主要观点总结
本文介绍了淘天集团自营技术消费直播应用团队利用LLM（大模型）技术，对直播业务进行学习总结的实践。文章详细描述了整个过程的实施步骤，包括音频和视频下载、音频转文本、文本大模型抽取亮点、评论分析等功能，以及实践后的效果和对未来的展望。
关键观点总结
关键观点1: 实践背景
随着直播业务的快速发展，人工学习直播间的方法存在效率低下的问题，团队考虑使用LLM技术来解决这一难题。
关键观点2: 实施步骤
包括使用FFmpeg下载视频和音频，使用听悟工具将音频转化为文本，利用大模型抽取文本和视频中的亮点，以及进行评论分析等功能。
关键观点3: 遇到的难点及解决方案
包括视频截断、Prompt调优、评论分析等方面的难点，并详细介绍了相应的解决方案和实施效果。
关键观点4: 实践效果
实践后，LLM分析的内容已经可以达到运营学习的标准，并输出了有效的策略，如优惠券自动推送、商品智能推荐等，取得了不错的效果。
关键观点5: 未来展望
团队将继续优化Prompt，将LLM和直播应用做更多结合，如选品Copilot、结合Alive组件做创新互动玩法、流量分析等。
关键观点6: 团队介绍
淘天集团自营技术消费直播应用团队致力于构建智能化专业化的自营业务直播运营体系，通过产品创新和AI应用为用户提供新颖的消费体验。
文章预览
自营直播应用技术团队负责的业务中，淘宝买菜的直播业务起步较晚，业务发展压力较大，业务上也就有了期望能够对一些二方的标杆直播间进行学习，并将其优点应用到自己直播间的需求。 最初 - 人海战术，学习PK 业务侧最直接的想法是发动人海战术，通过人工的方式去观看各个直播间，提炼其中的优点，进行互动分享： 运营TL提出的要求： 运营小二人工学习的范本： 效果不错。但是人工学习需要大量的人力保障，就会导致运营基本每天都花费大量的时间在看直播间，学习直播间了，没有更多的时间去做真正的“运营”的事情了。熟悉LLM的小伙伴就会发现，这些运营总结的内容怎么看上去那么像LLM总结的？或者换句话说，基于LLM生成的总结是不是可以达到类似的效果？ 既然现在各个文本网站都提供了类似于速看的功能，我们也自然而然的想到
………………………………
