工作流 A
Figma 插件：把单张主视觉批量扩展成多尺寸、多文案创意
- 目标不是“生成创意”，而是减少复制、粘贴、改尺寸、换标题的体力活。
- 输入是固定模板、已有主视觉、多个标题组合。
- 输出是多个适配尺寸的变体，直接留在 Figma 里给团队挑选。
- 价值在于把设计协同速度提高，而不是替代设计判断。
Wayne 研究室 / AI 增长工作法 #01
市场团队需要的不是文案 AI，而是工作流 AI
Anthropic 的增长团队把“广告文案刷新”和“创意变体生产”做成了两个 Claude 工作流。真正的变化不是省几分钟，而是把营销执行从人工切换成系统生产。
核心判断
增长团队正在变成轻量产品团队，运营同学要开始维护自己的规则库、模板库和技能库。
先看结论
这篇文章值得学的不是 AI 写稿，而是市场团队把自己的痛点产品化
Anthropic 的案例只展示了两条工作流，但它揭示了一个更大的变化：高绩效营销团队，未来会像管理产品一样管理自己的增长工具链。
来自 Google Ads 官方
15 / 4
Responsive Search Ads 需要多标题、多描述组合。强约束场景，特别适合先标准化再自动化。
Anthropic 自述
1 周
从“不会开终端”到搭出可用原型，说明非技术岗位也能自己修复高频流程摩擦。
组织外溢
100+ h/月
Anthropic 文中还提到，Influencer Marketing 用 Claude 写脚本和播客提纲，每月省出 100+ 小时。
为什么有效
AI 真正接管的是“繁琐但有边界”的工作
- 任务高频重复，人工执行成本高。
- 有明确规则，比如字符数、品牌语气、禁用词、上传格式。
- 输入材料稳定存在，比如历史投放数据、模板、关键词、竞品文案。
- 输出需要直接进入下一个系统，而不是停留在聊天框。
对千图的启发
别先讨论“要不要学编程”，先找出最机械的那 20% 流程
- 千图 AI 搜索投放：自动拼装 RSA 文案与 CSV。
- 社媒拉新：把选题、脚本、标题、首评、落地页 CTA 串成内容装配线。
- 活动运营：把档期表、卖点包、素材模板和邮件外发做成统一工作流。
- 设计协同：让设计模板成为机器可读取的“版式 API”。
原文拆解
Anthropic 实际做的，不是一个万能 Agent，而是两个切口很小的工作流
这也是最值得借鉴的地方：从最具体的业务摩擦点切入，而不是一上来做一个笼统的“营销 AI 助手”。
工作流 B
`/rsa` 命令：读取历史数据与品牌规则，直接产出 upload-ready CSV
- 输入不只是关键词，还包括已有 campaign data、既有 copy、品牌语气和合规规则。
- 中间过程允许反复 riff，说明模型是“副驾驶”，不是自动审批机。
- 最后一步不是“给你 15 个标题”，而是导出能上传的 CSV。
- 这让营销团队把时间花在筛选价值主张，而不是数字符数。
方法论
四个条件同时成立时，AI 最容易把“忙碌”变成“产能”
这是把 Anthropic 案例迁移到千图时最关键的判断框架。不是所有营销动作都值得自动化，优先选这四类交集最大的流程。
01
重复
每周都会做，而且量大。比如刷新广告标题、批量换封面字、活动素材改版。
02
有规则
字符数、风格、品牌禁用词、尺寸模板、上传字段都能被写清楚。
03
有资料
历史投放数据、竞品素材、品牌语料、设计模板、关键词库能喂进去。
04
可交付
输出能直接进入 Figma、Ads、表格、CMS，而不是停留在一段聊天回复里。
应该先做
- 高频、机械、规则清晰的文案与素材变体生产。
- 需要跨表格、模板、平台反复搬运的整理和导出。
- 已有优质人工样本，适合沉淀为品牌技能或规则库的任务。
不要先做
- 品牌新定位、重大活动主张、关键传播判断这类“方向性决策”。
- 没有历史样本，连团队自己都说不清什么是好内容的任务。
- 让模型自己写、自己审、自己上线，完全跳过人工判断的闭环。
千图迁移
优先做 5 类 ROI 最高的增长工作流
点击卡片进入焦点模式。建议优先从“输入结构最清楚、人工最嫌烦、上线链路最短”的场景开始。
具体建议一
先把千图 AI 搜索投放做成一个 `/rsa` 工作流
这是最容易闭环的起点：规则清晰、结果可量化、试验频率高，而且 Google Ads 官方本身就强调多标题多描述组合。
推荐结构
/rsa --campaign "千图AI绘图工具" --segment "电商运营" --keywords "ai海报, ai作图, banner生成" --goal "拉新试用"
读历史 CTR / CVR
读品牌卖点与禁用词
生成多组标题描述
自动校验字符数与口径
导出 CSV
- 把“品牌语气”“产品真实性”“Google Ads 规范”拆成独立技能或规则文件。
- 不要只让模型看提示词，必须喂历史高效素材与失败案例。
- 保留多轮对话环节，让运营能继续 refine，而不是一次生成后就上传。
必须喂给模型的 4 类资料
品牌真相库
高 CTR 文案库
竞品说法库
平台禁区库
- 品牌真相库：功能边界、不能承诺的点、必须保留的价值主张。
- 高 CTR 文案库：哪些角度有效，哪些说法虽然好看但不转化。
- 竞品说法库：帮助模型避开同质化和过度撞词。
- 平台禁区库：字符数、敏感词、审核风险和导出格式。
结果指标
实验数 / 周
看是否能多跑测试，而不是只看生成速度。
过程指标
审批通过率
看品牌与合规规则是否足够清楚。
业务指标
CPL / CTR
最后还是要回到投放结果，不是回到“文案写得像不像”。
具体建议二
把社媒流量获客做成一条“多渠道内容装配线”
