上周三下午两点，我做了一个决定：用 AI 从头到尾做一个完整的营销活动，计时开始。
活动目标很简单——为一个虚构的 DTC 咖啡品牌「日常所」做一轮夏季新品推广，预算是 3000 元。选品是冷萃液，目标人群是一线城市 25-35 岁的上班族，渠道是小红书 + 朋友圈广告。
四小时后，我有了策略文档、五条短视频脚本、三版 Landing Page、一套投放设置和一份排期表。我按下了发布键。
48 小时后，我关掉了所有投放，打开空白文档，从头开始。
这篇文章记录了这个实验的全过程——以及我第一次真正理解了「AI 能做的事」和「AI 不能替代的事」之间的那条线。
四小时做了什么
我不是随便让 AI 乱跑。我设了一个清晰的流水线：
第一小时：策略 + 受众定位。 我把品牌背景、产品信息、预算和渠道约束扔给 Claude，要求它输出一页纸的策略文档。Claude 在 15 分钟内给出了目标受众画像、核心信息层级、渠道分配建议和关键指标。看起来专业、完整，甚至标注了「依据 2025 年咖啡品类小红书种草转化率均值 2.3%」。
第二小时：创意 + 内容生产。 基于策略文档，我用 ChatGPT 生成短视频脚本。5 条脚本，每条对应不同的内容角度：产品开箱、使用场景（办公室）、对比测评（vs 星巴克冷萃）、用户证言（虚构的）、促销机制。每条脚本 40-60 秒，包含镜头描述、口播文案和字幕建议。AI 还贴心地标注了「爆款结构」——前 3 秒钩子、中间信息密度、结尾 CTA。
第三小时：Landing Page + 视觉。 Midjourney 生成产品场景图，Canva AI 套版做了落地页。三版 Landing Page 分别对应不同的转化路径：直接购买、免费试用申领、社群引流。AI 给出了 A/B 测试建议——哪个版本更适合冷启动期。
第四小时：投放设置 + 排期。 我让 AI 根据小红书信息流和朋友圈广告的平均 CPM、预估 CTR，自动生成了预算分配方案、投放时段建议和素材轮换策略。看起来像一份专业媒介计划。
四小时结束，我有了一个「完整」的营销活动。那一刻，我甚至有点得意——一个人加一台电脑，干了通常一个团队一周的活。
上线后的 48 小时
数据不会说谎，但也只说它想说的话。
前 12 小时的数据看起来不错。 小红书笔记的展示量破了 5000，互动率 4.2%，超过了品类均值。朋友圈广告的 CTR 1.8%，也在正常范围。如果只看仪表盘的数字，这个活动正在「正常运行」。
但第 24 小时，三个问题开始浮现。
漏洞一：AI 瞄准了正确的人群画像，但错过了真正的购买者
AI 做的受众定位精准得可怕：25-35 岁、一线城市、对咖啡有兴趣、关注生活方式博主。投放系统忠实地把广告推给了这些人。
问题是——点击最多、停留最长的用户，根本不是买冷萃液的人。
数据分析后发现，互动最高的那群用户，画像更接近「咖啡爱好者」而非「便捷咖啡消费者」。他们点赞、收藏、评论「好专业」，但他们家里已经有手冲壶、磨豆机和从产区直邮的精品豆。冷萃液对他们来说是一种「降级」体验。
真正会买冷萃液的人——每天早上在工位上用一次性杯子冲咖啡的上班族——反而很少点击。因为他们不在周末刷咖啡内容。他们在工作日的早上 8:47 分，趁着开机等邮箱加载的那 30 秒，快速扫一眼。
AI 瞄准了「对咖啡感兴趣的人」，而不是「需要咖啡的人」。这两个人群之间的交集，比我想象的小得多。
漏洞二：五条脚本写得都很好——好到没有一条让人记住品牌
这是最让我不安的发现。
我把五条短视频脚本给三个朋友看，问他们：「看完之后，你记住了哪个品牌？」
一个说「星巴克」，一个说「三顿半」，一个说「不记得有品牌」。
回看脚本，问题很清楚：AI 写的创意围绕「咖啡」这个品类展开，而不是围绕「日常所」这个品牌。产品开箱的角度和市面上任何一个咖啡品牌的开箱没区别；对比测评的框架——「vs 星巴克」——直接把认知锚点送给了竞品；用户证言里的「它改变了我早上的习惯」可以无缝替换成任何品牌名。
最致命的是促销脚本。AI 把折扣力度作为核心钩子——「第二件半价」「新人首单立减 15 元」。这当然能带来转化，但这些用户不是「日常所」的用户，他们只是「今天刚好有优惠」的用户。
品牌不是内容的背景音，品牌应该是内容本身。 AI 能做到前者，做不到后者。
漏洞三：完美的执行计划，零容错空间
AI 生成的排期表和预算分配精确到每小时。这看起来很专业，直到第一个意外发生。
上线 6 小时后，一条小红书笔记因为图片中的咖啡杯上出现了竞品 logo（Midjourney 生成的场景图里无意中出现了星巴克标志性的绿色吸管），被平台判定为「疑似竞品导流」限流了。
我没有预案。AI 也没有预案。因为 AI 的排期逻辑是「一切按计划进行」。
我问 Claude：「如果笔记被限流怎么办？」它给出了一套完整的申诉流程和替代发布方案。但问题是——这些建议在事情发生之后才出现。真正需要的不是事后的补救方案，而是事前的容错设计：备用素材、Plan B 渠道、预算预留弹性。
AI 在「已知的未知」上表现很好——比如它会提醒你「夏季咖啡品类竞争激烈」。但在「未知的未知」上——比如一张 AI 生成图中不小心包含的竞品元素——AI 连问都不会问。
我学到了什么
48 小时后我关掉投放，不是因为活动失败。事实上，如果只看短期的点击和互动数据，这个活动「及格」了。
我不满意的是另一种东西——这个活动没有灵魂。 它像一个用乐高积木按说明书搭出来的模型：结构正确、比例精准、没有任何错误，但你也知道它只是一个按说明书搭的模型。
重做的时候，我保留了 AI 产出的 70%——策略框架、数据参考、投放结构。但在三个地方，我选择自己来：
- 受众定义——不再依赖平台标签，而是花了一个下午翻看了目标品牌「三顿半」的淘宝评论区，找到真正购买决策中的关键词
- 核心创意——围绕「日常所」这个名字本身做文章，把品牌名做成创意钩子而非背景板
- 容错设计——为每个渠道准备了备选方案，预算里留了 20% 的弹性空间
重做花了三天。比第一次的四小时长了 18 倍。
但这次上线的活动，第一天就有人在小红书评论：「这个品牌有点意思。」
最后的结论
这次实验让我想清楚了一件事：
AI 在营销中的真正价值不是「替代」，而是将非核心环节的生产时间压缩到极致，把释放出来的时间还给真正需要人的环节。 策略框架、数据整理、素材初稿、投放排期——这些 AI 做得比我快，也比我好。但品牌感知、受众共情、创意判断和容错直觉——这些才是营销人真正的护城河。
用 AI 做营销的正确姿势不是「让 AI 做完所有事」，而是「让 AI 做完所有不需要你的事」。
区别很小，结果很大。
本文是「读者视角」系列的第一篇。如果你也有用 AI 做营销的个人实验——无论成功还是翻车——欢迎在评论区分享。
