将 AI 融入日常工作看似容易，但要取得卓越成果，仍然需要深思熟虑的方法。这篇文章属于一个分为两部分的系列文章，旨在探讨 AI 对现代营销人员的影响，并分享实用的框架、经过验证的提示结构和现实世界的实施案例，以帮助您开始使用这项颠覆性的技术。在第一部分中，我们讨论了 AI 对现代营销人员的影响，并介绍了实用的框架。

AI 如何重塑现代营销人员的日常工作

想象一下：当您开始一天的工作时，不是去查看堆积如山的收件箱，而是让 AI 为您列出一份优先任务清单，并就如何安排会议日程给出建议。到了中午，您正在寻找方法来为网站访客提供个性化内容。到了下午，就可以即时获取营销活动效果洞察，而以前这需要通过 Workfront 提交工单并等待一周才能完成。

这并不是凭空臆想。对于已将人工智能 (AI) 集成到工作流中的营销人员来说，这已经成为现实。

AI 正在推动一场千载难逢的工作方式变革。它可以承担繁重的数据处理、模式识别和重复性任务。这让您有更多的时间关注人类最擅长的事情：创意策略、情感联结和创新思维。

保持主动

AI 现在可以主动应对复杂的工作流，成为团队中宝贵的一员。而且，尽管“代理”在运行时可能不需要人工提示，但通常会有引导它们的提示存在。

下面是 AI 代理可为营销团队执行的一些操作：

• 复杂任务编排：代理可以管理跨多个工具和人工移交的工作流。

• 持续监控与自动响应：当满足预定义条件时，代理可以自动执行操作和/或提醒您注意机会、草拟响应模板或启动某个流程。

• 研究和情报收集：为代理指定一个主题，它就会搜索多个信息来源、整合结果、识别模式，并提供一份条理清晰的完整报告，其中附带引用来源和可操作洞察。

• 内容生命周期管理：代理可以识别热门主题、根据 SEO 研究生成内容简报、跟踪生产状态并分析表现数据以指导未来的策略。

代理是始终可用、始终周全且可无限扩展的营销团队成员。但是，代理的成功并非理所当然。有效的代理必须具有清晰的工作流和明确定义的成功参数，而这些正是以提示形式提供的。

将卓越融入您的提示编写之中

“我庄严宣誓我不干好事。”哈利波特迷都知道，这句咒语可以打开活点地图，显示霍格沃茨里所有东西的位置。

人工智能是一项不可思议的工具，它可以揭示很多信息，就像活点地图一样。大部分人使用它只有一个简单的原因：让任务更轻松，而它在这方面确实非常出色。但问题是：AI 能做的远不止是减轻您的工作量。它实际上能让您在自己的工作领域做得更出色。这就是现代营销人员的真正价值所在。

可以这样理解：有些任务要求做到卓越，而其他任务做到合格就完全可以了。您猜怎么着？AI 是达到“合格”水准的大师。事实上，如果存在“合格”这项竞赛，AI 每次都能捧走奖杯。此外，如果您像我们一样，有时觉得难以起步，AI 可以帮助您快速启动项目并高效地完成它。

关键在于弄清楚您正在处理的工作是需要做到卓越还是合格。这种区分可帮助您在使用 AI 时设计出更好的提示。

那么，让我们审视一下需要做到合格或卓越的日常任务示例：

确定任务是需要做到合格或卓越之后，您可以运用提示框架来编写更好的 AI 指令。我们建议使用 RTF（角色、任务、格式）框架来获取无需具体细节的合格水平结果，而对于需要卓越表现和具体细节的任务，则使用 CREATE（字符、请求、示例、调整、输出类型、评估）结构。

编写提示需要艺术和科学的结合。掌握提示编写技巧的最佳方式就是尝试。保持好奇心。保持适应性。随着您对编写提示日渐熟悉，您可以尝试不同的提示模式，与 LLM 进行双向交互。如果条件允许，您可以尝试多个平台或模型。

这些提示模式就像食材，而我们将这些模式与之前学到的提示工程基础知识相结合，再把前面分享的结构类型作为菜谱加以运用。以下是提示模式方法的示例：

以下是一些小技巧

• 添加结构。将方法与清晰的输出格式配对（例如，“包含列的表格：假设、量度、数据源、下一步操作”）。

• 使用评分标准。对于反馈链，请定义 4-6 项评分标准（例如，清晰度、声明准确性、品牌语调、差异性）。

• 限制范围。对于思维树，请限制分支数量（例如，“探索 4 个角度，每个企业级/中端市场 2 个”）。

• 将用户画像建立在真实依据之上。提供目标、痛点、KPI、反对意见和决策上下文（预算权限、购买阶段）。

• 记录决策。使用 ReAct 方法时，请记录“推理→操作→观察→修正”过程，以便于审核和重复执行。

• 变换假设。在场景探索中，一次更改一个变量（预算、受众规模、CPA 目标）以隔离其影响效果。

检查准确性、质量和一致性

AI 中的“A”代表人工，它修饰了“I”所代表的智能。这种智能确实是…人造的。我们人类认识到的一个问题是：AI 生成的输出内容可能包含错误。这些错误可能是事实性错误、对指令的误解，或任何类型的失败。

