1418
5-本期简介-
大家好，欢迎收听和关注播客《Afterprompt 码后炮》，这是我们的第二期节目《判断力即上限：为什么 AI 让营销人更累了？》，四位主播从 2023 年底首次尝试 AI 视频讲起，分享了真实的 AI 营销案例、翻车经历和行业观察，探讨了一个核心问题：为什么用了 AI 以后，营销人反而更累了？
-人物介绍-
| Claire | 品牌和市场策略 | 品牌叙事、组织变革、全球化视野（WPP和甲方市场部leader） |
| Craig | 爆款内容操盘手 | AI 社区前沿、内容算法、用户增长、AI 审美（内容平台爆款内容） |
| Gaudi | 营销实操派 | 科研支撑、执行链路优化、营销管理和运营|
| 大脑呆 | 商业化与变现 | 流量变现、商业投资逻辑、广告逻辑 |
-时间轴-
00:34 -- 06:16 初探 AI 营销：2023 年底的「AI 眼中的 XX」视频爆款
Claire 改变了marketing 制作视频的流程：成本考虑 + 内容创新 + 抓住热点红利，选择 in-house 团队而非外包 agency
快速执行：利用 ChatGPT 的 DALL·E 模型，借鉴抖音热门「AI 眼中的什么什么」内容形式，从 idea 到上线仅 2 天，加班到 8 点
Craig 的人肉 AI workflow：最早期手动打通不同平台流转，包括找热点、AI brainstorm、执行
06:16 -- 14:25 爆款数据与后续尝试：出道即巅峰，复制失败
惊人成绩：三个平台（小红书、视频号、抖音）共 31 万播放 + 12,000 互动，未投放自然流量爆火，一夜破千赞
Global CMO 赞赏：被作为案例在美国营销论坛分享，2024 年初在全球范围内是先锋性尝试
复制失败：产品上市时，Craig 提出甄嬛传创意被否（难以向 global 汇报 + 无法复刻到全球市场），选择了更普世的「超能力」创意
超能力视频未火：靠自然流量未火，后通过投流增加曝光；反思原因：为满足 global 需求牺牲本地情绪共振，缺乏反差，节奏拖沓，5 秒完播率差
热点判断仍需人工：AI 在热点判断和标题选择上效果不佳，需要 human in the loop，持续调教
14:25 -- 25:21 更高维度的挑战：管理问题大于执行问题
社交媒体本质：情绪共振 > 功能说明；第一次成功抓住情绪共振，第二次变成了 TVC 式的功能说明书
Claire 的深层观察：执行问题是 tactical，更大问题在于管理 —— 与不同汇报线的关系管理 + 生产工具的管理
Marketing 实践是 bottom-up 的：Marketing head 和 business head 看不到 AI 真正能做和不能做的，只看到炫目的结果
生产关系与生产力不匹配：现有工作模式（汇报、沟通）与 AI 带来的新生产力之间存在 gap
Vibe Marketing 兴起：如何让 global 参与决策、如何管理各方关系，是今天 marketing 的巨大挑战
数据幻觉：Gaudi 遇到 AI 编造文献数据，引用信息与原始网站完全不符
踩红线：AI 会踩学术红线和传播红线，违规内容继续编写，需人工叫停
Gemini 废话文学：无关紧要话语多，核心信息少；生图时算力不足、图片模糊、跑题重复、胡乱生成（要 A 出现 A+B+C）
AI 味重：结构工整、信息完整，但没有人味，像写对联，缺乏趣味信息和八卦
缺乏行业洞察：掌握不了行业潜在规则、社会规范、行业八卦等边角但抓人的信息
人的判断力决定 AI 能力上限：
社交内容案例中，判断出好热点 + AI 执行 = 好效果；判断不在点上 = 平平无奇
AI 没有洞察，最终受众判断（aha moment）是由人决定的
合规能力是 AI 较易实现的下限：
合规有标准可量化（如广告法），AI 更倾向处理有明显边界的问题
人的合规判断有时反而不统一，统一认知成本高，这部分可交由 AI
品味与审美待提升：
AI 生成网页页面时审美不如人意，但未来发展方向是提升 AI 品味（后训练学习、强化学习）
可通过自建本地 AI 库统一品牌 tone and manner，帮助统一社交内容风格
AI 提升下限，人突破上限 —— 人不再花大量时间统一品牌视觉和风格，而是提高转化效率和用户沟通品质
36:20 -- 43:04 为什么用了 AI 反而更累了？
审核成本高：
人从内容生产者变成质检员和终审，持续审核消耗心智，陷入 approve/reject 的决策过程
像当领导一样：推翻一个方向不仅要重新审查，还得说服他人
预期通货膨胀：
公司为 AI 账户报销，对员工工作成果的预期提高 —— "你一定要做得更多才行"
