粤向新金融 | 盈米基金吴珂皓：贴近投顾创作场景，构建更高效的“教-投-顾”内容陪伴体系

编者按：由广东证券期货业协会指导，股市广播联合南方财经投教基地，推出《粤向新金融》系列采访报道，聚焦广州资本市场特色，展现广州金融科技创新发展的新局面。

自2019年基金投顾业务试点以来，历经四年多的时间，基金投顾服务资产规模已近1500亿元，客户总数超过500万户。在基金投顾业务中，大量工作需要通过“教、投、顾”一体化的内容陪伴去呈现，如何借助新技术实现差异化的投顾服务？如何让基金投顾与投资者更“同频”？首期栏目邀请到盈米基金AI高级技术总监吴珂皓，介绍基金投顾服务内容平台项目在投顾内容创作方面的创新应用。

股市广播：基金投顾服务内容平台中采用的自然语言处理技术有什么特点？有哪些技术创新？

吴珂皓：目前内容平台采用了大语言模型赋能的自然语言处理技术。相比传统自然语言处理技术，大语言模型赋能的自然语言处理技术有这么几个特点：

第一是理解能力和推理能力更强了，传统自然语言处理无论是基于符号的还是基于神经网络的，他的语言理解能力和推理能力都是很弱的。大语言模型因为使用了海量的语料进行训练，并且模型参数更大，所以其出现了能力涌现现象。

第二是泛化能力更强了，过去我们要针对每一个具体的自然语言处理任务都需要有特定的语料数据和模型训练、迁移学习，成本非常高，迭代速度也很慢。但是大语言模型时代，我们可以在仅使用提示工程的前提下就能完成多种类型的任务，并且也只需要少量的样本来对模型进行训练。迭代速度更快、成本更低。

第三是应用范围更大了，以前的自然语言处理技术只能在少数场景发挥的比较好，比如内容打标签、内容分类，在比如内容摘要、实体提取等任务上表现不尽如人意；但是到了大语言模型时代，这些基于大语言模型强大的理解能力和推理能力，比如内容摘要、实体提取等任务都有很好的表现。而且不仅如此，基于大语言模型强大的表达能力，在智能问答、智能检索、内容创意生成、文章撰写等方面都有了更多的应用场景。以及多模态模型的出现，使得对于图片、视频的处理手段更加多样了。

第四是可解释性相比过去更强了，虽然大语言模型也是基于神经网络，但是相比传统的自然语言处理技术，利用COT等技术，大语言模型在处理任务时可以提供更多的解释。

股市广播：基金投顾服务内容平台如何服务于投顾内容创作者进行素材和创意管理？

吴珂皓：首先内容平台支持投顾内容创作者多模态内容管理的需要，支持了比如文本、word、pdf、音频、视频等多种内容素材的管理；其次，内容平台通过自然语言处理技术对内容素材进行内容智能打标签和分类、摘要，支持多样的内容检索方式；最后，基于大语言模型技术，结合检索增强技术，对内容平台的内容进行智能问答和智能创作，内容创作者不再需要对素材进行一一翻阅，直接通过大语言模型即可获得所需的答案或者创作所需的内容片段。

股市广播：基金投顾业务仍面临哪些问题？通过平台帮助解决哪些问题？

吴珂皓：我们一直说基金投顾业务，给客户带来的最大价值是“三分投、七分顾”。投的部分包括资管机构和传统财富管理机构，其实并不陌生，但这“七分顾”如何做？包括“七分顾”是如何和“投”一起，真正能帮助客户提升账户持有体验的，是整个行业都在探索的问题。

   “顾”的本身，其实是对客户的陪伴、辅导，是投教，是适时的行为纠偏，那呈现给客户的，可能都是碎片化或体系化的内容表达。包括我们说的投前认知、对市场、对产品标的、对自己风险偏好的了解；也包括投中，对基金投顾组合策略调仓，给出的及时解读和告知，为什么要这么操作，是怎么考虑的，是怎么应对市场和趋势变化的；那当客户在投后，我们同样要做大量的陪伴内容，对投资标的净值波动时的解释、对市场波动的分析、对账户收益波动的解读和安抚。这样一系列的“教-投-顾”内容陪伴体系，是基金投顾业务的核心。

 那在服务过程中，我们什么时点该创作什么陪伴内容？有无优秀案例可循？人员紧张的情况下，如何满足高频和高质量的输出？怎么用客户喜欢的语言降维表达？怎么保证内容的合规性？这些问题，都是我们在业务实践中，慢慢总结下来，在内容平台中沉淀，并且产品化。