社媒团队最常见的误区，是希望 AI 直接给出一条爆款内容。更可控的做法，是把一个卖点拆成多平台、多入口、多互动位的成套变体。
Step 1
钩子库
围绕同一功能生成 5 种开头：对比、翻车、时间节省、前后反差、场景焦虑。
Step 2
15 秒脚本
自动拆成镜头、口播、字幕和 B-roll 建议，方便剪辑快速试版。
Step 3
首评与置顶
同步生成首条评论、私信引导、转链解释，减少流量浪费在评论区。
Step 4
落地 CTA
输出对应下载页、试用页或活动页 CTA，保证视频承诺与后链路一致。
Step 1
搜索词映射
把用户问题翻译成可搜到的标题结构，避免只写“好看但搜不到”的笔记。
Step 2
封面字矩阵
同一主题给出多个封面短句，覆盖实用、对比、踩坑、清单等语气。
Step 3
正文骨架
自动拼装“问题 - 解决 - 示例 - CTA”的内容骨架，减少从零起稿时间。
Step 4
标签与评论
同步产出关键词、互动问题和评论区补充信息，提高搜索与互动双效率。
Step 1
档期主线
围绕活动主题生成预热、主推、收口三段式消息，不再每次从空白开始。
Step 2
图文提纲
把活动规则、产品卖点、FAQ 自动拆成适合公众号阅读的结构。
Step 3
企微触达
生成客服、运营、销售三种语气的跟进话术，减少多人多版信息错位。
Step 4
客服答疑
把报名、试用、退款、权限等问题做成统一答复包，降低活动期噪音。
判断标准很简单：AI 负责变体、拼装和规则执行；人负责平台语感、内容取舍和最终上线。
组织启发
增长岗位正在产品经理化：运营不只是执行活动，还要维护自己的工作流产品
Anthropic 文中的表述很直白：增长营销正在走向“像产品经理一样工作”。这对千图更重要，因为 AI 产品的增长节奏天然更快、实验更多、版本更密。
来自 Anthropic 案例的方向性信号
先把“我希望有这个工具”变成“我能把这条流程做出来”。组织的生产率就会突然抬一层。这不是让市场同学转岗做工程师，而是让他们开始拥有自己的规则库、模板库、数据入口和输出标准。
品牌
PMM 负责真相与边界
哪些卖点能说、哪些不能说、哪些对象值得打，是人定的，不是模型猜的。
增长
运营负责实验设计
决定测试什么变量、用什么指标验真，不再把时间耗在改 Excel 和数字符数。
设计
设计负责模板 API 化
让图层命名、素材槽位、尺寸体系可被机器读取，减少跨团队来回补位。
AI
模型负责规模化变体
把规则贯彻到几十种变体和多个渠道，而不是每次都从零理解业务。
落地路线
给千图 AI 产品线的 30 天行动清单
先拿一个“投放 + 社媒”组合拳做样板，验证这套工作方式能不能把试验频率拉起来，而不是先追求通用大平台。
Week 1
盘流程，不盘愿景
找出 3 条最烦、最重复、最有规则的增长任务，补齐输入资料和输出格式。
Week 2
做 2 个可运行原型
一个 `/rsa` 文案流，一个社媒脚本流。先让它能跑通，不追求功能完整。
Week 3
接审批与导出
接入 CSV、Figma 模板、活动排期表，把“能生成”升级到“能上线”。
Week 4
只看 3 个指标
实验数 / 周、审批通过率、真实业务指标。没有变好，就回去改规则，不要继续堆模型。
Wayne 应该盯的 3 个问题
- 团队现在最痛的增长动作，能不能被写成清晰规则，而不是靠“经验型同学”脑补？
- 生成结果能不能直接进下一步系统，而不是让人再复制、检查、改格式一遍？
- 如果这条流程每周多跑 3 倍实验，业务会不会明显变好？不会就别优先做。
我给千图的建议
- 先把“增长 Agent 样板间”做在千图 AI 产品线上，而不是全公司铺开。
- 找 1 位投放、1 位社媒、1 位 PMM，共同维护第一版技能库和禁区库。
- 每周复盘一次：哪些规则是对的，哪些错误是因为模型，哪些其实是业务判断还没讲清楚。
边界与来源
一句话结论：先把人最烦的那 20% 流程做成系统，增长效率会先跨一个数量级
这不是“AI 代替营销”，而是“营销团队开始拥有自己的工作流产品”。先做小切口、强约束、可量化的任务，才会越做越稳。
风险边界
- 不要让模型决定品牌真相、价格承诺和活动政策。
- 不要让模型自己审批自己生成的内容，人工必须保留上线闸门。
- 不要用“会不会写得像人”评价工作流，应该用“是否多做实验、少做体力活”评价。
如果只把 AI 当作一个更快的写手，你得到的是效率小修补；如果把它当作流程引擎，你得到的是组织杠杆。
来源清单
- Anthropic Blog: How Anthropic uses Claude in Marketing，发布日期 2026-01-26，本文所有核心案例均来自该文；其中效率提升与 100+ 小时/月节省属于 Anthropic 自述。
- Google Ads Help: About responsive search ads，用于确认 RSA 属于多标题、多描述组合优化场景。
- Google Ads Help: Text customization FAQ，用于确认 Google customized text assets 不计入 RSA 的 15 headlines / 4 descriptions 限制。
- Figma Help: Manage plugins as a developer，用于确认插件开发依赖桌面端与受控 API 端点。
- Claude Help Center: Use Skills in Claude 与 Claude Docs: Agent Skills Overview，用于支撑“规则库 / 技能库”这个迁移判断。