黑五内容爆发期，
AI 让一个团队
效率翻倍
黑五三件事：提效、搞钱、盯竞品
最忙的节点
黑五节奏快、信息多，AI 帮团队分担任务，把人从重复劳动里解放出来。
黑五也是搞钱的黄金节点，分享的工作流实践，帮大家更好地把钱赚到。
黑五不只我们动作多，竞品动作更多——用 AI 做综合监测、分析、实时跟进。
善书者
不择笔
对软件的要求没那么高了——AI 工作流几乎可以在任何 AI Agent 工具里跑通，包括国产的 WorkBuddy。
说句实话，两个月之前我非常不看好 WorkBuddy；但到现在，它已经做得非常好了。豆包、千问也都有类似能力。
AI 自动化
做红人营销
黑五前是蓄水期，要把品牌声量提前打爆。这个阶段红人营销任务最紧最重、同行竞争压力最大，最需要提效。
先看一条经典工作流
一切工作流，
先拆解成节点
把一个复杂工作流，拆成简单、可重复、有明确判断标准的动作节点；工作流 = 把节点串联成系统。
找、判、查 — 三个判断节点
都说得清标准
按关键词搜索，比如 "Laptop Review"，找到对应红人的 ID 和主页。就是「去找」的问题。
有明确标准：粉丝量 > 1000、是科技媒体、最近 10 条评测里有 1 条关于笔记本。不同行业标准不同，但可以规定。
查有没有合作过。这个更简单，明确能查到，也是一个简单的工作节点。
写、跟、记 — 三个执行节点
第一个节点：
AI 红人
批量抓取
容量有限——整个流程完全铺开没时间做；泛泛谈过去，对大家又没帮助。不如把第一个节点掰开揉碎，看它真实的思路和执行效果。
让 AI 亲眼看到
网页
手动找更靠谱？系统拉不全、拿不到最新信息？最好的方式是让 AI 替代初级运营，实时跨平台抓红人。
TT Bridge：我开源的一个插件，在浏览器和 AI 之间搭一座桥——所见即所得，AI 看到和人眼完全一样的内容，还能实时控制浏览器：滑动、点赞、点主页、回消息。
AI 抓取的
第一道坎
「所见即所得」是这类抓取的关键前提
这套能力，群友也在用
搜索
关键词
让 AI 去搜索我们找红人时需要用到的关键词。
不同行业有不同的定位，关键词就是红人池的入口。
动态抓取，多刷几屏
列表是实时列表，往下滑会不断加载新帖子。只抓第一屏，信息量完全不够。
- 漏掉大量红人
- 无法形成信息库
让 AI 持续下滑、滚动加载，把跟笔记本评测相关的红人内容全部抓取、记录下来。
- 信息完整入库
- 为后续筛选打底
存入飞书
多维表格
把内容固定到表格里。推荐飞书多维表格——足够强大，而且跟 AI 工具打通非常方便。
Review
飞书里的
红人信息库
数据入库只是起点，下一步：把流程沉淀成 Skill
把流程，
存成 Skill
搜索词可以是无限的——搜了 "Laptop Review"，还有 "Best Laptop in 2026"。把流程固定下来，起个名字，存成一个 Skill。
工作原理：把步骤、每一步执行了什么牢牢记住。下次只说一句「请调用根据关键词爬取红人帖子的 Skill」，再换上新的关键词，就完成了。
循环穷举：50 关键词 × 50 帖 = 2500 条
一天只有
5 次额度
YouTube 是很多人工作的重点、也是急切需要提效的平台。提效的核心是邮箱抓取。
而邮箱抓取的核心痛点，是额度限制：一个 YouTube 账号，每天抓取邮箱大约只有 5 次。超过 5 次，就会频繁跳图形验证码。
遇到验证码 = 反爬问题，
别硬刚
任何事情只要遇到验证码，它就不是纯 AI 问题，而是反爬问题。反爬是专业活、系统工程，也是跟平台对着干——没必要冒这个险。
