更智能的广告素材生成！看A/B测试如何驱动AIGC素材调优

更多技术交流、求职机会，欢迎关注字节跳动数据平台微信公众号，回复【1】进入官方交流群

前言：AIGC大爆发，引发广告营销行业变革

ChatGPT等AI产品引发的AIGC大爆发引起了各行业的震动，其中以图片生成甚至视频生成技术的效果和速度最为令人震撼。也正因如此，AIGC的爆发对一直以创意为核心竞争力设计师群体构成了重大挑战。

然而，人们发现，AI在模仿和融合设计方面具备出色的能力，善用AI工具可以极大地提高创意的效率。特别是在广告营销领域，大家纷纷将AIGC技术融入营销活动，通过传统创作手段与AI技术的碰撞，创造出了新颖的视觉效果甚至全新的产品。

此外，随着广告创意素材需求不断增长，设计师人工制作素材的产能却相对不足，且这一矛盾问题日益凸显。在此背景下，AIGC技术的应用变得尤为重要，它能够发挥作用于多模态素材，为广告投放业务注入新的动力。

本文将从AIGC技术在广告营销领域的应用和实践切入，探讨A/B测试驱动的AIGC广告素材的优化方法，讨论AI与人工创意的协同合作如何为广告行业带来更大的创新和发展机遇。

素材创意直接影响广告投放效果

信息流效果广告

数字广告随处可见，如展示横幅、文本链接、开屏广告、插屏广告、信息流内容和搜索引擎广告等。广告可以通过多个平台进行投放，例如今日头条、快手或腾讯广点通。但无论选择哪个平台或广告类型，广告创意素材始终是至关重要的因素，它直接决定了广告的投放效率和成效。在广告的种类上，可以分为效果广告和品牌广告两大类。这里我们主要讨论互联网场景下的程序化信息流效果广告。

素材是营销技术的核心

平台智能化的推进加强了素材的重要性。据《2023年国内游戏效果广告白皮书》显示：2023年手游APP投放去重后的素材量2686万，同比增长94%。这充分说明广告投放仍然处于素材为王的时代。同时，各广告平台不断推进智能化自动化，鼓励用素材去找人，减少在广告人群定向、出价等繁复的设置上耗费精力。因此，广告素材的重要性越发凸显，新时代对于广告素材的要求从丰富性，原生性、创意性、趣味性等维度不断提高。

广告素材生命周期

广告素材生命周期的有限性催生了大量素材需求。人们对于新颖且符合个人兴趣的内容总是充满了好奇，而网络广告的一大优势就在于其能够为每位用户量身定制内容，这就需要新的广告创意的不断产出。为了确保业务的持续增长，需要不断创作出既新颖又不雷同的素材。这一方面对从事素材创作的设计师提出了更高的要求，另一方面，广告优化专家也需要不断更新素材，以平衡素材的新鲜度与用户的吸引力。

优质广告素材的特点

优质广告素材需表现出鲜明的创意，确保内容的新颖性和独特性从而避免与众不同；真人出镜带来的原生态开场显得更加亲切、自然，增强观众的共鸣；通过高清视频和和谐的配乐，可以提升广告的视听效果，吸引更多观众的注意；真实的内容结合突出的卖点，能清晰传达产品或服务的独特价值；情节需要设计得丰富且逻辑合理，同时要符合相关的广告法规；合理运用贴纸和字幕可以加强视觉效果和信息的明晰度；创新的脚本和微妙的营销手法能激起观众的好奇心，同时不过分强调销售信息，使广告更具吸引力。

综合上述，优质广告素材的特点可以概括为下述七点：

内容独特，避免雷同
真人出镜，原生开场
视频高清，配乐和谐
内容真实，卖点突出
情节饱满，合理合规
善用贴纸，标配字幕
脚本创新，弱感营销

传统的素材生产方式

随着广告业务的发展，传统的素材生产方式越来越难以跟上爆发性增长的素材需求。

在过去，所有的素材制作都由人力完成。设计人员通常依赖于一系列图片素材、Photoshop、Premiere等实拍、图片处理和视频剪辑软件等来进行创意设计。

由于每周需要创造数千个新素材，而手工打造每一张精美图像既耗时又费力，并不总能确保带来更多收益，这导致了素材制作在数量和视觉质量上都遇到了限制。要在控制成本的同时，实现物料数量的大幅提升并提升图像的审美水准，对于传统的人工而言几乎是一项不可能实现的挑战。

