用 AI 做内容，巨头早就不在对话框里打字了

前段时间，一位做市场的朋友找我诉苦。

公司让大家用 AI 写文案。写出来的东西，他形容是"一股刷锅水味"：看着都对，读着都困。老板还追问，为什么别人家的 AI 那么神，你们的这么平。

我问他：你们是怎么用 AI 的？

他说，还能怎么用？打开 ChatGPT，输入"帮我写一条酸奶的推广文案"，然后开始抽卡。抽十次，挑一张顺眼的。

问题就出在这。

你把 AI 当成了一个手更快的实习生。可它肚子里没有你家的事。它不知道你的用户是谁，也不知道你的品牌该用什么口气说话。

后来我去翻了翻几家消费品巨头的做法。翻完最大的感受是：大家用的是同一个技术，用法却已经差出一个代际。

差在哪？

多数人是在"用" AI，巨头是在"养" AI。

2023 年前后的一批案例，我挑三家公司讲给你听。

一、联合利华：把 AI 养在自己家

先说联合利华。

这家公司做品牌做了多久？1884 年，Lever 兄弟给自家洗衣皂起好名字、做好包装，算是最早一批把"品牌"当回事的商人。一百多年过去，这家卖洗衣皂和蛋黄酱起家的公司，干的事一点也不老。

它没有让员工都去公网的聊天框里打字，而是用 OpenAI 的模型搭了一套自己的内部界面，好几套基于 GPT-3 的应用在里面专门写营销文案。品牌经理们天天在里头做实验。

举个例子。感恩节那阵，他们搞过一个 AI 菜单推荐：告诉它冰箱里有什么，它给你配菜谱。拿它搜"剩下的火鸡肉能干什么"，能冒出一堆用 Hellmann's 蛋黄酱做的火鸡三明治，个个看着都香。可搜"剩下的南瓜怎么办"，它就没什么好主意了。

好玩吧。

但真正值钱的在后面。

他们有个工具叫 Alex，干的是读邮件的活。消费者来信，它先读懂信里的情绪和正事，再替客服在 Salesforce 里起草回复。结果，客服回邮件的时间砍掉了 90%。

不是降到 90%，是砍掉 90%。原来一天花四小时回信，现在二十四分钟。

狠吧。

还有一个叫 Homer 的，专门写亚马逊的商品描述，写出来的口气自动对齐品牌调性。

供应链上也在用。棕榈油采购，过去靠报表，现在把种植园的车流、众包来的市场消息、甚至阴天拍的航拍图，都喂给 AI 去分析，看采购到底可不可持续。

有人会说，这是巨头，我学不起。

恰恰相反。这套玩法翻译成小公司能上手的动作，其实是：把提示词写得足够具体；把你攒下的客户知识库喂给自己的 AI；再学它盯销售数据，哪些 SKU 该停，哪些是睡着的好东西、该推一把。

工具可以小。方法是一样的。

二、百事：先画跑道，再踩油门

第二个故事，百事。

百事最让我意外的，不是 AI 用得多猛，而是它先划了两条禁区：招聘，不许用 AI；一对一的消费者精准定向，也不许。而且拉上斯坦福，一起搭了一套伦理使用框架。

先立规矩，再放手干。

然后你看它放开手脚的部分。

内部有个工具叫 Ada，名字取自十九世纪数学家 Ada Lovelace，就是被后人视为"第一位程序员"的那位。这个 Ada 的活是测创意：创意扔进去，先看观众大概什么反应。周转快了，广告花费的回报也算得清了。

营销上更花哨。球迷收到的定制问候，可以从球星梅西嘴里说出来，一句一句都不一样。开发健康零食，靠分析社交平台上的帖子来提速。

对内也没闲着：AI 机器人给员工推荐内部岗位和更有挑战的新任务；需求预测和库存计划交给 AI；给农户发 AI 工具帮着提产量；用机器学习抠运营细节，好完成温室气体减排目标。连 ESG 报告，都用 AI 把农业、价值链、产品几块内容拼装成一份可持续报告。

手里握着新工具的时候，敢先说"这两个地方不碰"，比敢用更难。

也正因为有跑道，车队才敢踩油门。这个顺序，很多公司是反着来的。

三、Salesforce：把提示词做成产品

第三个故事，说说痛点本身。

为什么多数营销人用聊天机器人，用不出感觉？

因为那个空白的输入框。你输入"写封邮件"，它只能给你一句人人写得出的开场。想要不平庸，你就得把业务背景和客户情况，一大段一大段喂进去。

麻烦还在后头。你喂进去的用户画像，可能留在聊天记录里，转头就跑到竞品那边去了。你可以关掉"用我的数据训练模型"这个选项，但整套流程还是别扭，机密数据更是碰都不敢碰。

Salesforce 的做法，是干脆把这件事做成产品。它的 Einstein 系列工具，相当于一个不空白的 ChatGPT：常见的外联场景预置好了，生成式 AI 再针对具体客户改写。这套东西也不只服务联合利华那样的大客户。

他们搞了个付费试点，邮件管理员能搭出这样的工作流：从销售数据里生成受众分层和人群描述，起草邮件标题和正文，再回头评估活动效果。等正式铺开，行业化、厂商化的提示词会像插件一样即插即用。连公关这种对 AI 接受最慢的行当，都可能被推着往前走。

说白了，提示词工程不该是每个营销人的必修课，它应该被做成基础设施。

回到那杯刷锅水

现在，再回头看我那位朋友。

他的问题不在 AI。在他把一辆赛车，当自行车骑。

巨头们的做法拆开看，就三步：把自有数据喂进去，把禁区画出来，把好用的提示词沉淀成工具。一步都不神秘，只是每一步都比"打开对话框抽卡"多下了点笨功夫。

AI 不会淘汰做内容的人。会用自家数据喂 AI 的人，正在淘汰只会抽卡的人。

下次再写出刷锅水味的文案，别急着怪 AI。

先问问它：我到底告诉过它什么？

祝你早日，把那杯刷锅水，熬成一锅好汤。