跳转至

创意系统 (Creative System)

一句话概述

创意系统负责广告素材的管理、审核、优化和分发,是连接广告主创意意图与用户视觉体验的桥梁,直接影响 CTR 和转化效果。


创意系统架构

flowchart LR
    A[素材管理<br/>上传/存储<br/>格式转码<br/>尺寸适配] --> B[创意审核<br/>机审+人审<br/>合规检查<br/>行业准入]
    B --> C[创意优化 DCO<br/>动态组合优化<br/>多素材测试<br/>自动化创意]
    C --> D[素材分发<br/>CDN加速<br/>就近分发<br/>预加载]

广告创意格式

主要格式类型

格式 说明 CTR 参考 适用场景
图片 单图/多图/轮播 1%–3% 信息流、Banner
视频 横版/竖版,5s–60s 2%–5% 信息流、前贴片
原生 与内容样式一致 1%–4% 信息流
开屏 App 启动全屏 3%–8% 品牌曝光
插屏 全屏弹出 2%–5% 游戏/工具类
激励视频 用户主动观看 高完播率 游戏变现
互动 可玩广告/试玩 3%–8% 游戏推广
搜索 文字+链接 2%–10% 搜索结果页

视频广告规格

平台 竖版 横版 时长
抖音 9:16 (1080×1920) 16:9 5s–60s
快手 9:16 16:9 5s–60s
微信朋友圈 9:16 / 1:1 16:9 6s–30s
YouTube 16:9 6s / 15s / 30s

原生广告 (Native Ads)

信息流原生广告结构:

组成部分 内容
广告标识 [头像] 广告主名称 + "广告" 标签
标题/描述 广告文案描述
主素材 图片/视频素材
CTA + 互动 [了解更多] ❤ 123 💬 45

创意审核

审核流程

flowchart LR
    A[素材上传] --> B[机器审核<br/>自动化检测 秒级]
    B --> C[人工审核<br/>专业审核员 分钟~小时]
    C --> D{审核结果}
    D -->|通过| E[投放]
    D -->|拒绝| F[返回修改]

机器审核 (自动化)

检测项 技术 说明
文字 OCR OCR + NLP 提取图片/视频中的文字内容
违规内容 图像分类 色情、暴力、政治敏感
品牌 Logo 目标检测 检测未授权的品牌使用
虚假宣传 NLP "最"、"第一"等绝对化用语
二维码 检测 禁止或限制二维码
黑名单 关键词匹配 违禁词、敏感词
落地页一致性 对比分析 素材与落地页内容是否一致

行业准入审核

行业 要求
医疗 医疗广告审查证明、医疗机构执业许可证
金融 金融许可证、风险提示语
教育 办学许可证 (K12 限制)
食品 食品经营许可证
游戏 版号、适龄提示
房地产 预售许可证

广告法合规要点

禁止使用:
  - 绝对化用语: "最好"、"第一"、"国家级"
  - 虚假承诺: "保证收益"、"无风险"
  - 未经授权的代言人形象
  - 损害未成年人身心健康的内容

必须包含:
  - 广告标识 ("广告"、"推广")
  - 行业特定提示语 (如金融风险提示)

动态创意优化 (DCO)

定义

Dynamic Creative Optimization — 根据用户特征和上下文,动态组合创意元素,展示个性化广告。

DCO 架构

创意元素库:
  标题: [标题A, 标题B, 标题C]
  图片: [图片1, 图片2, 图片3]
  描述: [描述X, 描述Y, 描述Z]
  CTA:  [立即购买, 了解更多, 免费试用]

组合数: 3 × 3 × 3 × 3 = 81 种

DCO 引擎:
  用户特征 + 上下文 → 选择最优组合

  年轻女性 + 晚间 → 标题B + 图片2 + 描述Y + 立即购买
  中年男性 + 通勤 → 标题A + 图片1 + 描述X + 了解更多

DCO 优化策略

策略 说明
Multi-Armed Bandit 探索与利用平衡,自动找到最优组合
Thompson Sampling 贝叶斯方法,适合小样本
Contextual Bandit 考虑用户上下文的 Bandit
深度学习 端到端预估每个组合的 CTR

AIGC 创意 (AI 生成广告素材)

文案生成

输入: 产品信息 + 投放目标 + 受众特征
输出: 多条广告文案

示例:
  产品: 某护肤品精华液
  目标: 促进购买
  受众: 25-35岁女性

  生成文案:
  1. "熬夜肌救星!28天淡纹看得见"
  2. "成分党都在用的抗老精华,限时8折"
  3. "闺蜜推荐的断货王,终于补货了"

图片生成

  • 背景替换: AI 替换商品背景
  • 风格迁移: 将商品图转换为不同风格
  • 场景合成: 将商品放入使用场景
  • 尺寸适配: 智能裁剪和适配不同广告位

视频生成

  • 图文转视频: 将图片和文案自动合成视频
  • 智能剪辑: 从长视频中自动提取精彩片段
  • 数字人: AI 生成虚拟主播/代言人
  • 脚本生成: AI 生成视频脚本和分镜

主要 AIGC 工具

工具 平台 功能
巨量创意 字节跳动 视频模板、智能剪辑
腾讯混元 腾讯 文案生成、图片生成
创意中心 百度 搜索广告文案生成
Google AI Google Performance Max 自动创意
Meta Advantage+ Meta 自动创意优化

素材分发与加载

CDN 分发

素材上传 → 转码/压缩 → 分发到 CDN 边缘节点

优化策略:
  - 图片: WebP/AVIF 格式,按设备分辨率适配
  - 视频: H.264/H.265,多码率自适应
  - 预加载: 提前加载可能展示的素材
  - 懒加载: 滚动到可视区域再加载

素材加载性能

指标 目标
首帧时间 < 200ms
图片加载 < 500ms
视频起播 < 1s
素材缓存命中率 > 80%

创意效果评估

A/B 测试

创意A (对照组): 原始素材
创意B (实验组): 新素材

指标对比:
  - CTR: A=2.1% vs B=2.8% (+33%)
  - CVR: A=5.0% vs B=4.5% (-10%)
  - CPA: A=¥50 vs B=¥47 (-6%)

结论: 创意B 的 CTR 更高,CPA 更低,胜出

### 创意疲劳 (Creative Fatigue)

```mermaid
xychart-beta
    title "创意笫劳曲线"
    x-axis ["上线", "第1周", "第2周", "第3周", "第4周", "第5周"]
    y-axis "CTR" 0 --> 5
    line [1.5, 3.5, 4.0, 3.0, 2.2, 1.8]

应对:

  • 监控 CTR 衰减趋势
  • 定期更换素材 (通常 1-2 周)
  • 准备素材储备库
  • 使用 DCO 自动轮换

与大数据开发的关联

  • 素材数据存储: 海量素材的存储和管理 (对象存储)
  • 审核数据管道: 审核结果的记录和分析
  • 创意效果数据: 每个素材的 CTR/CVR 等效果指标计算
  • DCO 特征数据: 为动态创意提供用户特征和上下文数据
  • 创意报表: 素材维度的效果分析报表
  • AIGC 训练数据: 高效素材的特征提取,作为 AI 生成的训练数据

面试高频问题

  1. 广告创意审核的流程和技术方案?
  2. 动态创意优化 (DCO) 的原理是什么?
  3. 如何评估广告创意的效果?
  4. 创意疲劳是什么?如何应对?
  5. AIGC 在广告创意中的应用有哪些?

推荐阅读