Wink Pings

营销工程师:把营销工作流交给AI Agent

Shann³分享了他的营销工程师框架:在Agent开发环境里,用知识层和数据层支撑工作流,实现营销自动化。他给出了具体的目录结构、API连接、工作流设计和循环方法。

营销圈开始流行一个新头衔:营销工程师。听起来像给营销人配了个程序员,其实是一个人兼了两份活。

Shann³最近发了一篇长文,详细拆解了他的框架。他把70%的营销工作放进Agent开发环境(ADE),用多个Agent协作完成研究、策划、内容生产和落地页搭建。这张图是整体架构:

marketing engineer framework

什么是营销工程师?简单说,构建营销背后的系统。用Agent、连接数据和业务上下文,让营销工作自动化。营销知识决定系统如何工作:你决定Agent需要知道什么、用哪些来源、怎么检查输出、哪些环节需要你介入。

开始之前,先理解三个术语:

  • 模型(Model):给任务选的AI,比如研究、规划、写作。
  • Harness:模型周围的软件,给它文件、工具和代码执行权限。
  • ADE(Agent Development Environment):你直接和Agent工作、审查它们行动、指导工作的界面。

Shann³的主工作空间是Orca,但他最近用Claude更多,也在用Grok bot和Hermes。他提到一个关键点:不要过度设计。他曾经给内容系统建了四个Agent,后来发现改进上下文比加Agent更有用。

工作空间怎么搭

每个项目需要地方存放上下文、运行工作流、保存产出。他按营销垂直领域组织,每个领域有自己的目录,共享知识放在一旁。

markdown
marketing/
├── shared-knowledge/
├── content/
│ ├── knowledge/
│ ├── work/
│ ├── workflows/
│ ├── skills/
│ ├── agents/
│ ├── scripts-and-code/
│ ├── outputs/
│ └── results-and-learnings/
├── seo-aeo/
├── outbound/
├── paid-and-creative/
└── lifecycle-and-cro/

不需要一开始就建全。从一个垂直领域开始,比如内容,只建content文件夹。

文件夹本身不会告诉Agent怎么干活。要加一个简短Markdown文件,写明哪里找东西、用什么来源、输出存哪。每个工作流引用它需要的文件。

连接工具和数据

内容工作流需要访问X和Typefully。X连接用于研究帖子和性能数据,Typefully用于创建草稿。这些连接用API实现。API密钥放在.env文件,别丢进提示词或知识文件。权限要分开:创建草稿和发布是两回事。工作流里要设审批步骤。

Shann³也用/last30days技能,综合搜索X、Reddit、YouTube和网页,了解近期讨论。但记住,技能提供研究流程,连接提供来源,你仍需检查发现是否有用。

构建知识层

知识分内部和外部。

内部:产品细节、客户电话、CRM笔记、之前的活动结果。外部:竞争对手、公开讨论、搜索需求。Shann³用一个目录结构存这些:

markdown
shared-knowledge/
├── audience.md
├── product-and-offer.md
└── positioning.md

paid-and-creative/knowledge/
├── customer-objections.md
├── approved-claims.md
└── creative-test-learnings.md

你的专业知识也要进上下文。比如语音记录为什么上次活动吸引了错误买家,审查时记录反馈原因,这些都能帮助下次。

数据层

想用Agent规划下一轮广告创意,Agent得知道上一轮发生了什么。数据往往散落各处:广告平台、网站分析、CRM。把它们汇总到数据仓库,脚本定时抓取,Agent查询分析。

注意,API连接不会自己更新数据。用cron job定时跑。记录要有连接字段,如campaign ID,缺失数据要标记,不要盲目归因。

第一个工作流

选一个你熟悉的任务,比如从客户研究和之前结果生成下一个创意brief。

先规划。Shann³用转录工具说5-10分钟,然后用Matt Pocock的Wayfinder技能(一个规划技能,原本给工程用的,也适合营销)和Agent一起完善计划。

跑起来后,检查输出。如果竞品研究不相关,修选择标准;如果角度忽略了客户反对意见,查上下文是否缺少。

把步骤保存为可复用工作流,不断调整。

跨活动连接

产品发布需要落地页、付费广告、内容、邮件和对外销售。每个垂直有自己的工作流,但都从同一offer、受众和计划出发。

Shann³用tickets跟踪任务。每个ticket描述交付物、引用上下文、列出检查项和依赖。协调Agent读tickets,分派给专业Agent。

他还用Paper或Figma做视觉moodboard和campaign book,所有渠道参考。生成图片时,campaign book提供产品图、光线、背景等参考,确保准确性。

活动结束后,结果反馈知识库,供下个活动使用。

循环和自主任务

一旦工作流有明确步骤和检查,可以让Agent重复到达标。定义“完成”的样子,比如:

/goal produce the paid creative set listed in campaign-plan.md.

use campaign-book.md and approved-claims.md.
run the checks in creative-checklist.md.
fix failed checks and save the exports with a review report.

stop when the checks pass and the set is ready for my review.
do not publish. ask if an unresolved decision blocks progress.

循环要有预算和重试限制,失败时问原因。

定时任务:每日数据更新、每周竞品回顾、每周绩效报告,用cron job跑。注意,定时任务不会弥补不完善的工作流,测试好再调度。

团队也可以给Agent派活。比如Slack里的Hermes bot,问“回顾上周付费广告表现,对比前一周,准备下一个测试的brief。”机器人需要访问数据和上下文。

可以构建的工作流

Shann³列了一些例子:竞品网站监控、竞品创意库、播客转团队内容、SEO生产、付费广告创意与测试、内容再利用、邮件活动生产、落地页生产与测试、创作者活动研究。

他正在和@creator_wire做创作者活动研究工具。

开始

选一个你已有的任务,打开一个工作空间,构建第一个工作流。记录哪里需要你介入,那些地方告诉你需要改进什么。保存你构建的证据:brief、工作流、示例输出、结果。不需要一次全部运行,挑一个任务开始。

发布时间: 2026-11-23 02:01