Phrasee
Phrasee 用 AI 生成并优化品牌邮件主题行与推送文案，通过语言数据科学提升打开率与转化率。
Phrasee
一句话简评：它不是一个通用文案生成器，而是一个"用数据反哺语言表达"的营销效果优化引擎——核心不是帮你写，而是帮你的文案"赢"。
Phrasee 的核心参数与统计
Phrasee（现为 Jacquard 平台核心组件）与普通 AI 写作工具存在本质差异：后者追求"生成速度与可读性"，前者追求"语言表达对营销指标的实际提升"。它内置了经过 60 亿数据点训练的效果预测模型，能在发送前预判每条文案的打开率与点击率。
| 项目 | 公开信息 |
|---|---|
| 官方定位 | 品牌语言优化平台（Brand Language Optimization） |
| 当前产品形态 | 作为 Jacquard 平台的核心语言引擎（Language² + Neural²） |
| 核心优化场景 | 邮件主题行、推送通知SMS、In-App、Web Push |
| 优化目标 | 打开率（OR）、点击率（CTR）、转化率（CVR） |
| 技术基础 | 神经符号系统（Neuro-symbolic）+ BERT 跨语言嵌入 + 多智能体架构 |
| 训练数据规模 | 60 亿+数据点，横跨 10 年全球营销活动 |
| 效果预测胜率 | 66%（预测冠军 vs 人工对照组），经测试趋于 100% |
| 支持语言 | 27 种+语言及方言 |
| 部署方式 | SaaS + API + 多渠道分发集成 |
| 合规认证 | ISO 27001:2022 |
| 服务可用性 | 99.9% 正常运行时间保证 |
| 累计处理量 | 超 2000 亿次发送 |
| 累计增量点击 | 超 1.55 亿次 |
核心差异：Phrasee/Jacquard 不依赖通用 LLM 的"涌现能力"，而是用神经符号架构将生成式 AI 的创造力与确定性规则引擎结合。每条文案在发出前都经过"生成 → 过滤 → 预测 → 优选"四步流水线，确保既符合品牌调性，又在统计学意义上优于人工撰写。
Phrasee 的用户与市场认可
企业客户与覆盖范围
Phrasee/Jacquard 已服务 50+ 家企业级客户，覆盖零售、旅游、餐饮、金融等多个行业。知名客户包括：
- Currys（英国头部零售商）：通过 Jacquard 优化邮件主题行，活动期间实现打开率提升 42%、点击率提升 93%、收入增长 102%，后续购物车挽回邮件优化额外带来 250 万英镑年收入。
- TUI Group（全球旅游集团，2000 万+客户）：从单语言（英语）、单品牌（TUI）、单渠道（邮件）起步，扩展到 3 个品牌（TUI、First Choice、Marella Cruises）、2 种语言（英语、德语）、3 个渠道（邮件Web Push、移动 Push），实现多品牌调性独立管理。
- P&O Cruises：打开率提升 13%，点击率提升 18%。
- Home Chef（美国餐包品牌）：打开率提升 21%，点击率提升 29%。
行业认可与媒体报道
Phrasee/Jacquard 被 Campaign、Sifted、Forbes、The Drum 等媒体专题报道，累计融资 1700 万英镑（约 2200 万美元），投资方包括多个知名机构。
行业对标
与 Jasper、Copy.ai 等通用 AI 写作工具不同，Phrasee 不进入"内容生成量"赛道，而是占据"内容效果优化"这一更靠近 ROI 的细分市场。在邮件营销优化领域，其主要对标包括 Persado（情感分析驱动）、Seismic（销售赋能内容）等企业级平台，但 Phrasee 在"品牌语言规则引擎 + 自动 A/B 测试闭有"上具有差异化优势。
Phrasee 的成本优势
C 端 / 个人创作者
Phrasee 不提供个人版或免费套餐。个人创作者或小团队无法直接使用，亦无公开的订阅定价。对于仅需少量邮件文案生成的场景，Jasper 或 ChatGPT 等通用工具更具成本合理性。
开发者 / API 接入
