用 AI 写 B2B 营销内容：ChatGPT 或 Jasper、营销平台自带的 AI，还是依据已批准事实工作的智能体

让 AI 工具写一篇案例研究，一份行文流畅的草稿很快就会出来。里面也可能出现一个从来没有哪位客户报告过的节省数字。用 AI 撰写 B2B 文章、帖子、邮件和销售页面，有三条路线。你可以用通用助手或写作工具，也可以用你已在付费使用的营销平台内置的 AI。第三条路线是一组智能体，依据同一个已批准的公司事实库来调研、撰写和核查，发出的内容由一个人批准。前两条路线也许就够用。无论走哪条路线，结果都取决于两件需要你自己落实的事：一份书面的已批准事实清单，以及一位指定的签字确认人。

AI 撰写营销内容时会出什么问题？

第一个问题，是模型言之凿凿地写出一个谁也没给过它的事实。Anthropic 的文档说：“即使是最先进的语言模型，比如 Claude，有时也会生成与事实不符、或与给定上下文不一致的文本。”Google 面向网站所有者的指南解释了原因：“生成式模型并不检索事实，而是根据训练数据预测一串可能的词语。”放到营销文案里，就是一个听上去没错、却没有出处的百分比、客户名称、证书或功能。

同样的机制也会损害你的语调。没有你自己的素材和规则，最可能出现的措辞往往就是人人都在用的措辞，你的帖子读起来会开始像竞争对手的帖子。Google 还警告说：“使用生成式 AI 工具或其他类似工具大量生成网页，却不为用户增加价值，可能违反 Google 关于规模化内容滥用的垃圾内容政策。”

还有一个问题，是没人批准过的说法。英国的非广播广告规范 CAP Code 规定：“营销者必须持有书面证据，以证明消费者可能视为客观、并且能够被客观证实的宣称。”它还要求提供证据，证明“营销传播中使用的推荐语或背书是真实的”，而模型编造的客户引语过不了这一关。对于美国经纪自营商，FINRA 表示：“公司要对自己的通讯负责，无论这些通讯是由人还是由 AI 技术生成的。”

如果最后一道核查没人负责，这些问题就会到达读者面前。撰稿人信任编辑，编辑信任工具，结果谁都没有看过那些数字。

ChatGPT 或 Jasper 这类写作工具能给你什么？

第一条路线是 ChatGPT 或 Claude 这类通用助手，或者 Jasper、Writer 这类面向企业的写作工具。Anthropic 称，Claude 的项目功能“让你可以创建自成一体的工作区，各有自己的聊天记录和知识库”，还可以用指令设定语气。

通用助手甚至可以做简单的事实核查。Anthropic 文档中的一个示例提示词，要求写一篇新闻稿，“只使用这些产品简介和市场报告中的信息”。随后又补充：“如果找不到支持某项说法的引文，就把这项说法从新闻稿中删除”。任何团队都可以用自己的事实资料表照搬这个做法；对小团队来说，这也许就够了。

局限来自人们使用这些工具的方式。每位撰稿人都保存着自己的提示词和文件，结果一个人按本季度的事实资料表起草，另一个人用的却是去年的。除非你专门做了设置，否则不会有任何机制记录某项说法的出处，也不会有任何机制拦住一份没人读过的草稿发出去。设置也可能在有人把它们关联起来之前不起任何作用。Writer 的帮助中心提醒：“要让你的风格指南和术语作用于 WRITER Agent 生成的输出，你必须先把它们关联到语调档案。”套餐也限制了你能载入的内容：Jasper 的 Pro 套餐列出的是“2 个品牌语调、5 项知识资产和 3 个受众”。

