本文是LLM系列文章,针对《GCOF: Self-iterative Text Generation for Copywriting Using Large
Language Model》的翻译。
摘要
ChatGPT等大型语言模型(LLM)大大简化了营销副本的生成,但生成满足特定领域要求的内容(如有效吸引客户)仍然是一个重大挑战。在这项工作中,我们介绍了遗传拷贝优化框架(GCOF),旨在提高营销拷贝创建的效率和参与度。我们在LLM的提示下进行显式特征工程。此外,我们修改了遗传算法中的交叉算子,将其集成到GCOF中,以实现自动特征工程。这种集成有助于营销副本的自迭代精化。与人工策划的副本相比,在线结果表明,我们的框架制作的副本的点击率平均提高了50%以上。
1 引言
2 相关工作
3 方法
4 结果与讨论
5 结论
在这项工作中,我们建议GCOF根据客户的反馈迭代生成文案。我们将GA优化算法引入到提示工程中,以从父关键字中选择关键字并指导副本生成。我们还使用LLM作为奖励函数来选择最有希望的文本,以最大限度地提高CTR&#x