周日晚上的幻灯片
Adam Ward 每周日晚上手工攒一份销售简报,团队一变大,这套人力活就撑不住了。
Adam Ward 在 Anthropic 做 field marketing(市场团队里专门对接销售一线的角色,负责把公司的活动、内容、资料送到销售手里)。他遇到的是个老问题:销售在走廊上跟他说「这个活动我怎么没听说」,而那场活动本来正好适合这个销售手上的客户。
他最早的解法很常规:周一早上开 15 分钟站会。周日晚上把全公司一周的动态收集起来做成幻灯片,周一讲一遍,再把文件丢进 Slack。
问题出在规模上。他开始同时支持好几支销售团队,幻灯片的做法跟不上了。内容质量也在下降。他没时间再去挑「哪个机会适合哪支团队」,只能一刀切地广播。一份发给所有人的更新,对每个人都不够有用。
不用会写代码
Adam Ward 的起手式是告诉 Claude「我不懂技术,但我懂这个业务问题」,然后把自己讲问题的录音转成文字丢给它。
别的市场人最常问他「我该怎么开始用 AI」。他的答案跟学编程无关。
他用 Claude Code(Anthropic 的一个工具,让人用日常语言指挥 AI 去干活、连数据、写自动化)时,第一句话是这样开的:我不是技术出身,我有一个具体的难题,请把我当成一个深刻理解业务问题的产品经理,我们一步一步来。
他还有个习惯:他是那种边说边想的人,所以干脆把自己讲这个问题的过程录下来,把转录文字直接给 Claude。 这样 AI 拿到的就不只是一段干巴巴的需求,而是他脑子里的全部业务背景:哪个客户为什么重要、哪类活动销售会嫌弃、他真正想解决的是什么。
然后他做了一件关键的事:手写了一份假的周报当模板。 他知道销售是行动导向的人,所以模板开头就是「本周三件事」:三个能立刻拿去跟客户说的动作,比如一场即将举办的活动、一篇刚发的内容。他还单独写了一份给销售经理的版本,经理要的是整支团队的全貌,不是某个客户的细节。
接上数据源
简报之所以每份都不同,是因为 Claude 同时读两样东西:销售负责哪些客户,和公司这周有什么。
他把 Claude 接到了公司的 BigQuery(谷歌的一个数据仓库产品,公司把散在各个系统里的数据汇总到这里)。这是市场团队的唯一事实来源,里面汇集了 HubSpot、Clay、Salesforce 三套系统的数据。
他刻意从简单的开始:只接活动和网络研讨会这一份数据。 然后让 Claude 去客户管理系统里拉出每个销售负责的地盘,再抓 Slack 里跟这些客户相关的进展。两边一对,就成了一份只属于这个销售的周报。
后来他陆续跟市场部其他团队合作把数据源扩充了:博客文章、电子书、客户案例、网络研讨会,甚至合作伙伴办的活动也进来了。
编出来的链接
第一批试用里,Claude 给一场没填网址的活动凭空编了一个看着像真的链接,团队当场把「永远不许编造网址」写成了硬规则。
他先只发给一支 10 人的销售团队做试点。人少,出错了不至于闹大,而且这批人答应认真给反馈。
第一次发出去就抓到了问题。源表格里有一场活动没填网址,Claude 于是自己造了一个。格式完全合理,点进去什么都没有。
修法很直接:写进提示词里,当成一条不可违反的规则。现在只有当网址一个字符一个字符都来自源表格时,链接才会出现。后来的版本更狠:没有链接的活动干脆整条不放进简报。 理由很实在,销售没法帮任何人报名的活动,对他来说就是噪音。
九条规则
第一周结束时,提示词里已经攒了九条内容规则,每一条都能追溯到某个销售或经理提的一次意见。
这九条不是设计出来的,是被投诉出来的。举几个具体的:
