刚刚读了How Claude Code Use AI的文档,里面包含了一页内容:How growth marketing 的实践内容,结合推上其他的反应,最重要的收获有三点
1. 不管是什么级别的公司,AI 大大提高了创作的速度,能力,和团队产值,一个小团队可以做更多事情。在任何公司裁减mkt人员都是趋势。善于利用ai工具的mkt人才会成为新的招聘标准。
2. 投放优化的关键在于:能否把“素材/文案”快速转成足够多、足够快的实验。
3. 把复杂的工作流拆的够细,用不同的agent 代替具体的步骤,最重要的能力。当我们在说审美的时候,就是在讲判断的一致性,越复杂的工作就需要越高级的判断能力,但当下AI 能否在一致性做的好,主要取决于sop能不能拆分的够细。这是资深员工和初级员工的壁垒所在。
这篇内容有3个部分:
1)我对 Claude Code 营销团队增长方式的观察
2)结合我自己的业务实践, 现在哪些能做到哪些还不
3)建议所有 MKT 人必须尝试升级自己的工作流
1. Claude Code 营销团队是怎么用AI做增长的
一句话:把投放迭代拆成固定步骤,并尽量自动执行。
Top tip:怎么做?
建议 1:识别“有 API 的重复性任务”
他们强调要寻找那些“涉及重复操作、且工具本身有 API”的工作流,例如广告平台、设计工具、分析平台。
这些工作最适合自动化,也是 Claude Code 最能创造价值的地方。
建议 2:把复杂工作流拆成专门的子代理
不要试图用一个提示词或一个工作流解决所有事情,而是为具体任务创建独立代理。
他们举的例子是:标题 agent 与描述 agent 分开。
这样更容易排查问题,在复杂需求下输出质量也更稳定。
建议 3:编码前先充分规划提示词与流程
他们建议先用 Claude.ai 把整个工作流想清楚,让 Claude.ai 生成一份更全面的提示词与代码结构,再交给 Claude Code 落地。
同时,用“分步骤提示”替代“一次性要一个最终答案”,避免复杂任务把系统拖垮。
这个page 核心在说,优化投放的核心在于:能否快速把投放素材转化为足够多、足够快的实验。你的实验密度越高,你越能用数据而不是直觉做决策。AI 可以投放素材在投放素材生成,素材变体和实验结果的记录筛选升级上都有很好的作用。
2. 结合我自己的业务实践:把流程拆开,优先自动化重复工作
我去年主要帮助欧美团队在X 和海外媒体上进行推广,我们的服务范围包括写叙事和故事,找kol,官方账号的运营以及后续的持续追踪。
简单举例,找博主这一块儿
包括寻找,筛选,审核,检查内容,发布,追踪数据。
我们去年先实现了候选池的ai 自动更新,博主的核心字段:赛道、受众、最近的内容数据、历史合作 、表现优秀的内容 由ai 自动抓取更新。
其次在dm 博主上,也实现了自动化,现在正在做让小龙虾自动催发布和确认链接,数据记录和确认。
这一套流程,3-4个人的团队干完以前8-10人的活儿不夸张。
3. 所有mkt 人都应该尽快升级自己的工作
1)尽可能详细的梳理自己的工作sop
2)把产出变成实验,迭代速度放在第一优先级
3)把结果写会系统,让ai 持续学习,更了解你的偏好。
这会成为AI 时代营销人的基础能力。