Phrasee 通过 Jacquard 平台提供 API 集成能力，费用基于调用量（发送量级 + 优化频次）计算。开发者可将优化引擎嵌入自有 ESP（如 Braze、Salesforce Marketing Cloud）或营销自动化平台中。具体定价需联系商务团队，无公开标准 API 价格表。
企业 / 私有化部署
Phrasee/Jacquard 采用按年合同的企业订阅模式，定价包含以下组件：
| 成本维度 | 说明 |
|---|---|
| 基础平台费 | 包含 Language² 文案生成引擎、品牌语言模型训练、效果预测 |
| 发送量级梯度 | 按月度/年度发送量分层定价，量级越大单次成本越低 |
| 渠道扩展费 | 邮件以外的渠道（SMS、Push、In-App）单独计价 |
| 语言扩展费 | 超出基础语言数量的附加语言需额外付费 |
| 专业服务费 | 品牌语言模型初始训练、语言学专家咨询、客户成功经理 |
| 集成实施费 | 与 ESP/CEP 平台的对接实施（一次性） |
隐性成本考量：
- 历史数据门槛：品牌语言模型的训练需要至少数万条历史邮件数据，数据不足的品牌需要更长的冷启动周期。
- 组织适配成本：使用 Phrasee 要求营销团队改变"直觉驱动"的文案工作流，转向"数据验证驱动"的迭代模式，内部培训与流程改造成本不可忽视。
- 锁定风险：品牌语言模型与平台绑定，迁移成本较高。建议在合同中约定数据导出格式与频次。
Phrasee 的主要功能
- Language² 多智能体文案生成：基于神经符号架构，内部集成多个专业 AI 智能体（语气一致性、上下文精准度、品牌对齐度），从同一创意简报（brief）自动生成数百到数千条候选文案。每条候选经严格评估后，仅保留合规且预测效果最优的变体。适用任务：大规模邮件主题行、推送文案SMS 文案的批量生成。
- Neural² 效果预测引擎：基于 60 亿数据点训练的 BERT 跨语言嵌入模型，在发送前预测每条文案的打开率与点击率。预测冠军对人工对照组的胜率达 66%，经多轮 A/B 测试后趋于 100%。适用任务：在投入全面发送前筛选最优文案变体，避免主观判断偏差。
- 品牌语言规则引擎（Brand Language Governance）：品牌可定义语气（正式/亲切）、禁止词表、必含元素、合规边界等确定性规则。Language² 的神经符号架构确保生成内容 100% 通过这些规则过滤，而非依赖 LLM 的"概率性遵守"。适用任务：金融、医疗、法律等强监管行业的合规文案生成。
- Optimise¹ 动态优化分发：自动将文案变体投放至多组 A/B 测试，实时监测效果，自动淘汰表现落后的变体并补充新的候选，持续优化直到活动结束。适用任务：大型促销活动期间的高频文案迭代，无需人工干预。
- Contextual¹ 1:1 个性化：结合用户画像、产品数据、行为属性，为每个用户生成个性化文案变体。解决"{FirstName}" 式伪个性化的痛点，实现真正的上下文相关。适用任务：购物车挽回、跨售推荐、生日关怀等基于用户事件的触发式消息。
- 多渠道统一分发：从同一份创意简报出发，自动适配邮件SMS、移动推送In-App、Web Push 等渠道的字符限制与格式要求，保持全渠道叙事一致性。适用任务：多渠道营销活动的统一管理。
- 季度品牌语言 IQ 报告（Brand Voice IQ）：由语言学专家团队每季度提供品牌语言趋势洞察，量化品牌语调变化、热门表达、情感走向，帮助品牌从"直觉驱动"转向"证据驱动"的语言策略。适用任务：品牌年度语言策略规划与季度复盘。
Phrasee 的模型与版本演进
前身：Phrasee 独立阶段（2015–2023）
Phrasee 由一群营销人、技术专家和语言学博士创立，早在大模型普及之前就专注于品牌语言生成技术。其原始 Language¹ 引擎在 7 年发展中积累了核心的品牌语言控制能力，不支持通用 LLM。
收购整合：Jacquard 平台阶段（2023–2025）
Phrasee 被 Jacquard Group Ltd 收购，其语言引擎整合进 Jacquard 平台，与预测引擎、分发引擎合并为统一产品矩阵。平台累计训练数据达 60 亿点，支持多语言、多渠道。
