企业官网建设流程全解析

做货运平台的营销广告，和做电商广告完全是两码事。货拉拉的业务核心是拉货、搬家、企业运力这类同城货运服务，用户决策链比普通零售更长，一个用户很可能要先去搜“小面能拉多少货”“跨市搬家大概多贵”，想清楚了才会下单。这种场景决定了营销侧的素材生产、人群表达、活动文案都不能走“通用电商模板”，必须结合车型、城市、货品类型、服务流程来做。我们团队从2023年开始尝试把大模型引入货拉拉的营销广告链路，一路从文案生成做到多模态素材、投放数据分析，踩了不少坑，也沉淀出一套还算能打的方案。这篇就把整个应用实践从头到尾梳理一遍，重点讲清楚哪些环节真能用大模型、哪些环节碰都不要碰，以及落地过程中最容易被忽略的细节。

1. 营销广告的大模型切入点：先想清楚做哪几件事

1.1 货拉拉广告业务的真实痛点

货拉拉的广告业务不是单一的信息流投放，它横跨C端用户拉新、B端企业客户转化、司机端招募，还有各种大促活动和城市运营。每个业务线都需要自己的落地页、文案标题、图片素材、Push推送和短视频脚本。过去这些内容基本靠运营团队手工产出，或者对接外包公司批量套模板，时间周期长，而且版本之间往往只是换了城市名和价格档位，缺少真正的差异化表达。

另外货运平台有一个非常独特的点：决策场景高度依赖“信任感”和“确定性”。用户叫车之前关心的是：车型对不对、师傅会不会加价、货物损坏了怎么赔、对方能不能准时到。广告文案如果只写“搬家实惠，一键下单”，转化效果一定差。真正有效的是把“车辆空间”“服务保障”“计费规则”这些信息用用户听得懂的话讲清楚。但这类信息散落在各个业务系统里，人工整理和撰写成本极高，这就天然适合大模型来干。

还有一个痛点是素材的“尺寸和变体数”。同一个活动往往要投放多个渠道，每个渠道的标题字数和图片比例都不一样，一套主视觉要切出十几个分发变体。过去这种纯体力活占用了运营大量时间，真正该做的策略分析反而没精力做。我们最开始的想法很朴素：能不能让大模型把广告素材从“人工逐条写”变成“批量生成+人工挑选”？答案是可以，但前提是把模型调教得足够懂货拉拉的业务语言。

1.2 哪些环节值得用大模型，哪些不值得

不是所有广告场景都适合强行上大模型。我们内部有一个判断原则：确保输入输出都是自然语言或视觉语言，且对延迟不敏感的任务，才优先考虑大模型；如果涉及毫秒级实时决策、复杂数值排序，就给传统模型。按这个原则筛选下来，值得做的几个方向包括：

• 广告文案批量生成：标题、落地页首屏文案、Push内容、短信话术的变体生产。
• 多模态素材生成：用文生图、图生图生成广告背景图、场景图、尺寸延展图。
• 人群表达与定向描述：把用户画像、投放人群包翻译成人话，或者反向生成投放策略描述。
• 内容合规预审：用大模型对批量生成的文案做广告法禁用词、风险词过滤，减少人工审核压力。
• 数据分析辅助：把投放报表翻译成业务能理解的自然语言总结，让运营快速知道哪个素材掉了量。

不推荐用大模型做的，是广告系统的排序模型、出价模型、预算分配这些核心投放引擎。这些模块对可解释性、实时性和算力成本都有硬要求，大模型在这里是杀鸡用牛刀，强行引入只会增加延迟和不确定性。我见过不少团队兴致勃勃地拿大模型改写CTR预估，最后效果还不如原来的GBDT，本质上是把工具用错了地方。

2. 技术选型与架构设计：微调、RAG、还是全量训练？

2.1 底座模型的选择逻辑

选底座模型这件事，我们前后对比过好几个开源模型，最终坚持下来的核心标准有三条：中文语义能力、商用许可、私有化部署的便利程度。广告素材和用户画像都属于业务敏感数据，不适合随便走外部API，所以一开始就锁定了私有化部署路线。

早期尝试过ChatGLM系列和百川，后来中文能力更强、社区更活跃的Qwen系列出来以后，我们把技术栈逐步统一到了Qwen系上，主要用的是7B和14B这两个规模档位。选择这个规模不是因为别的，而是因为单卡可以推理、量化后成本可控，效果也足够完成任务。对于我们主要的文案生成和素材打标任务，14B的推理质量已经明显超过7B，但又不像70B那样需要多卡集群，综合性价比很高。

