社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  aigc

「AIGC实战」城市消费券项目经验

交互设计学堂 • 1 年前 • 217 次点击  

随着AI图像生成技术的高速发展,以Midjourney、Stable diffusion为例的AI工具引起了大家广泛的研究和应用浪潮,也印证了早期流传在AIGC圈的一句话“任何行业都值得用AI重新做一遍”。面对时代趋势,团队早在22年底就开展了AIGC在「电商行业领域」的研究和探索,旨在运用新技术帮助团队提升工作效率和质量,高效地解决业务难题。



一、摸着石头过河,AI竟真的有戏


01 业务背景


23年初我们团队接到城市消费券的业务需求,业务同学希望快速推动支付券向东券转移,通过产品及活动页面运营,以及技术上对核销率的监控等手段,优化消费者体验,同时提高消费券核销率。留给我们设计团队的难点:1.【高频次运营活动】全年预估活动场次达到60场,单期活动所需素材量大,平均每周都会有1场活动上线,需要团队内多名不同能力设计师的协同配合;2.【消费券心智较弱】用户无法第一时间了解到活动城市、活动力度等有效活动信息。在城市消费券项目中,团队大量工作主要在主视觉设计上。综上需求难点,AIGC刚好可以解决城市消费券KV“任务量大”“排期紧张”“风格不统一”的问题。



02 AI技术探索


为验证AI技术在实际项目中的落地可行性,前期团队做了大量的对比测试,邀请插画设计熟练度不同的设计师进行对比。发现加入AIGC辅助设计后,不仅可以解决了“要好看”“明天要”的焦虑,还可以“感觉是一个风格”。



我们对市面上流行的AI工具进行了学习探索,发现不同AI工具存在很大的区别,各有优劣势,让我们用一张图来看看他们的区别:



03 解决方案


由于城市消费券业务的特殊性,经常存在城市和省份之间代表主体元素“冲突”的情况,例如:武汉消费券和湖北消费,黄鹤楼是武汉的标志性建筑,可是用黄鹤楼代表湖北,会存在一定认知风险,会造成部分用户误以为是武汉消费券,只有武汉地区可领,而导致用户流失。另外,有时业务方还会有一些品类的诉求,所以我们进一步对视觉主体进行规则设定,来解决消费券整体的统一性和彼此的差异性:a、城市:地标建筑(主体)+代表植物/动物;b、省份:文化标志(主体)+代表植物/动物;c、限品类(根据业务诉求):品类SKU堆图(主体)+代表植物/动物。



二、AI狠活时间,流程方法上干货



三、效率和质量面前,AI真香



AIGC帮助了我们什么?


在城市消费券项目中,借助现阶段AIGC能力,帮助团队解决了“快速出图”和“风格统一”的问题,得到以下几点启发,并希望可以借鉴到其他业务线中,更高效地赋能我们的业务。




对你有帮助的的话点个赞吧~


— END —

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/163238
 
217 次点击