验证提示响应至关重要，原因如下：

1. 准确性：您可能亲身经历过，或者从其他人那里听说过，AI 生成的输出内容可能包含错误、幻觉或误解。您的验证可确保准确性。

2. 质量控制：模型和平台功能正在快速演变。RTF 和 CREATE 等提示框架可以提供帮助，但最终对工作负责任的还是您本人，即便您使用了 AI 来辅助创作。

3. 风险缓解：未经检查的响应可能会导致严重问题。验证确保了输出与实际信息相符，达成预期目标，并符合法律或公司标准。

4. 可靠性：验证可帮助您了解采用哪种提示模式才能持续稳定地实现预期结果。

5. 建立信任和规模化：经过验证的响应有助于建立起对 AI 辅助的工作流的信心，从而构建可复用的提示库。对于将 AI 采用范围扩展到所有营销与运营流程来说，这一步至关重要。

作为一个社会，我们仍处于 AI 应用的早期阶段。分享我们总结出的经验，帮助所有人提升工作成效。如果没有记录下来，有效的提示就只能是属于个人或孤立实验的偶发性成功。借助共享的、现成可用的提示库，团队可以将这些孤立的偶发性成功案例转化为可重复、可扩展的策略，从而持续创造价值。

1. 一致性和可重用性：优秀的提示不应只存在于某人的脑海中，或是淹没在聊天会话中。对提示进行记录，就能创建一个经过验证的方法库，供团队中的任何人重复使用。这样可以节省时间，并确保在营销活动和其他交付成果之间保持一致的质量。

2. 质量和准确性：将提示记录下来后，就更容易对它们进行审核、优化和改进。

3. 协作和知识共享：营销是一项团队活动。共享提示存储库意味着您的团队可以相互学习彼此的成功经验、避免重复并更快地进行创新。可以把它看作是您内部的“提示手册”。

4. 持续改进：不仅仅是为了存储，更是为了演进。通过追踪哪些方法有效、哪些无效，您可以进行迭代，并创建出能在组织中推广的最佳实践。

5. 合规性和治理：在受监管的行业，透明度很重要。经过记录的提示具有可追溯性，有助于在使用 AI 处理敏感任务时满足合规要求并降低风险。

例如，我们的文档和提示库是在 SharePoint 中构建的。

AI 的实际应用：面向现代营销人员的实践示例

人们很容易忽视 AI 早已悄然融入日常生活的那些方式：自动完成、背景虚化、语音隔离。就在最近，我们已迈入这样一个阶段：任何人都能轻松获取 AI 的实用功能，并将其融入日常工作之中。鉴于此，让我们考虑应用本文中分享的策略的众多机会，并展望第二部分[BS2]，该部分侧重于您可以使用的实用提示示例。

上午 8 点。– 这一天照常开始，日程表上排满了会议，零散地分布着一些专注工作的时段。根据您在提示中设定的优先级，让 AI 优化您的工作日安排。AI 可以建议跳过哪些会议、帮助起草邮件回复，或完成诸多其他任务，让您把时间省出来用在重要的事项上。

上午 10 点– 您有一个重要的会议，需要详细的会议记录，但您原本指望来记录的那位同事请病假了。如何才能有效地推进这次会议，并在结束时仍能获得清晰的会议记录和可执行的后续步骤？

上午 11 点– 您刚参加完的会议将截止日期提前了，原本两周后要交的营销活动摘要，突然变成了今天就要交。如何在今天结束前快速整理出一份高质量的摘要并与团队分享？应遵循 RTF 框架还是 CREATE 框架？

下午 1 点– 您吃完午饭回来，结束了与营销团队的一个会议，会上审核了受众和营销活动摘要。在讨论中，您意识到需要为跨越多个地理区域的多个受众创建十种不同的 CTA 变体，并计划进行 A/B 测试以实现个性化。如何快速生成 CTA 变体和广告文案，根据每个受众群体所关心的特定价值主张实现营销活动个性化？

下午 3 点– 当一天的工作接近尾声时，您的注意力转向评审现有营销活动和受众的表现。您想要通过添加可视化图表来增强现有报告，从而呈现洞察并将其更清楚地传达给团队，同时评审受众表现。如何快速构建有说服力的可视化图表，以突出关键洞察并帮助您评审受众表现？

接下来，在这个分为两部分的系列文章的第二部分中，我们将探索实用解决方案，以帮助改进这些任务和工作流的日常执行。