智能体营销：为何重要与如何上手

智能体营销（Agentic marketing）由 AI 智能体执行：系统接收一个目标，自行挑选步骤、调用工具、检查产出，并持续运作直至任务完成。

给它一个类似「为新功能策划一场发布活动」的目标，它会把整个任务跑完：拉取竞争定位、起草落地页文案、撰写发布邮件、制作销售赋能一页纸、把素材归档到 Notion，并开一张 Linear 工单供团队审核。返回时看到的是一个完成好的方案包，而不是一份待办清单。

本文梳理营销领域智能体 AI（agentic AI）的现状，展示包括我们在内的营销人员当前如何运用它，并列出本周值得照搬的场景。

2026 年的智能体 AI：采用情况、成本、智能体类型与关键术语

进入实操之前先做一点铺垫：智能体 AI 目前处于什么位置、值得区分的几种「智能体」，还有参与相关讨论时需要用到的术语。

「智能体 AI」每月被搜索 12.2 万次，而运行智能体的成本如今只需几美分

根据 Ahrefs 关键词分析（Keywords Explorer），美国「agentic AI」的搜索量从 2023 年 5 月的每月 1,450 次升至 2026 年 5 月的 122,175 次，三年间增长 84 倍。「what is agentic AI（什么是智能体 AI）」如今每月约有 1.4 万次搜索，而 2023 年底之前几乎不存在。

顺带一提，所有数据和图表均完全由 Agent A 准备，我只说明了这篇文章需要什么。

除此之外，YouTube 上满是几天内就能照搬的现成案例，不需要特殊技能：数据分析配置、定制的内部工具，甚至靠 AI 智能体团队运营的一人公司。仅在过去三个月里，约有 6000 个 YouTube 视频提到智能体 AI，累计获得约 8300 万次展示。

我们最近开始在 Ahrefs 尝试智能体营销，它很快成为我们工作方式的重要一环。

我们自己的 AI 营销智能体一上线，内容团队就组织了一场为期一周的黑客松，探索 AI 如何自动化部分工作流。到那一周结束时，团队已经做出 16 个不同的应用，全部由智能体创建。全程没有写一行代码，只是引导它的步骤。

故事的另一半是成本。自 2023 年以来，大语言模型的价格下降了 15–20 倍。据 OpenAI 的定价公告（数据由 Agent A 整理），其旗舰模型从 2023 年 GPT-4 的每百万输入 token 30 美元，降至 GPT-4.1 的 2 美元。

过去要花上几美元的一次多步骤智能体运行，如今只需几美分。

你会遇到的三种 AI 智能体与需要了解的关键术语

「智能体」这个词被用在差异很大的各类产品上，有三类值得区分：

• 智能体环境，如 Claude Code 或 OpenAI 的 Agents SDK。 灵活，但工具需要自行串联，主要面向开发者。
• 开源智能体，如 OpenClaw 或 Hermes。托管在 自己的基础设施上，私密、可定制，配置自行负责。
• 专用智能体，如 Ahrefs 的 Agent A 或 Intercom 的 Fin。 针对特定任务预先接好，无需配置，直接交付目标即可。

与供应商沟通，或阅读有关智能体的讨论帖时，会遇到这些术语：

• 智能体（Agent）。一个大语言模型，加上工具，再加一个持续运行直到 达成目标的循环。单有模型不算智能体，关键是这个循环。
• 工具（Tools）。智能体可以调用的函数：搜索网络、查询 数据库、发送邮件、运行代码。没有工具，它就只是聊天机器人。
• 技能（Skills）。智能体为重复性任务加载的「行动手册」（「如何 头脑风暴标题」「如何对文章做质量检查」）。了解更多。
• 工作流 vs. 智能体。工作流运行的是内置了大语言模型的固定步骤， 而智能体会自行挑选步骤。大多数厂商所谓的「智能体」其实都是工作流。
• 子智能体／编排（Sub-agents/orchestration）。一个顶层智能体， 派生出多个专家智能体处理任务的各部分。
• 人在环路（Human-in-the-loop，HITL）。在智能体继续执行之前强制加入的审批步骤。 对不可逆的工作必不可少。
• 护栏（Guardrails）。智能体不能逾越的硬性规则（「未经批准绝不发送 对外邮件」）。
• MCP（模型上下文协议）。一种把工具接入 智能体的开放标准。凡涉及智能体如何连接外部事物的技术讨论，都会提到它。了解更多。

