教程 08:营销代理已经太强了

从定义到 Facebook 全自动投放

⏱ 37:47

视频信息

项目 内容
视频标题 Marketing Agents Are Too Good Now
视频链接 https://www.youtube.com/watch?v=U2hogriGmEw
频道 Greg Isenberg
嘉宾 Cody Schneider(Companies Graph)
时长 37:47
上传日期 2026-07-27
主题 营销代理定义、数据管道、Facebook Andromeda、创意生成、WordPress AI 创业点子、代理经理
字幕来源 YouTube 自动英文字幕(清洗后)

警示:本教程基于 YouTube 自动字幕整理。工具名、算法名、市场份额与口语数字可能有识别误差;广告投放、获客与创业决策请以原视频、官方文档及自测数据复核。不构成商业或投资建议。

原始转写:SRT;清洗逐字稿:TXT


引言:产品能 vibe code,客户还是要靠系统抢

Greg 开场把 2026 创业的真实瓶颈说死了:

现在最难的不是做产品,是把客户弄到产品前。

人人会 vibe code,但不会自动有 MRR。于是这期要回答两件事:

  1. 什么是真正的 marketing agent(不是网上吹的线性 Zapier 工作流)
  2. 怎么部署它,并附带一个 Cody 很爱的创业沙盒:AI for WordPress

嘉宾 Cody Schneider 的承诺很具体:

不是线性自动化。是跑在云端的代码,基于你的实时业务数据做决策。
你还会带走三个业务场景,以及该为它们部署的代理。

“May the MRR gods be with us.”

本教程按视频节奏拆成:定义 → WordPress 机会 → Andromeda 投放逻辑 → 创意生产流水线 → 数据基础设施 → 可扩展的代理清单 → 30 天上手。

若你已读 Tutorial_05_Agent_SaaS_Playbook.zh.mdTutorial_06_Managing_AI_Agents.zh.md,本篇是把“代理工厂”对准获客这一条业务神经。


第一阶段:先把“营销代理”定义钉死

1.1 为什么网络上的定义让 Cody 火大

他见过太多人在网上吹“全自动营销栈”,一细问就穿帮。

所以他给 marketing agent 设了必须同时满足的三条

# 必要条件 含义
1 数据问题已解决 代理能看到统一、清晰的全漏斗数据
2 能自主做决策 有节奏、有 thinking loop,不是定时发帖
3 云端承载 有数据管道 + 数仓 + 云上运行环境

1.2 他要的不是 AGI 式“自己想干什么就干什么”

“It doesn’t have to be this AGI Hermes thing… I actually don’t want that.”

他要的是:

  1. 替你执行一套明确流程
  2. 回看数据
  3. 根据反馈改进下一批动作

也就是过程型代理 + 数据闭环,不是自由意志数字员工神话。

1.3 反例与正例

反例:
一个端到端工作流号称“跑完你整个营销栈”——Cody 说,基本不可能是真的。

正例:Facebook Ads 代理(他声称已可做到)

  1. 研究目标客户痛点与结果(outcomes)
  2. 生成品牌一致的创意(静态图 + AI 头像 UGC)
  3. 发布到广告账户
  4. 关掉输家,加码赢家
  5. 进入反馈环:学什么在工作,再生产像赢家的内容

这才叫 marketing agent:研究 → 生产 → 分发 → 优化,闭环在云端。

1.4 和“营销自动化”的边界

概念 典型形态 决策从哪来
线性自动化 Zapier / Make 固定路径 人预先写死
规则引擎 if-then 出价/预算 静态规则
Marketing Agent 云端代码 + 实时数据 + 循环改进 代理在约束内决策

第二阶段:沙盒业务——AI for WordPress

2.1 为什么拿 WordPress 当教学沙盒

Cody 多次向 YC 创始人安利过这个方向,对方常拒绝;他仍觉得数据诱人。

核心事实(嘉宾口述):

约 43% 的互联网由 WordPress 驱动,且人们已经在为插件付钱

机会不是“再做一个主题”,而是:

  1. 把用户本来要买的一堆插件
  2. 捆成 AI-first 的一体产品
  3. 用对话/ vibe code 改设计与功能
  4. 用广告代理去找站长与中小企业主

2.2 经典插件 → AI 重做对照表

旧插件逻辑 AI 版机会 用户感知
Yoast 类 SEO 代理直接写 meta、改结构、加内链,而不是只标红绿点 “别让我自己修,直接修好”
WPForms 对话式表单:问答、筛选线索 表单会说话
WooCommerce AI 店员:产品描述、弃购流程等 店铺自己会运营一部分
Akismet 更强垃圾内容/垃圾线索治理 少被垃圾淹没
Wordfence 等安全 维护与安全负担外包给系统 少被挂赌博广告、少被 Google 除名

