原始标题: 270 | Build AI Teammates That Deliver Consistent Results And Transform The Way you Work, With No Technical Background with Liza Adams
发布日期: 2026-02-24 | 来源频道: @leveraging-ai
📝 深度摘要
1. 播客概览与访谈元数据 (Episode Overview & Context)
嘉宾画像与 AI 背景：Liza Adams | AI 顾问兼 Go-to-Market 战略专家。拥有数十年资深营销高管经验，深刻理解企业实际运营逻辑与战略制定。她并非技术背景出身（虽拥有电气工程学位，但已远离编码数十年），却成为 AI 自动化领域的实战派构建者。她强调从客户行为变化出发思考 AI 落地，而非单纯追求技术酷炫。
主题与行业坐标：构建「AI 队友」（AI Teammates）——非简单工具，而是可训练、可管理、可级联的工作伙伴。核心颠覆领域：营销工作流全链路自动化，从内容创作、邮件营销、网络研讨会规划到社交媒体分发，全流程由多个专用 AI Agent 协同完成。
深层结构性痛点：传统 AI 使用停留在「问答机器」或「高级搜索引擎」层面，无法真正释放生产力；构建单一全能型 GPT 面临 8,000 字符指令限制与上下文窗口瓶颈，导致输出平庸；AI 幻觉（hallucination）导致输出不可靠；缺乏系统化方法论将 AI 能力转化为可规模化的商业成果。
核心结论 (TL;DR)：将 AI 视为「队友」而非工具，采用乐高式「小而专」GPT 架构（替代大一统 GPT），通过 @ 符号级联多个专用 GPT 构建工作流，在关键节点嵌入 Human-in-the-Loop 审核。Liza 在演示中用 Claude Cowork 仅用 8 分钟生成了一套完整的销售套件（PPT + HTML 销售准备页 + 交互式 ROI 计算器），展示了 AI 队友模式的实战威力。
2. 核心工作流拆解 (Core Content Breakdown)
分支 A：实操与工作流构建类内容
痛点与背景
传统方法的核心瓶颈：
- 效率导向陷阱：80%-85% 的营销团队仅思考效率或生产力类工作流，仅关注「用 AI 更快完成现有工作」，而非重构工作本身。
- 大一统 GPT 困境：试图构建一个能做所有事情的巨型 GPT，受限于 8,000 字符指令上限，输出质量平庸，且上下文窗口（Context Window）随对话增长而逼近极限，幻觉风险上升。
- 人类监督缺失：完全信任 AI 输出，缺乏关键决策点的人工审核机制，导致可能丢失客户、损害声誉。
- 用户采用率低：将复杂 GPT 分享给非技术用户时，缺乏引导流程，用户不知如何prompt。
AI 解决方案与架构
三层演进框架：
| 阶段 | 定义 | 特征 |
|---|---|---|
| Stage 1 | AI as Tool | 问答机器、高级搜索引擎 |
| Stage 2 | AI as Teammate | 可训练、可维护、可管理的专用 AI 角色 |
| Stage 3 | AI Workflow | 多个 AI 队友级联，协同完成复杂任务 |
技术架构选择：
- ChatGPT 路线：Custom GPTs + 级联（@ 符号调用）+ Canvas（内联编辑）
- Claude 路线：Claude Cowork（面向非技术用户的 AI 工作空间，2026年2月23日起支持 Windows）+ 原生文件/文件夹访问
工作流对比地图
传统线性模式：
- 营销人员手动分析目标受众 → 2. 自行撰写内容大纲 → 3. 手动编写邮件文案 → 4. 手动创建社交媒体帖子 → 5. 手动复制粘贴到各平台 → 6. 人工审核每一步输出
瓶颈：跨职能协作割裂（产品营销、内容营销、数字营销各自为政）、人工重复劳动繁重、无标准化可复用流程。
AI 赋能模式：
- 内容创作者 GPT（Standout Content Creator）：基于 ICP、Buyer Journey 生成差异化内容主题 → 2. 网络研讨会规划师 GPT（Webinar Drafter）：基于内容主题生成研讨会计划 → 3. 邮件营销伙伴 GPT（Email Campaign Buddy）：基于研讨会计划生成邀请邮件 → 4. 社交媒体发帖 GPT（Social Post Creator）：生成 LinkedIn 推文 → 关键节点 Human-in-the-Loop 审核
