写文案超实用的五大技巧方法,价值5万(三)

本文继续分享:给文案人超实用的五大技法!
05
让用户更心动

德鲁·埃里克·惠特曼的畅销书《吸金广告》里有一句话:

很多广告的失败在于一厢情愿地自我表白,但是用户从来都不关心你,他们只关心自己。

如果文案唤起了用户自己的某种欲望,那就更容易让人心动。惠特曼在《吸金广告》中就有总结出人的8种基本欲望:

1、生存、享受生活、延长寿命

世界虽然繁忙,却总有人诗意地活着。绝大多数人总能知道如何让自己活得更舒服,希望自己生存得更好。

如果某件事,完成后能让自己变得更好,那我们肯定更愿意行动起来,这是毫无疑问的。

我们沉醉旅行带来的舒适与放纵,所以携程宣扬说走就走;

我们喜欢鲜花,FlowerPlus告诉你,用一杯咖啡的花费,一周一花,体会鲜花点亮生活的感觉;

我们享受健身带来的快乐与改变,所以keep说自律给我自由;

2、享受美食

最好的起床声音应该是这样的吧:

土豆牛肉汤被炖到闷闷的咕嘟咕嘟声
烧肉酱抹在煎肉上的刺啦啦声
油条在油锅里膨胀的滋呖呖声
炒饭、虾仁和蛋花在锅里翻腾的沙啦啦声
甜酒倒在杯子里的颠儿颠儿趸趸声
嚼碎蒜香肝酱脆面包的喀刺刺声……

文案往往会花尽心思找到这种记忆的关联点,调动你的味蕾。

他们也会用夸张的表述方式告诉你有多好吃,用极致的拍摄手法让食物的色味俱全,让细致的文案描述让你看一眼就口水直流。

当然,还有更高明的手法,将食物赋予情怀,让人在食指大动时,心中亦是感慨万千。

3、免于恐惧、痛苦和危险

恐惧是人内心的欲望所使,患得亦是患失,人的本能让我们趋利避害。

如果我们不完成某个行为,就会失去一些自己喜爱的东西,那我们会更愿意行动起来,因为害怕损失。

同理,如果做了某件事,能够避免自己一直恐惧的某个场景或结果,那我们也更愿意去做,人人都想从自己当前厌恶、痛苦的情境中抽身出来。

这些都是文案的切入点,效果在线。

比如杜蕾斯的文案玩法就相当高明。在父亲节的时候,杜蕾斯推出一个海报:

致所有使用我们竞争对手产品的人们: 父亲节快乐。

4、获得美妙的性伴侣

食色,性也。这是老祖宗的话,说的就是吃饭和性都是人的本性。

毫无疑问,所有与人类情感相关的元素在广告中都是有效的,而性是其中一种自发且特别强烈的情感。

不要谈性色变,但也不要为了性而性,如今让人厌烦的不是性,而是对性的粗暴理解和利用,要写就写得巧妙一点。

1954 年,玛丽莲·梦露一句 “我只穿香奈儿5号入梦”,就让香奈儿5号成为了性感的代名词,当时一度引起轰动,拨动无数男女的心,之后的效仿者不计其数。

5、追求舒适的生活

和第一条比较像,人人都在慢慢学会享受生活,追求高质量生活方式。

与其说是物质的享受,更不如说是自己精神、情感上的享受,文案就要塑造出这种感受。

去年麦当劳的夏日文案把 “慵懒” 二字玩出新意,写出了夏日的舒服感。同样是塑造出一种舒适生活的感觉。
夏天贪睡,醒了贪凉

6、与人攀比

不管老人还是小孩,不管男人还是女人,不管成功人士还是失败者,人与人之间总少不了的一个东西,就是攀比。

每个人都有强烈的自尊心,自己要比他人优秀,同时希望得到更多人的尊敬。

如果你的文案能让用户明显感受到自己比他人更加优越,那更可能获得他的青睐了。

比如皇家·芝华士的经典广告,这个是文案大神Neil French做的。他非常自信地告诉大众芝华士与众不同,一般人买不起。
这是一则皇家·芝华士广告
如果你需要看它的瓶子显然,你混错了社交圈如果你需要尝一尝 说明你没有品尝它的经历如果你需要知道它的价格 翻过这页吧,年轻人
7、照顾和保护自己所爱的人

经济学里有个有趣的效应,人在买东西时,总喜欢给自己找借口,说这个是为家人付费,然后会更容易完成购买。

如果一个人觉得别人为了他付出很多,甚至做出了牺牲,而自己却付出很少,或者有所亏欠,那他就会想要做出一些补偿别人的行为,以求心安。

所以你的文案可以好好琢磨,谁在过去为你的用户付出过,牺牲过,患难过;谁是他们可能一直在心底觉得有所忽视与亏欠的…

8、获得社会的认同

谁都想获得大家的认同,得到别人的赞许,哪怕你是圣人,也经不起所有人的不认同。

为什么一些励志故事,一些鸡汤文案总能打动人,获得大家的共鸣?

