AI Marketing Panorama Map

AI营销全景作战地图

AI Marketing Lift · 8 Modules · 38 Lessons · Complete Knowledge System
8
核心模块
38
实战课节
4
学习阶段
32+
交付产出
14
配套工具&物料
PHASE 01
认知基础
Foundation
M01
AI营销全景认知
4节课
L01 · AI营销底层变化
三个时代:规则驱动 → 机器学习预测 → 生成式AI决策
质变点:AI开始理解目标、生成内容、辅助决策
核心洞见:AI放大判断力,不替代判断力
三大案例:可口可乐 / Spotify / Sephora 的AI营销落地
L02 · AI营销工具栈选型
六大工具类:内容生成 / 数据分析 / 广告投放 / 客户体验 / SEO·GEO / 自动化
三档预算:入门¥0–100 / 增长¥300–800 / 专业¥1000+
选型四维:预算 × 团队 × 场景 × 数据合规
核心原则:至少备选2个LLM平台,每季度复盘
L03 · AI营销人的能力升级
T型能力模型:工具层 → 业务层 → 系统层
五大岗位方向:内容创作 / 数据增长 / 投放运营 / 自动化工程 / 策略操盘
更难替代的能力:业务判断 / 用户洞察 / 实验设计 / 跨部门推动
90天行动:10个真实任务 → 1条工作流 → 1个增长项目
L04 · AI营销成熟度诊断
成熟度5级:初探期→试点期→规模化期→优化期→领先期
80%企业:处于1–2级,核心障碍是流程和意识
试点选择:高频 × 可量化 × 低失败成本
说服管理层:效率数据 + 竞品对标 + 小成本试点
五大核心能力
内容生成 受众理解 个性化触达 预测决策 自动化执行
模块产出
AI工具栈规划表 个人能力诊断 90天行动计划 企业成熟度评估报告
PHASE 02
核心执行
Core Execution
M02
提示词工程与内容创作
4节课
L01 · 营销提示词工程
R
Role 角色设定——让AI扮演目标专家
T
Task 任务描述——具体要做什么
C
Context 背景信息——品牌/受众/平台
F
Format 输出格式——字数/结构/风格
追加提示词迭代:输出→反馈→修正,至少跑2-3轮才算用好AI
L02 · 品牌声音构建
语气
专业但不冷漠 / 亲切但不失分寸
词汇
品牌常用词 + 禁用词清单
节奏
句子长度 / 段落结构偏好
禁区
绝对不能出现的表达
→ 输出「品牌声音规范 + 提示词前缀模板」
L03 · AI多平台内容批量生产
选题
核心内容
AI裂变
审核
发布追踪
六平台规格:小红书/公众号/抖音视频号/朋友圈微博/LinkedIn/邮件营销
内容配比:干货4 : 种草3 : 品牌故事3
审核7项:平台规格/品牌调性/事实准确/版权/CTA
L04 · AI视觉内容创作
图像提示词六要素:主体+风格+质量+光线+负向+版式
视频脚本三类:产品种草 / 教程解析 / 品牌故事
脚本格式:时间段/口播/画面/字幕/剪辑提示
版权红线:禁生成未授权名人/品牌Logo/夸大功效
模块产出
营销提示词模板库 品牌声音规范文档 内容批量生产SOP 视频脚本模板
M03
用户洞察与市场研究
4节课
L01 · 用AI构建可执行用户画像
基础层:是谁 / 做了什么 / 从哪里来
决策层:核心痛点 / 购买动机 / 用户语言 / JTBD
细分模型:RFM(有交易数据)/ 行为细分 / 心理细分
证据链原则:每条结论必须标注数据来源
更新触发:产品/渠道/价格变化时主动刷新
L02 · 竞品监控与舆情分析
六类数据源:内容渠道/用户声音/广告素材/KOL合作/公开信息/SEO
逆向工程:借结构不抄表达,提炼开头/段落/互动设计
决策优先级:高影响+高确定性+低执行成本→优先处理
监控频率:舆情每周 / 价格每日 / SEO每月 / 品牌定位每季
L03 · 社媒趋势洞察
平台适配:小红书→美妆/母婴 / 抖音→快消/本地 / 知乎→B2B