2.3 真正的产品叙事:捆绑 + 十分之一价格感

Cody 的商业直觉:

你以前为 10 个必要插件付一堆钱;
我给你一揽子,价格是原来的 1/5 到 1/10 量级,
还能用聊天 vibe code 出设计。

难点仍在:

  1. 把产品做稳
  2. 找到可规模化的分发

而分发,正是营销代理登场的地方。

2.4 客户在哪出现

学 WordPress / 管站点的人,高频出没于:

所以沙盒的第一条增长路径,不是先做复杂社区运营,而是:用广告创意直接打痛点,让算法帮你找人。


第三阶段:Andromeda 之后,Facebook 广告逻辑变了

3.1 旧世界:兴趣定向

以前 Cody 会直接定向 “WordPress 兴趣人群”。

3.2 新世界:Andromeda 读懂创意与落地页

Andromeda 是 Facebook 新的广告算法(嘉宾表述)。它决定把什么广告给什么人,依据包括:

你不再主要靠兴趣标签“圈人”;
你靠足够具体的痛点/结果创意,让算法自己找到那群人。

3.3 为什么他说 Facebook 成了最好的 B2B 广告渠道之一

他们会做“极其小众”的广告——可能全美国只有大约 10 个人正在经历那个问题——算法仍可能找到并送合格线索。

这对 B2B 的含义是:

  1. 创意要写得像“说给那 10 个人听”
  2. 落地页要与创意语义一致
  3. 转化事件要打到注册、付费等漏斗深处

3.4 WordPress AI 的示例脚本骨架

嘉宾给的创意方向大致是:

我以前每月付机构 $1000 维护 WordPress,响应慢,设计也做不到我想要的。
现在有个插件让我跟 AI 聊天就能改站,还把以前额外付费的插件能力打包进来。
点链接了解。

算法会据此识别:这是说给 WordPress 站长听的。

3.5 Andromeda 时代投放检查表


第四阶段:创意研究——从 Reddit 抱怨里挖子弹

4.1 为什么先去 Reddit

那里有真人在抱怨。

对话语料 = 痛点与 outcome 的原料。

Cody 也承认:Reddit 正被“喂给 LLM 排名”的内容侵蚀,他自己都是制造 dead internet 的一部分——但作为研究入口仍有用。

4.2 实操流程(他用 Perplexity 现场演示)

  1. 抓取 Reddit 上 WordPress 站长的痛点与期望结果
  2. 聚焦:为什么会买“解决插件地狱 + 能 vibe code 设计”的 AI 工具
  3. 让模型按“被提及频率”排序
  4. 抽出 Top 痛点,作为广告主题种子

4.3 示例痛点簇(视频中出现)

痛点 广告可说的话 产品可兑现的点
插件层复杂 “别再为 10 个插件付 10 次钱” 一体捆绑
定制要会开发 “不会代码也能改设计” 对话式改站
性能与速度 “轻量、加载快” 架构/托管选择(他提到 Astro 等思路)
安全与维护 “别再某天首页变赌博广告” 自动维护与安全

4.4 研究代理的最小规格

输入:ICP 描述 + 产品承诺
动作:爬取/检索社区与评论 → 聚类痛点 → 排序 → 产出广告角度
输出:Top 3 pain / Top 3 outcomes / 禁用夸大清单
节奏:每周或每次大战役前重跑

第五阶段:静态创意工厂——批量生成 + 品牌视觉质检

5.1 工具链(嘉宾当前用法,会变)

5.2 生成策略:先给“已在跑的好广告”当样例

不要从空白幻想风格。更好的方式:

  1. 找竞品或相邻行业正在跑的广告
  2. 作为风格/结构样例
  3. 注入你的痛点文案与品牌约束
  4. 批量出图

5.3 品牌 Style Guide 必须机器可检

Style guide 不是 PDF 摆设,而要变成可判定规则:

流程:

生成静态图
→ Vision model 质检
→ 不合格回炉
→ 合格进入广告账户候选池

5.4 为什么这属于“代理”而不是“美工助理”

因为调用 API、套用规范、过滤不合格、写入候选池,都可以是云端循环的一部分;人只处理升级项。


第六阶段:视频与 UGC——HeyGen 今天能用,Seedance 代表方向

6.1 当前仍在用:HeyGen

Cody 说结果仍然好——“甚至让他惊讶,因为它已经不是最强”。

用途:AI 头像 UGC,口述痛点/结果。

6.2 正在试验:Seedance

代表更强视频生成方向,但长视频有工程问题:

6.3 UGC 脚本从哪来

不是编段子,而是:

直接说你从网上提取到的痛点与 outcomes。

6.4 视频代理流水线

痛点研究
→ 脚本生成(多角度)
→ 头像/视频生成
→ (可选)片段拼接
→ 可读性/违禁/品牌检查
→ 上传广告账户
→ 等待效果数据回流

第七阶段:从“能做 100 条广告”到“云端自己做决策”

7.1 速度对比

嘉宾粗算:

数字是口述量级,重点是数量级变化。

7.2 人机渐进

初期可以 human-in-the-loop:

  1. 代理出研究与创意
  2. 人做最终发布
  3. 你逐渐看懂“什么在工作”
  4. 再把决策权交给云端代理

7.3 趋势情报也要进闭环

他提到可用工具去看:

然后问:

这是与市场的持续推拉,不是一年做一次品牌片。

7.4 部署条件:数据流必须接上

把代理部署到云端时,要给它必要的数据流,它才能决策。

没有花费、CTR、CPA、注册、付费、创意 ID 的回流,就只是内容生成器,不是营销代理。


第八阶段:基础设施——数据管道、数仓、云宿主

8.1 三件套

组件 作用
Data pipeline 从广告平台、站点、CRM、支付拉数
Data warehouse 统一客户/会话/花费/转化视图
Cloud host 让代理按节奏跑,而不是只在你笔记本上

8.2 “统一数据清晰度”具体指什么

代理至少要能回答:

  1. 这条创意花了多少钱?
  2. 带来了多少点击/线索/付费?
  3. 哪个痛点角度在赢?
  4. 哪个落地页在拖后腿?
  5. 该杀、该加、该重构的是谁?

8.3 决策节奏(cadence)

不要幻想 24/7 无约束乱改账户。更像:

8.4 最小可行数据模型(示意)

creative_id
angle_pain_or_outcome
channel (fb/google/...)
spend
impressions
clicks
leads
payments
landing_page_id
status (learning/winner/loser/killed)
last_decision_at

第九阶段:Facebook 代理的端到端装配图

9.1 总览

社区研究代理
→ 痛点排序
→ 静态创意代理 + 视觉质检
→ 视频/UGC 代理
→ 发布代理(写入 Ads 账户)
→ 效果监听
→ 关停/加码决策
→ 赢家特征回流到下一轮生成

9.2 每个节点的“完成定义”

节点 完成定义
研究 输出可引用的 Top 痛点与原话片段
静态 通过品牌视觉检查的图片集
视频 可上传的成片 + 脚本档案
发布 广告集创建成功且事件追踪正确
优化 输家关闭、赢家加码有日志
学习 赢家特征写入下一轮提示/约束

9.3 与 Tutorial 06 的关系

Tutorial 06 讲如何管软件工程代理工厂;本篇讲如何管获客代理工厂

相同点:

不同点:


第十阶段:他还想做但这期没展开的代理清单

因时间不够,Cody 快速报菜名,并让观众评论点菜。这些是下一季深度的目录,也是你自己的 backlog。

整账户自动研究、结构、创意/扩展、预算与查询治理。

10.2 网红外联代理

10.3 冷邮件 + 收件箱代理

10.4 TikTok 矩阵农场

10.5 SEO 代理

10.6 AI 搜索 / 引用(citations)

10.7 社媒经营代理

10.8 播客 + 新闻稿 + 线索磁铁

10.9 如何选先做哪一个

若你的约束是… 先做
有付费预算、要快验证 Facebook/Google 广告代理
高客单 B2B 冷邮件 + 收件箱 + 网红/专家外联
内容复合增长 SEO + AI 引用 + 社媒
消费品牌 短视频矩阵 + 趋势刮取

第十一阶段:三个“公司类型 × 代理”思考框架

视频承诺“三个业务 + 对应代理”。WordPress 是完整展开的一个;其余可按同一方法自己填:

11.1 框架

公司类型
→ 客户在哪抱怨/搜索/刷内容
→ 哪条渠道能闭环花钱与转化数据
→ 先做一条可关停输家的增长代理
→ 再加内容/外联/SEO 等复利代理

11.2 示例填空

公司类型 首发代理 数据回流关键字段
AI WordPress SaaS Facebook 创意+优化代理 注册、付费、插件安装
本地服务(家电/律所等) Google Ads + 通话/表单监听 合格预约
垂直信息产品 SEO/AI 引用 + 邮件 列表增长与付费转化