营销平台自带的 AI 能多给你什么，局限在哪里？

第二条路线，是使用你付费工具里可能已经自带的 AI。HubSpot 的帮助页面说：“使用 HubSpot 的 AI 工具，让生成或撰写的内容贴合你品牌的独特语调。”它的产品页面列出了一个 Content Agent，配的介绍是：“以你的品牌语调创建博客文章、社交内容和落地页。”Adobe GenStudio for Performance Marketing 会给每份草稿一个“Percentage of compliance with your Brand”，依据是草稿通过了你多少条准则。对于 Campaign Manager 中的单图广告，LinkedIn 称它“可以生成多个广告变体，包括标题、导语文字和建议的视觉素材。”

这样一来，起草就在排期和衡量内容的同一个地方进行，用的是你已经在管理的用户权限。缺点是视野窄。每个平台只保存自己的内容和设置，所以你 HubSpot 邮件里的事实和 LinkedIn 广告里的事实，可能会慢慢对不上。审批控制可能需要更高级的套餐。HubSpot 称“需要 Enterprise 订阅，才能使用特定内容类型的审批设置”，还称“超级管理员可以跳过审批。”

品牌评分统计的是草稿遵循了多少条准则。文案里的数字是否属实，是另一项核查，所以要问清平台拿什么来比对各项说法。对于平台如今称为智能体的功能，要问清事实从哪里来、结果由谁批准。

依据已批准事实工作的智能体能多带来什么，又要花多少钱？

智能体方案把工作分给多个 AI 智能体。Anthropic 把智能体描述为“通常只是在循环中根据环境反馈使用工具的 LLM。”LLM 指大语言模型，工具是模型可以调用的函数，比如网页搜索或文档库。一个智能体为某个主题收集资料来源，另一个依据已批准的事实和语调规则起草。随后，核查智能体把每一项说法与事实逐一比对，并标记出它对不上的内容。最后由一个人批准或驳回这篇内容，系统会记录是谁做的决定。

核查环节采用的是 Anthropic 所说的评估者-优化者（evaluator-optimizer）模式：“一次 LLM 调用生成回复，另一次调用在循环中提供评估和反馈。”Anthropic 还写道，智能体“随后可以在检查点或遇到阻碍时暂停，等待人工反馈。”

内容量大的时候，这种方案可能会划算。每个渠道、每种语言都取自同一套事实，审阅者也能看到哪些说法已经核查过。但它也需要投入工作。为这类系统销售模型的 Anthropic 建议“寻找尽可能简单的解决方案，只在必要时才增加复杂度。这可能意味着根本不去构建智能体系统。”必须有人让事实库保持最新、维护智能体、支付模型使用费，并处理被标记的问题。如果一位撰稿人加一位编辑就能应付你的内容量，这些工作带给你的回报就很少。

已批准说法的事实库里应该放些什么？

事实库是一份清单，列出公司同意可以公开发表的各项表述，每一项都附有证据。只保留一份清单，让每位撰稿人、每个工具都读这一份。每一项表述都要记录：

• 确切措辞，让撰稿人和模型照抄，而不是自行改写；
• 证据：一份文件、一个注明测量日期的数字，或者确认过这项表述的人；
• 可以用在哪里，例如可用于网站和销售邮件，但不能用于付费广告；
• 触发重新审核的事件，比如价格调整或客户撤回同意。

再把公司从不使用的词加进去，比如无风险、完全安全。客户名称、标志和引语，只有取得书面同意后才能放进去。

从销售团队最常重复的那些表述开始。如果草稿里有一项不在清单上的说法，这份草稿就要等到该说法获批或被删除之后，才能往下走。

如何写出模型会遵守的语调规则？

语调规则要能让人拿来对照检查草稿，才能起作用。友好、专业这类形容词没法检查。下面这样的规则就可以检查：

• 把读者称作你，把公司称作我们。
• 一句话只讲一个意思，每句不超过两行。
• 用带单位的数字，而不是快速、强大这类形容词。
• 说产品做不到什么，要和说它能做什么一样直白。
• 禁用词，每个都附上应改用的词。