多模态部分我们同时保留了Qwen-VL作为图片理解模型，负责素材自动打标、质量评估和图文匹配度判断。这里有个容易被忽略的点：广告素材产出的第一步不是生成，而是理解已有素材为什么好、为什么差。所以我建议先部署一个VLM做“看图说话”，把历史素材的构图、色调、主体、背景全部结构化成标签数据，再拿这些标签去引导生成模型，而不是一上来就盲目文生图。

2.2 微调与“外挂知识库”的取舍

选好底座之后，面临一个经典问题：到底做微调还是做RAG？我们最后是两条腿走路，但分工非常明确。

微调解决的是“说话风格和结构模式”问题。货拉拉的广告文案有自己的语言习惯，比如标题常用“XX元起”“点这里”“一口价”，情感基调既要促单又不能太浮夸。这种风格如果只靠Prompt提示，生成结果会不够稳定，换个活动主题可能就跑偏。所以我们用历史优质素材做了一套LoRA轻量微调数据集，每条样本都按实际投放表现打了质量分，只保留效果好的文案作为正样本。LoRA的好处是训练成本低，单机多卡几小时就能出一个版本，不用动底座全部参数。

RAG解决的是“事实类信息”的问题。广告文案里经常要写到活动规则、车型容量、城市覆盖范围、理赔标准这类硬信息，这些是模型不知道的，硬编进Prompt也容易过期。我们把业务规则、车型参数、城市运营状态全部同步进向量库，生成文案前先检索相关片段，再让模型基于检索内容改写。这样做的直接收益是“今天下单减20”之类的内容不会再被模型凭空编出来，因为每一条利益点都有知识库里的真实规则做锚点。

2.3 整体链路架构

我们最终搭出来的架构可以分成三层：接入层、生成层、校验层。接入层接收运营或业务方的输入，比如活动名称、目标人群、服务类型、利益点描述；生成层根据任务类型选择不同的模型策略，文案任务走“RAG检索+Prompt拼接+LoRA底座生成”，图片任务走“VLM打标+扩散模型生成”；校验层统一做合规过滤、敏感词检测、质量打分，最后输出一批候选素材给人工挑选。

实际调用链路简化后大概长这样：

{ "task": "create_ad_copy", "input": { "campaign": "春季搬家节", "target_user": "有跨城搬家需求的家庭用户", "service_type": "中面/厢货", "benefit": ["首单立减30", "准时保障", "免费报价"] }, "rag_query": ["跨城搬家活动规则", "厢货车型载重限制", "用户常见顾虑"], "model": "qwen14b-lora-adv3", "output_count": 20 }

这个JSON结构看起来简单，但实际是我们在跑了十几版之后才定下来的。核心经验是：把用户输入先做结构化，再去做RAG，效果远好于直接把自然语言需求丢给模型。运营同事习惯说“给我整几个搬家大促的标题”，但模型需要知道具体车型、城市、价格锚点，否则生成出来全是正确的废话。

3. 核心实战：素材生产与投放优化的落地实现

3.1 广告文案批量生成的实现细节

文案生成是我们第一批上线的能力，也是最有说服力的落地场景。具体做法是给运营提供一个内部工具，运营只需要填写活动基础信息，选择目标人群和服务类型，系统会一次性生成20到30条标题和正文候选，并按预测质量排序展示。

Prompt模板的设计在这里特别重要。我们早期踩过一个坑：把所有约束条件一股脑写进Prompt，结果模型经常顾此失彼，要么文案超字数，要么完全没体现出利益点。后来改成“结构化指令+示例约束”的方式，Prompt里明确拆成身份、任务、输入信息、输出格式、负面示例五块。比如负面示例里会写“不要使用‘最便宜’‘全网第一’这类绝对化用语”，这比在正面指令里反复强调合规更有效。

参数调优方面，比较关键的两个参数是temperature和top_p。批量生成多样文案的时候，temperature设置在0.8左右效果最好，太低会导致多条候选高度雷同，太高又会出现夸张话术；top_p保持在0.9附近，让模型在局部采样时保留一些惊喜，但不至于跑偏。生成之后还必须做一道硬性后处理：按渠道做字数截断、保留电话号码链接、去掉尾缀重复字，这些用规则比用模型更稳，因为规则是确定的，模型是概率的。

3.2 多模态素材的AIGC流程

文生图在广告素材里的应用，比文案要难落地得多。难在广告图带强业务属性：画面里的车型必须真实可信，人物动作要符合搬家场景，货箱不能被扭曲成奇怪形状。我们经过几轮迭代，最终把流程改成了“实拍底图+AI延展”模式，而不是纯文生图。

