特赞科技（Tezign），作为国内 Content+AI 领域的独角兽企业，在品牌营销内容工作流程中深度集成 AI 技术，涵盖大语言模型和多模态内容生成。其为阿里巴巴、联合利华、宝洁、奥迪、保时捷等超 200 家大中型企业提供内容生产、数字资产管理以及分发的全方位解决方案。2025 年初，特赞成功入选全球知名权威技术研究与咨询公司 Gartner 发布的《中国生成式人工智能原生应用 Cool Vendor》，这无疑是对特赞在产品与服务方面的创新力、影响力以及业务价值的有力认可。

一、内容平台：文化与消费的变革驱动力

如今，内容在品牌运营中的地位愈发重要，企业纷纷借助内容驱动增长、开展用户运营以及拓展业务。内容形态也从传统的图文，逐步拓展到视频、播客甚至元宇宙，变得日益丰富多元。

一直以来，我们或许认为内容创作的上限取决于创作者的想象力，但实际上，内容的传播与受欢迎程度很大程度上由平台决定。平台的推荐机制决定了何种内容能够获得更多曝光，哪种形式更受大众青睐。

从内容政治经济学角度来看，娱乐内容在发展过程中逐渐占据主导，人们更倾向于观看轻松愉悦的综艺，而非阅读书籍或观看电影。尽管娱乐内容数量过剩，但并未有效转化为更大的商业价值。在智能平台推荐时代，我们花费大量时间刷手机，并非因为内容富有营养，而是被各种信息吸引，陷入 “上瘾” 状态。智能平台推荐的内容具有强大的传播力，无论我们是否喜欢，这些内容都是大众关注和讨论的焦点。

正如《人类简史》中提到，人类在自然选择中胜出与智人会八卦且八卦易于传播密切相关。在消费行为中，我们往往基于 “相信” 构建认知，这也解释了为何我们会认可一些商品远超成本的价格，这种 “虚拟的信仰” 支撑着消费行为。

内容平台的发展经历了从实体交流场景（如西方长桌、中国圆桌），到广播、电视，再到电脑、手机时代的演变。如今，内容平台愈发个人化、分散化，基于个人习惯推送内容成为趋势。对于广告人而言，这意味着必须深入了解不同平台的特性与用户偏好，才能创作出更具传播力的内容。

二、内容生产：人机协同的最佳策略

特赞利用 AI 生成内容已有近十年时间。早期，从数据集到算法都需自主开发，成本高昂，只有像碧桂园、阿里这样的大客户才有能力投入每年千万级甚至上亿的预算。如今，AI 生成成本和数据集成本大幅降低，AI 的理解、推理能力（Reasoning）也变得更加准确和通用，能够精准理解图片等内容。

AI 的发展为企业内容管理、分析和生产带来了新机遇，使整个流程形成完整闭环，不再割裂。过去，内容生产是 “百万垃圾服务大师” 模式，创造力与生产力成反比，内容越多，耗费的时间和资金成本越高，优质内容更是如此。早期，一个好的创意就能成就品牌，如苹果的 “Think Different” 和耐克的 “Just Do It”，那时广告投放集中在央视黄金时段，一个好创意便能吸引大量关注。但如今已进入 “大规模内容”（massive content）时代，企业内容需求大增，投入预算受销售额限制，多数企业虽需大量内容，却难以在优质内容制作上投入过多。以淘品牌为例，虽擅长转化型内容，但面临品牌文化和价值建设难题。

在这样的背景下，“0 到 1” 的创新关乎品牌文化创造，应由人类发挥创意并投入更多资源。而 “1 到 N” 的内容延展则可借助 AI 降低成本、增加数量、缩短时间，将更多人力和预算用于创新。例如，利用 AI 将优质的 “0 到 1” 内容转化为短视频、图文、播客等多种形式，能扩大内容传播范围。

对于广告创作者来说，应明确自身在 “0 到 1” 环节的核心作用，同时合理借助 AI 进行内容延展，实现内容生产的高质量与高效率。

三、内容系统：攻守兼备的营销利器

以特赞合作的某化妆品牌为例，在梳理内容分发时，发现存在诸多漏洞，O2O 环节尤为薄弱，线下门店和渠道内容严重缺失。随后，特赞帮助该品牌重新梳理内容分发场景和链路，包括电商、门店、私域、终端设备以及海外渠道（尤其是日韩市场），并通过系统统一管理。

特赞的 AI 应用不仅局限于内容生成，还包括将静态素材转化为动态视频，以及通过商品标签快速匹配内容。例如，新品上架时，借助大规模自动化标签体系，通过昵称（如 “小紫瓶”）可快速定位产品。企业在内容制作上投入巨大，建立标准化标签体系，才能让内容资产真正发挥价值，形成完整的内容系统。

