AI 如何助力企业社交媒体营销兼具专业性与个性化（学术论文研读）

除了电子邮件、会议纪要等传统沟通方式，越来越多公司开始使用企业社交媒体（Workspace Social Media）促进员工之间的交流和信息分享。这些平台的特点是半正式性——既不同于轻松活泼的朋友圈，也不等同于标准严谨的公文。员工既希望树立专业形象，又想保持一定的亲和力和个性。这对写作者来说很有挑战：发得太随意，可能显得不够专业，影响职业形象；发得太严肃，又会让同事觉得距离感太强。

即便借助 AI 进行写作，用户也可能面临多重困难：

• 不同写作场景的需求差异：有些消息侧重正式的工作内容，有些消息则偏向轻松的休闲内容。用户可能需要在同一条消息中兼顾不同风格，既提供严谨的技术信息，又希望通过活泼的表达吸引同事阅读。
• 通用 LLM 的“千篇一律”：大语言模型（LLM）虽然能快速生成文字，但写出来的东西容易显得公式化，缺乏用户独特的语气和背景。
• 用户难以高效引导 AI：在实际使用中，用户提供的提示词和上下文信息可能不够清晰，导致 AI 误解意图，生成不合适的内容。

如何让 AI 在帮我们写企业社交媒体营销内容时，既懂工作场景又保留个人风格？本文介绍的研究 Corporate communication companion (CCC): An LLM-empowered writing assistant for workplace social media（Lu, et al., 2024）以此为切入点，基于大模型赋能设计了一个交互系统——企业沟通助手（CCC）。

研究关注的问题是：如何设计一个既高效又可定制的 AI 写作助手，帮助用户在企业社交媒体发布内容时兼顾专业性与个性化？以下，我们将深入解读这项研究的核心发现。

1. 前期分析与访谈：企业社交媒体写作现状与用户需求

典型使用案例（Typical Use Cases）

为了探究员工在企业社交媒体上的内容发布情况，研究团队从大型企业的内部采集数据。随机抽取了 2000 条消息后，使用 GPT-4 进行分析：

• 主题聚类：先用大模型为每条消息生成摘要，再根据摘要生成 10 个常见类别，例如公告、项目进展、技术分享、活动邀请等。
• 风格标注：根据每条消息的语言特征，为其标注写作风格，例如正式、随意、使用俚语等。

研究发现，即使在相同主题中，风格分布也非常多样。例如，“公告”类消息中有 52.85% 采用正式语气，但 26.64% 使用随意语气，甚至有 6.34% 使用俚语。这说明用户的发帖风格不仅取决于个人偏好，还与受众、场景以及职业形象策略密切相关。因此，设计写作助手时必须考虑风格的多样性和用户的策略性。

需求访谈（Needs Interviews）

为了解用户对 AI 辅助写作功能的需求，研究团队对 7 位活跃用户进行了半结构化访谈。受访者的年龄在 25-55 岁之间，涵盖技术主管、产品经理、实习生等不同背景。

访谈重点关注三方面内容：

• 用户在发帖过程中的构思、撰写与修改习惯，对应心理学模型 Flower & Hayes 三阶段写作模型：计划—翻译—检查。
• 用户在不同场景下的风格偏好及其原因。
• 用户希望 AI 写作助手具备的功能。

2. 系统设计与测试：CCC 的功能与用户反馈

系统功能设计

基于聚类分析和需求访谈，研究团队设计了 CCC 交互系统。交互流程包括 Co-Outline 和 Co-Edit 两个核心阶段，并辅以用户画像生成与个性化定制功能。系统包含了四项核心功能：

• 识别使用案例风格：能够区分专业型场景和休闲型场景，并据此调整语气与内容。
• 提供结构性提纲（Co-Outline）：在写作前为用户生成结构清晰的提纲，帮助用户组织思路。
• 提供语言编辑支持（Co-Edit）：允许用户在用词、语气、细节程度等方面进行个性化调整。
• 适应多场景的定制化（Adaptable Customization）：通过双向交互设计（Mixed-initiative Design），在保持用户控制权的同时，由系统主动提供上下文感知的建议。

在用户画像生成阶段，系统会参考用户的职位信息、历史发帖记录、平台互动习惯，构建双场景档案。系统会为每位用户会建立两套独立的风格档案：一套用于工作相关的专业型发帖，一套用于非正式的休闲型发帖。档案中会记录常用词汇、句式习惯、语气倾向等，用于后续内容生成的参考。

在协作大纲（Co-Outline）阶段，系统帮助用户在动笔之前快速形成一个大纲，从而减少无序写作。实现方式如下：

• 系统根据用户输入的主题、当前场景、历史发帖风格，从已有数据中生成多个候选大纲。
• 大纲会呈现为标题和要点分层的结构，并提示每个部分应包含的核心信息。
• 用户可自由选择一个大纲作为起点，也可以对大纲进行增删修改。

在协作编辑（Co-Edit）阶段，系统在用户已有大纲的基础上，根据用户需求对语言进行微调。实现方式如下：

• 用户可设置多个语言参数，例如语气（正式、半正式、轻松幽默）、细节程度（简洁、适中、详尽）、风格特征（是否使用表情符号、是否增加互动等）。
• 系统会基于参数和用户画像，对现有文本进行改写，并标注修改原因。
• 用户可以对每处修改进行接受、拒绝或再次调整，从而形成最终版本。

