放大你的社交媒体影响力：利用大语言模型生成个性化有影响力的内容
社会与信息网络
2025-05-06 v1
摘要
大语言模型（LLM）的显著进步彻底改变了社交媒体中的内容生成过程，为写作任务提供了极大的便利。然而，现有的应用，如句子补全和流畅度增强，并未完全解决现实社交媒体环境中的复杂挑战。社交媒体用户的一个普遍目标是提高其帖子的可见度和影响力。因此，本文深入探讨了一个引人注目的问题：LLM 能否生成个性化有影响力的内容，以放大用户在社交媒体上的存在感？我们首先审视了内容生成中的流行技术，以评估它们对帖子影响力的影响。认识到社交媒体中底层网络结构的关键作用——这些结构对于启动内容级联传播至关重要，且与帖子的影响力/流行度高度相关——我们随后将网络信息注入提示词中，用于内容生成，以提升帖子的影响力。我们设计了多种以内容为中心和结构感知的提示词。跨 LLM 的实证实验验证了它们在提升影响力方面的能力，并得出了关于哪些策略更有效的见解。我们的代码见 https://github.com/YuyingZhao/LLM-influence-amplifier。
引用
@article{arxiv.2505.01698,
title = {Amplifying Your Social Media Presence: Personalized Influential Content Generation with LLMs},
author = {Yuying Zhao and Yu Wang and Xueqi Cheng and Anne Marie Tumlin and Yunchao Liu and Damin Xia and Meng Jiang and Tyler Derr},
journal= {arXiv preprint arXiv:2505.01698},
year = {2025}
}