一个很重要的原因就是这些文案说出了很多人想说的话,让他们感觉得到了认同。

比如省钱不丢人,这不是贪小便宜,因为 “长得漂亮是本钱,把钱花得漂亮是本事”。

好了,以上就是今天给大家的一些文案实用技法,希望对你有所启发。

当然,好方法只是一个放大器,会把你的文案洞察和策略放大,能让文案增色不少。

文案的核心还是对策略的创造性表达,要洞察细节、刻意训练,要拼细节与用心。

不过,在玩转策略、精于洞察之前,多掌握几个好方法,也很有必要!
这些内容是在“揽客魔课堂”里了解到的,如果觉得有帮助,欢迎分享给你的朋友,也许能帮到他们。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1 目标检测的定义 目标检测(Object Detection)的任务是找出图像中所有感兴趣的目标(物体),确定它们的类别和位置,是计算机视觉领域的核心问题之一。由于各类物体有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具有挑战性的问题。 目标检测任务可分为两个关键的子任务,目标定位和目标分类。首先检测图像中目标的位置(目标定位),然后给出每个目标的具体类别(目标分类)。输出结果是一个边界框(称为Bounding-box,一般形式为(x1,y1,x2,y2),表示框的左上角坐标和右下角坐标),一个置信度分数(Confidence Score),表示边界框中是否包含检测对象的概率和各个类别的概率(首先得到类别概率,经过Softmax可得到类别标签)。 1.1 Two stage方法 目前主流的基于深度学习的目标检测算法主要分为两类:Two stage和One stage。Two stage方法将目标检测过程分为两个阶段。第一个阶段是 Region Proposal 生成阶段,主要用于生成潜在的目标候选框(Bounding-box proposals)。这个阶段通常使用卷积神经网络(CNN)从输入图像中提取特征,然后通过一些技巧(如选择性搜索)来生成候选框。第二个阶段是分类和位置精修阶段,将第一个阶段生成的候选框输入到另一个 CNN 中进行分类,并根据分类结果对候选框的位置进行微调。Two stage 方法的优点是准确度较高,缺点是速度相对较慢。 常见Tow stage目标检测算法有:R-CNN系列、SPPNet等。 1.2 One stage方法 One stage方法直接利用模型提取特征值,并利用这些特征值进行目标的分类和定位,不需要生成Region Proposal。这种方法的优点是速度快,因为省略了Region Proposal生成的过程。One stage方法的缺点是准确度相对较低,因为它没有对潜在的目标进行预先筛选。 常见的One stage目标检测算法有:YOLO系列、SSD系列和RetinaNet等。 2 常见名词解释 2.1 NMS(Non-Maximum Suppression) 目标检测模型一般会给出目标的多个预测边界框,对成百上千的预测边界框都进行调整肯定是不可行的,需要对这些结果先进行一个大体的挑选。NMS称为非极大值抑制,作用是从众多预测边界框中挑选出最具代表性的结果,这样可以加快算法效率,其主要流程如下: 设定一个置信度分数阈值,将置信度分数小于阈值的直接过滤掉 将剩下框的置信度分数从大到小排序,选中值最大的框 遍历其余的框,如果和当前框的重叠面积(IOU)大于设定的阈值(一般为0.7),就将框删除(过设定阈值,认为两个框的里面的物体属于同一个类别) 从未处理的框中继续选一个置信度分数最大的,重复上述过程,直至所有框处理完毕 2.2 IoU(Intersection over Union) 定义了两个边界框的重叠度,当预测边界框和真实边界框差异很小时,或重叠度很大时,表示模型产生的预测边界框很准确。边界框A、B的IOU计算公式为: 2.3 mAP(mean Average Precision) mAP即均值平均精度,是评估目标检测模型效果的最重要指标,这个值介于0到1之间,且越大越好。mAP是AP(Average Precision)的平均值,那么首先需要了解AP的概念。想要了解AP的概念,还要首先了解目标检测中Precision和Recall的概念。 首先我们设置置信度阈值(Confidence Threshold)和IoU阈值(一般设置为0.5,也会衡量0.75以及0.9的mAP值): 当一个预测边界框被认为是True Positive(TP)时,需要同时满足下面个条件: Confidence Score > Confidence Threshold 预测类别匹配真实值(Ground truth)的类别 预测边界框的IoU大于设定的IoU阈值 不满足条件2或条件3,则认为是False Positive(FP)。当对应同一个真值有多个预测结果时,只有最高置信度分数的预测结果被认为是True Positive,其余被认为是False Positive。 Precision和Recall的概念如下图所示: Precision表示TP与预测边界框数量的比值 Recall表示TP与真实边界框数量的比值 改变不同的置信度阈值,可以获得多组Precision和Recall,Recall放X轴,Precision放Y轴,可以画出一个Precision-Recall曲线,简称P-R
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值