具体来说，我们会先准备一批合规拍摄的车型照片、师傅形象和场景底图，然后利用图片编辑模型做背景替换、场景融合、光线调节和多尺寸延展。用LoRA在小规模素材上训练一个“货拉拉风格”的适配层，确保生成结果的颜色、箱体比例和品牌元素不跑偏。ControlNet用来锁定构图，避免人物肢体变形。这条流程跑通后，主视觉从一张原图扩展成16个渠道尺寸只需要几分钟，而在过去这是设计师至少一天的活。

这里还有一个很关键但容易被忽视的点：生成图的合规风险比文案更高。AI生成的图里可能会出现乱码车牌、不存在的街道名、怪异的手部细节。我们专门加了一道VLM自动审核，把所有生成图先过一次图文一致性检测，评分低于阈值的直接废弃，不再进入人工环节。这样既保住了交付质量，也把模型的“偶尔抽风”隔离在了生产链路之外。

3.3 投放人群描述与定向策略的智能化

除了素材内容，大模型在投放端还有一个我们觉得潜力很大的应用：人群包的自然语言描述。广告投放后台一般都有自定义人群定向能力，但运营人员要准确圈定“意向搬家用户”并不容易，他们需要看懂各种行为标签。我们就用大模型把标签组合翻译成一眼能懂的人群描述，比如“最近7天访问过搬家估价页面且未下单的用户”，运营照着描述就能检查和修正定向条件。

反向的用法也试过：让运营先用一句话描述希望触达的人群，大模型自动拆解成标签表达式，再接到投放系统。这个链路里大模型不直接参与出价，只是做自然语言到结构化条件的转译，所以即使模型偶尔理解有偏差，人工也很容易兜底修复。

另外我们还用大模型分析了用户评论和客服对话数据，把“担心临时加价”“不知道用多大车”这类高频顾虑抽取出来，反馈给文案生成和短视频脚本创作。这让素材不再局限于活动卖点，而是主动回答用户潜在担心的问题，实测下来点击率明显优于单纯促销型文案。

3.4 数据回流与效果迭代闭环

所有素材生成能力上线后都逃不开一个终极大考：投放效果。我们的做法是给每一条生成文案打上唯一的素材ID和版本号，点击率、转化率、完播率等数据全部回流到素材库。每周做一次复盘，把效果垫底的素材case抽出来让模型分析原因，再通过数据筛选形成下一轮微调的正负样本。

这个闭环做顺了以后，模型会越用越“懂行”。比如模型慢慢学会了有些城市用户对“跨城搬家”更敏感，有些城市则更关注“即时用车”；大促期间突出限时优惠，平时则突出服务确定性。这些经验以前都长在运营个人脑子里，现在开始沉淀进模型参数和物料库里。我强烈建议所有做大模型落地的团队，一定要从第一天就设计好用数据反馈来迭代的机制，否则模型永远只会生成“看起来对”但“不转化”的内容。

4. 工程化落地：部署、推理优化与成本控制

4.1 线上服务与离线任务拆解

大模型广告应用里面有一个经常被低估的问题：任务延迟差异很大，不能一套服务打天下。我们把它拆成了实时和离线两条生产链路。

实时链路主要服务客服机器人、投放助手这类交互场景，对响应时间要求高，一般要求3秒以内给出结果。这类场景我们用7B模型加速量化版本，配合简单的缓存策略，同一类请求直接命中预设答案，尽量少走完整生成。离线链路则处理批量文案生成、批量素材扩展、历史素材打标，这些任务可以排队，我们直接用14B模型开大batch，用vLLM的continuous batching特性把吞吐量拉到最大。实测下来同样的GPU资源，合理拆分离线与实时之后，整体利用率提升了接近一倍。

还要注意队列和任务优先级。素材素材生成经常是傍晚运营提需求，第二天一早要交付，所以我们专门建了一个延迟队列，夜间自动跑批量任务，这样既不影响实时服务，又能错峰用电和算力。

4.2 推理资源与成本控制

大模型的部署成本是很多团队关心的问题，我的经验是：广告素材场景真的不需要上超大模型。我们在绝大多数文案任务用的是14B模型，通过AWQ或GPTQ做4bit量化后，一张主流显卡就能跑起来，响应速度也够用。如果需要更高吞吐，可以再横向加卡，用vLLM做推理服务，扩容起来比想象中简单。

成本对比上，最直接的是和外包生产比。过去一批活动需要几十张落地页设计图、上百条文案标题，外包周期和费用都不小。大模型落地后，运营系统里自动生成初稿，设计师和优化师只负责挑选和精修，单条素材的边际成本趋近于GPU租用成本。这不是说完全不需要人工了，而是把人工从“从零开始创作”变成“审核判断”，效率提升非常显著。

