一家按需印制T恤品牌2025年的总销售额约为$180万,它围绕四个专职AI智能体重组了2026年的运营:客服、邮件营销、平面设计和广告素材各一个。这家品牌没有依赖一个通用聊天机器人加一条提示词,而是由店主用同一套"原料"搭建每个智能体:一个存放品牌过往最佳作品的文件夹、一份由人撰写的规则手册,以及一个明确界定的节点——到了这里,智能体必须停下来向人请示。该品牌的Shopify后台显示,2025年销售额为$1,830,420.75,2026年1月1日至8月20日为$4,262,232.54。这些只是一家企业的数字,并非任何人都能预期的结果,但其背后的结构足够具体,可以照搬。
为什么不直接用聊天机器人?
起点对小卖家来说再熟悉不过:设计稿一张一张地画,客户邮件一封一封地回。生意是赚钱的,但运营上的琐碎消耗掉了本该用于增长的时间。
该品牌的看法是,ChatGPT或Claude这类通用聊天机器人,如果只用一条提示词、不做定制化工作流,大约只有一半的时候能给出可用的结果。偶尔问个问题这或许够用,但要用它来管理客户收件箱或产品目录,可靠性远远不够。解决办法不是写一条更好的提示词,而是给每项任务配一个专属智能体,附带自己的示例、规则和边界。在这里,"AI智能体"指的是被设置为在既定工作流中反复执行某项特定工作的模型,而不是一个供你输入文字的聊天窗口。
智能体一:遵循80/20原则的客服
客服智能体处理来自邮件、Facebook和Instagram公开评论及私信的所有入站消息。典型的内容包括"我的订单到哪了?""太喜欢这个设计了!""这件衣服尺码标准吗?"。糟糕的客服会直接导致退款和口碑受损,因此这里最看重精准。
整套设置分为三层:
- 示例文件夹。 在撰写任何指令之前,店主先在桌面上整理了一个文件夹,收录过去回复得特别出色的邮件。智能体从真实回复中学习语气和结构,而不是从抽象描述中学习。
- 由人撰写的政策文档。 这份文档涵盖智能体需要掌握的事实:商品未穿着的情况下30天内可免费换货,美国境内发货时效为3到7个工作日,品牌语气要友好、简短、先道歉。店主的立场是,这份基础文档必须由企业主亲自撰写,而不是由AI生成,因为它决定了智能体的精准度和语气。
- 升级处理协议。 只要消息涉及法律威胁、关键供应商或库存通知、大额退款请求,或者金额超过$100的批发或批量采购,智能体就会向专门的Slack频道发送警报,交由人工接手。
该品牌有意不追求完全自动化。工作原则是80/20:智能体处理大约80%的常规咨询,其余20%转交给人。品牌的判断是,追求100%自动化会造成运营失灵,而80/20的分工才是系统保持稳定的区间。上线后,客户响应时间缩短到了几小时以内,退款率保持平稳。
智能体二:带评分测试轮次的邮件营销
邮件营销智能体的训练素材是品牌历史上表现最好的邮件及其视觉版式的资料库。一份评分标准要求信息符合品牌调性,并复用已经在客户身上验证过的促销方案。智能体的职责是执行而非策略;营销活动的方向和头脑风暴仍由店主把握。
品牌在AI撰写邮件上遇到的主要问题是不稳定。解决方案是一套它称为"Evals"(评估的简称)的流程:
| 步骤 | 内容 |
|---|---|
| 生成 | 智能体起草一批10封邮件 |
| 评分 | 每份草稿获得A到D的字母等级 |
| 复盘 | Claude阅读评分和反馈并作出调整 |
| 重复 | 第1到第4轮持续进行,直到输出稳定达到A |
Evals也充当回归测试。哪怕只改动智能体提示词中的一句话,输出也可能大幅变化,因此每次提示词更新在上线前都要对照上一版本的基线做基准比较。

▲ 邮件审批看板与评分Evals轮次
校准完成后,智能体在一个闭环中运行:跟踪营销活动数据,参考电商促销日历,并把建议的活动发布到一块可视化看板上。看板分为三列:建议、已批准、已发送,活动卡片包括"春季促销""新设计上架""感谢邮件""周末优惠""补货到货"等。店主审核待处理的卡片并点击批准;系统随即发送活动并跟踪表现,再把结果反馈到下一轮建议中。
智能体三:依靠评分标准和参考图的设计
设计智能体改变了品牌制作T恤图案的方式。在一个批次中,它用大约20分钟生成了130个设计,全部采用上世纪70年代复古国家公园徽章风格,纯色深色背景,格式为1080×1080的方形矢量风格图形。示例标语包括"Take the Scenic Route""Slow Hiking Society""Bigfoot Trail Maintenance Crew""Mountains Before Meetings""Campfire Is My Therapy"。品牌坦言并非每个设计都能成为爆款,但这些约束确保每一件素材都达到了网站的质量门槛。
