关键策略与实践场景：AI技术下的媒体创意传播

人工智能（Artificial Intelligence）技术在媒体传播领域的应用日益广泛，显著提升了媒体传播的效率和质量。在助力媒体传播创意上，AI技术能够通过自动化抓取、智能筛选和自然语言生成等功能，加快新闻采集和编辑的速度，丰富传播的内容，增强传播的时效性和准确性，以其独特的创意视角、新颖的表现形式和深刻的传播内涵，为媒体传播注入了新的活力，从而有效提高信息的传播效率和受众的关注度。本文分析AI技术如何助力媒体传播创意发展，积极探索AI技术和媒体传播的融合应用和带来的一系列值得关注的挑战，以推动媒体传播的创新发展。

AI技术在媒体传播的应用现状

在媒体传播的应用探索中， AI 技术在内容生产流程的优化中扮演了重要角色。通过自然语言处理和机器学习等技术，新闻稿件的撰写、编辑和发布等环节得以自动化和智能化，可大大提高内容生产的效率和质量。通过个性化推荐系统，基于用户的历史行为和偏好，为其推送定制化的新闻内容，可有效提升用户体验和新闻的阅读率。国内研究指出， AI 技术在媒体报道形式创新和舆情分析方面的应用值得聚焦。借助 AI 技术，媒体报道得以实现多媒体融合、交互式呈现等创新形式，可增强新闻的吸引力和传播力。在舆情分析领域， AI 技术也展现出了强大的渗透力。通过对社交媒体、新闻论坛等平台上用户言论的挖掘和分析，可及时发现舆情热点、预测舆情走势，为政府和企业提供决策支持。随着媒体行业竞争日益激烈，传统的报道方式已难以满足受众的需求。

创意传播的兴起，为媒体行业提供了新的发展思路和创新方向，有助于推动整个行业的进步和发展。

AI技术的融合应用，可实现创意传播。通过运用AI技术创新的报道手法和呈现方式，如数据可视化、虚拟现实技术等，可吸引更多受众的关注和参与，提升报道的传播效果，增强重大主题报道的吸引力和影响力。通过运用AI技术创意传播则以更加直观、生动的形式，帮助受众更好地理解和掌握新闻信息，从而提高传播内容的社会价值，有助于深化受众对传播内容的理解。

AI技术的一系列大模型能够支撑媒体实现创意传播： 自然语言处理（NLP）模型，可用于文本分析、情感分析、机器翻译等任务。在媒体行业中，NLP模型可用于自动化生成新闻报道、内容生成翻译、文本分类编辑文章、智能客服等。图像识别模型，可用于识别和分类图像。这种模型可用于媒体行业中的自动化标注图片、识别人物及物体或场景、图像分类、目标检测、图像修复和图像生成等任务。视频分析模型，可用于视频内容的理解和分析。这种模型利用机器学习和深度学习算法对视频进行分析和处理，如视频内容分类、视频摘要生成、图像识别和视频推荐等。在媒体行业中，视频分析模型可用于自动化剪辑、视频标签生成、广告投放等。推荐系统模型，可根据用户的兴趣和行为，为用户推荐个性化的内容。虚拟主持人模型，可模拟人类的语音和形象，用于主持节目、播报新闻等场景。情感分析模型，可对用户评论、社交媒体内容和市场反馈进行情感分析，评估用户情绪和态度。对于媒体单位来说是极具价值的，可了解观众对内容的反应。

AI技术的一系列小模型也能够支撑媒体实现创意传播： 内容生成小模型，包括自动化写作模型、图像生成模型和视频生成模型等，帮助媒体快速生成大量内容，提高生产效率。内容推荐小模型，基于用户兴趣和行为数据，利用机器学习和深度学习算法，为用户提供个性化的内容推荐，提高用户体验和参与度。内容分析小模型，包括自然语言处理模型和图像 / 视频分析模型等，帮助媒体行业对内容进行语义理解、情感分析、实体识别等，提供更精准的内容分析和决策支持。内容版权保护小模型，利用图像识别和音频识别等技术，帮助媒体行业自动识别侵权行为，保护内容版权。用户画像小模型，通过对用户行为和兴趣数据的分析，建立用户画像小模型，帮助媒体行业了解用户需求，提供更个性化的服务和推荐。社交媒体分析小模型，通过对社交媒体数据的分析，帮助媒体行业了解用户对内容的反馈和互动，优化内容传播和营销策略。数据分析小模型，包括大数据分析模型和预测模型等，帮助媒体行业分析用户行为、市场趋势等，提供数据驱动的决策支持。