2025 春季发布：Language² + Neural²（2025-04）
| 版本节点 | 时间 | 核心变化 |
|---|---|---|
| Language¹（Phrasee 原生） | ~2015–2024 | 基于规则的语言生成引擎，纯确定性控制，不支持 LLM |
| Jacquard 平台整合 | ~2023–2025 | Phrasee 被收购后并入 Jacquard，增加预测引擎与多渠道分发 |
| Language² + Neural²（Spring Release 2025） | 2025-04 | 引入神经符号多智能体架构，结合 LLM 创造力与确定性控制；Neural² 基于 BERT + 跨语言嵌入，预测胜率达 66% |
| Contextual¹ + Optimise¹ | ~2025 | 基于 Language² 和 Neural² 的决策引擎层，实现 1:1 个性化与动态优化分发 |
| 即将发布（路线图） | 2025–2026 | 增强分析套件、自助洞察、图片内容类型支持、更多集成（Braze、Iterable、Insider） |
版本特点总结
- 核心架构升级：从纯规则引擎（Language¹）到神经符号多智能体系统（Language²），实现了"创造力 + 可控性"的兼得。
- 预测能力飞跃：从无预测到 Neural²（BERT + 60B 数据点），66% 基线胜率是当前行业公开最高水平之一。
- 渠道与语言扩展：从仅英语邮件到 27+ 语言5+ 渠道的全面覆盖。
Phrasee 的技术优势
神经符号架构（Neuro-symbolic Architecture）
Language² 的核心技术路线是"神经符号系统"——将概率性 AI 智能体（负责上下文感知的内容生成）与确定性规则引擎（负责品牌合规过滤）整合在同一流水线中。这种设计的优势在于：
- 可控创造性：通用 LLM 的"创造力"是一把双刃剑——能写出惊艳文案，也可能偏离品牌调性。Language² 的确定性规则层在 LLM 输出后执行硬性合规检查，确保每条文案在"有趣"和"合规"之间取得平衡。
- 多智能体分工：语言生成不是单一模型完成，而是由语气智能体、上下文精准度智能体、品牌对齐度智能体等多个专业智能体协作完成。每个智能体负责一个维度的优化，最后统一评估择优。
- 免提示工程：用户不需要编写 Prompt——从创意简报（brief）即可直接生成，大幅降低了企业用户的使用门槛。
Neural² 效果预测机制
Neural² 基于 BERT（Bidirectional Encoder Representations from Transformers）架构，结合跨语言嵌入技术，将 60 亿数据点中的表达模式映射为效果预测分数。
- 预测为什么准确：数据来源是 10 年间真实营销活动中的 A/B 测试结果，涵盖了不同行业、语言、渠道、用户群体的打开/点击行为模式。模型学到的是"什么类型的语言在什么上下文中有效"，而非简单的词频统计。
- 66% 胜率的含义：这意味着在任意单次对比中，Neural² 选出的冠军文案有 66% 的概率在统计学上显著优于人工撰写的最佳版本。经多轮测试迭代后，胜率趋于 100%——即平台能持续找到优于人工的表达方式。
- 与竞品的区别：Persado 等竞品主要基于情感词库和语义分析，而 Neural² 基于端到端的神经网络预测，能捕捉更细微的表达差异对效果的影响。
无需 LLM 训练客户数据
Jacquard 明确承诺"不允许 LLM 使用客户数据进行二次训练"。对于数据安全敏感的企业（金融、医疗）来说，这是一个关键的采购前提。其语言生成能力不依赖客户数据训练，而是基于预训练的语言模型加上客户品牌规则进行推理。
工程级可靠性
- ISO 27001:2022 信息安全认证
- 99.9% 正常运行时间 SLA
- SSO 单点登录 + RBAC 角色权限 + 内置审批流程
- 完整的审计日志
Phrasee 如何使用
接入方式
| 入口 | 适用对象 | 说明 |
|---|---|---|
