AI技術的到來不僅打開了人們的想象空間，也為具體崗位上的個體帶來了更多可能，那么綜合來看，AI究竟可以解決哪些和營銷、運營相關的具體問題？AI又是如何實現解決這些具體問題的？一起來看看作者的回答。

標題是我在招募第一期行動營學員時，被問到最多的問題。

面對來勢洶洶的 AI 技術，作為私域運營、市場營銷、產品運營等偏營銷崗的一員，相信你也有這樣的疑問。

既怕錯過了趨勢，又不知道 AI 具體可以提供哪些價值。

在完成了第一期行動營的交付后，我有了一個相對明確的答案：

• 對于那些標準化的、機械的、重復的“生產類”工作（如形式固定但產品需要調整的營銷文案、如時間固定但需要實時變更內容主體的早報、如目的固定但需要變化花樣以保持新鮮感的互動話題），AI 的價值在于直接解放人力。
• 對于那些需要大量創意碰撞，人類大腦算力不足以窮盡所有創意的“腦暴類”工作（如營銷活動的創意玩法、如話題解讀的可展開角度、如數據分析的交叉分析維度），AI 的價值在于源源不斷的補充創意彈藥。
• 對于那些一旦有了切實的理論支持可以得出更優質產出的“策略類”工作（如使用心理賬戶理論可以寫出更打動人的文案、如使用六頂思考帽模型可以做出更全面的決策、如使用二極管標題法可以更高效的量產優質爆文），AI 的價值在于保量又保質。

一、AI如何解決具體的問題

我們今天使用的 AI，不管國產還是海外的大模型，本質上都是 GPT，也就是Generative Pre-Trained Transformer（生成式預訓練Transformer模型）。

所有的能力都是基于 AI 學習的知識“生成答案”，用法的區別在于你期望 AI 生成什么，也就是你提了什么要求。

寫機械化的文案、提供創意腦洞或者理論支持，本質上都是在生成內容，只不過生成的內容在你工作鏈條的不同階段：

第一種是“你知道怎么做，教給 AI 后讓它去做”；第二種是“你知道方向但想不出細節，讓 AI 幫你窮舉”；第三種則是“你知道最終結果的要求，不知道生產的過程，讓 AI 補齊理論支撐”。

第一期學員中，有一線的運營執行者，他們掌握工作的具體方法論，于是 AI 成了價值的放大器。

這類工作一旦完成了 AI 的調教以后，最大的收獲就是：節(天)省(天)大(能)量(摸)時(魚)間。

另外就是決策或者策略類工作，這種本質上考驗的是決策者掌握的決策模型或者思考問題的方式。

第一期有一個很厲害的 BOSS 級學員，在課程只進行到 1 周的時候，就已經開始用 AI 來做應聘者簡歷篩選評估了。

從對話的最后一句大家可以看出，這位老板的段位非常高，在實現了 AI 產能的穩定和可控性后，緊接著就是行業的專業性（這些問題在第二周的課程里解決了）。

對于聰明人來說，一旦開啟了“ AI 是可以被教學的”的思路，就必定會進入瘋狂的學習“投喂”之旅：“投喂”自己，以調用更強大的 AI。

這里允許我用 200 個字再啰嗦一下“思維模型”：

思維模型是讓人類更高效工作和協同的底層價值，“一個會乘法的人”跟“只會加法的人”在算數的效率上完全不在一個段位?！俺朔ā本褪且环N模型，在工作中還有寫爆款標題的“二極管標題法”、撰寫匯報框架的“金字塔理論”、讓用戶更容易下單的“心理賬戶理論”，這些都是思維模型。

掌握，或者哪怕只是知道，這些模型，就可以讓你在思考問題、解決問題時效率倍增。

所以我在課程里“強行貼臉輸出”，讓大家“被迫”學了一些一定會用到的“模型”：

二、所謂AI+，可以加什么

我每天都會拿出半小時刷即刻 App 的“AI鉆探站”這個圈子，有時候半小時根本刷不完過去一天這個圈子里更新的消息。

這個圈子應該是今天中文互聯網中，AI 的應用實踐、新玩法分享、新技術討論最活躍的地方。

我在這里看到過用了 AI 以后決定不再招視頻編導的、看到過離了 AI 不會寫代碼和搜索信息的、看到過用了 AI 來提高自己思考效率的、看到了寫個提示詞讓 AI 幫忙審合同的……

