简介：货拉拉通过自研大模型应用平台，在营销领域实现效率显著提升。利用AIGC技术生成多样化消息模板和高质量广告图片，结合GPT对话总结能力优化邀约流程，成功提升用户体验和营销效果。
在当今竞争激烈的物流市场中，货拉拉作为国内货运领域的领军企业，一直在探索如何更有效地提升营销效率。随着大语言模型（LLM）的兴起，货拉拉积极推进大模型的建设，并将其应用到营销场景中，包括外呼、邀约、补贴、触达、广告、抽奖、积分等多个环节，实现了显著的效率提升和用户体验优化。
货拉拉大模型应用平台自下而上分为基础设施层、平台层、业务层。核心组件包括数据库、监控、网关等，为整个平台提供稳定的基础支撑。Data Service与知识库为上层应用提供数据基础，而管理平台后端则涵盖模型工具管理、组件管理和AI应用管理中心，支持大模型的增删改查、组件管理以及AI应用的快速搭建。Web前端将后端功能可视化，用户可通过拖拽组件快速构建AI应用。此外，平台还提供Open API接口，降低业务对接成本，并实时监控AI应用状态，确保稳定运行。
在货拉拉的营销场景中，AIGC技术扮演了至关重要的角色。每月需要推送高达26亿条的消息，如果重复发送相同的消息会导致用户疲劳，进而降低消息的点击率。AIGC能够自动生成各种各样的消息模板，避免了重复发送的问题，并根据用户的行为和喜好生成更具吸引力的消息，从而提高点击率和发送成功率。同时，AIGC还能帮助货拉拉节约消息模板生成的成本，实现营销消息点击收益的最大化。
货拉拉通过精心设计的提示（prompt）和丰富的文案库，生成各种风格的消息模板。运营人员只需填写场景、用户类型、渠道和文案风格等关键词信息，即可调用LLM平台生成所需的文案。这一功能大大提高了文案创作的效率和质量，保证了文案的针对性和吸引力。
在广告设计中，货拉拉同样利用了AIGC技术的优势。广告流量日均曝光量已达到约2670万，主要采用图片形式进行展示。为了设计出能够吸引用户点击的图片素材，货拉拉使用Stable Diffusion和Midjourney等工具生成广告图片，并结合历史高点击率模板进行半自动化扩展。首先设计出一套设计模板，包括确定图片的尺寸、字体以及位置等元素；然后利用大型模型的能力自动生成相应的文案；接着使用Pillow Package工具将文案添加到设计图上；最后选择优秀的广告图片进行上线，并根据效果反馈进行优化。
通过这种方式，货拉拉不仅提高了广告的效果和运营效率，还实现了营销消息和广告点击收益的最大化。
在货拉拉的邀约流程中，GPT对话总结能力也发挥了重要作用。随着平台的发展，邀约中心积累了大量的对话文本，但邀约员填写的跟进记录完整度较低且标注习惯各异，导致对话文本的识别难度增大。为了解决这些问题，货拉拉在邀约员与司机对话结束后，将样本数据进行匿名化处理，并利用自研的GPT对话总结能力提供客观、清晰、标准的通话记录小结。
这种方法不仅提高了对话文本的识别准确性，还提高了邀约员的工作效率。同时，货拉拉将标记为“有意向”的线索优先转化给邀约员，确保他们优先跟进有可能转化为实际业务的线索，从而实现资源的最大化利用。
在货拉拉的智能化升级过程中，千帆大模型开发与服务平台扮演了重要角色。该平台提供了丰富的AI应用和服务，包括智能内容创作、AI数字人、AI数据分析等，覆盖了多个场景。货拉拉通过接入千帆大模型平台，获得了强大的技术支持和丰富的应用资源，进一步提升了其营销和客服等领域的效率。
通过自研大模型应用平台并接入千帆大模型开发与服务平台，货拉拉在营销领域实现了显著的效率提升和用户体验优化。未来，随着AI技术的不断演进和应用场景的不断拓展，货拉拉将继续深化与大模型的融合应用，探索更多创新性的营销方式和手段，为企业带来更加全面、高效的智能化解决方案。
同时，货拉拉也将持续优化其大模型应用平台，提升平台的稳定性和可靠性，为更多企业提供优质的AI应用和服务。通过不断探索和实践，货拉拉将引领物流行业向更加智能化、高效化的方向发展。