 目前我们公司的基金投顾服务人员，基本都是通过内容平台，来解决顾问陪伴内容的选题、优秀范文参考、在线创作、合规审核、归档留痕、检索。

 这里AI技术的应用，也让我们内容平台对内容创作赋能效率大为提升，比如AI智能改写、自动提取文档要点、自动分析和抓取用户关心的话题热点、一些基金数据或图表的自动化生成等。同时因为日常持续的服务内容创作，又让我们积累了大量的基金投顾行业内容语料，形成了很多优质服务内容的素材库，又反哺和训练AI去创作更精准的内容。

股市广播：该平台对于基金投顾业务的应用推广起什么作用？

吴珂皓：基金投顾业务中，大量的工作是通过“教、投、顾”一体化的内容陪伴去呈现的，该平台一是让基金投顾业务有了具象的、 可参照的内容服务标准，以及大量优秀案例可供参考；二是也定调了我们给客户提供的陪伴服务，在内容形式上，应该是和用户“同频”的、通俗易懂、可读性高的；在专业性上，是需要和投资标的、和市场变化、和客户需求变化，紧密一体的。另外，有了内容平台，极大解决了行业在推广基金投顾业务时，陪伴和投教内容生产的门槛问题、效率问题，包括我们对业务流程的合规性安排。

股市广播：基金投顾内容平台如何为湾区基金投顾业务提供支撑？ 

吴珂皓：基金投顾内容平台，其实希望可以为湾区更多的基金投顾机构、财富管理机构，提供服务。不光是在投顾内容生产高效创作、内容的全面合规高效审核和流程、服务内容库的累积上提供支撑。还希望更多的机构伙伴一起在内容平台上多生产优秀内容，共同丰富和提升我们湾区的基金投顾服务质量。

股市广播：采用的自然语言处理技术具体有哪些应用场景，能否举例谈谈？

吴珂皓：我们以黄金举例。黄金为什么这么火？现在应该配置黄金吗？如何应对市场上的金价波动？对于以上这些问题，我们基于AI技术，可以快速地创作内容的底稿，比如通过数据捕获到当下的市场热点是黄金。

然后，我们通过AI技术去捕捉优秀的黄金案例，包括但不限于视频、文章等形式，再通过AI得到案例的分析框架。比如说，提炼优秀案例中如何向客户讲解黄金的投资价值。再通过AI做一些具体规划，收集更多的素材以及数据，帮助创作一篇完整的文章。

在文章发布之前，我们会通过AI进行风格改写。因为创作出来的文章专业程度较高，而面对不同的客户与场景，分发的文章应该是不一样的。比方说，有的策略管理人的表达风格很俏皮，我们会按照他的风格改写文章。又比如有的表达风格偏简短，我们会将篇幅较长的文章进行压缩改写。或者说，有的是通过视频进行表达，我们会将文章改写成视频脚本。

股市广播：在内容平台搭建的过程中，有什么印象深刻的事情？ 

吴珂皓：整个内容平台的搭建，主要是从投顾的内容管理、内容创作、内容合规以及内容分发等环节，贴近投顾创作人员的实用场景。

对于投顾工作者，内容创作会是一个瓶颈。在大模型出现以后，我们会更多地在内容创作和内容管理上面为他们提供工具，因为内容创作是非常消耗精力的，怎么帮助他们快速产生创意，以及如何为他们的内容创作提供灵感，这些都是我们重点支持的维度。

在运用这些技术的时候，其实我们也遇到了一些挑战和难题。比如最开始我们尝试自己用开源模型去做自己的训练，但是由于大语言模型发展得非常迅速，我们会面临一个情况，就是当我们自己的模型还没有训练好，又出现了更强大的一个开源模型，所以我们就不断地在追赶技术的发展浪潮，这是印象非常深刻的一个事情。

而且其中我们也面临角色的调整，比方说我们还在训练自己的模型，但当市面上出现了更好的模型，我们是否坚持训练自己的模型，或者当新的模型出现以后，我们的技术路线是否要根据新的市场变化去调整。

股市广播：打造基金投顾内容平台，目前还面临一些什么样的挑战？

吴珂皓：对我们来说，内容平台面临的挑战不是策略管理人之间的竞争，也不是跟同业之间的竞争，而是我们跟各家内容平台之间的竞争。因为用户一天能阅读的内容是非常有限的，我们怎么通过自己的内容平台，跟其他规模更大的内容平台进行流量竞争，这可能是我们当下面临的比较大的一个挑战。而且我们的竞争对手其实比我们想象得更加强大，因为在内容平台例如抖音、 B站上的内容创作者，他们也会有对于基金的解读，我们的内容平台也会有各种各样的限制，如合规层面需要符合法律法规的限制。

（南方财经全媒体股市广播 邓炜晴）