第一節、研究背景
一個品牌的故事文案是一段有凝聚力的敘述，涵蓋了事實與創造，目的是 讓大眾能夠感覺品牌。
一個好的網站或行銷計劃需要許多專業的角色共同完成，創意的策略及設 計通常需要長時間生活的內化，對產品的感受能力與轉化成實際行銷計劃的能 力許多廣告人的自白跟故事裡，都包含了其人生中經典的思維。
所以文案沒有對與錯而是能不能勾動閱讀著的感受，要能與世界溝通，又 要具備藝術的思維，與世界溝通的同時，能帶給世界啟發。
對於管理者的難題，常常也在於無法量化或有快速有效的方式獲得提案，
產品的週期往往也會在反覆的討論跟無法判斷選擇提案的可行性中讓產品時程 有所滯延。
2018 科技話題諸多圍繞著人工智慧 AI，AI 提供世界許多解決方案，用 AI 來生成行銷語言，使用自然語言處理和生成比人力撰稿花費的時間短，也有可 快速量化、生成和優化的優勢。
Google UAC (Universal App Campaigns) 廣告「通用應用程式廣告活動」的 簡介中提到: 您只需提供廣告文字、起始出價和預算，再指定廣告的語言和地 區即可。我們的系統會測試各種組合，更頻繁地顯示成效最佳的廣告，不需要 您額外設定。表示其應用已能廣泛通用於產品的短文宣使用，其延伸的使用的 極致應也是能針對各種不同風格產品指定套用不同的文風。
京東在2018 年四月也推出類似人工智慧寫作應用，基於 NLG (Natural
而一般非以深度學習的生成器以Shopify1的Free slogan maker(標語生成器) 為例，它是一種Javascript 的文本生成器。實際使用並輸入了 htc、三星來生成 了1076 個輸出做比較，其結果只是把輸入當作關鍵字帶入，其 1076 個結果其 實都是一樣的內容。這在於實用上並不可行。以自然語言模型生成的方式則沒
1 Shopify 一間電子商務平台，提供線上，社交媒體或個人銷售所需的服務。
有此問題。
第二節、研究內容與目的
本 研 究 著 重 行 銷 文 案 探 討 並 調 用 Jonbruner(2017)Github 上 Char-RNN(Character-level multi-layer Recurrent Neural Network language models)以字 元為單位元的遞歸神經網路語言模型，以非監督式學習方式輸入選用經典文案 短文，期望經過學習神經網路能輸出走心的文案。並以實驗測試的方式檢視其 效果，輸出文案使用質性研究訪談使用者主觀意識對於文本生成方式的使用意 願以及客觀的文本易讀性分數來監督輸出結果的有效性。探討這項技術應用於 文案生成的可行性，以期有效解決管理上的問題。
第三節、論文組織與架構
圖1.3.1 論文組織與架構 資料來源：本研究整理
本研究著重行銷文案探討並使用 RNN 進行訓練，使用本研究想探討的文 案範例使用爬蟲軟體進行數據收集，並進行資料的數據預處理。
將進行訓練後產出的資料，作為調整模型的參數的依據後，再將最後輸出 資料進行評估與探討。評比方式主要以行銷應用者比如廣告從業者進行訪談與 評分，並針對訪談者的意見與分數進行研究結果的總結與分析。
分析行銷文案在專案中 的類型與重要性
使 用 自 然 語言模型
文 本 輸 入 類 型
模型訓練
輸出資料分析
資料評估探討
結論
行銷應用者訪談