让智能体奏效的有两个要素:一个可视化界面和严格的规则。
可视化看板
品牌没有在冗长的聊天记录里逐张查看生成的图片,而是使用一款名为Paper的无限画布应用,把成批的设计、提示词结构、公式和样机并排铺开。品牌推荐它不带任何赞助或关联关系。正是把所有东西放在同一块画布上,才使得比较和筛选大批量作品成为可能。
设计评分标准
规则明确禁止从"给我做些瑜伽设计""给我做些历史设计"这类模糊提示词开始。在写任何提示词之前,品牌先写了一份对比好设计与坏设计的评分标准:
| 好设计 | 坏设计 |
|---|---|
| 大胆、简洁的造型 | 过多相互冲突的颜色 |
| 至少10英尺外清晰可辨 | 细小或杂乱的字体排印 |
| 契合特定细分领域 | 泛泛的剪贴画图形 |
品牌把没有这些护栏的提示词比作在二十一点牌桌上赌博:每次结果都靠掷骰子。
参考图规则
最关键的规则是,智能体绝不能仅凭文字生成新图形。它每次都会收到一张参考图,用来确定构图、版式和美学风格;模型随后保持这一既有结构,只替换新的主题。一个例子是以"Skies First"咖啡杯设计为参考,生成了一个协调一致的新图形"Campfire Is My Therapy"。
这条规则的依据来自品牌自己对失败案例的审查:在10个输出不达标的案例中,有9个遗漏了参考图。把同一条文字提示词"给我做一个山的设计"运行十次,得到的是十种互不相关、飘忽不定的风格。加上参考图后,几乎每一个输出都被锚定在基线质量水平上。品牌给出的排错技巧很简单:生成结果看起来不对时,先检查提示词历史里是不是漏了参考图。
智能体四:面向Meta Andromeda的广告素材
过去,品牌可以把一个爆款图形和一个广告样机搭配起来,然后放量投放。Meta被称为Andromeda的广告投放更新改变了这一点——按品牌的描述,它会奖励那些投放大量不同创意素材的广告账户。满足这种对数量的需求,正是第四个智能体存在的原因。
广告素材智能体沿用与其他智能体相同的框架:明确的规则、一个收录表现最佳广告的文件夹,以及严格的输入要求。规则定义了一个成功样机的样子:T恤与背景之间高对比度,图形清晰居中,场景与细分领域相符,比如户外或生活方式环境。品牌的参考范例是一件水洗蓝徒步T恤,上面写着"No Bad Trails Just Bad Knees",搭配徒步靴和徒步装备,在自然光下拍摄。

▲ 广告素材智能体的双参考输入
智能体从不被允许从零开始或根据文字描述制作样机。它每次都需要两个文件:
- 参考1: 一个现有的成功广告或竞品样机,用来确定版式和风格。
- 参考2: 实际设计的透明PNG文件。
第二个输入比看上去更重要。没有真实的设计文件,图像模型会试图根据"mountain_dad_shirt.png"这样的文件名来猜测图案,结果是一个泛泛的卡通形象——有一次是一座微笑的绿色山峰——与实际销售的产品并不相符。把生活方式版式与真实图形结合起来,得到的样机既逼真,又展示了正确的T恤。品牌用同一套系统批量测试了十个礼品包装和礼盒广告主题,编号GB-01到GB-10,包含节日配色、松枝花环和木箱纹理。
新的瓶颈是审核
四个智能体源源不断地产出素材,瓶颈随之转移。创作不再是慢的环节,从大量可用输出中筛选才是。按品牌估计,在Paper画布上整理广告测试和礼品包装概念,让这种筛选比翻看聊天记录快了大约十倍,也更有乐趣。
品牌对局限也说得很清楚。图像模型仍有粗糙之处,目前对生成结果的满意率在80%左右。品牌认为这足以支撑规模化,并预计这一比例会上升,理由是今天的AI是它有史以来最差的状态,模型只会在精准度、连贯性和速度上继续进步。
从这套设置中能学到什么
同一个模式在四个智能体中反复出现,而这种重复才是真正的启示。每个智能体都得到过往成功的真实示例、由人撰写的规则,以及一条把棘手案例转交给人的硬性边界。策略留在店主手中,执行交给智能体。
对于正在考虑从哪里起步的小型电商经营者:
- 在写任何指令之前,先为单一任务整理一个收录自己过往最佳作品的文件夹。
- 亲自撰写政策和语气文档,写入退换货期限、发货时效等具体数字。
- 定义升级触发条件,比如金额阈值和特定情形,并把它们导向有人盯着的频道。
- 以80%自动化为目标,接受其余20%需要人来处理。
- 对于文本输出,以10份为一批进行评分,每次改动提示词都对照上一版本做基准比较。
- 对于图片,先写一份好坏对照的评分标准,始终提供参考图;做广告时同时提供版式参考和实际设计文件。
- 在可视化画布上审核输出,而不是在聊天记录里。
品牌最后的建议是,抵制社交媒体潮流的拉扯——那些潮流总在暗示要把生意转向AI领域的任何新鲜事物。这四个智能体的存在,是为了放大现有按需印制业务的触达范围并守住其标准,而不是取代处于核心位置的人类判断。