伪热点5信号:仅KOL传播/评论低质/单次事件/搜索无增长/平台推流
样本去噪5步:去广告号→分平台→标时间→保原文→二次验证
产出:本周内容机会清单(话题/趋势阶段/角度/平台/优先级)
L04 · AI用户研究实战
访谈禁区:不问"你会不会买"——改问真实过去行为
问卷筛选:加样本筛选题,过滤不符合条件的受访者
证据等级:强(多人+量化)/ 中(多人提及)/ 弱(个别)/ 待验证
7天冲刺:5次访谈+30份问卷,压缩到1-2周
模块产出
用户画像档案 竞品情报框架 内容机会清单 假设验证报告
M04
AI精准投放与增长策略
4节课
L01 · AI广告创意测试
3
素材维度
×2
受众维度
×2
落地页
=12
测试组合
AI在测试中的5个角色:生成脚本/推导假设/输出版本/解读数据/生成方向
判读原则:相对值优先——差距≥30%且持续3天稳定
L02 · 程序化广告与智能出价
迁移前检查:像素触发/主次转化/重复计数/成交回传/无效线索过滤
目标设置:CPA目标=历史均值×80-90%,日预算≥CPA×5
四大坑:目标过激/频繁调整/素材疲劳/优化事件太浅
深层转化:7天≥50次转化才切换优化目标
L03 · AI再营销与个性化触达
L1
全站访客,90天,品牌曝光
L2
内容互动,30天,兴趣培育
L3
商品浏览,14天,信任/价格
L4
加购/询价,7天,限时/退款CTA
L5
已购客户,复购/交叉销售
各层须设置排除关系,避免预算浪费
L04 · 归因模型与营销组合优化
平台归因:只用于平台内部A/B对比,不跨平台比CPA
MTA:跨渠道归因,跨设备断裂+私域盲区
增量测试:削减30-50%预算,1-2转化周期,最可靠
MMM:年度规划级别,Robyn/Meridian可轻量起步
决策路径:平台优化→MTA→增量测试→MMM
模块产出
创意测试矩阵 智能出价检查表 分层受众地图 归因决策框架
PHASE 03
增长系统
Growth Systems
M05
AI搜索与GEO增长系统
8节课 · 4-6周项目
维度 传统SEO GEO / AI搜索可见性
目标排名 / 点击 / 流量被提及 / 被引用 / 被推荐 / 被信任
核心资产关键词页 / 内容页 / 外链问题库 / 答案资产 / 证据栈 / 外部语境
评估方式排名、点击率、自然流量Visibility / SoV / Citations / Referral & Demand
项目逻辑关键词 → 页面 → 排名问题 → 诊断 → 补证据 → 复测
L01–L02 · 问题库与指标口径
GEO不是玄学:可抓取、可理解、可信内容 + 外部语境
问题库:用户原句 → Query Fan-out → 问题簇 → 优先级
4个指标:Visibility / SoV / Citations / Referral & Demand
复测原则:固定问题库 + 固定平台 + 3-4轮趋势判断
L03–L04 · 工具组合与基线诊断
工具选型:先手动跑通,再按需求选择监测工具
0预算组合:AI手动测试 + 表格记录 + GSC/Bing/百度检查
四层诊断:可访问 / 可索引 / 可引用 / 可转化
诊断分型:抓不到 / 搜不到 / 提不到 / 提了不引 / 引了不准 / 引了不转
L05 · 可信度证据栈
身份信息 / 产品信息 / 案例证据
方法论证据 / 新鲜度证据 / 结构化证据
社区语料:小红书 / 知乎 / Reddit / Quora
缺口矩阵:缺答案 / 缺证据 / 缺语境 / 缺承接
L06 · 细分对比页破局
人群化 / 行业化 / 场景化对比矩阵
高质量对比页:结论 → 适合/不适合 → 对比表 → 证据 → FAQ → CTA
中文市场与出海市场对比页选题
边界:不伪评测、不捏造评价、不买低质外链
L07–L08 · 外部语境与项目工作簿
外部语境:媒体 / 问答 / 社区 / 目录 / 评测平台
质量判断:相关性 / 准确性 / 可索引 / 可引用 / 一致性
4-6周路线图:启动 → 基线 → 内容证据 → 对比页 → 外部语境 → 复测
