Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

Tổ chức nghiên cứu và phát triển liên nhóm "Creative technology lab beat" của Hakuhodo DY Holdings (Minato-ku, Tokyo) đã tiếp tục hoạt động tích cực kể từ khi thành lập vào tháng 1 năm 2022, đã phát hành bảy sản phẩm và đang mở rộng phạm vi hoạt động. . Lần này, Hakuhodo Technologies (Minato-ku, Tokyo, HT), công ty tham gia beat, đã thông báo rằng sau quảng cáo niêm yết trong sản phẩm đầu tiên của beat "H-AI SEARCH", Yahoo! Công ty đã bắt đầu cung cấp văn bản quảng cáo cho quảng cáo hiển thị (YDA).

``H-AI SEARCH'' là giải pháp tự động tạo văn bản quảng cáo cho các quảng cáo được liên kết tìm kiếm và cũng dự đoán hiệu quả phân phối quảng cáo. Ngoài các văn bản quảng cáo mà chúng tôi đã thực hiện cho đến nay, chúng tôi còn có AI học hỏi từ hàng chục triệu văn bản quảng cáo có sẵn trên thế giới và bằng cách kết hợp điều này với thông tin về các sản phẩm được nhắm mục tiêu quảng cáo, chúng tôi có thể đạt được hiệu quả cao hơn với số lượng ký tự hạn chế AI sẽ gợi ý văn bản quảng cáo được coi là có giá trị cao.

Có nhiều loại phương tiện phân phối trong ngành quảng cáo kỹ thuật số và mỗi phương tiện có những đặc điểm khác nhau về văn bản quảng cáo hiệu quả. Trong số đó, "H-AI SEARCH" chuyên liệt kê các quảng cáo và có hiệu quả cao trong việc tạo văn bản quảng cáo được tối ưu hóa cho các từ khóa cụ thể và dự đoán tính hiệu quả của nó. Tuy nhiên, nhu cầu ngày càng tăng từ các nhà quảng cáo và nhà tiếp thị để mở rộng phân phối tới các phương tiện truyền thông không dựa vào từ khóa, chẳng hạn như nguồn cấp tin tức.

Để đáp ứng nhu cầu này, "H-AI SEARCH" đã mở rộng chức năng của mình. Ngoài việc liệt kê các quảng cáo, nó còn hỗ trợ YDA, giúp tạo ra các văn bản quảng cáo phù hợp có tính đến mục tiêu và bề mặt xuất bản. Tính năng này tận dụng Mô hình ngôn ngữ quy mô lớn (LLM) của Hakuhodo DY Group và API của ChatGPT. Có thể tạo văn bản quảng cáo nhắm đến cả nhân khẩu học thực tế và tiềm ẩn, đồng thời kết hợp các biểu hiện cảm xúc để tạo văn bản quảng cáo hiệu quả hơn. Hơn nữa, bằng cách liên kết với các mô hình dự đoán hiệu ứng, có thể nhanh chóng triển khai chu trình PDCA.