跳到正文
MarTech.org· Optimizely·· 6 天前精选AI 评分68

Optimizely 谈营销智能体落地:企业需将审核从输出转向输入

Before agents can write like your brand, the process has to live somewhere by Optimizely

AI 导读

Optimizely 产品高级副总裁 Kevin Li 表示,企业 AI 内容生成的瓶颈不在于模型,而在于组织是否将品牌表达规范与工作流程固化为输入。在海量超个性化内容场景下人工逐篇审核输出已不可行,审核必须前置到品牌规则与 Prompt 输入环节。

推荐理由

访谈梳理了营销智能体规模化生成的瓶颈,提出将审核重心从输出前置到输入的落地方法。

正文 · AI 翻译

作为 Optimizely 的产品高级副总裁,Kevin Li 过去一年里一直在论证一个观点:AI 生成内容的瓶颈从来不在模型本身,而在于企业是否已经把想表达的内容梳理成了一套规范。

在这次与 MarTech 的对话中,Li 解释了通用 AI 工具为何会在营销组织内部受阻、企业内容创作的时间究竟耗费在哪里、审核重心为何必须从输出端前移到输入端,以及买方在认定某款 CMS 具备“智能体化”能力之前应当提出哪些要求。其间,他还分享了团队内部的一次营销实践:一位营销人员花三天写出 17 页的需求简报,最终生成了 800 个个性化落地页。

本次访谈内容经过删减与润色。

问:“氛围编程”(vibe coding)起初是一种借助通用模型快速开发软件的方式。把它放到企业营销组织中,会在哪里行不通?

仔细想想“氛围编程”的本质,它其实是在表达单个人对“好软件”的主观想法。所以它很适合用来做原型、分享设计、头脑风暴或讲故事。

但如果涉及到品牌真正面向客户的场景,内容必须经过审核与批准,整个组织需要就究竟想表达什么达成一致。企业拥有自己的品牌形象和所代表的价值观,绝不能由某个人临时随性决定。 

两者的核心区别在于:信息本身是否经过了规范化与标准化整理。 

问:那么,如果企业想利用 AI 来写代码或生成内容,智能体需要对品牌了解多少?企业强推 AI 又容易在哪些地方踩坑?

我们有句话叫“先流程,后魔法”。很多人以为智能体能变戏法,但真正关键的其实是背后的流程。 

人类设计师绝不会在没有品牌规范的情况下给品牌做一张新图。他们不会打开 Photoshop 心想:“我今天想用黄色。”你得从品牌的调色板开始。做幻灯片也是一样,你不会直接打开 PowerPoint 点个“新建幻灯片”就盲目开工。

人类需要什么,智能体就需要什么。很多人总有一种奇怪的预设,觉得既然是智能体,就自带魔法、什么都懂。但步骤是省不掉的。训练智能体和培训新员工毫无二致。这就好比烤蛋糕,哪怕换成机器人来烤,没有原料一样做不成。 

企业投入思考不足的另一个问题是:目前的智能体到底有没有能力独立开展自主工作?所谓“落地应用”到底意味着什么?是让每个员工都把智能体当助手用,还是说有很多极其枯燥乏味、根本没人愿意干的基础琐事,现在可以直接交给自主智能体去处理? 

问:目前有哪些重要工作一直处于没人干的状态?

有很多能创造价值的事情都很重要,但人类员工的客观限制在于工时有限。比方说,眼前有 100 份重要工作,但人手只够处理 20 份,那就只能把前 20 份做完。剩下的 80 份同样重要,却只能被搁置在一旁。 

举几个例子。按理说,每个品牌都应该全面检查并更新每一项内容,确保契合对应的 SEO 关键词,但实际上根本没有品牌能做到;每个品牌都应该检查并扫描每一个页面的无障碍支持,但从来没有品牌真正去做;大家也都应该下架那些已经过时的陈旧内容,但同样没有品牌落实过。 

再比如:数字资产管理库里到底有多少张图片不符合品牌规范?有多少张图没有添加标签?又有多少张图没有标明正确的版权归属? 

那么,做这些事有价值吗?如果全都能落实,公司会运转得更好吗?当然会。但现在有真人去做吗?没有。因为大家手上都有更重要的事情要处理。

问:你曾把企业级内容生产形容为“耗费数周的层层交接”。这些时间究竟都耗在哪儿了?如果要解决这个问题,该怎么做?