如果問「AI+」具體可以加什么，那么我的答案是“人有多大膽，AI 有多大產”。

我在第一期行動營里，因為太“拘泥于”用 AI 來提高私域運營的效率，只留了兩節課的時間用來講 AI 在日常工作和個人成長方面的應用，以至于大家都“怨聲載道”的不滿足。

所以第二期我把原來用來答疑的 7 天課時全部改成了「AI+一切」，增加了用 AI 來拆解仿寫短視頻直播腳本、撰寫公眾號小紅書等文字類內容、Office 三件套以及會議總結等辦公日常、數據分析、個人成長甚至使用 API 進階做很多事的用法演示。

阿里在 9 月 12 日換帥后的內部公開信里，講了接下來阿里的兩大戰略重心：用戶為先、AI 驅動。

如果你在阿里生態做生意，會發現過去的兩個月里，阿里上線了大量 AI 驅動的支持類工具。僅阿里媽媽營銷平臺首頁，就有 5 個以上基于 AI 的文案生成、視頻圖文剪輯和創意策劃工具，以及還在內測中可以一鍵生成主圖的萬象實驗室。

第一期學員中有一個阿里某事業線的主管，ta 今年剩下時間的 KPI 是基于通義大模型訓練一個適配自己業務的工具，來給下游商家提供支持。

不止阿里系，擁有了自研大模型的騰訊、百度、科大訊飛和字節，也在用 AI 重構原有的子業務線交互模式。

我在騰訊混元大模型官網的案例展示中，看到一個嵌在企微側邊欄的導購助手，經過知識庫預訓練后的 AI，可以幫助客服更高效的回答客戶的問題。

百姓網的 Chato 智能助理，支持上傳自己企業的知識庫“訓練”專屬的機器人，這個機器人可以嵌入到網頁、飛書、公眾號、微信客服和抖音等等所有對話的場景。

這意味著，隨著 AI 被嵌入的場景越來越多，原來的大部分業務可能會被重構。

作為一個營銷人員，你如何利用 AI 更高效的產出文案；作為一個客服，你如何利用 AI 更好的應答客戶；作為一個管理者，你如何利用 AI 更好的做決策；作為一個分析師，你如何利用 AI 輔助你更好的研究行業……

請注意，我這里用的是“利用 AI”，而不是“使用 AI”。

三、使用 AI，還是利用 AI

今天最好用的 AI 提示詞寫法叫「結構化」，這個提示詞不是一問一答的“擠牙膏式”用法，而是把某項工作全流程執行方法告訴 AI，實現”一次撰寫，重復使用“。

以寫私域營銷話術為例，我把撰寫話術的全部要求和方法通過結構化提示詞告訴 AI，一旦提示詞被確定下來，之后的工作就是提供產品名、原價和私域內購價，AI 直接輸出話術。

所謂「利用 AI」，是寫出這段結構化提示詞的人；而「使用 AI」則是給 AI 輸出產品名、原價和內購價的那一個。

請感到吃驚的小伙伴立馬緊張起來，因為這已經是實現的 AI 用法，不是未來、也不需要特殊的技術前提。

上面展示的提示詞是第一期行動營學員在最后一節課眾籌的結果，我們用兩天“課余”時間，迭代了 11 個版本之后得到了這個可以批量、穩定、高效產出 80 分營銷文案的提示詞。

四、一起精進

讀到這里，實際上你的思路已經被打開了。

但如果你想加入到把 AI 應用到實踐，讓具體的工作被提效的快車上，可以關注《AI+私域提效行動營》的第二期。

如前所述，新的一期行動營我增加了更多 AI 可落地場景的演示、實踐和思考。我的終極目的不只是讓大家用上 AI，而是開啟“AI 時代的全新思考模型”。

以上，我們新的時代見。