CTR会觉得项目效果平平实际上用户匹配质量已经有了质的变化。这给我们的启示是大模型广告项目的ROI评估一定要围绕业务真实闭环指标来建不能拿着平台侧某个中间指标自嗨。5. 常见问题与排查技巧这些坑基本每个团队都会踩一遍项目做完以后陆陆续续帮其他团队补习了很多相关知识这里把问得最多、踩得最实的几类问题集中写下来算是一份踩坑速查表。先放一张速查表后面再展开讲各自的处理思路。症状根因解法生成内容同质化温度过低RAG召回素材太相似调高温度给召回加多样性约束数值幻觉LLM直接输出价格/重量/时效关键数值改占位符由配置中心填充高峰期超时并发尖峰打满GPU大小模型分流 缓存 降级业务方不认只讲模型不讲业务指标用生产周期、有效点击率等业务指标开场5.1 模型生成的内容同质化严重翻来覆去都是“搬家实惠”“极速送达”这是刚上线时被业务同学吐槽最多的问题。排查下来有两个原因一是温度设低了生成多样性不足二是提示词里的参考素材太相似RAG召回的Top3都是同款风格模型被“锚定”住了。解决办法是调整采样参数的同时给RAG召回加上多样性约束——比如要求召回的三条素材分别来自不同投放渠道、不同卖点方向、不同文案长度。如果已经在线上跑还可以专门维护一个“风格黑名单”和“卖点轮换池”强制模型绕开近几天的高频表达。这里需要提醒的是多样性不是越低越好。你要的是“同一用户群体下有差异的候选”不是“不同人群之间风格打架”。我们后来在候选集生成阶段做了一次聚类过滤先生成20条候选再按卖点方向聚成5组从每组挑一条Top这样最终到运营手里的10条候选既覆盖不同角度又不会过于跳脱。5.2 模型一本正经地胡说八道把“可以搬”写成“一定搬”大模型的幻觉在营销场景里会被无限放大尤其在涉及价格、重量、时效和车辆载重时。我们遇到过最离谱的一次模型生成文案写“任何车辆均可搬运钢琴”但实际平台上钢琴属于特殊物品需要单独预约专业车辆如果这条素材直接放出后面的客诉和赔付大概率是逃不掉的。解决思路前面说过合规层用规则和小模型兜底生成层把关键数值改成动态插槽。现在所有涉及车型、价格、重量的描述模型生成时一律输出占位符比如“{车型}可搬运{件数}件标准纸箱”由投放系统从真实配置中心取值填充从源头上掐断数值幻觉。这个方案的代价是文案的“灵动感”会弱一些毕竟模型不能自由发挥数字了。但相比那点灵动感业务确定性和信任度更重要。广告文案一旦涉及事实性承诺宁可保守不可放飞。5.3 大模型服务不稳定高峰期偶发超时运营同学开喷自建大模型服务最怕的就是并发尖峰。广告素材生成往往是运营同学一上班就集中操作平时很稳一到上午10点就超时。我们把超时分为两种处理一种是生成类请求超过2.5秒就直接级联降级返回历史同场景素材不让用户干等另一种是意图解析类请求走异步任务先返回一个“处理中”状态回头回调通知。后来我们也加了动态并发控制把请求分级排队重活走大模型的单独pool轻活走小模型pool彻底把互相影响的链路分开。稳定性的核心不是把单点做到99.99%而是设计好降级路径让最差情况也不至于把业务堵死。5.4 业务方不认“大模型”三个字只问“然后呢数据涨了吗”这是最容易被忽略但杀伤力最大的问题。很多算法同学冲进会场说“我们用大模型重构了营销链路”换来的是业务方一个冷漠的“哦”。我们的经验是对外汇报务必说人话永远用业务指标开场素材生产周期从3天缩短到0.5天、有效点击率提升22%、人工审核工作量下降70%。这些数字摆出来业务方自然愿意继续投入。同时在系统里要把“大模型”藏在产品后面业务同学不关心你用的是LLM还是规则只关心能不能一键生成更好用的素材。这套“去AI化”的心法实际上帮助项目在公司内部赢得了更多耐心和资源。6. 一些没写进周报的体会这个项目做到后面我发现真正难的地方早就不是模型精度了而是怎么让一个以人脑拍脑袋为主的营销团队平稳迁移到“机器生成候选人来决策”的工作方式。在推进过程中我们像是给团队换了一台发动机但驾驶习惯、仪表盘、甚至车身的螺丝都得跟着调。想让模型生成的素材被业务方真心采纳最重要的不是把模型调得多么聪明而是让业务方听懂“为什么这条文案会生成成这样”并给他们足够方便的修改入口。如果让我给后来者一句最实在的建议那就是先把你要解决的问题定义成一个“信息流转”问题而不是“模型能力”问题。大模型在营销广告里的价值不在于它能写出一句惊艳的话而在于它能把用户反馈、优惠策略、素材表现这些原本散落在不同系统里的信息低成本地汇聚到同一条流水线上。信息通了转化率提升是水到渠成的事哪怕你用的只是几个月前被讨论过无数次的Prompt工程和LoRA。最后再分享一个小操作上的细节上线这类系统不要一上来就让模型全自动接管所有流量。先把它当成“副驾”给运营同学提供候选和建议观察他们的修改率、采纳率和一句一句的反馈。当业务方自己开始说“这破模型怎么把我改的文案也学会了”的时候你才算是真正把大模型嵌进了业务里。