- 一个销售指出,系统把一位工程副总裁推荐去参加一场面向普通知识工作者的工作坊。于是现在联系人的职位会跟活动的目标受众比对,不匹配的直接剔除,连提都不提。
- 一道行业闸门,防止零售客户收到面向金融行业的晚宴邀请。
- 刚入职、手上还没有客户的新销售,收到的不是一条空消息,而是一段简短的欢迎语。
更值得注意的是规则的来源方式:每一次纠错都没有停留在「下次注意」,而是变成了系统里一条永久生效的明文指令。用他自己的话说:
用户反馈才是真正的提示词工程。
表格列会乱跑
六周里活动表格的列顺序被人改过三次,解法是让 Claude 每次开工先读表头、认字段,而不是死记「看 C 列」。
另一类问题跟 AI 没关系,是数据本身在动。任何做过市场的人都知道维护一个「唯一事实来源」有多难。表格是活的,同事随时会插一列、挪一列。
六周,三次改动。如果指令写的是「看 C 列」,那每改一次,简报就错一次。
他们的改法是把指令从位置改成语义:每次运行先读一遍表头、确认列的映射关系,然后才开始写内容。 指令不再是「看 C 列」,而是「找那个装着活动网址的列」。
这是一个只有在真实环境里跑过才会想到的细节。手工做简报的人不会遇到,人看一眼表格就知道哪列是哪列;只有把这件事交给机器,才会发现「位置」是个多么脆弱的约定。
复制到别的团队
给业务拓展团队做同一套简报只改了一个字段,两天就上线了。
试点跑通后,他把简报推广到了他支持的所有团队,现在整个销售部门都在用。每周一早上,Anthropic 多个销售条线的客户经理打开 Slack,会看到一条私信,里面有本周三个优先动作、跟他客户有关的线下活动、已经报名了即将举行的网络研讨会的联系人、可以转发给客户的市场内容,以及其他跟进建议。
每条消息都是照着收件人自己的客户名单生成的,所以没有两条是一样的。
效果有个具体数字:他们在一周内把一场高管晚宴的报名数翻了一倍,原因单纯就是对的销售在周一早上看到了对的活动。
扩展的成本低得出人意料。BDR(business development representative,业务拓展代表,负责在正式销售介入前开发和筛选潜在客户)团队想要自己的版本时,只改了一个字段,因为 BDR 在客户管理系统里跟客户的关联方式跟客户经理不一样。提示词的结构和那些内容规则原封不动照搬,两天就上线了。后来客户成功团队、联盟团队也各来了一份。
他不再是审批人
系统现在不等他批准就发出去,他休假那周周一的简报照常送达,这才是这个项目真正的成果:不是省了几小时,是流程不再挂在一个人身上。
他说他还是会读每一次发出去的内容,但系统不再等他点头。几周前他去度假,那个周一的简报自己发出去了,没出岔子。
支撑这种放手的是两件事:每周一发出的全部内容都被完整存档,他可以随时调出任何一个销售在任何一天收到过什么;经理则能在一份汇总里看到整个团队的推荐。可追溯性是无人值守的前提。不是因为信任 AI 不会出错,而是因为出了错能立刻查到是哪条、发给了谁。
这篇文章是 Anthropic 自己发的、讲自己产品的内容,乐观的调子在意料之中。但它真正有说服力的部分不是「AI 多厉害」。几乎所有让这套系统变得可用的动作,都是人做的:手写模板、圈定试点人群、逐条把投诉翻译成规则、发现列会乱跑于是改掉寻址方式。AI 负责执行和个性化,人负责定义什么叫做对。
用他自己的说法,省下的时间不是最大的收获:
我和我的团队得到了比时间更好的东西:我们的产出更个性化、更有用、也更可衡量。
值得留意的是这话没法被外部验证。「更有用」没有数字,唯一的量化成果是一场晚宴报名翻倍,而那是一次单点事件,不是持续的效果测量。