如何上手智能体营销：11 个带起始提示词的应用场景

下面是 11 项日常营销工作，AI 智能体已经在替人完成。

每个场景包含四部分：任务本身、智能体能做什么、它在 Agent A 中如何运作的示例，还有可以交给任何 AI 智能体的起始提示词。

执行关键词研究与 AI 提及缺口分析

SEO 同时包含两个问题：该写什么，和人们是否真能找到我们。两者都意味着大量结构化、重复性的数据工作，而如今「找到我们」越来越大的比例发生在 ChatGPT、Perplexity 等 AI 助手内部，而非搜索结果页上。

任何能访问实时 SEO 数据的智能体都能把这两件事做实。把关键词和排名数据交给它，它会按主题分组、找出竞争对手正在赢下的缺口，并标出 AI 助手提到竞品却从不提及你的地方。

Agent A 用两个专用工具来完成这件事。

Content Keyword Research（内容关键词研究）应用会拿你输入的细分领域，跑完整条流水线：关键词、主题簇、快速见效点、竞争缺口，还有按需为任意主题簇生成的内容简报。

AI Mention Gap Analysis（AI 提及缺口分析）负责 AI 这一侧。它会找出你的竞争对手，衡量 ChatGPT、Perplexity、Gemini 和 Google AI Overviews 提到他们与你各自的频率，并返回一份排序清单，列出 AI 推荐竞品却从不提及你的问题，每项都附带搜索量和建议的内容切入点。

试试看

可交给任何智能体的起始提示词：

或者直接在 Agent A 里用现成的：安装 Content Keyword Research 应用，并使用预装的 AI Mention Gap Analysis 技能。

让一篇文章从关键词变成完成稿

写出一篇好文章是五步苦差：研究主题、规划结构、撰写初稿、核实事实、打磨润色。智能体跑完前四步，再把稿子交回负责编辑的人。语气和最终决定仍由你把控，过程中也能随时介入。

我们的内容总监 Ryan 用 Agent A 做了这样一个应用：给它一个主题和几个来源链接，它会研究主题、生成编辑简报、搭建大纲、撰写文章、核对每一条论断，并停下三次，让你在它继续之前确认方向。

看看实际运行效果：

试试看

可交给任何智能体的起始提示词（需要能通过 MCP 访问 Ahrefs 数据）

月度业绩报告只做一次，之后再也不用手动做

每个月，团队里总有个人要重新拼出同一份业绩报告：流量来自一个工具、排名来自另一个、外链来自第三个，全部粘进一份演示文稿，顶部再配几条要点说明哪些指标变了。每月耗掉一天，周而复始。

任何能访问你营销数据的智能体都能接手这件事。把它接入你的流量、排名和外链数据，它就能按计划拉取本月数据、与上月对比，并写出哪些指标变化及其原因的摘要，无需你再开口。

Agent A 用 Monthly Website Performance Report（月度网站业绩报告）应用来完成。它把流量、搜索排名、Search Console 点击量和外链增长拉进同一个仪表盘，再用通顺的语言写出变化摘要。设置一次之后，它每月自行刷新，到了需要它的那个早上，报告已经在那里等你。

试试看

可交给任何智能体的起始提示词：

或者跳过搭建，直接在 Agent A 里使用：安装 Monthly Website Performance Report 应用，指向你的网站，它就会自行刷新。

看清谁是你真正的竞争对手，他们在哪些地方胜过你

大多数团队一年只做一次竞争分析，因为认真做要花一整天。任何能访问 SEO 数据的智能体都能按需跑完整个过程。把域名给它，它会找出你真正所在细分领域的竞争对手、做出正面对比，并标出值得填平的内容和外链缺口。

这是来自 Agent A 的一个例子。我只需输入一句话，就能得到一份快速、高层次的报告，因为智能体已经连上了 SEO 数据，清楚地知道该拉取哪些信息。在此基础上，我还能让它帮忙创作内容，以填补关键词缺口、发现新机会，并支持外链建设工作。