| Web 管理后台（app.jacquard.com） | 营销团队 | 配置品牌语言模型、创建活动、查看效果面板 |
| API 集成 | 开发团队 / 系统集成商 | 与 Braze、Salesforce Marketing Cloud 等 CEP/ESP 对接 |
| 托管服务 | 企业客户 | Jacquard 团队协助完成品牌语言训练、渠道对接、活动配置 |
典型使用步骤
- 品牌语言建模：提供品牌历史邮件数据（建议 ≥ 1 万条），Phrasee/Jacquard 的语言学团队分析品牌语调、常用表达、禁区，训练品牌专属语言模型。
- 规则配置：通过管理后台配置合规规则（禁止词、必含元素、语气偏好、长度限制等）。
- 活动创建：输入创意简报（目标受众、活动目标、关键信息点），Language² 自动生成数百条候选文案。
- 效果预测与优选：Neural² 对每条候选进行效果预测，推荐 Top-N 最优变体。
- 发布与优化：将选定变体投入发送，Optimise¹ 自动执行 A/B 测试，实时淘汰低效变体并补充新候选。
- 复盘与迭代：活动结束后查看效果报告，品牌语言 IQ 报告提供季度趋势分析。
集成生态
Phrasee/Jacquard 与主流营销技术栈深度集成，覆盖 CEP（Braze、Salesforce Marketing Cloud）、ESP（HubSpot、Klaviyo）、CDP（Segment、mParticle）等。
Phrasee 的产品定价
Phrasee 的定价模式完全面向企业级客户，无公开标准价目表。以下为基于公开信息的结构归纳：
| 层级 | 定价模式 | 包含内容 | 适合对象 |
|---|---|---|---|
| 企业入门 | 按年合同，£50K–£100K+/年（推估） | 1 个品牌语言模型1 种语言2 个渠道（邮件 + 推送）、标准集成 | 年发送量 500 万–2000 万的品牌 |
| 企业标准 | 按年合同，£100K–£250K+/年（推估） | 3 个品牌语言模型3 种语言、全渠道API 集成、专属客户成功经理 | 多品牌/多语言运营的中大型企业 |
| 企业旗舰 | 按年合同，£250K+/年（推估） | 不限品牌模型、不限语言、全渠道 + 实验性渠道、专属语言学专家服务、自定义集成 | 全球品牌集团，年发送量亿级以上 |
精准价格需联系销售获取报价，以上数字基于行业对标与公开融资信息推估，非官方定价。
与竞品价格对标：
| 对比维度 | Phrasee/Jacquard | Persado | Jasper/Copy.ai |
|---|---|---|---|
| 目标客户 | 企业品牌（月发送百万级） | 企业品牌 | 个人/中小企业 |
| 年合约起价 | £50K+（推估） | $100K+（行业估算） | $49–$499/月 |
| 核心价值 | 效果优化 > 内容生成 | 情感语言优化 | 内容生成量 |
| 免费试用 | 不提供免费版 | 不提供免费版 | 提供免费版 |
Phrasee 的应用场景
- 大型电商邮件营销（落地验证型场景）：月发送量超百万封的电商品牌，通过 Language² 持续生成主题行变体，Neural² 预测最优版本，Optimise¹ 自动迭代。Currys 案例已验证：打开率 +42%、点击率 +93%、收入 +102%。核验重点：试运行阶段需设置 A/B 对照组（Phrasee 优化组 vs 人工撰写组），直接验证 lift 幅度。
- 多品牌集团统一语言管理：运营多个独立品牌的集团（如 TUI 同时管理 TUI、First Choice、Marella Cruises），使用 Phrasee 为每个品牌训练独立语言模型，确保各品牌调性不受平台"平均化"影响。从单品牌到多品牌的无缝扩展能力是其区别于竞品的关键。核验重点：验证模型之间是否真正隔离，是否存在跨品牌数据泄露风险。
- 全球化品牌的多语言多市场运营：品牌在 5+ 国家运营，需要同时管理英语、德语、法语、西班牙语等市场的邮件和推送文案。Phrasee 支持 27+ 语言，且一个市场的效果学习（如英国英语）可迁移到其他市场（如美国英语、德语），实现全球统一优化策略。核验重点：验证非英语语言的效果预测准确率是否与英语持平。