正确姿势（上）：先抓全、入库、筛精选
抓了 5000 个博主，真正符合发信条件的可能只有 500 个：粉丝不足 3000 的筛掉、非科技类筛掉、小语种筛掉。
精打细算
用贵接口
第四步，用第三方 KOL 工具跑邮箱——比如 聚星 Nox、NanoInfluencer 这类成熟工具，也可以走 API 方式调 Apify 来跑。接口有限，就省着点用。
- 先拿到数据，筛一层，筛到所有信息都有用、不浪费额度，再拿去跑邮箱
- 先大量爬 → AI 按固定标准筛 → 精简名单 → 才让贵接口跑邮箱
- 避坑：YouTube 简介里手动点「查看邮箱」额度非常有限，别试了
红人的「第六感」，体现在哪？
感觉能出单
能引起真实的评论，而不是灌水的、没营养的评论。
支持也好、反对也好，在懂行的人眼里，是有可讨论的点的。
看红人能不能带单，核心点在评论区质量——内容质量是基石。
评论区 = 用户洞察
和需求挖掘的富矿
做充电设备，竞品红人评论区常出现「过热」「太冷的地方停止工作」——很容易在这个点上打，或在下一步迭代里做加强。
每周自动出
KOL 周报
接下来看评论区怎么分析
每条评论
两条打分
情感 + 相关性，两个维度
评分规则：情感怎么定、相关性怎么打
三段式，判定评论态度
跟品类/产品的相关程度
AI 每次执行口径一致
规则先行 → 打分稳定 → 筛选才有意义。下面看正/负向筛出来的结果。
用户最关心的
问题
正反馈 = 卖点方向
差评和
真实反馈
负反馈 = 改进清单
竞品 7×24 监控：
为什么盯、盯什么
黑五期间竞品动作非常频繁——都在蓄水期和种草期，希望黑五大爆。所有提前的动作，都是非常重要、需要重视的战略性动作。
这些动作主要体现在独立站官网上：降价、折扣、限时活动、新的 Bundle / 产品套餐、社媒联动……都明确跟黑五相关。
监控的价值：提前警觉 + 及时跟进
知道竞品提前在做什么。比如价格：竞品把引流款打到业界非常低、比我们低很多，对我们转化率影响非常大。
很多竞品在黑五期间会调整产品页面主打的卖点——这些调整，对我们及时跟进、调整策略非常重要。
案例：扫地机器人三巨头
都可以加进去
固定网址：品牌 A 官网。监控它的促销动作和 Landing Page 卖点。
固定网址：品牌 B 官网。同样的监控维度，不设上限。
固定网址：品牌 C 官网。一张表格统一维护，AI 可以同时掌控很多信息来源。
一条提示词，
让 AI 替你值班
给 AI 一段提示词：
请密切观察 B 和 C 的动作，以及它们对我们当前 Landing Page 的优化有何可借鉴之处，帮我提出来。
当我唤醒你、让你开始做监控动作的时候，你自动执行。」
自动执行三步：抓取、填表、双分析
分析两个东西：① 产品定价和折扣，跟上个时段比有没有明显变化或下降——重要调价信息；② Landing Page 活动信息和商品卖点，再抓取、再对比，看有没有明确改动。
输出报告
+ 邮件告警
还能更激进
上：数据分析；下：策略调整——对我们 A 品牌页面的跟进建议、Landing Page 优化提醒。
发现可优化点，报告实时发到邮箱：促销和降价分析、文案和卖点调整。
发现比较大的竞品动作，就发警告邮件。
竞品分析并
发送一份
报告邮件
善书者不择笔
国产 AI 工具一样跑通这些工作流。
工作流拆成节点
简单、可重复、有明确判断标准，再串成系统。
评论区是富矿，竞品要 7×24 盯着
洞察用户需求，也盯住竞品的每一个动作。
