当机器开始写广告

几周前，一个经营四人 DTC 品牌的朋友给我发了张截图。截图里是一张节日 banner——定制插画、五行符合她品牌调性的文案，尺寸适配 Instagram、Facebook 和邮件头图。精致、到位。午饭前她已经做了十一个变体。

"这花了多长时间？"我问。

"十四分钟。"她停顿了一下。"以前代理公司要做两周。"

从那以后我一直在想那张截图。因为她在十四分钟里完成的事，过去需要一位创意总监、一位设计师、一位文案、一位项目经理、三轮修改，外加一份六位数的长期服务费。现在只需要一句话和一个工具。这不是效率提升。这是一次相变。

让我告诉你，我认为营销、品牌和内容此刻正在发生什么——以及为什么我读到的大多数评论只描述了表面，却错过了底层的结构性转变。

旧模式已死。不是垂死——是已死。

提醒一下营销过去是怎么运作的，免得你忘了。品牌做出精致的东西，通过电视、广播、纸媒、banner 广告推到你面前。你只有接受的份儿。品牌是广播者，你是沙发上那块被动接收的屏幕。

那个模式结束了。不，我说的不是"AI 要来抢营销人的饭碗"。我说的是底层逻辑已经翻转。

**品牌不再是唯一握着创作工具的人。**你的客户也握着它。

想想看。一个没有受过任何设计训练的十九岁年轻人，能在 Adobe Firefly 里做出产品效果图，用 Jasper 生成六个广告概念，然后在你家代理公司还没安排启动会之前，就把你的 logo 二创成了一个 meme。受众不再被动。他们在生成、在混搭、在塑造。2024 年 1 月，一部大量借助 ChatGPT 写成的日本小说拿下了芥川奖——那不是什么噱头。那是"AI 辅助创作"不再是一个限定词、而开始成为默认值的时刻。

所以问题不是"品牌会不会用 AI"。最近一项商业调查中，82% 的营销人已经相信 AI 应用会提升他们的生产力。可口可乐正在跑根据受众情绪调优的 AI 驱动广告活动。Nike 从 2016 年的 Nike+ app 开始就在悄然搭建个性化基础设施，2018 年收购 Zodiac 和 Celect 来强化它，又推出"Nike By You"——让顾客自己设计运动鞋，然后免费发到社交媒体上。问题是新模式到底长什么样，以及它在哪里会断裂。

速度和成本：算笔账。

这部分人人都谈，所以我快点说完——然后告诉你真正重要的那部分。

传统代理流程：简报、交给设计师、交给文案、修改、再修改、审批。好几天。有时候好几周。Adobe Firefly 把一段文字提示变成可编辑、符合品牌调性的图。Jasper 和 Copy.ai 在几秒内把一个要点列表变成十条广告标题。一项关于 AI 生成文案的研究发现，相比人工撰写的文案，广告点击率提升了 45%。一个电商团队用 Copy.ai 把广告活动上线周期缩短了 60% 以上，同时保持了品牌调性不变。

我替你算一下。一个营销团队用 Adobe Firefly，每周产出的创意素材是原来的十倍，没有增加一个人头，而这些素材中超过 80% 通过了内部品牌审核。十倍。同一拨人。同样的薪资。这不是优化。这是创意工作完全不同的单位经济学。

但接下来才是真正重要的那部分——也是那群谈生产力的人一直错过的。

新角色叫"跟机器说话的人"。

2026 年营销团队里最稀缺的资源是什么？不是设计能力。甚至不是文案功底。是写出一个精准的句子、让模型做出正确之事的能力。

这个岗位现在有了名字。提示词工程师。在你对这个头衔翻白眼之前——是的，我知道它听起来像个 LinkedIn 上的流行词——先看看这份工作实际上要做什么。你要把一个模糊的创作意图（"让它感觉温暖但又高端，像节日但又不俗气，还得能在 Gen-Z 刷 TikTok 时成立"）翻译成一种语言，让一个统计模型把它精确地变成你脑海里想象的那个输出。这是真正的技能。它介于创意指导和编程之间，而擅长这件事的人正在悄悄成为内容团队里最有价值的新雇员。

设计师和营销人没有被取代。他们被晋升了——或者被降级了，取决于他们有多固执——进入人机混合工作流。人定策略、选择发布哪个输出、注入模型感受不到的情感细微差别。机器负责量产。新的瓶颈不是创意产能。是判断力。