这一内容系统同时也是风险管理系统。内容是双刃剑，好内容能带来巨大收益，出现问题则可能引发风险，如代言人负面事件、内容过期、KOL 合作到期仍使用等，都可能导致额外支出和赔偿。通过内容系统，可及时下架问题内容，控制风险。

此外，AI 还能进行视频分析、动作分析等。例如，识别视频中 “抖肩” 动作（可能代表咳嗽），经 DRPC 加工后进行混剪或分析，挖掘内容价值。在内容生产方面，一是降低成本，让一些原本经济上不可行的商业模式成为可能；二是定制化生产，大品牌基于自身场景和元素打造专属模型，满足个性化需求，如每周需大量上新的品牌就需要专门模型支持。

在广告制作中，利用 AI 工具优化内容制作流程，如根据地域差异和用户属性生成个性化商品文案，进行场景生成和排版设计，输出符合品牌调性的内容。像调味品视觉设计，根据产品特性调整画面颜色，凸显产品特点，传递品牌价值。广告人在创作中，要充分利用 AI 技术，构建攻守兼备的内容系统，提升内容质量和品牌传播效果。

四、内容资产：贴合需求的价值创造

在人工智能技术普及前，企业内容资产如图片、视频多被视为单一静态资源。如今，词汇、模型甚至生成逻辑都成为重要内容资产。通过 AI，面对不同产品或场景，生成工具能保持高质量效果，为企业创造更多价值。

“0 到 1” 的核心内容，如关键 TVC，需由人创作，而完成核心内容后，小红书、电商等场景的图片可通过 AI 生成，多模仿 UGC 或 PUGC 风格。创作过程中，要遵循品牌调性，根据品牌要求设计场景化内容。同时，结合内部数据和外部趋势，主动搜集外部资料，如平台流行的新拍摄趋势，融入内容制作，使内容更贴合市场需求。

过去内容分析多为事后总结，如今智能内容模型可直接生成效果好的内容，再根据实际效果优化。该模型将内容生产从 “逐张调整” 转变为 “批量生成”，输入商品名称，即可自动生成图片、文案和结构化内容，极大提升效率，让设计师和电商运营人员从繁琐工作中解脱，专注于更高层次的创意设计。比如为薯条设计内容，可生成多种消费者体验场景，满足不同需求。

广告人应将内容视为资产，利用 AI 技术实现内容的价值最大化，为品牌创造更大价值。

五、高效工作流：释放 AI 潜力的关键

许多企业存在误区，认为购买大模型服务（如 ChatGPT、Midjourney 等）就能解决所有内容问题。实际上，当需要为大量商品生成内容时，仅调用模型远远不够，还需对接渠道、整合商品库和内容库，形成高效工作流。AI 虽重要，但工作流设计不合理，其效率将大打折扣。同时，企业数据资产需妥善管理和存储，否则 AI 工具难以发挥真正价值。

在广告项目执行中，广告人要注重搭建高效工作流，整合各方资源，充分发挥 AI 在内容创作中的作用。

六、矩阵式内容生产：精准覆盖的营销新趋势

2024 年，矩阵号内容生产成为品牌营销的重要方式。品牌在不同平台运营大量账号，如抖音上品牌账号数量大幅增长。这是因为用户注意力从传统大屏转移到手机，信息密度不足易导致品牌被忽略。矩阵号以低成本、高密度方式覆盖目标用户，但内容成本控制是难点。过去品牌花费巨额预算制作单个内容的方式已不适用于矩阵号，借助 AI 技术，有望将内容成本降至极低，如一杯咖啡的价格，使矩阵号模式可行。

同时，构建统一管理系统协调整个内容生产和分发流程，通过小规模测试验证内容转化效果，找到适合客户业务逻辑的内容策略。不同行业矩阵号效果不同，家居行业有成功案例，某品牌一个月发布 10 条内容，50% 转化效果显著，实现可观销售额。但鞋服领域矩阵号效果不佳，因其卖点依赖线下体验，单价低难以支撑内容成本。奢侈品行业在小红书上表现突出，通过生活化内容提升转化率。

广告人要根据不同行业特点，合理运用 AI 驱动的矩阵式内容生产，提升品牌营销效果。

在广告营销行业，内容 + AI 的融合正重塑行业格局，为广告人带来新机遇与挑战。我们应积极拥抱 AI 技术，探索创新内容生产与传播模式，为品牌创造更大价值，在不断变化的市场环境中脱颖而出。