创意传播的特征与关键策略

（一）创意传播的特征

创意传播，是一种新兴的信息传播方式，指运用创新思维和创意手段，对传播内容、形式、渠道等进行全面创新的过程，旨在吸引受众注意力、激发受众兴趣，并引导受众行为，以实现传播效果的最大化 。创意传播聚焦在“创新”。这种创新不仅体现在传播 内容的独特性和新颖性上，还体现在传播 形式的多样性和互动性上，以及传播 渠道的广泛性和高效性上。 通过综合运用各种创意元素和手段，创意传播能够打破传统传播的束缚，为受众带来全新的信息体验。创意传播的特征：第一，具有新颖性，以新鲜、有趣的内容吸引受众；第二，具有独特性，能够形成别具一格的传播风格；第三，具有互动性，能够注重与受众的沟通和交流，让受众参与到传播过程中来，提高传播的参与度和影响力。

（二）创意传播的策略与技巧

创意传播的三大核心要素分别是差异化定位、情感共鸣和内容讲述，这三个核心部分共同构成了创意传播的骨架，为媒体的信息传播注入了新的活力和深度。差异化定位是创意传播的第一策略。在海量信息时代，如何脱颖而出，成为媒体实现传播必须面对的问题。它要求深入挖掘自身的独特之处，形成鲜明的个性和特色。情感共鸣是创意传播的第二策略，也是灵魂所在。情感是人类最基本、最原始的驱动力之一，它能够引发人们的共鸣，增强信息的感染力和传播力。在创意传播中，媒体需要通过触动人心的内容，激发受众的情感反应，从而达到传播的目的。内容讲述是创意传播的第三策略。在创意传播中，媒体可通过生动的叙事手法，将复杂的信息转化为简单易懂、引人入胜的故事情节，从而吸引受众的注意力，提高信息的传播效果。

（三）创意传播与受众心理

创意传播对受众心理主要体现在吸引注意力、激发情感共鸣，以及促进交流与沟通三个方面。在信息爆炸的时代，受众的注意力成为一种稀缺资源。通过新颖独特的传播内容和形式，创意传播能够有效地吸引受众的注意力，迅速抓住受众的眼球。

创意传播还能通过情感共鸣和内容讲述等手段，触动受众内心，引发其情感共鸣和价值认同。 创意传播往往会运用生动的叙事手法和真实的情感表达，让受众在情感上产生共鸣。 创意传播还通过其强大的互动性和参与性，促进了受众与传播者之间的交流与沟通。 在未来的媒体传播实践中，应更加注重AI技术与创意传播的融合创新，以更好地满足受众的心理需求和信息需求。

AI技术在媒体传播领域的创意应用

（一）应用在个性化内容生成

个性化内容生成是AI技术在媒体传播领域的一项关键创意应用，其主要涉及用户画像技术和自然语言处理技术。用户画像技术是个性化内容生成的核心技术。该技术通过收集和分析用户的行为数据， 如浏览历史、搜索记录、购买行为等，构建出精细的用户模型。这些模型能够准确反映用户的兴趣偏好、阅读习惯以及消费能力，从而为个性化媒体内容的有效传播提供数据基础。自然语言处理技术是个性化内容生成的另一核心技术。这种技术使机器能够理解和生成人类语言，从而实现媒体传播内容的智能化编辑和生成。通过自然语言处理，机器可自动识别所需传播文本中的关键信息，如事件、时间、地点等，并根据这些信息为用户生成个性化的新闻摘要或报道。此外，自然语言处理技术还可用于新闻内容的情感分析，帮助媒体更好地理解读者的情绪和需求，从而调整传播内容的角度和风格。

（二）应用在视觉化内容呈现

在媒体传播内容的视觉化呈现方面，AI技术同样展现出巨大的潜力。AI技术通过图像识别、视频分析以及虚拟现实（VR）等手段，能够帮助新闻媒体实现新闻内容的多样化呈现，从而提升用户的阅读体验和沉浸感。例如，在报道重大事件时，AI技术可迅速生成多角度、高清晰度的图片和视频素材，为新闻报道增添更多视觉冲击力；同时，借助VR技术，AI技术还能为用户打造身临其境的新闻报道场景，让用户更加直观地了解新闻事件的现场情况。视觉化呈现作为媒体新闻传播领域的一种重要趋势，借助AI技术中的图像识别、视频分析等先进手段，显著提升了新闻内容的直观性和生动性，从而优化了用户的信息接收体验。例如，AI技术可以自动生成数据图表、动态地图等可视化元素，使得新闻报道更加生动、易懂。