在定制化（Adaptable Customization）调整阶段，CCC 采用双向交互设计。AI 会主动基于场景和历史数据给出建议，但不会替用户做最终决定。用户可随时覆盖 AI 的建议，以保持对内容的绝对控制权。

3. 用户研究（User Study）

为了验证 CCC 的可有效性，研究团队设计了一项对照实验，以探究参与者在使用 CCC 和对照系统（Baseline System）时的不同体验。对照系统是一个标准写作助手，保留了文本生成能力，但移除了 CCC 的两个核心功能：无用户画像与个性化场景识别，并且无 Co-Outline 与 Co-Edit 分阶段流程。这相当于让参与者使用一个通用的 AI 写作助手，仅通过一次性指令生成整条消息。

用户研究招募了 10 名参与者，涵盖产品经理、研究员、工程师、实习生等不同岗位。研究团队为参与者设定了相同的写作任务，要求每位参与者借助两个不同的系统撰写 4 条消息，包括工作类消息和休闲类消息各 2 条。

实验结束后，研究团队分别从写作体验和受众感知进行问卷调查，评分采用 7 点里克特量表（1=非常低，7=非常高）。

• 写作体验：参与者评价两个系统在协作感与易用性、内容完整性与真实性、使用意愿与满意度等方面的差异。
• 受众感知：参与者阅读和评价其他人撰写的消息，评价维度包括信息量、吸引力、得体性和整体质量等。

4. 研究结论：交互功能的优势体验

研究团队使用 t 检验对 CCC 与对照系统进行了比较分析。结果显示，CCC 在多个维度上的表现均显著优于对照系统（p < 0.05）。唯一差异不显著的指标是生成速度，说明 CCC 的分阶段流程并未牺牲效率。

写作体验：

• 更高的协作感：参与者普遍认为，CCC 的双阶段功能让他们感到与 AI 并肩合作，提升了参与感和对结果的掌控感。相比之下，对照系统缺乏中间反馈和调整空间，让用户觉得“AI 主导、自己被动接受”。
• 更低的认知负担：由于 CCC 提供了分阶段、可调整的写作路径，用户在构思、修改、润色等环节的压力明显减轻。多位参与者表示，CCC 让他们更容易集中在内容本身，而不是在反复修改语言细节上耗时。
• 个性化保留更充分：得益于用户画像和风格参数，CCC 生成的文本更好地保留了用户的独特表达习惯。例如，一些喜欢在休闲消息中加入幽默元素的用户，发现 CCC 能稳定地保留他们常用的表情符号和轻松句式。

受众感知：

• 信息量与完整性：工作相关消息中，CCC 更倾向于按照大纲逐条展开，使核心信息（时间、地点、任务目标等）更明确。
• 场景得体性：参与者普遍认为，CCC 生成的消息在不同场景下都更符合预期的语气与氛围。在工作场景中，CCC 会保持严谨的措辞，减少情绪化表达。在休闲场景中，CCC 能自然加入互动性语言，提升亲和力。这种适配性得益于系统在生成内容前就进行场景识别和风格匹配。
• 独特性与吸引力：参与者指出，CCC 生成的消息读起来更像“某个人写的”，而不是模板化产物。这与 CCC 引入用户历史风格和个性化用词有关。

AI 赋能的个性化写作

这项研究展示了一个重要趋势：AI 写作助手正在从“万能模板”走向场景化和个性化。如果你经常需要在企业平台编辑消息，不妨想一想：你希望 AI 帮你写的是一篇“标准化的消息”，还是一篇“真正属于你的内容”？

UMU 出品的一键生成 告别文字焦虑系列课程，专注于职场短消息与写邮件场景，帮你解决撰写中的构思慢、动笔难与修改耗时等问题。妙笔生花 提升你的表达力系列课程，帮你从内容深度、行文风格到逻辑准确性优化文本质量，助你掌握一套由 AI 驱动的专业内容生产新范式。

UMU AI Tools 是懂你需求的专业写作伙伴，能够辅助你进行高效商务写作。内置内容改写工具箱，支持润色、扩写、缩写、纠错等实用功能。

UMU ALT 团队由来自清华大学、北京大学、中国人民大学、康奈尔大学、佛罗里达大学等全球知名高校的博士组成，专注于深入解析人工智能与组织管理、人力资源等领域的交叉研究。我们系统梳理大量相关学术论文，提炼其中的研究方法与核心洞见，并将其转化为企业可实际应用的知识资源。关注 AI 论文介绍合集。同时，我们结合学术成果、行业领袖建议及最佳实践案例访谈，推出了📖 发展大模型时代的 AI 力在线系列课程。该课程旨在帮助企业全面理解 AI 技术演进对组织架构、管理模式及员工能力所带来的深远影响，助力组织构建面向未来的 AI 竞争力。欢迎深入了解课程内容，或📖 联系 UMU 专属顾问，开启您的 AI 转型之旅。

参考文献：
Lu, Z., Mysore, S., Safavi, T., Neville, J., Yang, L., & Wan, M. (2024). Corporate Communication Companion (CCC): An LLM-empowered Writing Assistant for Workplace Social Media. arXiv preprint arXiv:2405.04656.