试试看

可交给任何智能体的起始提示词：

或者跳过搭建，直接在 Agent A 里使用：让它对你的网站跑一次竞争分析即可。

打造你工具箱里缺的那个工具

你的工作流里总有那么一环，没有任何现成工具能完全契合。一个简单的内部应用就能解决，但需要一名工程师来构建它。有了智能体，只需描述想要什么，东西就能做出来。

我在 Agent A 里做了我的 Source of Truth（真源）应用：一个可搜索的资料库，存放我和我的智能体创作内容时依赖的信息，包含四类：事实与数据、解释说明、产品细节和操作指南。

粘贴一篇文章或文档进去，它会提取有用信息、对其分类，并在重复内容被加入之前标记出来。搜索覆盖全部内容，团队因此能得到一致答案，而不必翻遍各种文档。

我把工作流描述给 Agent A，它做出了这个应用，之后我一直在用。

试试看

你也可以把这个链接给你的智能体看，让它重建我的应用：https://github.com/mmakosiewicz/sots_webinar。里面包含重建该应用并开始使用所需的全部说明。

用一份发布简报，生成产品发布所需的全部素材

产品发布本质上是一堆交付物，它们必须在同一天传达一致的信息：定位、落地页文案、发布邮件、销售一页纸、社交帖子。每一样都从零开始写，还要在信息调整时保持彼此一致，这正是发布会拖慢的地方。

任何智能体都能拿一份简报，一次性产出整套内容，每一件都基于同一定位，默认便保持一致。

在 Agent A 中，你交出一份发布简报，它就会起草定位、落地页文案、发布邮件和销售一页纸，然后把所有内容投放到你团队已经在用的工具里，并为每件素材开一张工单，让每份草稿都有明确的负责人来审核。

试试看

可交给任何智能体的起始提示词：

修复并刷新整个商品目录里的产品页面

在一家大型网店里，大多数产品页面都卡在第一页之外：对一个本可带来销量的词排在第 6 或第 8 名，只差一次像样的修改就能获得真正的流量，可没人有时间去找出它们，更别说重写了。这正是智能体擅长的工作。把目标设为一个产品 URL，它会拉出该页面快要排上的关键词，再改写标题、描述和开头段落来针对这些词，且一切以真实页面为依据，不会凭空编造产品信息。跑遍整个商品目录，这些页面就会一批几个地自行修好。

在 Agent A 里，我的同事 Andei 搭建了一套 E-commerce SEO Suite（电商 SEO 套件），正是做这件事的。Catalog Refresh 会改写产品页面的标题、元数据和开头段落，以针对它快要排上的关键词；Rank Monitor 会标出哪些产品排名下滑或出现了新的 SERP 功能；Reviews to Page 则把客户的顾虑转化为 FAQ 更新。一个工具发现机会，其他工具写出修复方案。

试试看

可交给任何智能体的起始提示词：

根据客户在你产品里的真实行为撰写生命周期邮件

千篇一律的引导邮件没人读，过度设计的又要花几周来搭建。一个能访问 Mixpanel 这类产品分析工具的智能体，可以读取客户在产品里的真实行为，按行为分组，并写出每一组应收到的邮件。

这是来自 Agent A 的一个例子。接入产品事件数据和客户分群，它会为每个分群起草几个邮件版本，解释每个版本背后的思路，并把它们加入你的邮件工具供审核。你挑选合适的那一个。

试试看

可交给任何智能体的起始提示词：

把招聘和筛选里的行政工作抽出来

营销负责人在招聘上花的时间，比他们愿意承认的要多。而那些工具也帮不上忙：你的应聘者追踪系统存着数据却不让你切分查看，写职位描述每次都从零开始，审阅测试作品又是缓慢的体力活。一个既能读取招聘数据又能写代码的智能体，能迅速改变这一切。

我的同事 Ben 在 Agent A 里搭建了一套招聘工具，接入我们的应聘者追踪系统。一个指标仪表盘把原始漏斗数据变成易读的视图：每个职位的应聘人数、各阶段转化率、招聘所需时间。一个文档生成器通过对话、某个现有职位，或你上传的文件，起草职位描述、题库和测试任务。还有一个测试任务评分器，会对技术类作品做一次经过校准的初筛，依据根据过往决策调校过的评分量表打分，指派一名人工审核者，并起草给候选人的反馈。

