背景

在数字时代，电子商务等领域迅速发展，用户的购买力和消费需求不断增加。然而，面对陌生或首次接触的产品，用户往往缺乏相关背景知识，难以做出选择，因此依赖导购信息。纯文字导购内容由于信息密集、核心信息不够简明，常令用户感到困惑，削弱其指导效果。而图文并茂的导购内容能够结合简洁的核心信息与相关图像，快速吸引用户注意并高效传递关键信息，成为用户决策的首选。

然而，生产符合多变内容需求的图文导购模板依然面临诸多挑战。传统方法需要设计师创建模板，前端开发人员的介入与坑位的手动标注，过程耗时且成本高。此外，固定格式模板难以灵活应对内容的动态变化，例如产品对比表格需根据不同类别调整对比属性，增加了设计复杂性。随着产品种类和功能的多样化，提高模板内容生成效率成为迫切需求。

大模型凭借其强大的识别、理解和生成能力，能够自动提取关键信息并高效生成图文导购内容，为内容生产提供智能化解决方案。这不仅简化了从设计到实现的流程，还提升了内容创作的灵活性和速度，成为优化图文导购模板生产流程的创新方案。

模板生成

传统的模板生成流程主要包含两个关键阶段：设计和转译，都需要通过完全手动的方式来实现，因此往往耗费大量时间和人力资源。为了解决这一问题，我们研发了一种模板自动生成工具，旨在充分利用人工智能大模型的强大理解和生成能力，以优化整个模板生成的流程。

图2-1 模板生成整体流程

图2-2 模板生成工具的初步生成结果

图2-3 模板生成工具的反馈迭代效果

此外，大模型的高效性大幅度降低了创意尝试的成本并提升了实现的效率，缩短了用户将想法转化为现实的时间，例如图2-4所展示的多种配色的快速试验与展示。这使得用户能够更快速且灵活地试验和调整视觉呈现效果，为他们的创新提供了一个高效实践和展示的工具。

图2-4 模板生成工具的配色效果的快速尝试

内容填充

图3-1 传统表格类模板填充

图3-2 html 模板内容填充整体流程

对于传统的 HTML 模板，需要标注每一个坑位是标题、图片、正文等，这需要大量的人工成本和耗时。对于大模型而言，它可以自动识别坑位的类别并进行相应内容的填写。图3-3展示给定一个非表格类模板，以及两个充电宝的商品信息，模型首先会对提供的 HTML 模板进行分析，从给定的商品信息中提取模板填充所需要的素材（标题、副标题、段落标题和正文）等，然后进行准确的、自适应的内容填写。我们的方案不仅可以准确填写文本内容，对于图像也可以进行准确的坑位填充，包括商品图像和装饰元素，进一步提升模板的灵活性和适用性。

图3-3 非表格类模板填充

图3-4 表格类模板填充

结语