原标题：1人1天上线一场营销活动，拆解京东科技领航者助力营销的三大技术升级

随着以大模型为代表的人工智能技术持续推进，关于一味追求参数“量变”的规模比拼进入冷静期，行业开始关注如何通过大模型应用的“质变”，在具体场景中产生真正价值。

凭借围绕京东言犀大模型的技术深耕与实践积累，大小模型协同这一理念，已成为京东云推动大模型落地的关键技术路径，同时也是对行业未来发展趋势的重要思考。大模型负责输出通用能力，小模型负责实际推理执行，一方面提升系统的覆盖度和准确率，另一方面亦可降低推理延时、保证隐私数据安全、节约算力。

京东科技领航者营销平台（以下简称领航者），秉承大小模型协同理念，依托持续迭代的领先技术，不断推进大模型在金融营销场景落地，助力金融营销实现降本增效：

过去涉及产品、研发、算法、设计、分析师等多类职能才可完成的流程，如今只需要1人；从策划到落地需要14天才能完成的一场营销活动，现在被极致压缩到1天上线；从大促前预热到活动中的用户触达，低成本生成更符合金融业务特征的多套文案与素材，并按照用户特征来组合投放，实现营销的千人千面。

大小模型协同：升级三大技术，养成运营“私人营销助手”

以技术驱动大小模型协同，源于业务自身需求。

过去，金融行业落地一场营销往往需要横跨多个系统，比如营销活动要搭个系统，营销策略也要搭个系统，不同系统的业务知识、用户目标、用户表述各不相同。但大模型的信息窗口有限，如何在同一框架下把这些系统管理在一起，还要解决窗口过长的遗忘问题、专业知识的注入问题，这些都是极大的挑战。

为此，领航者实现三大技术升级：

第一阶段，引入向量数据库和RAG架构实现主框架联动大模型完成串联；

第二阶段，用开放平台的概念，引入Application、Domain、Skill三层架构，将核心能力与主框架融合，让能力调用更加便捷。还定义了一套大模型与内部业务系统交互的规范，使内部业务系统API能快速与大模型整合，利用大模型驱动API调用；

第三阶段，进一步引入Multi Agents概念，以主动服务方式自动完成复杂任务的协同。同时，将业务流程SOP引入大模型的任务规划，提升大模型任务拆解和流程规划的可控性。

通俗的说，就是最上层由一个总的Agent负责和用户交互、识别理解用户意图，然后通过对任务的拆解，对应到不同的工具API进行编排，再调度到具体的领域小模型，最终满足营销中诸如活动搭建、活动投放、分析洞察等特定目标。

底层大模型则提供通用能力，使现有系统和后续接入的系统，能够快速调用素材生成、文案生成、NL2SQL、知识库问答等能力，从而提高营销效率。其中，面向需求、面向指标的SQL生成方式，提升NL2SQL准确率至95%+，通过构建分析框架，让用户在Agent协作下自主完成活动运营分析。

这样一来，底层的通用能力负责各个系统的快速调用；上层的应用能力完成具体的营销动作，比如页面搭建、图片生成、风格设定，以及流量分发投放和数据分析。

构建专业数据集：定义一套AIGCSOP，让算法更“懂”业务

当算法对业务有足够理解，才能解决业务的实际问题。领航者的优势，正在于京东金融场内4.6亿用户和十余年金融行业Know-How，这些专业知识沉淀构建的数据集，让领航者的算法更懂业务的需求。

领航者在锻造中，定义了AIGC中文案生成和图片生成的可量化的多维评价标准，提升算法迭代效率：由业务方提供高质量种子数据以及行业素材经验，算法基于种子数据构建数据评价模型，以实现大规模生成新的训练数据。

在文案生成方面，京东金融运营团队将多年沉淀的营销理论、实践经验，凝结成金融运营白皮书，作为知识背景“喂”给大模型。同时协助算法团队打标，将历史优秀文案进行结构化拆解，梳理出了触发时机、文案技巧、文案风格等信息，以此激发大模型的CoT（思维链）能力，形成更强的泛化能力，使其在新的场景中也可以生成优质营销文案。目前，系统主观评分从2.08分提升至3.5分，达到少量修改即可直接使用的水平。

在素材生成方面，京东金融算法工程师将设计师头脑中的专业设计知识转化为参数，将京东百万级积累素材灌入大模型，指定风格素材更达到万级扩充。为了让素材具备更高可用性，算法工程师团队引入了主动学习的方式，在模型迭代过程中，由28位专业设计师每人每天用1小时主观评分，加速模型收敛。目前，由领航者生成的营销素材，可用率超40%。京东金融“15理财日”“18权益日”的素材生成任务，已经全部交给了领航者。

由此，领航者从技术角度定义了一套AIGC SOP，针对用户输入进行关键信息的抽取、意图理解、金融知识增强、prompt转配、模型生成，以形成更好的营销效果。

未来，京东科技领航者的领先技术能力还将对外开放，结合金融领域营销、运营的数字化经验，一同输出给金融机构，适配其各类营销运营场景需求，持续推动大模型落地金融行业。

来源：金融界资讯