用Claude Code做营销自动化：工具与智能体如何分工

基于Claude Code搭建的营销系统由两个不同部分组成：工具提供连接、存储、算力和生成模型，智能体则借助这些工具完成具体任务。把两者的职责分开，就更容易判断一次发帖失败究竟出在连接、排期还是智能体的决策上。这样也能避免把自动化运行正常误当作营销活动能够扩大受众或带来销售的证据。

先确定系统需要追踪的数字

在给智能体分配工作之前，先选定关键绩效指标（KPI），也就是衡量业务进展的指标。个人品牌可以追踪粉丝增长、总播放量和单条内容的平均播放量。应用业务则可能更看重网站访问量、下载量、订阅用户流失和经常性收入。这些选择决定了仪表盘需要哪些数据，以及应由哪些智能体来收集。

产出目标和结果目标要分开设定。产出目标规定要制作多少视频、帖子或外联消息，结果目标衡量的是发布之后发生了什么。在一款篮球应用的上线计划中，首月目标是100次下载和100万次自然播放。这些是用来规划工作的目标，既不是已经取得的成绩，也不能保证这种做法一定能验证产品市场契合度。

让工具承担稳定的基础设施职责

整个系统可以分为五项功能。工具不一定要是智能体才有用，它的任务可能只是保存一条记录、运行一个定时流程，或者连接一个账号。

Cursor提供开发工作环境，GitHub负责存储代码和配置并追踪其变更。GitNexus可以把大型代码库转换为一张可视化地图，展示其中的路由、自动化任务、数据库表和外部服务。这张地图能帮助运营者查看各部分如何相连，但不能代替对这些连接的实际测试。

▲ 连接营销任务的基础设施

一个共享的BRAND.MD文件为负责生成内容的智能体提供参考，内容包括标志、字体、精确的色值、素材文件名以及语音或虚拟形象的配置。这个文件与可运行的代码、账号连接和数据库访问权限同样不可或缺。应先备齐这些前提，再让智能体运行整个系统。在这一方案中，敏感的API密钥保存在云端环境变量中，而不是本地文件里。

给智能体分配边界清晰的任务

最清楚的划分，是由人发起的创作任务与按排期执行的运营任务之间的区别。在剪辑工作流中，由人提供口播原始素材，并可附上关于风格或节奏的说明。随后，智能体为素材生成转录文本、挑选片段、添加动态字幕和行动号召、撰写社交媒体文案并制作封面图。任务由人的输入启动，各个制作步骤则由智能体完成。

发布工作流在之后启动，起点是一段成品短片。负责发布的智能体会分析素材、拟定标题和文案、附上相关媒体或资源链接，并把帖子放进已连接账号的下一个空闲时段。定时操作由云端进程执行。这种区分很重要：剪辑智能体不必再去判断云端工作进程是否运行，排期程序也不必去构思品牌的视觉形象。

▲ 剪辑、发布与衡量流程

其他智能体承担范围更窄的职责。调研智能体从产品发布信息和新闻源中收集可能的内容选题。数据采集智能体记录应用每日下载量、社交媒体指标以及可追踪链接的点击量。监控智能体检查排期、执行日志和错误。KPI检查器则把收集到的结果与一开始设定的目标进行比较。这些任务组合在一起，把调研、制作、发布和复盘串联起来，而不必让某一个智能体包揽所有决策。

先检查工作流，再评判效果

初步检查应确认仪表盘设置了正确的KPI字段、账号连接正常、数据库能收到记录，以及云端主机在运行定时任务。在启动更大规模的发布排期之前，可以先用一条影响很小的测试帖来验证各环节的交接。之后，执行日志就能显示某个结果没有出现，究竟是任务执行失败，还是帖子已经发布但表现不佳。

这个案例中，有一段剪辑后的短片在一天内获得了超过1.1万次播放和240个点赞。案例还提到，一条短视频的剪辑大约需要30分钟，运营者同时运行20个Claude Code实例分别处理不同的片段。这些例子说明的是该运营中实际发生或被提出的情况，并不能证明其他团队也能获得同样的效果、周期或人力节省。

同样的区分也适用于仪表盘。播放量、粉丝数、下载量、链接点击量和收入是不同的衡量指标。排满定时帖子的日历只能说明计划中的产出，并不能说明受众感兴趣。链接追踪有助于把一条帖子与之后的点击联系起来，而应用和业务指标则反映了更后面的环节发生了什么。

先搭建一个经过验证的闭环

选定一个业务KPI和一个切实可行的内容产出目标。接入数据源，把品牌规则写成文档，并分别测试一次剪辑任务和一次定时发帖。然后在增加更多智能体或账号之前，先检查任务日志和由此产生的指标。工具应保证运营持续运转，智能体应完成既定任务，而仪表盘应显示这些任务是否奏效，以及它们是否推动了真正重要的结果。