（三）应用在新闻事实核查

在新闻事实核查方面，AI技术通过比对海量数据源，能够快速识别信息的真伪。传统的新闻可信度评估依赖于记者的专业素养、编辑的审查机制以及受众的批判性思维。但在数字信息时代，信息过载和虚假新闻的泛滥，使得传统方法的局限性日益显现。AI技术为新闻可信度的评估带来了新活力，如通过情感分析、语言风格匹配和来源信誉评分等方式，综合判断新闻内容的可靠性。AI技术可运用于追踪和识别虚假新闻。谣言过滤机器人通过深度学习技术，结合在媒体领域积累的文本、图像、视频、音频识别技术，可快速定位涉黄、涉恐、涉政等内容，为内容生产提供安全监测，降低人工审核成本，提升审核效率。AI技术通过对内容进行独立性分析，帮助记者发现虚假新闻内容，提供虚假新闻溯源，帮助记者做进一步的调查，利用大数据及AI技术解决虚假新闻检测的难题。

（四）应用在信息智能采集

应用AI技术和大数据技术，可改变传统媒体在新闻信息线索搜集过程中安排记者去线下搜集各类最新新闻事件信息并将其加工制作成完整的新闻信息产品的现状，通过快速挖掘线索和有效地关联信息，协助记者更全面地分析数据，发现隐匿其中的趋势和事实，筛选去除冗余信息。从国内看，以新浪为例，成功打造出了热点线索 “知识图谱”，创新有效设计出了颗粒度更为细腻的热点数据信息分析小模型。由新华社和阿里巴巴集团共同投资成立的人工智能科技公司新华智云研发的“突发识别机器人系统”，能够自动识别突发新闻，提高突发事件报道时效，还可自动识别属于突发事件的线索，提醒编辑优先处理。从全球看，BBC研发的Juicer可抓取报道线索并从中提取精华内容，它是一个新闻聚合和内容抽取系统，可监控全球近850个新闻发布源，通过AI算法整合处理数据，并进行分拣、提取，然后为其分配相应的语义标签，分为组织机构、地点、人物和事件进行归档。

（五）应用在新闻效果评估

AI技术辅助下的新闻效果评估可涵盖多个维度，旨在全面剖析AI技术如何增强媒体传播的吸引力、感染力，以及信息传递的效率，同时考察用户参与度的提升情况。关于媒体传播的吸引力，可通过分析用户观看时长、点击率以及分享次数等数据来量化评估。例如，若受众在AI辅助创作的传播内容上停留时间显著增长，那么这可视为传播内容吸引力提升的一个明确信号。在评估感染力方面，可采用情感分析工具来捕捉受众在观看过程中的情感变化。通过监测受众的评论、社交媒体上的讨论以及他们的情感倾向，能够洞察到AI技术是否成功地触动了受众的情感，使传播内容更具感染力。在信息传递效率方面，可设计问卷调查和测试，以衡量受众在观看后对传播内容的核心信息的理解和记忆程度。通过这些数据，可判断出AI技术是否优化了信息的传递方式，使得关键信息能够更迅速、更准确地传达给受众。用户参与度是衡量AI技术辅助传播效果的关键指标之一。通过观察用户的互动行为，如评论数量、点赞、踩、举报等，来评估用户的参与热情。

AI技术在媒体创意传播场景中的实践

（一）AI技术在媒体重大会议场景中的实践

2023年全国两会期间，央视网将AI技术应用于两会报道的互动直播，为观众提供了一种全新的两会观看体验，提高了报道的互动性，也展示了AI技术在传播渠道方面的创新应用。内容生产方面，AI技术在直播过程中，实时捕捉两会热点，生成互动话题，丰富了直播内容。传播渠道方面，通过央视网的直播平台，AI互动直播吸引了大量在线观众，提高了两会的传播力度。互动体验方面，观众可以通过AI互动平台提问，与代表委员进行虚拟互动，这种形式的直播大大提升了用户的参与度。

（二）AI技术在媒体世界重大活动报道场景中的实践

随着AI技术的日渐发展，在人民日报有关世界杯报道中，已能为主流媒体进行复杂的数据分析，为读者提供更加深入的数据解读，体现了AI技术在新闻传播领域的深度应用。内容生产方面，AI数据分析为报道提供了精准的数据支持，使得赛事报道更加科学和有说服力。传播渠道方面，人民日报通过其全媒体平台，包括纸质报纸、网站、客户端等，广泛传播AI分析的内容。互动体验方面，AI技术生成的数据图表和互动元素，让用户能够更直观地理解赛事数据，提升了用户的阅读体验。