11.3 不要同时开十条线

Cody 的整期暗线是:先把一条渠道做到“研究-生产-优化”闭环,再横向复制。


第十二阶段:营销代理经理的岗位说明书

12.1 你的工作不是天天想文案

更像:

  1. 定义 ICP 与不可触碰的品牌/合规边界
  2. 接好数据
  3. 设定预算与杀停阈值
  4. 审查闭环是否在学习
  5. 决定何时把人从回路里撤出

12.2 每日/每周节奏建议

频率 动作
每日 看赢家/输家、异常花费、转化断裂
每週 重跑痛点研究、补新角度、复盘 style 质检失败
每月 渠道结构、落地页、定价与代理权限

12.3 与普通营销负责人的差别

普通负责人 代理经理
自己做或外包每条素材 设计生产系统
看报表再开会 把报表变成自动决策输入
季度改策略 闭环内持续小迭代

第十三阶段:风险、伦理与平台现实

13.1 Dead Internet 与污染训练语料

Cody 自嘲在制造 dead internet。你做规模化内容时要自觉:

13.2 品牌与法律

13.3 账户安全

全自动改广告账户前,必须有:


第十四阶段:30 天上手计划

第 1–3 天:定义与边界

第 4–7 天:数据最小闭环

第 8–12 天:研究代理

第 13–18 天:创意工厂

第 19–23 天:优化规则

第 24–27 天:云端化

第 28–30 天:复盘与扩展


第十五阶段:Companies Graph 与“这是他全部工作”的信号

Cody 提到这些能力在 companiesgraph.com 落地;他自己从早到晚都在做营销代理,甚至到了“不舒服的强迫”程度。

对观众的含义不是“你也要入魔”,而是:

这是一个正在被实战快速打磨的领域;
公开教程往往落后实战 3–6 个月;
你要建立自己的测量系统,而不是只收藏工具名单。

Greg 也邀请评论区点菜,系列化讲解 Google、冷邮、TikTok、SEO 等——说明本集是总纲 + Facebook 深潜,不是终点。


核心概念速查表

概念 解释
Marketing Agent 具备统一数据、节奏化决策与云端执行的增长代理
Thinking Loop 执行 → 看数据 → 改进 → 再执行
Data Clarity 全漏斗统一、可被代理读取的数据视图
Andromeda Facebook 新广告算法,重创意与落地页语义匹配
Pain/Outcome Creative 直接讲痛点或结果的广告表达
Style Guide QA 用视觉模型检查字体、颜色、可读性等品牌约束
Static Factory 批量静态广告生产管线
AI Avatar UGC 虚拟人出口播式广告内容
Winner/Loser Loop 关停输家、加码赢家并学习特征
Cadence 代理评估与改账户的时间节奏
Creative Angle 由痛点研究导出的广告主题方向
Citation SEO 针对 AI 搜索引用源的可见度建设
Agent Manager (Marketing) 设计边界、数据与阈值,而不是手写每条文案
Human-in-the-loop 早期人工审批,成熟后逐步放权
Channel Backlog Google/冷邮/网红/TikTok/SEO 等可复制代理清单

8 个学习启示

  1. 先定义再工具:没有数据闭环的“代理”只是自动发帖。
  2. 过程型 > 神话型:要可约束的改进循环,不要伪 AGI。
  3. Andromeda 时代写给人看的具体痛苦:算法靠创意语义找人。
  4. 研究是生产的上游:Reddit 等真人抱怨比空拍脑袋强。
  5. 品牌规范要可机器判定:否则批量生成=批量翻车。
  6. 先一条渠道打穿:Facebook 闭环稳了再复制到 Google/冷邮。
  7. 人先在环里,是为了学会阈值:不是永远人工。
  8. 获客系统也是产品:管道、数仓、阈值、日志与预算顶同属产品表面。

10 个常见误区

  1. 误区:接了 Zapier 就是营销代理 → 缺数据决策与改进环就不是。
  2. 误区:全栈营销一键自治已经普及 → 嘉宾认为多数是吹牛。
  3. 误区:还靠堆兴趣标签打 B2B → 更关键的是创意与落地页语义。
  4. 误区:先做 20 个渠道 → 先做 1 个可关停输家的闭环。
  5. 误区:生成 100 张图就叫规模化 → 无质检、无效果回流只是垃圾工厂。
  6. 误区:模型越新视频越可直接用 → 时长限制与拼接仍是工程问题。
  7. 误区:没有转化事件先烧测试预算 → 代理看不见深度转化就无法学习。
  8. 误区:WordPress 没机会了 → 插件付费习惯 + AI 重做仍可能是沙盒级机会。
  9. 误区:自动改账户可以不设上限 → 必须有预算硬顶与一键暂停。
  10. 误区:只收藏下期菜单不做这期 → 本集 Facebook 闭环已够 30 天实战。