试试看

可交给任何智能体的起始提示词：

找出能带来流量的视频，并在 YouTube 上赢得点击

运营一个 YouTube 频道有两件事容易拖：搞清楚哪些视频真正带来了搜索流量，还有制作能赢得点击的缩略图。两件事都费时，也容易被往后拖。

智能体可以替你做掉其中很大一部分。它能对比 Google 结果研究你或竞争对手的频道，告诉你哪些视频带来了流量、由哪些关键词驱动，还能生成与频道风格相符的缩略图方案，设计工作不必每次从零开始。

在 Agent A 里，有两个免费应用负责这件事。

Video SEO Opportunities（视频 SEO 机会）应用会扫描任意 YouTube 频道，找出已经在为 Google 带来流量的视频，并显示贡献流量最多的五个关键词，附上每个词的搜索量和难度，还有一条 52 周的流量曲线，让你看出某个视频是在往上走还是在衰退。

Thumbnail Generator（缩略图生成器）应用会为每个视频产出三个缩略图方案，你还可以上传一张参考照片，让同一张脸在你的频道里保持一致。

试试看

可交给任何智能体的起始提示词：

或者跳过搭建，直接在 Agent A 里使用：从 Agent A 应用库中安装由 Sam Oh 制作的 Video SEO Opportunities 和 Thumbnail Generator（你可能在我们的 YouTube 频道上认识他）。

把一篇内容变成一周的社交媒体帖子

持续给社交媒体渠道供给内容是一项稳定而重复的工作。难的部分很少是点子，而是量：把已经做好的东西变成一整个信息流分量的帖子，一周接一周，每一条还要贴合它将要发布的地方。

智能体很擅长这个。它能拿一篇已发布的内容，转成一组分发在你各个渠道上的帖子，让内容持续流通，而不是发布第二天就沉寂。

在 Agent A 里，把它的目标指向一篇已发布的文章或一份视频转录稿。它会挑出最有力的引语、最出人意料的数字，和值得争论的观点，然后写出适配每个平台的帖子，因为一条 LinkedIn 帖子和一条推文并不是同一种东西。你会得到一批内容供审核，编辑其中值得编辑的，其余的安排排期发布。

试试看

可交给任何智能体的起始提示词：

在营销中使用 AI 智能体的几点建议

智能体很强大，但不能完全放手。以下是我付出代价才学到的经验：

• 让智能体接入真实数据。没有实时数据的智能体，就只是一个靠数月前就冻结的训练数据来猜测的 聊天机器人。同一个模型上的两个智能体，会因可见数据不同而产出天差地别的结果。
• 发布前务必审核。智能体即使是错的也显得很有把握，而一段流畅的回答无论对错读起来都像是对的。所以：智能体准备，人来发布。在少数无法收回的决定前安排人工把关，其余低风险的工作就让它自行运转。
• 用第二个智能体／技能来做检查者。一个智能体来审阅成果，能发现制作它的那个所遗漏的问题，就像作家需要一个编辑。只给它一件事：把第一个智能体的输出对照最初的需求、源数据和常理来核查。一个「制作者」加一个「检查者」，胜过一个想两者兼任的智能体。你也可以让你的智能体创建一个「supervisor（监督者）」技能，想复核成果时随时调用它。
• 保持条理。智能体搭的每个工具都需要你拥有并维护，因此不要急于启动十个只会打开一次的应用。保留一套真正会用的精简工具，并保持亲自动手，让判断力始终敏锐。

结语

对包括营销人员在内的知识工作者来说，智能体 AI 很可能是工作的下一轮演进。在未来几年内，我们中的许多人或许会管理由 AI 智能体组成的团队，它们处理日常事务，而我们则专注于机器仍然不擅长的部分：判断力、创造力、人际关系，和需要人情味的决策。

如果你想今天就开始用上你的第一个智能体，试试 Agent A：它已经连上了 Ahrefs 数据，开箱就能运行本文中的每一个场景。

感谢阅读！欢迎在 LinkedIn 或 Substack 上联系我。