GCOF: Self-iterative Text Generation for Copywriting Using Large Language Model

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