12 个关键要点

  1. 创业瓶颈转向获客,营销代理是杠杆点。
  2. 真营销代理 = 统一数据 + 节奏决策 + 云端执行。
  3. Cody 要的是过程型闭环,不是自由 AGI。
  4. Facebook 广告代理可覆盖研究、生产、发布、择优。
  5. WordPress AI 是教学沙盒:约 43% 站点基数 + 插件付费习惯。
  6. 产品叙事可以是“插件捆绑 + AI 改站 + 更低总价感”。
  7. Andromeda 让创意与落地页成为定向核心。
  8. 小众 B2B 痛点广告也可能被精准送出。
  9. 痛点研究 → 排序 → 成为广告种子。
  10. 静态与视频都要进质检与效果回流。
  11. 历史两周的创意产能被压缩到小时级系统搭建。
  12. Google/冷邮/TikTok/SEO/引用/社媒/播客是同一方法的横向扩展。

额外资源

推荐深入学习

相关关键词

Marketing Agent、Andromeda、Facebook Ads、创意工厂、UGC、HeyGen、Seedance、数据仓库、转化事件、WordPress AI、插件捆绑、痛点研究、Winner Loser Loop、AI 搜索引用、冷邮件代理、TikTok 矩阵


结论:谁会做“会花钱也会停损的系统”,谁才配谈增长自动化

这期最有价值的不是某个模型名字,而是 Cody 把营销代理从神话拉回工程:

  1. 先有数据
  2. 再有创意生产
  3. 再有账户动作
  4. 再有基于结果的下一次生产

WordPress AI 只是让你把整条链在一个具体业务上跑通的沙盒;Andromeda 则提醒你:在 2026,文案与画面本身就是定向

你可以继续手写两条广告碰运气;
也可以花 30 天装一套“研究—生产—关停—学习”的云端系统。

MRR 不会因为你会 vibe code 而降临;它更可能因为你会管理营销代理而出现。


附录 A:Facebook 营销代理 MVP 清单

附录 B:痛点研究提示词骨架

对象:经营 WordPress 网站并为插件/维护付费的人
任务:从社区讨论中提取他们的反复痛点与期望结果
输出:
1) Top 10 痛点(附原话)
2) Top 10 期望结果
3) 可做成广告的 10 个角度
4) 不建议宣传的夸大点
按被提及与情绪强度排序。

附录 C:Style Guide 机器检查项

检查 通过标准
字体 仅允许列表内字体
颜色 主色/辅色在色板内
对比度 文字可读
Logo 不变形、位置正确
承诺 与落地页同一价格/能力
违规 无违禁医疗/金融绝对化表述

附录 D:输家/赢家规则示例(需按业务改)

IF spend >= X AND purchases == 0 AND leads == 0 THEN pause
IF CPA <= target_CPA AND conversions >= N THEN scale_budget_by 20%
IF frequency >= F AND CTR drop >= D THEN request_new_creative
ALWAYS log decision_reason
NEVER exceed daily_account_cap

附录 E:WordPress AI 产品假设画布

内容
用户 站长、小企业、代运维
替换对象 多插件账单 + 机构维护费
核心体验 对话改站 + 关键插件能力内置
首发渠道 Facebook/Google 痛点广告
首发指标 付费转化 CPA、留存、支持工单量
风险 安全事故、生成破坏站点、过度承诺

附录 F:下期点菜优先级(评论区策略)

若你自己做系列内容,可按听众投票排序:

  1. Google Ads Agent
  2. Cold Email + Inbox Agent
  3. Influencer Outreach Agent
  4. TikTok Farm
  5. SEO + AI Citations
  6. Social + Podcast Lead Magnets

附录 G:本教程与原视频映射

教程 视频
第一阶段 营销代理三要件与 FB 代理正例
第二阶段 AI for WordPress 机会
第三阶段 Andromeda 与 B2B 广告
第四至六阶段 研究、静态、视频生产
第七至八阶段 速度、趋势、数据基础设施
第九阶段 端到端装配
第十阶段 未展开代理菜单
第十一至十五阶段 框架、岗位、风险、30 天、上下文

附录 H:最终检查


整理说明:本教程服务学习与复盘。Cody Schneider 与 Greg Isenberg 的观点属原视频口述;广告平台规则、模型能力与成本会变化,请以实测与官方信息为准。