最终交付:GEO项目工作簿 8 张表
模块产出
GEO问题库 AI可见度基线表 GEO基线诊断报告 答案资产与对比页清单 GEO项目工作簿
M06
AI营销自动化与智能体工作流
6节课
L01 · 工作流设计框架
触发
输入
处理
审核
输出
两类触发:定时触发(周报/日报)/ 事件触发(用户行为/舆情)
审核节点:所有对外输出必须有人工审核门槛
L02 · 内容流水线自动化
内容库
Airtable / Notion管理状态
自动化
Make / n8n / Zapier串联
生成
Claude API批量生成内容
发布
Buffer / 各平台排期
L03–L04 · 舆情响应与线索自动化
舆情链路:监控触发→AI分类→生成回应草稿→人工审核→处理/发布
线索自动化:收集→AI评分→分发→跟进提醒
评分维度:意向强度 / 匹配度 / 行为深度 / 来源质量
L05–L06 · AI Agent与营销小队
研究员
搜集信息、整理洞察、生成简报
文案员
内容生成、风格适配、多版本输出
分析师
数据读取、指标计算、建议生成
串行协作:每个Agent输出是下一个输入,中间必须设人工审核节点,否则错误沿链路传递
自动化工具栈
Maken8nZapier DifyCozeFastGPT AirtableNotionBuffer
模块产出
工作流设计地图 内容流水线设计表 线索自动化方案 Agent角色分工表 AI营销自动化工作簿
M07
AI客户体验与私域运营
4节课
L01 · AI客服与对话营销
客服三层:FAQ自动回复→复杂问题转人工→主动触达
剧本设计:意图识别→情绪判断→回应策略→升级条件
对话营销:咨询场景中嵌入转化动作和产品推荐
L02 · 私域自动化运营体系
三大渠道:邮件 / 企业微信 / 社群
自动化场景:欢迎序列/行为触发/周期召回/沉默用户激活
分层运营:普通用户/高意向/高价值VIP差异化策略
L03 · LTV预测与流失预警
LTV预测:历史购买频次×客单价×生命周期
流失信号:登录频率下降/互动减少/复购周期异常/客服投诉
预警分级:30天/60天/90天未活跃分级触发
L04 · 私域内容与复购激活
内容不是越多越好:频控机制防止「激活变骚扰」
四类内容:教育/社交/促销(≤20%)/会员专属
复购触发:消耗周期到达/季节节点/使用行为信号
三层指标:内容层→激活层→复购层
模块产出
对话营销剧本框架 私域运营SOP LTV预测模型框架 私域内容日历
PHASE 04
战略管理
Strategy & Scale
M08
AI营销战略落地与团队建设
4节课
L01 · 企业AI营销战略落地
四类企业:观望型/混乱型(最多)/试验型/规模化型
四个层次:工具层→流程层→数据层→战略层
五步路线:选试点→证价值→沉淀SOP→横向复制→迭代机制
每步有Owner:防止「大家都觉得重要但没人负责」
四大推广陷阱:培训当推广/工具先行/无Champion/无激励
L02 · AI营销团队搭建
推荐模型
中心化治理 + 嵌入式应用(混合型)
策略负责人
制定方向,最终决策
工作流运营
提示词+知识库+质量抽查
数据分析师
AI增强,构建仪表盘
Champion
内部推动者,降低抵触
选型四原则:场景优先/迁移成本/小范围测试/安全合规
L03 · 伦理合规与品牌风险
四类风险:数据合规/内容合规/品牌声誉/责任归属
数据分级:公开可用→内部可控→个人脱敏→敏感禁用
三道防线:提示词护栏→人工审核→发布后监控
广告法红线:禁用「最/第一/唯一/极致」无论人写还是AI写
AI幻觉:所有事实性表达必须有可验证来源
L04 · 效果评估与ROI
四层指标:效率→质量与采用→效果→业务价值
ROI口径:时间节省≠现金收益,效率收益单独记录
停止标准:连续2个周期无改善/采用率<30%/返工率高于人工
PDCA+版本管理:记录工具版本/提示词版本/SOP变更
误区:只展示成功案例——失败试点也要进季度报告
模块产出
AI营销战略规划书 团队工具栈地图 合规检查清单 季度效果评估报告