买量圈讨论：如何用AIGC做手游广告？5个好方法

【GameLook专稿，未经授权不得转载！】

GameLook报道/对所有同行而言，手游买量成本的飙升，并不是唯一的获客难题。很多时候，你需要有出色的广告创意才能吸引到对的用户。不过，想要找到合适的广告创意，往往需要大量的数据支撑，只有不断测试，你才知道哪些创意是被用户认可的。

但是，中小团队往往没有、也负担不起专门的广告创意制作分析团队。这时候，越来越先进的AI技术就成为了一种不错的选择。从Bard到Midjourney，大量的AI工具也在改变着营销者设计、测试和规模化投放广告创意的方式。

那么，行业内顶尖专家是如何测试这些工具的呢？对于刚开始在工作流中使用生成型AI工具的新手，他们有哪些建议？

最近，营销变现平台Liftoff生成型AI高级总监Aidan Quest与AppsFlyer创意优化主管Max Barer、Production Madness买量负责人Betul Ozdemir，以及Rocketship HQ公司CEO Shamanth Rao等多名资深从业者探讨了生成型AI技术对手游营销的作用，以及如何在广告创意中使用该技术。

以下是Gamelook编译整理的内容：

成功的手游广告一直依赖于高质量的数据，而生成型AI项目使手游营销人员能够更快、更容易地利用他们的数据来提高广告制作和活动优化的规模与速度。

手游营销者如何利用生成型AI技术？

生成型AI工具是推动活动绩效的一个好方法。除了广告活动和创意构思外，生成型AI工具还可以应用于工作流程中，快速测试和迭代数百个广告创意概念，帮助确定最能吸引用户注意力的创意。

社交棋牌运营公司Product Madness的买量负责人Betul Ozdemir将生成型AI作为构思和测试广告创意的工具。她认为生成型AI的一个关键好处是为程序化渠道测试和修改现有的视频和混合创意，这节省了必须在市场上对多种格式进行A/B测试的成本。

Ozdemir说，“有了AI，我们可以用少量的资金预测哪个创意可以胜出，测试之后，我们知道视频的那个元素是有效的，而且我们可以从这些视频进行迭代。”

生成型AI工具也可以成为广告创意制作周期的宝贵资产，正如手游买量公司Rocketship HQ的CEO Shamanth Rao所解释的那样：

“我认为，研究和提出新的想法与分析是生成型AI当中一个不太受欢迎的方面。它可能是，‘嘿，我们运行这十个脚本，这是十个脚本得出的数据指标，你能从中推断出什么？’你会对自己拿到的结果感到惊讶。”

Aiden Quest强调了大量可用的免费学习和研发资源、如何教育新手生成型AI的是几号出，以及如何部署这些工具。你需要有基本的知识水准，特别是在指令方面，因为AI的输出只有为它提供的数据足够好的时候才会更好。

“我认为，从组织的角度来看，微软、谷歌和领英都有很多非常棒的资源。机构应该努力让人们更熟悉这项技术，学习和研发是一个很好的起点。指令工程可能是一个可怕的短语，但它的意义是提出好问题，每个人都能做到。”

用生成型AI测试广告创意：哪些方法最好？

在移动广告领域，生成型AI的最大好处之一是大规模测试大量的广告创意。但是，广告创意的哪些组成部分可以使用生成型AI能进行测试呢？如何确保这些测试的效率足以使结果达到你的活动所需的绩效？

移动营销SaaS平台AppsFlyer创意优化主管Max Barer表示，移动广告创意测试的规模正在扩大。Barer说：“想想看，在处理文本、按钮、颜色和背景的同时，制作出数百种相同创意的变体是多么容易，这太容易了，而且它造成了一个新的瓶颈，因为测试预算终究是有限的。”

避免潜在瓶颈的最简单方法之一，就是对你的广告创意测试阶段进行预测试。这可能听起来比较复杂，但事实并非如此，只需要明确界定目标，并对各种广告创意进行A/B测试，以确保你的创意只有最好的方面才能通过测试。

或者，如Ozdemir解释的那样：

“生成型AI创意与其他创意测试过程没有太大区别。但是，在测试和迭代AI标记的广告创意时，必须设定一个明确的目标，并定义你想用广告实现什么，可以是更高的点击率、更高的转化率或更高的损失。此外，审视你的创意的可扩展性是至关重要的，因此，如果创意没有在BAU环境中规模化，这意味着即使它胜出，也不是一个好广告。”

Rockship HQ的Shamanth Rao认为，重要的是要超越严格的A/B测试，并利用其他测试，如钩子测试（hook test），而不仅仅是接触测试（contact test）。