给每条规则写明理由，并从你过去的内容里摘出两句话，一句符合规则，一句违反规则。Anthropic 的提示词指南说：“示例是引导 Claude 输出格式、语气和结构最可靠的方法之一。”清单要短。对于 GenStudio 中的编辑规则，Adobe 建议写 5-10 条准则，并要求“清晰、可执行的指导”，例如写“句子不超过 20 个词”，而不是“要简洁”。

在依赖这些规则之前，先测试一下。请一位同事从一组内容里挑出 AI 写的草稿，这组内容中也混有你们自己已发表的作品。

草稿发出之前由谁核查，按什么顺序？

把顺序写下来，并且无论走哪条路线都保持不变。第一步，由人或核查智能体对照已批准清单做事实核查。然后由编辑对照语调规则检查草稿。涉及法律、安全、价格、客户成果或金融产品的说法，交给法务或合规部门。最后，由一位指定的人员批准最终版本，记录会显示谁在什么时候批准了什么。把各项说法连同出处和所有标记一起交给这个人，核查就能很快完成。

一些受监管的机构已经在这样做。FINRA Rule 2210 规定：“每一份零售通讯，都必须在其使用或向 FINRA 广告监管部提交备案（以较早者为准）之前，由会员中具备适当资格的注册负责人批准”。这条规则适用于 FINRA 的会员经纪自营商，并列有例外情形，但任何公司都可以借鉴它的逻辑：未经批准，一概不发布。

我们会往 AI 工具里粘贴什么，供应商又会怎么处理？

草稿可能从尚未公开的材料起步，比如一次价格调整或某位客户的成果。在任何人粘贴这些材料之前，先核实他用的是哪种套餐，以及供应商说会如何处理这些数据。

条款因套餐而异。Anthropic 称，默认情况下它“不会使用你在我们商业产品中的输入或输出”来训练其模型。它面向消费者的套餐让用户“可以选择是否允许将其数据用于改进 Claude”，所以用个人账户的撰稿人，适用的条款可能不同。OpenAI 称“发送到 OpenAI API 的数据不会用于训练或改进 OpenAI 模型（除非你明确选择与我们共享数据）。”这句话说的是 API；至于 ChatGPT，要核实每位撰稿人所用套餐的条款。

HubSpot 称它“可能使用 HubSpot 客户服务条款所定义的客户数据，来训练和改进 HubSpot 自己的 AI 模型”。关于选择退出的开关，它说：“默认情况下，该设置为开启状态。”它还称，不允许第三方 AI 提供商用客户数据进行训练。Writer 的帮助中心称：“我们不会用客户数据训练我们的 LLM。”

请在合同和数据处理条款中核实这些要点，并保存一份注明日期的副本。给团队定一页纸的规则：哪些工具和套餐获准使用，哪些内容绝不能放进任何工具，比如尚未发布的财务业绩或客户的数据。

写营销内容的 AI，供应商怎么收费？

供应商的收费方式有按席位、从点数池中扣减、按用量，或者几种方式混合。Jasper 的 Pro 套餐按每席位每月定价，Business 套餐则定制报价。Anthropic 的 Team 套餐同样按每席位每月定价。HubSpot 称“许多 AI 功能和智能体都依靠 HubSpot Credits 运行”，这些点数可以“预先成包购买，让支出可以预测；或者在使用时按量付费。”

按用量定价，是按模型读取和写出的文本收费，以 token 计数。token 是供应商用来计数和计费的小段文本。Anthropic 的 API 定价页面列出 Claude Sonnet 5.5 为每百万输入 token 2 美元、每百万输出 token 10 美元。标价会变动。Anthropic 的 Enterprise 套餐把席位和用量结合起来：“每个席位每月 20 美元，另加按 API 费率计费的用量，因此成本随你的团队所运行的模型和任务而变化。”

智能体方案每写一篇内容都要多次调用模型。请打算搭建这套方案的团队，提供一篇获批文章的实测模型成本，再加上维护事实库的人员所花的工时。无论走哪条路线，都要拿到书面报价，包括最低席位数和附加项，并问清点数用完后会怎样。