大规模个性化才是真正的革命。

所有人都被图像生成分了心。更深层的变化是：有史以来第一次，你可以一次一个地跟一百万人说话，而成本和一次性对他们全体说话差不多。

这向来是营销技术的承诺，也向来是个谎言。八个一组的分群不是个性化。那只是更小一号的广播。生成式 AI 改变了触达的单位。像 ASOS 这样的时尚品牌对你浏览行为跑预测模型，然后给你推荐它认为你接下来会想要的产品。可口可乐的节日广告拉取数据信号来按观众调优创意，所以你看到的广告版本和你邻居看到的并不完全一样。Nike By You 直接把设计工具交给了顾客。顾客做了产品，然后在 Instagram 上替你营销。免费。

这里的关键词是：大规模定制，又不丢人情味。而它之所以行得通——当它行得通的时候——是因为模型能同时在脑中 hold 住上千个微小决策：这个人周二浏览了跑鞋、放弃了购物车、住在寒冷气候、周日上午开邮件。没有人工团队能做到逐顾客如此。机器能。

但是——你知道一定会有个但是——这片个性化的正中央，藏着一个陷阱。而正是它，会把赢的品牌和淹掉的品牌区分开。

同质化陷阱。

整个这轮变化里让我睡不着的，是这件事。每个品牌现在都在接入同样那几个模型。同一个 DALL·E。同一个 GPT-4。同一个 Midjourney。而这些模型，在设计上，都在回归其训练数据的统计中心。

你看到问题了吗？

如果所有人都用同一台机器来显得与众不同，所有人就开始听起来一样了。

这是 AI-in-marketing 话语里没人足够认真对待的隐性风险。品牌把自己的声音倒进模型，模型磨平了那些奇怪的棱角，出来的是得体的、紧跟潮流的、毫无记忆点的内容。你刷的时候已经能感觉到了。同样的节奏。同样的形容词选择。同样的主图构图。十年之后，在这个时期活下来的品牌，将是那些用 AI 搞定重复性的 80%、同时死死守住那人性化的、古怪的、让它们一开始就被认出来的 20% 的品牌。

跟我聊过的聪明操盘手已经在搭建混合模式了。AI 写邮件变体、跑 A/B/n 测试、大规模生成产品描述。一个人——一个真人，有名字、有观点——做最后一道关，让文案听起来像品牌，而不是像互联网。

然后是合成网红这个问题。

我想聊聊 Lil Miquela、Imma、FN Meka，以及其他正在走网红路线的 AI 生成人格。因为营销故事就是在这里迅速变奇怪的。

一旦说清楚，吸引力是显而易见的。一个合成网红不会变老。不会在派对上被拍到醉态。不会错过飞往拍摄的航班。不会在凌晨两点发一条种族歧视的内容然后把你的广告活动一把火烧掉。你可以把它的外貌、声音、价值观、审美，调到像素级。三星、Balmain、Louis Vuitton、Tommy Hilfiger——大品牌已经签约了。

也有像样的证据表明它们有效，至少短期内如此。2025 年一项研究发现，AI 生成的广告和网红活动的点击率高于真人网红的同类，主要赢在新奇感和视觉精致度上。年轻受众，尤其是 Gen Z，觉得 AI 生成的广告比人工的更吸引人、看起来更值得信任。

注意我说的是"看起来更值得信任"。陷阱在这里，而这是我一直放不下的发现。当马来西亚的研究者问同一批 Gen Z 观众他们的感受时，观众说 AI 广告更顺滑、更现代。但当被问及他们对哪些广告有情感连接时，他们选了真人那些。更温暖。更真实。AI 内容技术上出色，情感上单薄。

乔治城大学和 Project Aeon 对可口可乐节日广告的研究发现了类似的东西。当观众被告知这些广告是 AI 驱动的，大多数人并不在乎技术——他们凭广告让他们感受到了什么来评判。可口可乐的 "Masterpiece" 广告，就是那支让名画动起来的，视觉上惊艳，却让一部分观众情感上毫无波澜。那个落差——技术上出色、情感上疏离——正是整个时代的核心张力。

