AI 媒体策划意味着模型针对同一份简报和预算起草若干结构化方案，策划者在若干说得通的方案中挑选与打磨，而不是手工拼装一份幻灯片。这个变化看起来是速度增益，其实是一种交付物形状的改变——而且只有当衡量与方案一起设计时，它才回本。
我在策划和投放上花了 18 年。策划幻灯片曾是证明你做过工作的产物：一页页幻灯片、流程图、预算表、一套论证。其中很多是拼装，而拼装正是 AI 拿走的。剩下的是从来就是这份工作本身的部分——决定哪个约束才是真的重要、并据此押上一条建议。下面讲两半——方案与衡量——如何一起改变。
策划交付物改变形状
在旧模型里，策划者产出一份方案。时间是约束，所以交付物是一个打磨到看似无可避免的最佳猜测。很少会有第二个选项，因为第二个选项要再花一周。
在 AI 原生模型里，模型针对同一份简报和预算产出若干结构化方案——不同的渠道组合、投放节奏、受众切分、创意轮换——每一个内部自洽、每一个都算了成本。策划者的第一项任务从「搭建一份方案」转向「比较一组说得通的方案」。幻灯片变成一份决策记录，而不是一个建造项目。
那是资深人才时间的更好用法，但它暴露了一个弱点。当你只有一份方案时，你为它辩护。当你有五份时，你需要一个挑选的标准，而大多数团队没有把它写下来。没有它，五个选项只是把争论推后。
从搭建方案到在方案间挑选
如今重要的技能是鉴别力：快速看出哪个选项契合真实约束、哪个只是好看。
实践中，模型的选项只和给它的简报一样好，而思考住在简报里。如果简报说「在预算内最大化触达」，你会得到五份最大化触达的方案，无从分辨。如果它说「在一个只有两周销售窗口的市场里，把频次压在疲劳阈值以下，同时把 CPM 保持在目标之下」，你会得到差异值得讨论的选项。方案的质量在模型运行之前就定下了。
策划者的判断随后落在三个地方：选择那个选项、说出什么会让它错、以及设置一个会在活动进行中触发改变的绊线。那是比给流程图排版更有价值的工作，也更难作假。
团队规划不足的衡量那一半
这是我见得最多的失败，而且它是安静的。团队接上 AI 策划，产出更多选项、跑更多变体——却保留它一直有的那套衡量设计。结果是更多活动、没有更多学习，因为没有设计成去把选项互相比较。
媒体策划和衡量通常被当成两个在末尾相遇的项目。在一个 AI 原生工作流里，它们是一个设计。如果方案生成变体，衡量就必须提前决定哪些变体会被比较、在什么信号上、在什么窗口内、以及什么算结果而非噪声。否则你生成的是更多花钱的方式，而不是更多关于哪一种有效的证据。
与方案一起设计衡量
四个决定，在所有东西运行之前做出，把量变成证据。
- 哪些变体会被比较。 你无法从你跑的一切中学习。选择那些会改变未来决策的少数比较，其余的作为单臂执行。
- 什么信号算数。 提前决定主要指标和护栏指标，让读结果不是事后的谈判。
- 什么窗口、什么基线。 预先定义周期和比较点，否则每个结果都变得可争辩。
- 谁读、什么时候读。 点名人和节奏。没有读者的衡量设计是一份没人打开的报告。
这些都不是新统计学。它是在你运行之前先决定测试的纪律，而 AI 让这条纪律更有必要、而不是更少，因为它成倍增加了你能测的东西。
传统策划 vs AI 原生策划
| 维度 | 传统策划 | AI 原生策划 |
|---|---|---|
| 交付物 | 一份打磨好的方案 | 若干算了成本的选项 |
| 策划者的工作 | 搭建与辩护 | 选择、打磨、设置绊线 |
| 时间成本 | 每份方案数周 | 每个选项数分钟 |
| 约束 | 策划者工时 | 决策标准与干净简报 |
| 衡量 | 方案之后设计 | 与方案一起设计 |
| 学习 | 每个活动、事后 | 每个变体、设计进去 |
| 失败模式 | 慢且单一 | 有量但没有比较标准 |
把最后一行当作要防范的东西。AI 原生的失败不是慢；而是产出一大堆、学到一点点，因为没人决定这份方案本该教会你什么。
两个选项本身就是一个设计决定
有一种版本会悄悄失败：模型产出选项，策划者无视它们、继续为原方案辩护，多出来的量变成表演。选项的数量本身就是一个设计选择。针对一份锋利的简报，两个构造良好的备选通常足以逼出一个真决定；五个往往产出一场更长的会和同样的结论。选那个能让选择诚实的数量，让模型在被选定的选项之内产出变体，而不是在它旁边产出更多选项。
策划者仍然拥有什么
如果模型起草选项，策划者做什么？和从前一样的东西，只是集中了。
- 选择约束。 决定哪个客户现实真正起作用——销售窗口、毛利、创意供给——是模型无法替你做的人类决定。
- 在说得通的选项间鉴别。 知道五份好看的方案里哪一份契合真实情况，如今是核心技能。
- 定义成功。 在活动运行之前说出指标和绊线，是让量变得可学习的东西。
- 拥有建议。 有人为方案签名并为之负责。那不可下放。
我在一篇更早的文章媒体策划者会如何失去工作里做过一个版本的论证，那时自动化还是一个调研工具和一张电子表格。工具变化巨大；模式没变。失去工作的策划者，价值曾是拼装。保住工作的，价值曾是判断，而 AI 如今让这个区分对所有人可见。
从哪里开始
挑一场活动，把方案与衡量一起重构，而不是顺序地做。把简报写得能说出真实约束。让模型产出三个算了成本的选项。选一个，写下什么会让它错，并定义你要跑的那个对照。然后运行它，按你提前设好的节奏读结果。
做一次，你就会比一年的幻灯片经验更了解你自己的策划标准。面向团队负责人的车道把它在生命周期里排序，战略指南把它放在更宽的车道里。
FAQ
AI 会写整份媒体方案吗？
它快速、一致地起草结构化选项，那是拼装的大部分。它不决定哪个约束重要、不在选项间挑选、也不拥有建议。方案仍是人的交付物；起草不是。
为什么衡量在 AI 原生方案里更重要？
因为 AI 成倍增加了你能跑的选项和变体。没有提前决定的衡量设计，多出来的量产出的是活动而非证据——更多花费，没有更多关于哪种方法有效的学习。
策划者还会存在吗？
这个角色集中而非消失。策划和媒体其余部分一样，分成拼装（大体可自动化）和判断（不可）。价值曾是拼装的策划者暴露了；价值是选择与定义成功的策划者变得更核心。
这不就是换了个名字的测试吗？
它更接近把活动设计成可读，而不是跑一个实验室测试。重点不是让每场活动都变成实验，而是提前决定哪少数比较会改变未来决策，并据此搭建方案让那些比较成为可能。
简短版
AI 把策划从「搭一份方案」变成「在多份之间挑选」，而钱在于与衡量的配对。如果方案被生成、衡量没被重构，你得到更多选项、没有更多证据。在运行之前设计比较、信号、窗口和读者；把判断留给人；量就变成学习而不是噪声。
我自己也做过不少看起来确定、却什么都没教会的方案，而我不停重新学习的纪律是：在活动运行之前决定它本该证明什么。
如果你的团队这样把策划与衡量配对，我想听听哪个决定最难让人们提前做出。
祝好， Chandler
本文提供简体中文版本。课程材料（视频、模板和配套指南）以英语、日语、简体中文和韩语提供。本网站提供 13 种语言版本。