然而，现代的AI技术给我们开启了新的可能性。使用StA/Ble Diffusion等AIGC技术，可以成功生产大量的图像素材，其产能和视觉质量都远超传统的人工制作方式。

AIGC广告素材生成

按照创意来源的不同，字节跳动增长团队将AIGC广告素材分为三个类别：

内容外放是指通过挖掘平台内的优质内容，并将其包装成多种素材形式，在各个渠道上进行投放，以吸引用户转化，带动产品增长。例如，短视频外放、电商图片和影视剪辑等都属于这一类别。
起量派生则是在投放大盘中找到能够带来增量的元素，并将其与其他素材结合起来，以放大增量效果。例如，起量前贴、起量图片、起量话术和起量包装形式等都是起量派生的典型案例。
内容生成则是指完全由机器生成素材内容，但需要找到好的内容灵感。例如，数字人、AIGC 图片和视频生成等都属于这一类别。

按照表现形式的不同，又可以分成文本生成、图片生成、视频生成等三大类。

文本生成

目前的文本生成应用可以简单分为两类。一类是，可以利用现有的LLM大语言模型来生成小说解压文案和吸睛文案。另一类，则是通过使用现有的优秀素材来持续更新和改进模型和prompt从而降低素材生产成本。

以利用LLM能力从小说中提取吸睛文案为例:

恶毒女配觉醒后没有金手指的她不争不抢却成为了飞升第一人

前世和女主抢男人致死重生后我觉悟了男人只会影响我修仙的速度

穿越后我激活了开挂系统只要躺着不动就有奖励大佬师弟们羡慕哭了

穿成最不受宠的皇子被流放到岭南贫瘠之地没想到三年后皇帝微服私访看傻眼

基于以上生成的文本，再结合下面视频生成能力，就可以生成进一步的信息流视频广告素材。

图片风格化

对于在平台内部获得高流量的图片，我们可以利用 AIGC 的功能在保留营销文案的同时对其进行风格化处理，从而创造出全新的图片创意。

图片生成

AIGC技术可以生成大量吸睛图片，从而提升广告效果。例如，将 AI 生成的各种底图图片与 AI 文案相结合，并进行各类一体化自动化包装，从而生成大量优质广告图片素材。

视频生成

AIGC吸睛视频是在文字转图画的基础上，对绘制出的图画进行不同形式的重绘，以实现更强的动态视觉效果。这个过程围绕着强内容和弱内容两个方向进行，包括内容提取、基于内容的单图绘制以及单图的动态效果变换等步骤。

数字人

基于数字人形象演员库，利用投放排名前列的素材，提取出音频和口播文案生成数字人口播视频，再将这些视频与音乐、贴纸、模板等创意要素拼合在一起，得到最终的成品素材。

视频模板

一个典型的视频广告素材可能包含视频内容、模版、前贴片段、尾贴视频和画外音等元素。其中，模版还可以进一步拆分成布局、logo、背景图、文案和装饰组件（如贴纸、搜索框等）。

模板由多个不同的子元素构成，这些子元素包括底图、贴纸、文案、布局、logo、搜索框、前贴和尾贴等。同一个视频内容，不同的包装组合可以产生不同的效果，从而体现出素材的多样性。

A/B测试驱动的AIGC素材调优

A/B测试是字节跳动一项非常基础的工具。字节跳动成立之初，今日头条就在做策略推荐类的A/B测试。2016年，字节跳动建立了支持大规模产品实验的A/B测试平台，之后陆续接入抖音、西瓜视频等全线业务，把A/B测试应用在产品命名、交互设计、推荐算法、用户增长、广告优化和市场活动等方方面面的决策上。