目前来看,时间主要耗费在交接环节的停滞上。这很像工厂流水线:一个流程总共有 10 个步骤,如果在第一次交接时,下一个人没有马上准备好推进下一步,这项工作会怎样?就只能干等着。 

每一个交接环节都在干等着特定的人或事,几周的时间就这样溜走了。 

比如我的同事 Olivia 给我发了需要审核的材料,隔天她就得催我,我对此也挺不好意思的。实际上做这件事本身可能只需要两小时,但从日程上看,它却硬生生拖了两个星期。

提速的核心在于梳理整个流程,看看哪些环节可以交给智能体来做。因为智能体拥有无限的承载能力,可以随时随地立即响应。 

如果一个 10 步的流程中,每个需要人工处理的环节都要等上 30 分钟;假设把其中 5 步砍掉换成智能体接手,等待时间直接降为零。光这样你就节省了两个半小时。 

问问你自己:这件事真的非得人工过目不可吗?在我们这里有一个“虚拟队友”的概念,我也正在着手搭建一个,基本上相当于我的第二大脑。我敢保证 Olivia 绝对会喜欢这种模式:她写好内容后,不用再苦等我抽出时间审核,而是可以直接向“虚拟 Kevin”征求意见、拿出一版初稿,不再被我的日程卡住。因为智能体随时在线,随时待命。

问:这么说来,采用超个性化策略的品牌必须适应“内容未经人工审核就直接对外发布”——因为成千上万个个性化版本根本不可能人工逐一核对。如果无法让人工逐一审核产出,那拿什么来替代这种审核?

品牌规范会被作为输入端的一部分内置进去,品牌需要审核的正是输入端——尽管过去几十年来,品牌审核的都是最终输出。 

品牌需要转向把关输入而非把关输出,因为输出的内容全都是实时动态生成的。也就是说,人工不可能审完所有的产出结果。因此,审核依然至关重要,只是审核发生的节点变了。

要想在输入端为智能体提供精准的指引,首先得把正确的流程沉淀为文档。我可以举一个我们内部的例子。当时我们想为 800 家潜在客户制作专属定制落地页,一开始就请教了 Optimizely 的大客户营销(ABM)专家 Laura。我们问她:“如果不限时间,让你打造最完美的个性化落地页,它会是什么样?”她花了三天时间,写了整整 17 页方案来阐述她会如何搭建。 

我们把这些梳理出来放进了智能体中。这样一来,智能体就不是凭感觉去猜什么是好页面,而是获得了明确的指导规范,清楚什么才叫达标。在此基础上,我们搭建起了生产流水线,一口气产出了那 800 个页面。

问:这个流程必须依托于某种载体。企业在采购时,应该考察哪些方面,才能把真正的智能体平台和仅仅生硬拼凑了 AI 功能的 CMS(内容管理系统)区分开来?

我认为现在的买家在这方面越来越懂行,已经能分辨出两者的差异了。对于独立的智能体平台,更偏技术的称呼是控制框架(harness)。

控制框架是统领全局的核心。在评估这类平台时,你需要了解:能否在上面搭建自己的智能体?是否提供评估机制?是否有安全护栏?是否支持接入不同的 LLM(大语言模型)?能否在不同 LLM 之间进行智能路由?这本身就是一个独立的产品品类,与 CMS 截然不同。

那些自称拥有智能体平台、实则只是在卖“高配版”CMS 的厂商,宣传的大多只是把 CMS 的某些功能做了智能体化改造。这跟拥有真正的智能体平台完全是两码事。

我们之所以要打造面向营销领域的智能体编排平台,是因为营销作为一个业务领域,其涵盖的范围远大于 CMS 这项具体技术。我们看到的机会是赋能整个营销业务,而不仅限于搭建网站。

问:那为什么营销需要专属的控制框架,而不是直接用 Claude 或 ChatGPT 呢?

我们把自己的平台定位为专为营销工作打造的控制框架。我举几个很贴切的例子:Claude Code 是控制框架,ChatGPT 是控制框架,OpenClaw 也是控制框架。它们都属于通用框架,或者更确切地说,是偏向软件工程的通用框架,因为它们最初就是从那个领域起步的。 

如果你是开发者,那些框架很适合你;但如果你是营销人员,我们的框架才是开展工作的最佳选择。我举几个我们更擅长的例子:我们更擅长处理品牌物料包;尤其擅长制作 PowerPoint;在即时图像生成方面,我们的可控性也高得多。 

如果你想让 ChatGPT 重新画一张图,只能让它重新生成整张图。但很多时候品牌需要的并不是推倒重来,他们只想微调某个小细节,或者说“以这个模板为基础,我来做些修改”。 

从工作流的角度来看,这就好比思考微软 Word 和 CMS 有什么区别:两者都能存文字,但它们是针对不同目标专门构建的。一个是文字处理软件,另一个是企业级软件。营销工作流有其独特性。比如看一下我们的嵌入式审核机制:如果你曾尝试让两个人用通用框架协同审核同一个云端产物,那体验简直让人抓狂——你得复制粘贴一个奇怪的公网分享链接,完全没有协同机制,多个人又该如何进行审批呢? 

比如 Harvey 是专为法律领域打造的控制框架,它围绕数据安全室构建,确保并购谈判中的双方各取所需,只看到自己有权限看的内容。我们不需要这种机制,我们希望共享一切以促进协作。营销在这点上并不是个例,每个垂直领域都需要属于自己的专属控制框架。

文章在智能体学会用你的品牌口吻发声之前,流程总得有个安身之处最先发布在 MarTech。

来源:MarTech.org · martech.org

EVAOO 主站实战落地 · AI Agent 与研发提效

看完情报?回到 EVAOO 主站直接上手工具与完整 SOP

返回 EVAOO 主站