活动人想上 AI？先把这 4 个问题问清楚

前几天我跟一个朋友聊天。

她叫 Cathy McPhillips，SmarterX 的首席营销官，同时还管着 Marketing AI Institute 旗下好几个品牌，包括 MAICON 这场 AI 营销大会。

我们正聊着呢，她说了一句：「等一下，我后台跑着个 agent。」

她让 AI 去筛 100 个营销 AI 领域最活跃的从业者，给即将开始的一场闪购活动排优先级。那个 agent 就在那儿默默地跑着，她跟我聊天一点没耽误。

「看起来特别简单，」她说，「但它在我做别的事的时候自己就把活干了。」

我当时就想，这才对。

最好的 AI 工作流，省下来的每一分钟，都是给「只有人能做的那件事」腾的。

什么意思？

咱们慢慢说。

会前：AI 做功课，人做判断

MAICON 这个会，Cathy 的团队最先交给 AI 的活，是那种所有人都不爱干的。

什么活？

扒竞品网站。截图。把赞助商的套餐、Logo、价格全填进表格里。你说这种活谁愿意干？没人愿意。但 AI 愿意。它不光帮你扒回来，还帮你排出来「先打哪个电话」。

定价有时候也交给它算。有时候算完一看，涨个价是合理的。有时候它反过来告诉你，别涨。

有一个更难的：预测。

MAICON 每年的情况都不一样。你说去年来了 800 人，今年能来多少？光看数字根本说不通，因为每年都是一个独立的「一次性事件」。但现在 Cathy 可以像问同事一样，去问她的 AI：「这件事到底是趋势，还是异常，还是上次我们预测错了？」