字节跳动内部的增长团队也一直在使用A/B测试，来对包括AIGC素材在内的广告投放、用户增长等策略进行数据驱动的科学实验，以确保每个决策都能带来正向收益，实现复利效应，持续循环增长。

例如，在AIGC素材调优方面，基于科学的A/B测试数据和结论，可以提炼出以下经验：

在图片广告中，影响用户转化的因素及其优先级为：文案吸睛度＞模板醒目度＞底图适配度。
底图 A/B 实验：底图应舒适、美好、下沉。
模板 A/B 实验：模板应带有按钮，文案要醒目，层级要鲜明。
文案 A/B 实验：文案应直击搜索痛点，激发用户好奇，使用“梗”或新兴词汇。

AIGC视频模板调优实验

对于使用AIGC视频模板生成的素材相比于原生视频对素材投放效果的影响，字节跳动增长团队做了严谨的A/B测试论证，结论是在新增、次留、PVR、CPA 等指标上，个性化主题模板均优于原生模板和通用模板。

在使用AIGC技术进行模板设计之前，视频模板的制作模式是广告素材代理针对不同品类，人工设计创新美观的模板。但这种生产模式一直存在一些问题：

优秀设计师稀缺：好的设计师资源少，且贵；
人工成本高昂：创作一幅好的作品，需要花费一定的时间和金钱成本；
人工产能有限：设计师人力资源有限，创作出的素材数量也难以和机器成千上万的产能相比。

AIGC 生成模型的出现，给机器生成素材带来了希望。

经过素材分流A/B测试的严谨论证，并经过广告实际投放测试，AIGC技术可以自动生成外观和效果上媲美人工素材的个性化模板，实验结果如下：

拉新场景：实验组新增量级对比对照组 +5.1% ，CPA/次留基本持平
卸载重装场景：实验组卸载召回量级对比对照组 +14.4% ，CPA/次留基本持平

下图展示了A/B测试驱动的视频模板迭代过程，确保每个决策都带来正向收益,实现复利效应,持续循环增长。通过数次A/B测试保障的正向迭代，机器模板的效果最终超过了人工对照组。

广告素材风格实验

经过对比发现，某一类型的投放起量的图片在风格上具有一定的规律，例如，黑色风格的图片通常是头部素材。因此，我们希望通过模型学习这种潜在的风格，并在图像生成过程中对风格进行控制，从而提高投放效果。

这就可以利用A/B测试，将风格化处理后的图片与无风格添加的素材进行对比。经过一周的广告投放A/B测试，结果表明，实验组在曝光、点击率、新增用户和次留率方面具有明显优势。

	广告消耗	新增	ctr	cvr	展示
实验组	4694	160	5.27%	1.61%	18万
对照组	1520	52	4.93%	1.64%	6万

A/B测试：科学增长方法论

在这里就要聊一聊可以直接与AIGC产出的材料相配合使用的A/B测试平台——DataTester了。DataTester又名火山引擎A/B测试，是火山引擎数智平台（VeDI）推出的助力企业科学决策的A/B测试与智能优化平台。它能帮助企业在海量的AI生成素材中，快速测算找到转化率最优的素材，也是提升广告转化率的利器。

DataTester脱胎于字节跳动长期沉淀，服务于数以亿计用户，通过科学分流、先进算法与丰富的实验功能，为业务增长、用户转化、产品迭代，策略优化，运营提效等各个环节提供科学的决策依据，让业务真正做到数据驱动。

未来，AIGC 的渗透率将进一步提高，从而改变行业格局。以 A/B 测试为代表的数据驱动科学增长方法论结合 AIGC 在广告素材优化中具有明显优势。这种方法不仅可以提高广告素材的质量和相关性，还能节省时间和资源，为品牌创造更大的价值。我们鼓励所有市场营销人员和品牌所有者积极探索 A/B 测试和 AIGC 的潜力，并将这些技术纳入其广告策略中，以实现更高效、更个性化的广告创作与优化过程。

点击跳转DataTester了解更多