Aries Zhuang

Essays

15 年广告人,为什么开始搭 AI 工作流

Summary

做了 15 年广告以后,我最想留下来的,是项目里那些靠人脑硬撑的判断。AI 工作流打动我的地方,是它能把散掉的上下文接起来,让 agent 真正接住工作。

8 min read

故事是这样的。

做了很多年广告之后,我越来越确定一件事,真正难的从来不只是一句文案、一张海报、一个漂亮的 idea。

难的是判断。

这个方向该不该做。这个表达是不是准。客户嘴上说想要年轻化,心里到底怕什么。团队已经忙到快爆炸了,这个方案到底能不能落地。一个看上去很酷的创意,放到真实预算、真实周期、真实审批链路里,还剩下多少生命力。

这些东西,很难写在简历里。

但它们其实构成了一个广告人最重要的部分。

我以前做项目的时候,经常会遇到一种很熟悉的场景。会开了很多轮,群聊里信息飞来飞去,brief 改了三版,客户又在某个晚上突然补了一句看法。然后第二天早上大家坐下来,要把所有信息重新拼成一个能交付的东西。

你说这时候靠什么?

靠经验。靠记忆。靠一个人脑子里那些很难讲清楚的判断。

很多项目能跑出来,并不是因为某一个人突然天降灵感。更多时候,是有人记得这个客户上次为什么否了那个方向,有人记得品牌内部哪些词不能碰,有人知道这个预算里哪些东西听起来好看但根本执行不了。

这就是广告行业训练人的地方。

它会逼着你处理大量不完整的信息,然后在很短的时间里做判断。

说真的,这件事很迷人,也很消耗人。

因为这些判断,大部分都没有被好好留下来。

它们散落在会议纪要里,散落在飞书聊天里,散落在文件夹里,也散落在一些人的脑子里。项目结束,大家松一口气,下一轮又来了。上一轮最值钱的经验,很多时候也就一起被冲走了。

我开始搭 AI 工作流,其实就是从这种不甘心开始的。

刚开始我也没想得多宏大。

我其实不是那种一看到新技术就立刻热血沸腾的人。做广告做久了,你会对很多新词天然保持一点警惕。每隔几年行业都会有一个新词,听起来都像要改变一切,到头来很多东西变成了 PPT 里的装饰。

所以我一开始看 AI,也没有那么激动。

我真正被打动,是因为我发现它有机会解决一个很旧的问题。

它可以帮我把散掉的上下文重新聚起来。

资料收集、brief 拆解、案例复盘、初稿生成、质量检查、交付物整理,这些过去靠人硬扛的环节,现在可以被拆成一条比较清楚的链路。每一步都能留下痕迹,每一步都能被检查,每一步也都能回写到项目里。

这件事对我来说,价值很大。

快当然很好,但快不是最重要的。真正重要的是,一个人的判断能不能被保存,一个团队的项目记忆能不能被复用,一次复盘里踩过的坑,下一次能不能少踩一点。

Off the Deck / 01

我以前经常跟同事讲一句话,agent 一定要活在你的项目里,一个聪明且能用的 agent 的前提是,它要有足够多的上下文和足够完善的记忆工程。

这句话听起来有点工程味。

但我越来越觉得,这可能是 AI 工作流里最关键的事。

脱离项目的 agent,再聪明也只是一个临时聊天对象。你问一句,它答一句。它能给你很多漂亮的句子,很多看似完整的方案,甚至很多听起来很专业的建议。

但它不知道这个客户的历史。

不知道这个品牌的禁区。

不知道团队上周刚刚为了什么吵过一架。

不知道某个方案看起来不成立,是因为审美问题,还是因为组织问题。

这时候它当然能回答问题。

但它很难真正接住工作。

一个真的能用的 agent,应该像一个长期在项目里待过的人。它读过材料,知道阶段,记得历史,理解你们为什么走到今天这个版本。它不仅能帮你往前写,还能在你要偏的时候提醒你,上一轮我们其实已经试过这个方向了。

这才是我现在对 AI 工作流最感兴趣的地方。

它不是为了把人替掉。

它更像是把那些过去只能靠人脑硬撑的上下文,变成一个可以被读取、被维护、被复用的系统。

当然,这件事一点都不轻松。

说实话,很多时候搭工作流比直接手做还烦。

目录要整理,命名要统一,资料要收口,提示词要写,验收标准要定。你还得接受一个很尴尬的现实,前几轮跑出来的东西经常不如你自己直接做得快。

这时候最容易放弃。

因为你会觉得,我干嘛要折腾这些。

我自己做不就完了吗。

但问题就在这里。

如果每一次都靠自己做完,那经验就继续留在自己身上。你很强,但系统没有变强。下一次来了一个相似的项目,你还是要重新解释、重新找资料、重新回忆、重新判断。

人会累。

Off the Deck / 02

系统不会自己长出来。

所以我现在越来越愿意把时间花在这些看起来很笨的地方。把项目页写清楚,把素材放到合适的位置,把复盘留下来,把 agent 的记忆工程搭起来。短期看,这些动作没有那么性感。长期看,它们会慢慢改变一个人工作的底层结构。

广告人做 AI 工作流,我觉得反而有一点天然优势。

因为广告人一直在处理上下文。

我们很少面对一个纯技术问题。我们面对的是品牌、产品、人群、情绪、预算、渠道、老板的偏好、消费者的误解,还有一堆说不出口但真实存在的限制。

这些东西都不是模型自己能凭空知道的。

你得喂给它。

你得组织它。

你得告诉它什么重要,什么只是噪音。

这也是为什么我不太相信那种一键生成所有东西的幻觉。

AI 很强,但你不能把所有判断都扔给它。尤其在品牌、创意和营销里,很多判断其实非常具体。一个词能不能用,一个节奏是不是对,一个视觉是不是太满,一个案例是不是只是热闹但没有机制,这些东西背后都是经验。

AI 可以帮你加速,但方向感还得人来给。

说到这里,我其实也挺清楚,我现在做的这些东西还很不成熟。很多流程还在试,很多 agent 还需要反复调,很多写下来的规则过一阵子也会被我自己推翻。

但我喜欢这种感觉。

它像是在给过去 15 年的经验补一层新的骨架。

经验还在,人也还在,只是它不再只靠记忆硬撑。它开始有目录,有上下文,有可复用的结构,有下一次可以接住它的地方。

这也是我为什么想把 Notes 放进个人网站。

案例能证明我做过什么。

作品能证明我交付过什么。

但 Notes 记录的是,我为什么这样判断。

对我来说,这个部分很重要。

因为我不想把自己包装成一个突然转型的技术人。我还是那个做广告的人,只是现在多了一套新的工作台。它让我把过去做项目时积累下来的判断,重新拆开,重新整理,再重新接到未来的项目里。

说真的,这件事让我有点兴奋。

它不是那种新工具刚发布时的兴奋。

更像是你突然发现,过去那些零散的经验,并没有过期。它们只是需要一个新的容器。

而 AI 工作流,刚好给了我这个容器。

把判断留下来。

把上下文养起来。

让 agent 真正活在项目里。

这大概就是我现在最想做的事。

After reading

Keep browsing Off the Deck, go back to the homepage, or get in touch directly.