但也要泼一盆冷水：GPU资源不是免费的。我们内部做过一次测算，如果把所有线上小流量广告都塞给大模型生成，成本会吃不消。所以最后的方案是“策略性使用”：高价值大促素材走大模型深度生成，日常小流量素材只做模板化微调，用规则引擎处理。控制成本的核心不是不用模型，而是想清楚每个场景值不值得用模型。

4.3 安全合规与内容风控

广告内容安全是货拉拉这类品牌方绝对不能出问题的环节。大模型生成内容再快、再高效，要是触发了广告法违规或者用户隐私风险，造成的品牌损失远大于收益。

我们的校验层是按三级来做的。第一级是规则引擎，维护广告法禁用词、行业敏感词、绝对化用语黑名单，生成结果第一时间机器过滤。第二级是大模型自审，用一个独立的审核模型对文案做合规分类和风险点标注，例如识别“虚假宣传”“夸大承诺”“价格歧义”。第三级是人工抽检，重点审高曝光活动和涉及价格承诺的内容。整套下来，线上审核拦截率做到了比较理想的水平，运营人工复核的工作量也大幅降低。

这里有一个细节值得强调：大模型生成的内容不能只靠同一个模型自审自判。因为生成模型和审核模型如果同源，会有同样的盲区。所以审核模型我们会刻意选一个参数规模不同、训练数据分布也略有差异的底座，减少“自己写的东西自己永远觉得没问题”的系统性风险。

5. 踩坑实录与常见问题排查技巧

5.1 幻觉问题的处理

大模型最常见的毛病就是一本正经地胡说八道。放在广告物料里，最危险的就是编造优惠活动和价格承诺。我们曾遇到过模型生成“下载APP立即送50元搬家券”，但当时根本没有这个活动，如果没拦住上线，就是真金白银的资损风险。

解决这个问题的核心思路，不是靠跟模型说“不要说谎”，而是让模型根本没有机会编造。我们的做法是把活动规则和价格信息全部收口到RAG知识库，Prompt里明确要求只能基于检索片段回答，如果没有相关内容就输出固定兜底句。同时生成后还要做一轮实体校验，把文案里的活动名称、金额、时间点全部抽取出来，跟规则库做比对。这套“知识库锚定+实体校验”组合下来，幻觉类问题基本降压到可接受水平。

5.2 效果不好的排查思路

如果投放效果持续变差，我会按这个顺序排查：先看是不是素材同质化太严重。大模型批量生成会有趋同问题，表面上生成了20条，实际上可能只是同一条文案的18个轻微变体，用户很快就会审美疲劳。这种情况就降temperature、加大RAG检索多样性、打散种子随机数。

再排查是不是数据回流出问题了。素材ID有没有埋错、点击率统计口径是否一致，都可能导致模型迭代时拿到错误标签，越迭代越歪。我们就有过一段时间的疲劳期，后来发现是素材ID在投放平台转跳时丢失了，导致效果数据匹配不上，修完之后模型迭代立刻恢复。

最后排查是不是模型版本和业务节奏脱节了。大促期间的文案风格和平时的日常投放文案完全不一样，如果一直沿用平时版本的模型，效果必然下滑。所以我们在每个大促前都会准备一个轻量级的专属LoRA版本，用历史大促素材微调，等大促结束再切换回日常版本。

5.3 常见问题速查表

这张表不是万能的，每次遇到新的问题我都会往里补充一条，现在已经成了团队内部最常用的一份文档。

6. 下一阶段：从单点生成到营销智能体

单点能力吃透以后，自然想往上走一步：把文案生成、素材加工、合规审核、人群定向、投放效果分析串成一个完整的营销智能体。运营只需要说“帮我出一套五一搬家节的链路物料”，智能体自动拆解任务，调RAG查规则，生成文案和图片，过一遍合规预审，再把素材和定向建议打包给投放后台。

这个方向我们是看好的，但我的建议是不要一开始就追求全自动，而是让智能体以“半自动助手”的形态切入。每一步都给人保留确认和编辑的入口，让运营逐步信任模型的产出质量。等数据闭环足够成熟，再逐步提高自动化的比例。我个人在实际操作中最深的体会是：大模型在营销广告里的价值，不在于它能凭空变出多惊艳的创意，而在于把团队从重复劳动里解放出来，把精力留给真正需要人类判断的创意策略。模型解决“快和多”，人解决“准和巧”，这才是一条可持续的路。