关键：每个 GPT 接收前序 GPT 的完整上下文（整个对话历史），如同有人中途加入会议但能看到白板上的全部内容。
像素级执行步骤/SOP
步骤 1：识别业务瓶颈
- 从业务增长阻力出发，而非「我想做个 AI」
- 列出当前业务中「因资源不足而未完成」或「效率低下」的关键任务
- 评估影响度：若解决，能否显著驱动收入或释放团队时间
步骤 2：定义 AI 队友角色
- 参考 Liza 营销团队概念图：每个角色对应一个 AI 队友
- 示例：Riley（产品营销）→ Pitch Deck Builder；Remy（需求生成）→ Email Writer + Campaign Performance Analyzer；Shiloh（活动营销）→ Event Planner
- 每个 AI 队友对应一个专用 Custom GPT
步骤 3：构建单个 Custom GPT（以 Standout Content Creator 为例）
| 组件 | 操作 | 关键设定 |
|---|---|---|
| Name | 命名 | Standout Content Creator |
| Description | 描述功能 | 为特定买家角色在特定购买阶段创建差异化内容主题 |
| Instructions | 写入 Prompt | 采用 GRACE 框架：Goal（目标）、Role（角色）、Actions（行动）、Context（上下文）、Examples（示例） |
| Knowledge | 上传知识文档 | ICP 画像、 Buyer Journey、定位与价值主张、品牌指南、竞品分析等 |
| Conversation Starters | 设置引导按钮 | 「选择买家角色」「选择购买阶段」等多选引导 |
| Superpowers | 开启能力 | Web Search（可选）、Canvas（必开，用于内联编辑）、DALL·E（内容创作者不需要） |
| Model | 选择模型 | GPT-5.2（最新模型会自动优化任务执行） |
关键 Prompt 技巧（Anti-AI Slop）：
请建议符合以下一个或多个标准的内容主题：
- 挑战传统或普遍接受的信念
- 强调缺乏数据支持的常见断言
- 对热门话题提出不受欢迎的观点
- 提供曝光较少的逆向叙事
- 揭示被忽视的真正重要领域
- 提出反直觉的方法
- 将看似无关的洞察与重要影响联系起来
- 来自非常规灵感来源
→ 目的：迫使 AI 深度思考，输出差异化内容，而非生成与市面上雷同的「AI 垃圾」。
步骤 4：防止 AI 幻觉（Hallucination Prevention）
如果缺乏具体的专有数据、客户指标或内部案例，
请明确标注为"占位符：假设性示例"或"建议的数据点"，
不要编造统计数据、客户名称或绩效结果。
→ 目的：明确告知 AI「不知道是可以的」，引导其主动提示而非虚构。
步骤 5：级联多个 GPT
- 在 ChatGPT 中使用 @ 符号唤起其他 GPT
- 示例：@Webinar Drafter → 「请基于以上内容主题创建网络研讨会计划」
- 无需重新输入上下文，GPT 自动继承完整对话历史
步骤 6：嵌入 Human-in-the-Loop
- 关键决策点：内容主题选择（需人工确认方向）、邮件文案审核、最终发布前检查
- Liza 建议：即使 AI 能完成 6-7-10-15 次出色输出，仍需审核，因为它可能在第 16 次「突然做奇怪的事情」
- 视为「世界顶级实习生」：能力强，但仍需培训和监督
步骤 7：使用 Claude Cowork 构建端到端资产
- 输入：营销策略文档（品牌感知、ICP 痛点、愿景、产品、定位、价值主张）、PowerPoint 模板、Excel ROI 数据
- Prompt 示例：
