自动化、增强、保护，还是拒绝？

• 自动化：AI 端到端完成，人偶尔复核
• 增强：AI 起草，人批准后才发出
• 保护：由人来做，AI 协助准备输入
• 拒绝：即使能自动化，也不自动化

• 把五个平台的每周效果数据汇总成一份报告
• 更新预算进度跟踪表
• 渠道总结初稿
• 用户画像研究
• 品牌指南
• 广告文案
• 广告活动搭建
• 上线与否的决定
• 客户的月度复盘
• 危机公关沟通
• 涉及文化敏感性的市场进入

谁来检查？课程的观点：验证靠的是对平台的深度，而不是资历。

• Megan，客户负责人：负责客户关系
• Marcus，付费媒体：每天都在各平台里
• Emily，研究
• Jake，策划
• Lauren，分析：每天都在各平台里
• Ryan，测量：每天都在各平台里

除非有每天泡在平台里的人（Marcus、Lauren 或 Ryan）先读一遍，AI 的数字就会直接送到客户面前。 一份报告带着没有任何平台内行检查过的数字送到了客户手里。课程自己举过一个漏网的例子：某 AI 信心十足地报告英国保健品的单次点击成本是 $0.02，结果是错的（课程中的例子，不是 GreenLeaf 的数据）。

AI 配置的活动，需要有人核实定向并检查追踪。 一个活动带着没人在平台里核实过的定向和追踪上线了。课程的观点：每个由 AI 配置的活动，都需要有人能发现平台上的边界情况。

平台专家做的每一次检查，这周都不能再花在别处。 一位泡在平台里的人在数字发出前读了 AI 的数字：他能看出哪个数字不可能对。课程的观点：这一层验证，往往靠的是你最懂技术的人，而不是最资深的人。

课程认定这是 AI 该承担的工作：留给人做，就浪费了可回收的时间。 你的人这一周花在课程认定属于 AI 的工作上：拉取平台数据、更新进度跟踪表、起草渠道总结。课程认为多数团队会发现，自己 15–25% 的工时落在这一类，这些时间本可以用在客户身上。

课程的观点：AI 检查，人决定。 上线当天，由 AI 做上线与否的决定。课程把它拆开：AI 检查追踪、预算、创意和地域，由人来决定。

如果事情在公众面前出了岔子，AI 起草的回应就是声誉风险。 GreenLeaf 因为不好的事上了新闻，而第一条回应是 AI 起草的。课程把危机公关沟通列入“拒绝”：AI 生成的回应是声誉风险。

AI 可能在文化上出错，而没有任何模型能察觉。 英国上线中涉及文化敏感性的工作交给了 AI。课程自己的教训：AI 的翻译在文化上出了错，而且没有任何模型能察觉。

月度复盘，是人了解什么能让客户在内部有面子的地方。 客户的月度复盘变成了一份 AI 写的演示文稿。课程把客户关系沟通列入“拒绝”：价值就在人与人的联系。

留给人做，意味着每个月都要有一位了解客户的人来负责。 客户的月度复盘仍是一场对话，对面是一个了解什么能让客户有面子的人。

课程的立场

• 把五个平台的每周效果数据汇总成一份报告: 自动化, 由 Lauren，分析：每天都在各平台里 检查. 课程为 GreenLeaf 提出的三个首批自动化候选之一。
• 更新预算进度跟踪表: 自动化, 由 Ryan，测量：每天都在各平台里 检查. 课程为 GreenLeaf 提出的三个首批自动化候选之一。
• 渠道总结初稿: 增强, 由 Lauren，分析：每天都在各平台里 检查. 课程把渠道总结初稿列为 AI 该承担的工作；作为草稿，需要人批准后才能发出。
• 用户画像研究: 增强, 由 Emily，研究 检查. 课程让 AI 构建行为画像；至于哪个受众重要，仍由人来定。
• 品牌指南: 保护. 课程的观点：AI 创意的质量，与你喂给它的品牌指南的质量成正比。
• 广告文案: 增强, 由 Marcus，付费媒体：每天都在各平台里 检查. AI 依据品牌指南起草创意；投放前由人批准。
• 广告活动搭建: 自动化, 由 Marcus，付费媒体：每天都在各平台里 检查. 课程说，别再把活动搭建当作高端劳务来卖，但仍要有人核实定向和追踪。
• 上线与否的决定: 保护. 课程的观点：AI 检查，人决定。
• 客户的月度复盘: 拒绝. 课程把客户关系沟通列入“拒绝”，因为价值就在人与人的联系；这一体验把月度复盘也算作这一类。
• 危机公关沟通: 拒绝. 课程把危机公关沟通列入“拒绝”：AI 生成的回应是声誉风险。
• 涉及文化敏感性的市场进入: 拒绝. 课程把涉及文化敏感性的市场进入列入“拒绝”：AI 可能在文化上出错，而且没有任何模型能察觉。