保险行业的数字化转型正在加速，AIGC技术的介入给营销带来了全新的可能性。蚂蚁保险营销增长算法组通过实践，展示了如何利用AIGC生成个性化素材、自动推荐内容，以及多种视频生成方式，从而提升效率与用户体验。

接下来，主要从三个角度来拆解：背景、解决方案和未来展望。

01 背景介绍

传统保险营销方式的局限性越来越明显。素材制作靠手，产品推荐靠经验，条款解读靠人工。

在用户需求日益个性化的今天，这套打法显然不够用了。消费者的行为和偏好越来越多样化，单一手段很难精准触达每个目标客户。

正是基于这样的痛点，蚂蚁保险营销增长算法组开始尝试用AIGC技术，打造一个自动化、智能化且高度个性化的保险营销生态系统。

蚂蚁保营销素材的两类内容

蚂蚁保的营销素材主要分为两类。

• 第一类：阵地中的营销大卡和短文案，比如货架上展示的推荐理由。这些内容由AIGC生成，直接与具体产品挂钩。
• 第二类：支付宝域内的热点相关内容，比如大V热点资讯、热点事件短视频，用来为蚂蚁保引流。

下面具体聊聊如何在保险领域利用AIGC生成贴合业务的长短文案和视频剧本。

02 整体解决方案

1. 专业化与个性化的GC能力

一类素材是产品介绍。我们希望为不同用户展示不同内容。

同一款医疗险，保障范围、免赔额等条款非常复杂，不同用户的关注点可能截然不同。有人看重门诊报销，有人在意报销比例。

只有一开始就展示用户感兴趣的点，才能吸引后续操作。而且不同场景也需要不同的表达形式。

因此，个性化GC能力至关重要。让每位用户得到专属推荐，才能提高转化与粘性。

另外，保险内容的准确性是红线，所以对文案的专业化要求极高。基于这两大诉求，整体解决思路如下图所示：

首先确定具体场景。是卡片场景，还是推荐理由场景，这会决定生产的模板和规范，比如文案长度、包含哪些信息等。

除了场景，还会输入产品信息和风格偏好，然后启动创意生成。

生成时，先从预先生成的人群画像中拉取用户信息。比如当前人群的核心关注点是什么，是更高的保额，还是更全面的保障范围。

接着在保险产品论据库中匹配专业保险知识，进行第一层需求推理。

举个例子，对于“品质生活的有娃父母”，他们看重全面的保障范围。那么就会看某款产品是否门诊可赔，从而根据产品和需求确定具体匹配哪些论据。

除了专业保险知识，还会看是否有对应的热点事件可以匹配。比如在肺炎高发期，儿童相关保险的需求就会加强。

基于这些人群画像、保险需求、产品知识和匹配热点，就能生成相应的文案。

业务团队可以根据生成结果筛选或编辑，也可以通过交互式界面针对某一部分提出进一步修改需求，最终得到所需素材。

2. 个性化文案生产过程中的关键步骤

这里有几个关键步骤值得留意：

• 质量评估：为了保证专业性，需要通过质量监控和检测来确保产出素材的准确无误。我们结合大模型和小模型，对质量、正确性、内容是否匹配、是否有重复等一系列指标进行评估。
• 线上汰换：大规模素材生成中免不了有些效果不理想的文案，因此需要一个汰换机制，筛选出效果好的文案，并不断优化匹配过程。
• 效果回收：同时对效果进行回收，用来丰富和优化论据库，进而为需求推理提供更好的依据。

上图中展示了一个用户需求推理过程的例子。先从论据库取出产品的结构化信息，生成产品卖点描述；接着根据人群、人群描述、投保对象和产品卖点描述进行推理。

3. 热点素材生成与质检机制

营销不仅要提高承接效率，还要提高引流能力，做到更好的用户触达。因此我们也会关注社会上保险相关的热点事件，并进行加工，投放到不同场景中。

热点素材的生成过程如下：

• 对热点事件信息流进行过滤，筛选出保险相关的信息，通过大模型CoT+Prompt方式，对事件进行结构化的打标归类。
• 基于结构化的事件进行素材生成，利用RAG+保险知识增强保证专业性和准确性。生成的形式包括事件改写、长图文介绍、热点视频等。例如，对“探寻古莱坞”这一事件，会结合文化、旅游以及如何挑选旅游保险，改写成一篇既包含新闻又包含保险信息的文案。
• 素材生成后，质检是至关重要的一环——必须确保内容合规且准确。这需要一套标准体系以及专门的标注团队，来保证最终营销内容的质量。

03 未来展望

随着大模型技术进一步发展，未来保险服务有望变得更加普惠。

• 大模型的认知能力可以压缩保险、医疗投资等知识，提供比人类更丰富且专业的保险相关知识。
• 强大的推理能力能够解决更复杂的决策问题。
• 自然语言交互能力则能带来更严谨、专业且个性化的沟通，提升服务水平和用户体验。

AIGC不仅能提升内容生成的效率与质量，还会进一步推动保险产品的创新。

可以预见，未来AIGC将在保险领域得到更广泛、更深入的应用。