审查营销策略文档和 ROI 数据表。 目标受众：Travel Manager。 生成三个资产： 1. 7页 PPT pitch deck（使用模板，包含标题页、5页内容页、结尾页，大胆具体主张，大数字强调，三栏布局） 2. 交互式 HTML 销售准备页（单页工具，带标签页：痛点、推荐开头、反对意见处理、推荐产品，使用深蓝、橙、灰、白色调） 3. 交互式 ROI 计算器（使用 ROI 数据，可调节输入：旅行者数量、平均票价、未使用机票率，预填示例公司数据） - 访问控制：仅授予桌面某个文件夹的读写权限，不开放 Gmail/Google Workspace
- 输出示例：8 分钟内生成完整销售套件
3. 关键洞察与商业启示 (Key Insights & Business Impact)
洞察 1：不要用 AI 自动化过去，而要重构未来 Liza 指出，仅关注效率的工作流是「用 AI 更快地做老事情」，可能导致「在无意中将人类自动化出去」。真正的价值在于：思考 AI 如何帮助改进当前工作，甚至重新想象工作方式。
洞察 2：乐高式架构 > 大一统 GPT 单一巨型 GPT（如一块大型乐高）受限于上下文窗口和专业知识深度。多个专用小 GPT（多个小乐高块）可各自深度训练、灵活组合，降低幻觉风险，提升输出质量。
洞察 3：AI 队友需要「产品化思维」 构建 AI 队友如同开发产品：需要考虑最不专业用户的体验。Liza 在其 Custom GPT 中设置多选引导、对话启动器（Conversation Starters），使非技术用户也能顺利使用，而非面对空白输入框不知从何下手。
洞察 4：Human-in-the-Loop 仍是必修课 尽管模型能力快速提升（Liza 比喻：从 intern 到 analyst 再到 strategist），但仍非完美。关键业务流程中必须保留人工审核节点，否则可能因 AI 错误导致客户丢失、声誉受损或资金损失。
洞察 5：民主化构建 + 集中化赋能 Liza 主张「民主化构建但集中化赋能」：允许业务人员自行搭建 AI 队友，但涉及连接 Salesforce 等专有系统时，需要 IT/法务介入，通过 Zapier/Make/N8N 等中间件设置 gatekeeper。
4. 决策者行动指南 (Executive Action Plan)
切入点战略 (Beachhead Strategy)： 从现有业务瓶颈出发，而非从 AI 能力出发。选择一个影响度高、摩擦最小、能快速产出 ROI 的环节作为首个 AI 队友构建目标。建议从营销团队的内容创作或销售支持入手——反馈周期短、效果可量化。
资源配置清单：
| 资源类别 | 具体项 | 优先级 |
|---|---|---|
| 工具订阅 | ChatGPT Plus（支持 Custom GPTs + Canvas）、Claude Cowork（支持 Windows/Mac） | 必须 |
| 知识资产 | 整理现有 ICP 画像、Buyer Journey、定位与价值主张、品牌指南，上传为 GPT Knowledge 文档 | 必须 |
| 技能学习 | 学习 GRACE Prompt 框架、学习 Custom GPT 创建流程、了解级联调用方法 | 必须 |
| 流程设计 | 绘制现有工作流、标注瓶颈点、设计 Human-in-the-Loop 审核节点 | 必须 |
| 进阶 | 学习 Zapier/Make/N8N（系统集成）、学习 Vibe Coding（用自然语言修改代码） | 可选 |
团队配置建议：
- 初期：1-2 人（具备基本 Prompt 能力）从试点开始
- 验证后：扩展至营销、销售、运营关键岗位
- 规模化：设置 AI Center of Excellence（CoE），制定统一治理框架
5. 经典金句 (Notable Quotes)
“You can’t reimagine the future by simply automating the past.” （你不能仅仅通过自动化过去来重新想象未来。）
“Think about AI not as a tool, but as a teammate that you build, train, maintain, and manage to do very specific tasks.” （不要把 AI 想成一个工具，而是把它想成一个你可以构建、训练、维护、管理来完成特定任务的队友。）
📺 播客地址
播客时长: 65分钟