员工满足感阈值提升，产生自我隐形剥削，觉得没达到预期就有愧疚感
工作时间短但消耗大：
效率提高、时间变短，但信息密度和思考质量的消耗大（Gaudi 一周瘦了 4 斤）
需合理排布优先级，匹配相应 AI 工具，花高质量时间判断工作是否 qualified
使用 AI 需要四项能力：
1. 想象力（AI 是咒语，想象力决定能实现什么）
2. 判断力（对内容好坏的判断要求高）
3. 执行能力（不断与 AI 沟通直至得到想要的结果）
4. 一定投资（高级产品带来更满意的结果）
AI Burnout 现象：
营销经理是重灾区：Marketing 工作没有上限，永远要超越上次效果，有了 AI 后工作要做得更多、更深、更细、达到更高标准
营销链条变长：不光做内容生产，还要关注转化、品牌等，需判断的事情增多，所有任务落在同一个人身上
43:04 -- 49:12 行业变革趋势：短期提效，长期改变工作模式
方法论个体化：
个人可控制更大的方法论，甚至一人可完成比稿
大型 agency 有自己的 Prompt Lab，用 prompt 方式将方法论 AI 化
开源工具可微调大模型（如 Anthropic 的拖拽式微调工具），将个人经验融入底层模型
经验沉淀组织化：
Agency 将个体经验沉淀为组织经验，通过 AI 模式整合不同品类经验
用整个品类的经验降维打击单个品牌的经验，向甲方体现价值
SMB 人员能力拓展：
员工被 AI 赋予新能力后，跨领域/cross-function 能力增强
Marketing 人员可能被要求通过低代码编程直接实现网页制作
累的方式改变：
从手的重复劳动变为脑力劳动，从执行节奏性休息变为持续脑力消耗
上下文价值凸显：
上下文（个人经验、skills）是公司宝贵财产和个人核心价值
员工不仅要完成任务，还要提供更多上下文（公司期望更高）
未来上下文可能被打包售卖 —— 把自己的 skills package 出来售卖，即插即用
节目中提到的工具 & 资源
AI 模型 & 工具
ChatGPT / DALL·E --- 早期 AI 生图模型，2023 年底用于社交内容视频制作，指令跟随能力强
Claude --- 主力推荐模型，记忆功能强大（memories），适合长文本和逻辑性内容，可用于生成方案和 PPT
Gemini --- 适合基础工作和顾问角色，但存在废话文学、算力不足、生图效果变差等问题
NotebookLM --- 适合生成 PPT 和 Infographic，节省 token 消耗
Stable Diffusion --- 早期 AI 生图工具，需调各种参数（VAE、LoRA、checkpoint）
Anthropic 拖拽式微调工具 --- 开源工具，可通过拖拽方式微调大模型，将个人经验融入底层
营销平台
小红书、视频号、抖音 --- 2024 年初 AI 视频内容爆款平台
Instagram --- Global 平台，用于内容输出
概念速查
AI Burnout --- 由于多任务和 AI 生产力提高，职场人被赋予更多工作导致的精疲力竭现象，Marketing Manager 是重灾区
Human in the Loop --- AI 操作需人工介入和确认，尤其在热点判断、标题选择等需要人的判断力的环节
Vibe Marketing --- 一种现代营销方法，它将 AI 自动化执行与人类的情感直觉相结合，实现极其快速且具有情感共鸣的品牌推广。（source： Entrepreneurship Handbook）这一概念起源于 2025 年初的“Vibe Coding”（氛围感编程），强调与其手动编写代码/文案，不如通过 AI 描述你想要的“氛围”或“结果”，让 AI 处理具体的执行细节
Tone and Manner --- 品牌的沟通风格和调性，可通过自建本地 AI 库来统一
Prompt Lab --- 大型 agency 建立的 prompt 实验室，用于将营销方法论 AI 化
上下文 (Context) --- 个人工作经验和 skills 的总和，是公司宝贵财产，未来可能成为可售卖的个人资产
AI 幻觉 --- AI 编造或推理出不存在的数据和文献，需人工核查原始来源
AI 味 --- AI 生成内容的明显特征：结构工整、信息完整、对仗式表达，但缺乏人味和趣味信息
废话文学 --- 某些 AI 模型（如 Gemini）存在的问题：无关紧要话语多，核心信息少
微调 (Fine-tuning) --- 在大模型基础上进行针对性训练，将个人经验融入底层，效果优于单纯的 prompt 工程
「本期节目由声湃提供录音场地」，感谢大力支持。
欢迎各位扫码加入我们的飞书社群