- 高频推送 App 用户留存：购物、社交、新闻类 App 每日发送多轮推送通知，文案的微小差异即可显著影响点击率与次日留存。Phrasee 针对短文案的生成与优化做了专项适配，支持与 Braze 等 CEP 的实时集成。核验重点：验证推送渠道的优化效果是否独立于邮件渠道计算。
- 强合规行业的营销文案管控：金融、保险、医疗等受严格监管的行业，营销文案必须经过合规审核才能发出。Phrasee 的品牌语言规则引擎可预设合规词库、禁止表达、必须包含的免责声明，确保 100% 合规过滤。核验重点：验证确定性规则引擎是否真的能拦截所有违规表达，而非像通用 LLM 一样"大概率合规"。
- 不适配场景：只需要一次性文案生成（而非持续优化）的场景；月发送量低于 10 万封的品牌（投资回报无法覆盖平台费用）；需要深度长文或创意广告语（品牌视频脚本、品牌 slogan 创作）的场景；个人创作者或小微企业。
Phrasee 的适用人群
- 企业营销运营团队（CRM / Lifecycle Marketing）：核心用户群。负责品牌邮件和推送频道的日常运营，需要持续产出高转化文案。Phrasee 将他们的工作从"逐条撰写"升级为"策略制定 + 数据验证"。前置条件：团队需要具备基础的 A/B 测试和数据解读能力。
- 品牌营销总监 / CMO：关注营销 ROI 与数据驱动的决策优化。Phrasee 提供的预测胜率、季报 IQ、效果面板等工具使其能从"直觉型决策"转向"证据型决策"。不适配边界：如果品牌高层决策仍依赖主观审美而非数据验证，Phrasee 的价值会大打折扣。
- 企业营销技术（MarTech）团队：负责将 Phrasee 集成到现有技术栈（Braze、Salesforce、Segment 等）。需要理解 API 文档与数据流转，但无需深入 NLP 或模型训练知识。前置条件：Engagement 平台（ESP/CEP）已部署并稳定运行。
- 合规与法务团队：在强监管行业，需要确保每条营销文案符合当地法规（如 GDPR、CAN-SPAM、FCA 规则）。Phrasee 的确定性规则引擎和审计日志提供了可追溯的合规保障。不适配边界：仅适用于"内容合规"层面，不替代法律审查流程——强合规场景仍需人工终审。
- 不适用人群：个人创作者、自由职业者、月发送量低于 10 万封的小型企业、只需要 ChatGPT 式内容生成而不需要效果预测的用户。
总结与展望
Phrasee（现为 Jacquard 核心引擎）在 AI 营销文案赛道中占据了独特且难以复制的定位——它不卖"生成量"，而卖"效果提升百分比"。这种定位带来了几个关键竞争壁垒：10 年积累的 60 亿数据点训练效果预测模型、与品牌语言专家紧密结合的神经符号架构、以及数十家头部企业客户的可量化案例背书。
当前限制与不确定项：
- 品牌语言模型的冷启动需要大量历史数据，新品牌或数据积累不足的品牌难以快速上手。
- 定价不透明且门槛高（企业级年合约），中小企业几乎无法触及。
- 被 Jacquard 收购后的产品路线图与独立品牌 Phrasee 之间的关联性减弱，老用户需关注功能迁移与定价变化。
- 效果预测模型目前以英语数据为主，非英语语言的效果预测准确率有待更多验证。
采购/采用风险评估：Phrasee/Jacquard 的采购决策必须是数据驱动的——强烈建议在签约前进行 6–8 周的付费试运行，设置严格的对照组（Phrasee 优化组 vs 人工撰写组），以实际 lift 幅度作为采购决策依据。合同中应重点关注：数据导出权限（防止品牌语言模型被锁定）、效果 SLA 的具体定义（"预测胜率"的统计显著性标准）、以及并购或产品变更时的切换条款。后续关注方向包括：图片内容类型的支持（已列入路线图）、自助分析套件的上线、以及更多非英语市场的效果验证数据。
Notion AI
Jasper版本信息
- Phrasee 2025 Release ：暂无官方精确日期。增强品牌语言模型训练与实时优化能力。
- Phrasee v3 ：暂无官方精确日期。引入推送通知文案生成与优化功能。
用户评价