我们如何衡量效果，包括 AI 助手如何谈论我们？

先衡量流程。从第一周起，跟踪以下几项：

• 从需求简报到内容获批所用的时间；
• 审阅中发现的事实性更正，按每份草稿计；
• 被直接否决的草稿；
• 每发布一篇内容所耗的编辑工时。

如果头几个月里更正的数量没有下降，先修正事实库和语调规则，再考虑换工具。成果仍按以前的方式衡量：搜索流量、回复、预约到的通话，以及内容起到作用的成交。

你可能还想知道，买家询问你所在领域的问题时，AI 助手会不会提到你的公司。Google 称：“要出现在 AI Overviews 或 AI Mode 中，没有额外的要求，也不需要其他特殊优化”。它还说，出现在那里的网站“会计入 Search Console 中的总体搜索流量。”OpenAI 称“OAI-SearchBot 用于在 ChatGPT 搜索功能的搜索结果中展示网站”，而选择退出它的网站“不会出现在 ChatGPT 的搜索回答中”。请检查你的 robots.txt 文件，确认没有屏蔽你所关心的那些助手的爬虫。

要追踪提及情况，先写下二十个真实的买家问题。按固定的时间表，在每个你关心的助手里把每个问题各问几次，记录你是否被提到，以及引用了哪些页面。每月统计你被提到的频率，因为单个回答说明不了什么。

哪条路线适合我们公司？

如果一两个人每周写几篇，而且每篇都有编辑审读，就用通用助手或写作工具。如果内容在某个平台内创建和发布，而且该平台的审批和语调设置能覆盖你的各个渠道，就适合用这个平台的 AI。如果有好几个人跨渠道、跨语言发布内容，事实经常变化，文案中会出现受监管的说法，或者一个错误数字的代价很高，就考虑采用依据同一个事实库工作的智能体。如果没人能负责事实库，就停留在前两条路线，因为依据过时事实工作的智能体，会把这些过时事实一下子扩散到所有渠道。

我们该向供应商，或打算搭建智能体方案的团队问什么？

对于写作工具或平台供应商：

• 工具依据哪些事实起草，我们能否看到每一项说法的出处？
• 是否有一个任何人都无法跳过的审批环节，并记录谁批准了哪个版本？
• 我们的数据是否会用于训练任何模型？在哪种套餐下？合同里哪里这样写？
• 按我们实际的内容量，一个月要花多少钱？如果离开，我们能导出什么？

对于打算搭建智能体方案的团队：

• 事实库将存放在哪里，我们这边谁有权修改？
• 核查环节如何判定一项说法有依据？它对不上的说法会怎样处理？
• 哪些模型和供应商会处理我们的草稿，适用哪些数据条款？
• 一篇获批文章要花多少模型使用费？上线后由谁维护这些智能体？
• 最后我们拥有什么：代码、提示词、事实库和日志？

amBrain 在其中处于什么位置？

本博客由 amBrain 发布，amBrain 与这个话题存在利益关联。关于自己的产品，它是这样说的：“我们自己的产品 aigo 由研究、撰写、检查和衡量的 AI 智能体运行，依托同一份公司事实的共享记忆。所有发出的内容都由人批准。”这与上文的第三条路线相符，所以阅读本指南时请记住：它的发布者有这类产品。

本文不是案例研究，也不描述任何客户工作。本文没有说 amBrain 为客户构建智能体系统，也没有报告 aigo 的任何成果。文中提到的其他公司、产品和监管机构，均引自其已发布的页面。文章不声称 amBrain 与其中任何一家有关系，也不给出 amBrain 的价格或时间表。

amBrain 自 2019 年起开发软件。关于与客户的合作方式，它的说法是：“三种合作方式：整体交付、专属团队，或工程师嵌入你的团队。”关于所有权，它的说法是：“客户拥有产品与代码的全部所有权，我们的可复用组件除外。”上面这些问题，适用于你考虑的任何一家公司。