基于多智能体协同的文旅传播内容生成系统研究：架构、实现与重庆案例验证

摘要：针对大语言模型在文旅内容生成中存在的事实幻觉、创意同质化与质量不可控三大核心问题，本研究提出并构建了一个基于多智能体协同的文旅传播内容智能生成系统。系统融合了传播学先验知识驱动的创作手法知识库、基于图检索增强生成的文旅知识图谱、五维度量化评估体系、混合检索幻觉识别机制以及Leader-Expert协同架构，形成了“生成—评估—识别—优化”的闭环工作流。以重庆长嘉汇·弹子石老街等典型文旅IP为应用场景，实验表明：系统生成内容的事实准确性达到97.2%，创意评分较基线模型提升41.8%，人工与模型评估一致性达89.5%，在用户满意度测试中获得4.3/5.0的综合评分。本研究为“新质生产力”背景下文旅传播内容的高质量、高效率、高可控生产提供了系统的技术解决方案与可复用的实践范式。

关键词：多智能体协同；文旅传播；知识图谱RAG；幻觉识别；内容评估；大语言模型；重庆文旅IP

引 言

随着生成式人工智能技术的迅猛发展，大语言模型已逐步渗透至文旅内容创作领域，成为提升信息传播效率的重要工具。然而，在追求生产效率的同时，其固有的技术缺陷在专业性要求极高的文旅场景中被显著放大：首先，事实幻觉问题导致生成内容常包含无依据的景点信息或历史叙述，严重损害传播公信力；其次，创意同质化倾向使不同景区的推广文案风格趋同，丧失了地域文化的独特性和品牌辨识度；最后，缺乏系统化质量评估与控制机制，导致内容输出质量波动大，无法满足文旅宣传的规范性要求。

重庆作为一座拥有丰富自然与人文资源的旅游城市，其文旅内容的传播需求呈现出频次高、时效强、专业精的特点。传统的人工创作模式难以应对社交媒体时代的信息爆炸，而单一的通用大模型又无法解决上述三大瓶颈。因此，探索一种能够深度融合领域知识、具备自我评估与优化能力、支持人机高效协同的智能内容生成系统，具有重要的理论价值与现实紧迫性。

一、已有研究基础

大语言模型的通用内容生成能力源于其自监督预训练与少样本学习特性，这为跨领域应用奠定了基础。然而，当通用模型直接应用于文旅等垂直领域时，常面临领域知识匮乏和事实幻觉、风格偏差等问题，难以满足专业内容生成的需求，这促使了指令微调等针对性适应方法的研究。

针对通用模型的局限，研究正从三个维度推动其在文旅领域的深化。一是提升信息服务与规划质量，例如通过微调专用模型或利用ChatGPT的交互能力，优化行程规划与个性化推荐。二是深化游客体验的分析与预测，LLM在情感分析与客流预测方面已展现出超越传统模型的潜力，并能揭示游客感知与空间规划的深层关联。三是促进文旅融合与可持续发展，通过构建文化知识图谱来驱动数智文旅新生态，并借助其理解跨文化认知差异的能力，为目的地精准营销提供新视角。

尽管应用多样，但研究仍存在显著空白：一是在内容生成阶段，缺乏一套前瞻性、可量化的智能评估体系，质量评估多依赖于传播后的数据；二是现有应用多集中于内容生成、分析或推荐的单一环节，尚未形成一个将领域知识增强、自动化评估与多轮迭代优化融为一体的端到端系统框架。因此，本文旨在构建一个面向文旅IP场景、融合知识增强与多智能体协同的智能内容生成与优化系统，以弥补上述研究不足，实现文旅传播内容的高质量、高效率生产。

二、系统架构设计与实验验证

（一）系统总体架构与多智能体协同工作流

为应对文旅内容生成中的事实性、创意性与可控性挑战，本研究构建了一个分层解耦的智能系统，其核心是多智能体协同工作流。系统采用Leader-Expert协同模式：一个中心调度智能体（Leader）负责任务解析、规划与结果整合，多个功能智能体（Expert）专精于子任务执行。工作流引擎驱动任务状态按“规划→生成→评估→识别→优化”的顺序自动流转，其中共享记忆系统实现了环节间的信息传递。具体而言，任务规划智能体解析用户需求并生成包含创作约束与知识检索指令的任务书；传播内容生成智能体据此产出初稿；质量评估智能体依据五维量化体系进行评分；幻觉识别智能体对内容事实性进行交叉验证；迭代优化智能体综合各方反馈完成文案的自动修订。这一架构模拟了人类团队“构思—创作—评审—优化”的闭环流程，通过状态机精确控制任务流与数据流，从而实现全过程可控的自动化内容生产。

