AgenticGen：結合獎勵引導與代理人架構的廣告影片生成技術，顯著提升電商轉換成效

本研究提出 AgenticGen 框架，將廣告生成轉化為可優化的策略選擇與草圖產出階段。透過 DPO 與 GRPO 技術結合線上反饋進行強化學習，大幅優化廣告點擊率與轉換率等核心商業指標。

Problem

現行影片生成模型僅專注於視覺寫實度，未能有效處理產品推理與商業成效間的關聯，且難以根據真實市場反饋調整生成策略，導致產出的廣告內容往往缺乏實際的行銷轉化能力。

AgenticGen 框架將廣告產製分為「策略選擇」與「草圖生成」兩個可訓練階段。系統整合了基於線上行為數據的「成效獎勵」及符合人類品質標準的「準則獎勵」，並依序採用 DPO 與 GRPO 強化學習演算法，引導代理人策略向高商業價值的產出對齊。

在 TikTok 廣告系統的線上 A/B 測試中，AgenticGen 優化後的模型相較於 SFT 基準，點擊率（CTR）提升了 2.72%，轉換率（CVR）提升 2.63%，而廣告價值（Advv）更顯著增長了 9.61%，證實了該框架在真實商業場景的優越性。

此研究成功彌補了生成式 AI 與商業回饋之間的鴻溝，證明透過代理人架構與強化學習，能使模型具備商業推理邏輯。這為未來自動化廣告創意生成與精準行銷，提供了一套可自我演進且具實戰價值的解決方案。