Rao说：“基本上，我们测试了10个不同的钩子（前三秒），看看哪个钩子能引起共鸣，因为60%的人看你的广告创意永远不会超过三秒。因此，如果你在测试整个概念，你就无法接触到大多数人。我宁愿我们先测试视觉，我不会做严格的A/B测试，因为这会花费很多，让算法决定哪些创意是可以规模化的。”

确保生成型AI广告创意停留在品牌上

当然，当你大规模使用生成型AI工具时，需要确保你制作的任何广告创意都符合品牌准则，不侵犯知识产权。那么，你如何确保情况确实如此？

Shamanth Rao使用了一种他称之为“模块化”的方法，在这种方法中，广告创意的某些方面，如叙事元素、故事情节和视觉线索，被视为单独的构建块，并得到单独的批准。他说，“我们可以迭代这些构建块，轻松获得许多不同的广告创意开支情况。”

AppsFlyer的Max Barer表示，如果向系统提供正确的数据，AI实际上可以成为确保AI广告创意保持在指导方针范围内的好方法。然而，这需要将自定义GPT作为AI网关的一部分来实现，以确保符合GPT的使用限制，你的自定义GP也可用于执行其他品牌指南，如广告创意中的语气。

“你可以用自己的数据教AI，比如品牌和风格指南以及影响创意的其他元素。这可能是一个门户，也可能不是门户，因为你仍然想依赖它，你有一个品牌和一个知识产权需要保护。”

这使得过滤掉被认为对“品牌安全”有影响的异常值或广告创意变得更加容易。

手游营销者如何用生成型AI成功？

生成型AI工具在手游营销中的普及率提升有巨大的潜力，因此广告网络和绩效营销机构的许多客户可能会自己使用这些工具。考虑到这一点，手游营销者如何为客户提供最佳价值并实现差异化？

按照Liftoff公司Aiden Quest的说法，答案是可靠的数据。毕竟，数据是真正为公司定制的东西，这在很大程度上取决于公司如何收集和使用他们的数据，而生成型AI工具和机器学习产品的质量取决于他们的数据输入。现在收集这些数据并思考如何在未来使用这些数据，是绩效营销人员在手游营销等竞争激烈的市场中保持领先地位的最简单方法之一。

Quest说，“现在就做这项工作，让你的数据为这些未来的模型做好准备，这些模型可以利用更多的数据或更多的信号，包括多模态模型和视频等。从战略上考虑一下，你每天使用哪些数据来帮助你在市场上做出差异化，你如何将这些数据打包在一起，使模型即使在现在或将来也能吸收它们？”

对此，AppsFlyer公司的Max Barer表示同意。他说，“数据是关键，自动化是关键。你需要准备好你的流程来简化循环，这是一个无限的循环。它是一个制作创意、测试、在制作中运行创意、收集数据、分析、获取见解并再次反馈循环的飞轮。这就是获胜的方法，这个过程应该是自动化的。”

用生成型AI提升广告创意绩效的5个方法：

1）将AI当做决策的一个新伙伴，而非替代者。我们建议使用AI进行构思和研究。例如，要求AI引擎为新的季节性活动提供数据支持的概念可以加速头脑风暴过程。但要得出正确的概念仍需要讨论，更不用说反复试验了。

2）用AI生成的图片加速创意制作。如DALL-E、Midjourney和Stable Diffusion这样的图片生成器正在改变广告创意设计的方式。我们发现它们非常善于大规模生成广告创意变体，有了正确的输入，我们可以得到现有广告无穷多的变体。

同样的工具从头开始生成广告创意的能力还有待提高。我们不建议从零开始，以确保AI生成的创意符合品牌要求，这在与拥有品牌知识产权的客户合作时尤为重要。相反，从现有广告的迭代开始，并记住整合你的品牌指南。

3）用AI扩大本地化广告规模。AI工具另一个闪光点是广告创意的本地化，AI工具可以为不同用户快速调整现有创意。像ChatGPT、Claude和Gemini这样的大模型（LLM），可以帮助广告主更快速、更精准地生成本地化副本。

我们发现用AI翻译字幕和配音也很成功，带有字幕的视频广告往往具有更高的参与率，AI使切割具有不同语言字幕的同一广告的变体变得容易。在视频中添加配音可以提高转换率，AI使创建VO并将其翻译成其他语言变得容易。

带UGC的内容在社交平台的浏览量更高

4）用AI提升UGC内容。在过去的几年里，UGC已经成为绩效营销中的主要创意形式。AI工具可以帮你优化UGC广告的脚本，也可以帮你将KOL视频与可玩元素结合起来，带来更有吸引力和竞争力的广告创意。

5）为你的创意增加新维度。有时候，一个广告所需要的就是让它流行的东西，生成型AI可以让你无缝从2D转向3D，然后转变回来。添加一个3D CTA按钮代替2D按钮是提高参与度的一种简单有效的方法，测试什么对你最有效。