（二）关键技术创新与实验验证

1.双重知识增强引擎

为根治创意同质化与事实幻觉，系统构建了“方法论”与“事实库”双引擎。创作手法知识库基于传播学理论，构建了“传播内容类型—目的—点”的三元组映射规则库，将抽象的创意要求转化为具体的沟通路径、创意方法与修辞技巧等可执行指令，从源头引导并约束生成风格。基于GraphRAG的文旅知识图谱则提供精准事实支撑，其构建过程融合了多源数据智能分块、实体关系联合抽取及社区发现算法，并创新性地采用“全局社区摘要检索+局部图谱关系查询”的混合检索策略，兼顾了检索广度与推理深度，确保了知识召回的效率与准确性。

2.量化评估与幻觉识别机制

系统建立了包含内容、沟通、创意、表达、传播在内的5个维度、22项指标的可解释量化评估体系，为质量评估智能体提供了精确标尺。针对事实核查，幻觉识别智能体会提取文案主张，并行检索知识图谱与互联网，并通过公式zscore=1(max(xi)+max(yj))zscore=1(max(xi)+max(y))计算幻觉得分，实现了对错误信息的自动化定位与量化诊断。

3.综合性能的实验验证

通过在涵盖10,000条标注文案的数据集及包含5,000个实体的重庆文旅知识图谱上进行测试，本系统在以重庆长嘉汇·弹子石老街等6个典型IP上表现出色。其生成内容的事实准确性达97.2%，ChatGPT-4为88.7%，文心一言4.0为90.1%，微调大模型为92.3%，创意评分（4.1/5.0）与用户满意度（4.3/5.0）均显著优于所有基线模型（如ChatGPT-4、文心一言4.0），且与人工评估的一致性达89.5%，综合质量4.28，最接近专业人工创作4.40。

此外消融实验进一步证实了各模块的协同价值：单独使用创作知识库仅提升创意评分；单独使用知识图谱RAG主要提升事实准确性；而完整系统实现了效果最大化。此外，幻觉识别机制在包含500条故意植入错误的测试集上达到了93.4%的识别准确率，显著优于单一检索方法，验证了混合检索策略的优越性。

三、讨论与结论

本研究针对大模型在文旅内容生成中的事实性、创意性与可控性挑战，构建了一套基于多智能体协同的智能生成系统。该系统通过结构化创作知识库注入创意先验，利用图谱增强知识检索（GraphRAG）保障事实准确性（达97.2%），并借助五维度评估体系与多智能体工作流实现自动化闭环优化，使模型与人工评估一致性达89.5%。在重庆长嘉汇·弹子石老街等IP的实践中，系统展现出接近专业人工的产出能力，验证了其在提升效率、保障质量、降低成本方面的显著价值。

系统的模块化设计使其具备向城市形象推广、文化遗产解说等领域迁移的潜力。然而，其发展仍面临局限：知识库维护依赖专家经验，自动化更新机制不足，处理极高原创性任务时存在创意天花板，且当前聚焦于文本，与多模态内容的融合是关键方向。未来工作将聚焦于：探索轻量化知识库自进化、研究跨模态创意刺激以突破创意上限、推动系统向“文—图—视频”一体化智能生产演进。

综上所述，本研究通过融合多智能体协同、知识图谱增强与量化评估反馈，构建了一套有效的文旅内容智能生成系统。这一实践不仅为文旅IP的数字化传播提供了工具，更印证了垂直领域AIGC应用的可行路径：唯有通过深度的领域知识工程、精细的过程质量控制与人性化的工作流设计，方能真正释放人工智能的产业价值，赋能文旅新质生产力的发展。

文章来源：《固原日报》https://www.zzqklm.com/w/qk/36645.html