你想想看。一个永远不会忘事的同事，随时能问，随时答。

但 Cathy 没有把判断权也交出去。

AI 帮她找回了判断所依赖的那些「机构记忆」。谁去年来了、谁赞助了、哪个环节出了岔子。找回来之后，判断还是她做。

省下来的时间呢？

「那些以前得手动做的事，现在我可以拿去当人了。去跟人说话，去维护那些真正需要人去维护的关系。」

AI 没有替代判断力，它只是帮判断力找回了弹药。

但有一个地方，她死活不碰

邮件。

MAICON 最重要的渠道就是邮件。Cathy 在这件事上画了一条非常清晰的线。

「人家选择了让你进他们的邮箱，」她说。「我不确定我准备好让客户收到一封听起来不像我们的东西。我要做他们最好的管家。」

她不是没试过。

团队搭了一个 persona GPT，自己还挺信它。这个 GPT 给邮件改了一版，看起来挺有道理。然后呢？

打开率掉了。点击率也掉了。

Cathy 拿 AI 去诊断，想看看哪儿出了问题。AI 说：这些邮件不再回答客户的问题了。

她当时的内心 OS 差不多就是：「这事当初可是你让我干的！」

天呐。

但这件事教会了她一个贯穿所有工作流的教训：AI 不是绕过策略的捷径。 做任何事，都得带着目的和意图去做。

议程：用客户的嘴设计体验

MAICON 的议程团队干了一件特别聪明的事。

他们把一份草案议程，拿去跟客户的声音做对比。客户的声音从哪来？评估表、Slack 讨论、播客评论、线上研讨会的聊天记录。

一比就比出一个缺口：刚接触 AI 的人觉得内容够了，但那些已经用了一段时间的高手呢？他们觉得内容太浅了，自己「超龄」了。

怎么办？

Cathy 的团队加了两种新形式。

一种叫 transformation stage。15 分钟，跟一个 CMO 对谈，就聊一件事：你到底落地了什么。

另一种叫 Build session。来了就把笔记本打开，30 分钟之后，你手里有了一个能跑的 agent。

你看，AI 帮他们看见了问题，但解决方案是人设计的。

还有一个问题根本不用 AI。

每年追着讲者要标题、要摘要，这事儿谁都头疼。Cathy 的团队没上工具，他们改了流程：讲者在签协议的时候就一并提交标题和摘要。没摘要，没合同。

有时候最有效的自动化，是不自动化。

会中：一台一小时的素材机

会一开起来，事情就快了。

Goldcast 接上主舞台录像。每个 session 结束后，一小时内，10 条短视频就出来了。直接可以发社交媒体。

第二天早上，有参会者过来说：「我第一天没来，想补一下。」他们打开手机一看，全有了。

整个会结束的时候，大概积累了 150 条素材。下一年活动的预热，有了。

更妙的是讲者物料包。

会后第二天，每个讲者都会收到一个 kit：他们 session 的亮点、观众提的问题、剪辑好的短视频、配好的图。一个目的：你帮我们来了，我们也帮你的内容飞得更远。

「我们在努力给讲者创造一种体验，让他们觉得：我随时愿意回来跟你合作，因为你也在帮 me。」

这个 kit 怎么做的？在 Claude 的 project 里组装。但每一项，在发出去之前，都有人看过了。

「我们在所有环节里都有人。」

强。这个判断我特别认同。

会后：从三天的内容里找线

大多数活动团队在会后做的，就是把几段录像往 LinkedIn 和 YouTube 上一丢。

Cathy 觉得这是最大的浪费。

「太可惜了，内容太多了。」

AI 帮她的团队把三天所有的 session 过了一遍，找出反复出现的主题。有些主题是几个从没同台过的讲者，各自从不同角度讲过的。这种交叉你靠人去听三天录像，基本听不出来。

找到这些线索之后呢？做成播客。做成社交内容。做成 Slack 里的讨论。做成线上研讨会。

他们还在把这些内容映射到用户搜索的那些问题上，去做传统 SEO 和回答引擎的优化。

这件事还在摸索。Cathy 的态度很坦诚：「我们跟大家一样，也在试。」

4 个问题

说到这儿，你可能在想：我也想在自己的活动工作流里上点 AI。从哪开始？

Cathy 给了四个问题。很简单，但很锋利。

第一个：这事是帮你减负，还是在替你搞关系？

整理联系人清单，帮 AI 干，省下的时间拿去打电话。但打电话这件事本身，如果你也让 AI 自动发了，你的关系就开始变薄了。Cathy 的 agent 帮她把联系人信息补全了，但每一条消息，是她自己发的。那 100 个人里，六七十个她个人认识。每个人都收到了她的亲笔。

第二个：产出在到客户面前之前，有人看过吗？

错了的东西会伤信任。讲者物料包走 Claude 出，但每一项都有人验。因为一个讲者如果收到了错误反馈，他不会感谢你出得快。

第三个：这个工作流会把客户数据暴露给工具吗？

先立规矩，再做实验。SmarterX 在把任何客户反馈放进 voice-of-customer 知识库之前，都先把身份信息去掉。

「我们把什么都放进去，」Cathy 说。「我们连损益表都敢放进去，但客户数据，不行。」

第四个：你已经付费的工具，能干到 80% 吗？

SmarterX 今年的预算拿去招人了，没拿去买更多软件。新工具进门之前，得回答几个问题：团队真的需要吗？能信吗？跟 HubSpot 兼容吗？

Cathy 的标准更简单：「你已经在付费的那个工具，能不能先帮你干到 80%？」

---

你看这四个问题，其实指向一件事。

AI 工具会迭代，会变得更强，这个问题上的答案会变。但有一件事不会变：跟客户、讲者、赞助商的关系，是你的。

那种需要一个人去维护的信任，需要一句真心话去化解的尴尬。这些地方，就是人永远能加最多价值的地方。

Cathy 在跟我聊天的那个下午，agent 在后台跑完了，100 个联系人排好了。但她接下来做的事，是坐下来，一个人一个人地写邮件。

因为那些邮件，得是她写的。

祝你也能找到属于你的那 80%。