论文-GCOF: Self-iterative Text Generation for Copywriting Using Large Language Model

论文

在商业营销中，运营团队常需创建营销文案，但传统依靠用户反馈的迭代优化方式效率低且费力。同时，可利用各营销活动积累的知识改进文案创作。大语言模型（LLM）虽简化了文案生成，但生成满足领域特定要求（如有效吸引客户）的内容仍是挑战。

提出遗传文案优化框架（GCOF），旨在提高营销文案创作的效率和吸引力，实现自动生成具有用户指定属性的文案，并能根据用户反馈自我迭代优化。

特征工程：在LLM的提示中进行显式特征工程，根据运营团队经验选择重要特征（如营销权益位置、文案风格、关键词等），以关键词为例，预先定义多个关键词类别，从文案中提取关键词并分类，通过遗传算法（GA）迭代选择最优关键词，再输入LLM生成潜在高转化率文案。
GA自动特征工程
- 种群初始化：用运营人员策划的历史活动文案候选集或LLM生成的文案初始化种群。
- 选择：每次迭代从种群中按与适应度分数成正比的权重选择四个文案 $c_0$ 、 $c_1$ 、 $c_{good}$ 、 $c_{bad}$ ， $c_{good}$ 和 $c_{bad}$ 分别是种群中适应度最高和最低的文案。
- 交叉：受差分进化算法（DE）启发进行交叉操作，从选定文案的关键词集中选择关键词，公式为 $r_{temp}=r_0+|r_1−r_{bad}|$ ， $r_{final}=r_{good}×r_{temp}$ ， $r_{final}$ 由两部分组成，一是 $r_{good}∩r_{temp}$ ，二是从 $r_{good}∪r_{temp}(r_{good}∩r_{bad})$ 中随机选择。
- 变异：最后用LLM根据 $r_{final}$ 中的关键词生成文案并插入种群，赋予适应度分数。
奖励模型：采用GPT - 4作为基础模型，基于思维链（CoT）技术引入自奖励概念，实现三元评分系统评估营销文案，以转化率为目标，通过成对学习排序（LTR）方式评估奖励模型，当前奖励模型准确率约为0.75。

初始文案：Human 1文案（含“Cash Back”和“Withdraw”关键词）点击率（CTR）为4.90%，Human 2文案（含“Give”、“12 Hours”、“Withdraw”、“Card”和“Good Luck”关键词）CTR为4.66%。
GCOF迭代文案：Iter 1（含“Cash Back”、“12 Hours”、“Withdraw”和“Bank”关键词）CTR为5.32%，Iter 2（加入“Instant”关键词）CTR提升至7.18%。结果表明GCOF能发现更有效的关键词协同作用，消费者对即时利益（如“Instant Withdraw”）反应良好。

初始文案：Human 1文案（含“One Click”、“Exclusive”和“Gift Pack”关键词）CTR为0.50%，Human 2文案（含“Savings Plan”、“SIP Rewards”和“Activate”关键词）CTR为0.20%。
GCOF迭代文案：Iter 1（保留Human 1部分关键词并引入“2.8 CNY”）CTR为0.63%，Iter 2（加入“Unlock”和“Time - Limited”）CTR提升至0.74%，Iter 3（更简洁聚焦于“Time - Limited”）CTR达到最高的0.78%。GCOF结合紧迫性、排他性、行动召唤和具体价格点的策略有效。

提出的GCOF通过将GA优化算法引入提示工程选择关键词指导文案生成，并使用LLM作为奖励函数选择最有潜力的文案以最大化CTR。未来将训练跨活动和渠道的LLM奖励模型提高路径截断效率，还将实施RLHF更有效地探索状态空间。

方法依赖运营先验知识，缺乏运营输入时LLM生成过程迭代率可能受影响；在京东金融App生态中关键词作用显著，但该方法对其他营销渠道（如电子邮件活动或推送通知）的通用性存疑。