（三）AI技术在媒体新闻主播场景中的实践

新华社推出了AI新闻主播“新小华”，这是我国主流媒体在AI技术应用方面的一次重要尝试，标志着AI技术在新闻主播领域的初步应用。在重大主题报道中，如全国两会、改革开放40周年等，AI新闻主播“新小华”通过模拟真实主播的声音和形象，进行新闻播报，改变了传统的新闻播报方式，提高了报道的时效性和互动性。内容生产方面，AI新闻主播能够快速准确地读取新闻稿件，并模拟人类主播的语音、语调进行播报，大大缩短了新闻生产的周期。传播渠道方面，通过新华社的官方网站、客户端以及社交媒体平台，AI新闻主播的报道实现了多渠道传播，扩大了覆盖范围。互动体验方面，AI新闻主播能够与用户进行简单的互动，如回答用户提出的问题，提升了用户的参与感。

（四）AI技术在媒体记者场景中的实践

新华社在2022年北京冬奥会期间推出了AI记者“小新”，它利用自然语言处理和机器学习技术，对冬奥会赛事进行实时报道和分析，不仅能够播报新闻，还能进行赛事分析和深度报道，展示了AI技术在内容生产方面和记者报道方面的进一步发展。内容生产方面，AI记者“小新”能够快速撰写赛事新闻和深度分析文章，提高了报道的效率和质量。传播渠道方面，通过新华社的官方网站、客户端以及社交媒体平台，AI记者的报道实现了即时传播，覆盖了广泛的受众。互动体验方面，“小新”通过互动问答和用户评论互动，为用户提供个性化的赛事信息，增强了用户的参与感和满意度。

（五）AI技术在媒体视频剪辑场景中的实践

在国庆 70 周年阅兵式报道中，央视网利用 AI 技术对阅兵式进行了视频剪辑和内容分发。 AI 系统自动识别并剪辑出阅兵式中的精彩瞬间，快速生成短视频内容，通过央视网的多个平台进行推送，实现了内容的快速生产和分发。内容生产方面， AI 视频剪辑技术能够从大量的视频素材中迅速筛选出有价值的内容，提高了内容生产的效率。传播渠道方面，通过央视网的官方网站、移动客户端以及社交媒体账号， AI 剪辑的视频内容实现了快速传播，吸引了大量用户观看。互动体验方面， AI 剪辑的视频内容更加符合用户碎片化的观看习惯，提升了用户的观看体验。

AI技术对媒体传播创意发展的挑战和影响

AI技术在媒体创意传播中的应用带来了一系列挑战。第一，体现在伦理问题。AI在新闻采集过程中可能侵犯个人隐私，或在新闻编辑过程中引发信息失真。第二，体现在内容准确性方面。尽管AI技术能提高新闻生产效率，但由于其依赖于大量数据和算法，一旦数据存在偏差或算法设计不当，就可能导致新闻的准确性受到损害。第三，体现在公正性和客观性。由于AI算法可能受到开发者或数据本身的影响，从而在新闻采编过程中引入偏见。AI技术在媒体传播创意过程中虽然带来了显著的效益，但同时也伴随着一系列挑战和问题。为了确保AI技术能够更好地服务于传媒行业，需要持续关注其伦理、准确性和偏见等问题，并积极寻求解决方案，确保传媒行业的持续健康发展。

AI 技术在媒体传播创意发展中的应用，主要体现在三个方面：

第一，提升传播效率。 AI 技术能够实现新闻内容的快速生成和分发，缩短了报道的生产周期，提高了传播的时效性。在突发事件和重大活动中，它确保了信息能够第一时间传递给公众。第二，增强报道深度。 AI 的数据分析能力使得报道能够基于大量数据进行深入挖掘，提升了报道的深度和广度。通过 AI 技术，记者可以快速梳理复杂的数据，发现潜在的新闻线索，从而生产出更有深度的报道。第三，优化用户体验。 AI 技术通过个性化推荐和互动体验，更好地满足了用户的需求，增强了用户的黏性。用户不仅能够获取到定制化的新闻内容，还能通过互动平台参与到新闻报道中，提升了用户的整体体验。内容生产的多元化、传播渠道的拓展、互动体验的丰富化，以及对媒体从业者能力要求的提升，是 AI 技术在很长一段时间内，对媒体传播创意发展的积极促进作用。 AI 技术以其独特的创新思维和创意手段，使得媒体传播能够在信息时代独树一帜，显示出其非凡的优势和价值。随着技术的不断进步和受众需求的持续变化，媒体创意传播必将在更多领域大放异彩，并迎来更加广阔的发展前景。无论是在新闻报道、重大活动宣传，还是在文化传播等领域，创意传播都将以其独特的魅力，为信息传播带来革命性的变革。未来的信息传播领域，将是媒体正能量导向下的创意传播舞台。

文章来自于“新传播智库”，作者“李普青，瞿曦”。