**长期来看，信任仍然会弯向人这一边。**合成网红在控制和一致性上给你的，它在那种混乱的、具体的、没法造假的东西上拿走——而正是那种东西让一个人值得被关注。

披露不再是可选项。这是好事。

来说说你不能越过的那条线。

美国 FTC（美国联邦贸易委员会）已经发布了指南，要求在广告中使用 AI 时必须清晰披露。欧盟《AI 法案》和英国《数字宪章》也在推同一个方向：当公众在与 AI 互动时，公众有权知道。这不是官僚主义。这是信任经济的地板。

研究反复证实的一个不舒服的真相是：当品牌承认自己在用 AI 时，消费者对品牌的信任不降反升。"披露会伤你"的恐惧大多是错的。真正伤你的是被抓到在假装机器是人——因为一旦顾客逮到你，那份信任你要不回来了。把 AI 内容冒充成纯人工，不是策略。它是一场赌你永远不会被发现的赌局，而这盘赌局的保质期每个月都在变短。

这里还有一个更深的伦理层面，我认为品牌低估了它反噬的速度。AI 模型是用人类生成的数据训练的，而这些数据带着制造它的人的刻板印象、偏见和盲区。如果没有刻意而伦理化的提示词工程和包容性训练集，你 AI 生成的广告活动会悄悄复制这个行业花十年想修掉的那些错误呈现。由这些模型驱动的心理画像定向可以精确到从说服越界成近乎操纵——尤其是在医疗、金融和政治这类高风险领域。"高效的个性化"和"利用某人的情感触发点"之间的界线，比大多数营销团队愿意承认的要薄。

那你实际上该怎么做？

这个问题我被问了很多次，所以我给你一版五步——都是我尊敬的操盘手在跑的。不是理论。是实战。

1. **先做审计。**在碰任何工具之前，把你当前的内容运营从头到尾梳理一遍。时间花在哪了？手动摩擦在哪？如果你不知道自己现在在做什么，你就没法决定自动化什么。

2. **小规模试点，做好测量。**选一种内容类型——产品描述、社交帖变体、邮件标题。拿 Jasper、Firefly 或 Midjourney 跑一跑。在速度、成本和质量上和你当前流程做对比。别把品牌赌在第一次测试上。

3. **训练跨职能团队，不只是创意岗。**你的策略师、你的数据分析师、你的项目经理，都需要理解这些工具能做什么、不能做什么。人机工作流只有在每个角色都清楚自己的部分时才行得通。

4. **在你需要之前就写好你的伦理准则。**现在就、落到纸面上：你什么时候披露 AI 的使用、你怎么排查偏见、你在哪些地方即使技术上能做到也不做心理画像定向。等出了公共事件再做这件事，太晚了。

5. **对着 KPI 测量，别凭感觉。**互动率、转化率、ROI。把 AI 生成的内容和你传统的内容做 A/B 测试，让数字来定。炒作会告诉你 AI 总是更好。数据会告诉你什么时候是、什么时候不是。信数据。

我一直回到的那件事。

很多研究都落在同一句话上，听起来像在给自己留退路，但我其实认为这是关于当下你能说的最诚实的话。AI 在营销里不是工具。也不是替代品。它是一个协作者——有非常具体的能力形状，也有非常具体的局限形状。

想明白这一点的品牌，把机器当成一个极快、极高产、但有点不着调的初级员工。你把大部分活交给它。你自己留着判断力、品味、伦理和情感诚实。别忘了，顾客不在乎内容是什么生成的——他们在乎的是内容有没有让他们感受到一些真实的东西。

可口可乐对其 AI 节日作品反响不一，但照跑不误，因为品牌守住了情感内核、让 AI 去干视觉重活。Nike 把 AI 个性化叠在数十年人工打造的品牌资产之上，出来更强了，而不是更平庸了。两个案例的教训都不是"用 AI"。而是"用 AI，但别忘了是什么让你的品牌一开始就值得被听见"。

这就是眼下整盘棋。工具是入场券。下个季度人人都有。赢的品牌将是那些用工具为只有人能做的事腾出更多空间的——做一个具体的选择、冒一个真实的险、说一句不可能从训练数据的统计中心里冒出来的话。

我朋友做的十四分钟 banner 是新的基线。她在它之上放了什么，才是唯一要紧的事。

我没法给你一个干净的结尾。这轮转变还在半空中。但我会告诉你我告诉每一个今年问我该怎么做的营销领导者的话：别再问要不要用了。开始问，当人人都有同一台机器时，你的品牌听起来是什么样。因为那个问题——关于声音、关于品味、关于只有你才会说的那件事——是机器唯一替你答不了的问题。