11月19日，第九届营销科学大会在上海金茂·君悦大酒店圆满举行。本次大会以「Agentic Marketing·营销可信智能体：要“增长确定性”」为主题，聚焦AI营销从生成式向代理式演进的新阶段。大会联合产业生态多方力量，以务实落地的案例与前瞻性的思考洞见为支点，全景呈现“Agentic Marketing”的实践路径与未来潜能。

四位行业嘉宾以实践经历为蓝本，深入探讨了在内容与科技深度融合的当下，AI如何从单一工具跃升为驱动行业重塑的核心引擎。他们从DeepMiner的商业落地成果出发，共同印证了营销正在从经验驱动走向数据智能驱动的新时代。

以下为演讲全文：

《AIGC—重新定义营销生产力》

零壹贰叁科技创始人、CEO  张浩然

大家好，我是零壹贰叁科技创始人、CEO张浩然。非常高兴来到2025营销科学大会。过去两年，我和团队亲眼见证了AIGC技术如何从实验室迈向真实的商业场景，又如何从一个被热炒的概念演变成切切实实的生产工具。

我们将AIGC深度应用到广告视频制作中，每一帧、每一秒，全部由纯血AI生成。但仅仅拥有AIGC能力远远不够，我们还需要规模化生产背后的营销大模型支持。因此我们调用了DeepMiner，它为我们在用户、人群、内容、场景等前端策略层面提供了完整的数据洞察。

可以说，DeepMiner帮助我们在创意决策阶段极大提升了效率，让我们能快速与客户达成一致，避免了过去“反复来回、不断修改”的周期性消耗。

就在近期，我们与DeepMiner深度协同，上线了自研的AIGC工具“如意”，真正实现视频生产的规模化效应。可以说，未来内容生产在部分场景中也会逐步从人工协同走向半自动化乃至自动化。

另一个案例来自我们的小红书账号矩阵。从零粉丝冷启动到千粉，我们只需要三到六周，从千粉到万粉大概三到五个月。目前这些账号已经全面开始承接商单，每天为客户处理大量种草内容的创作和发布。在这一过程中，DeepMiner为我们提供了强有力的社交媒体前端洞察，而如意则保证了内容的批量生成能力。现在，我们只需要十五名同事就能完成2000多个账号从策略、创作再到投放的日常内容运营工作。这种规模化的运营能力，在没有AIGC的时代几乎不可想象。

今天我把这些案例带到现场，是因为我们是DeepMiner的“头号玩家”，从六月五日拿到测试账号，到七月、八月的应用场景梳理与真实项目验证，到九月完成AIGC全链路模式的标准化和流程化，再到十月正式跑通产品化逻辑，我们几乎每周都与DeepMiner保持高频共创。我真的非常激动，因为我知道，营销人追求了这么多年的人机协同能力，终于真正到来了。

通过我们几个月来对DeepMiner的完整验证，它已经能够覆盖从数据洞察到内容生成再到分发的全链路工作。在我看来，它已经不仅是一个工具，而是一个可信赖的营销智能体。

我今天还想分享另一段经历。除了是零壹贰叁科技的CEO，我同时也是一个业余乐队主唱、诗人、以及业余导演。不久前，我在42岁的年纪发行了人生第一张原创专辑。专辑的MV先导片，全片三分二十秒，接近八十个镜头，全部由AI完成。整张专辑十二首歌，从编曲到制作到多轨处理，以前制作一首歌就要花一个月，现在是制作整个专辑只用了一个月，还都是利用周末时间完成的。

无论从个人经验还是商业实践角度，我都可以非常肯定地说，AI真正带来了效率的指数级提升，也带来了生产成本的断崖式下降。

在过去一年半，我们彻底完成了从传统广告公司到新型AI公司的转型。这条路并不轻松，但我们已经度过最艰难的破茧阶段。团队在深度掌握大模型工具的过程中，也持续被AI的变革力量震撼着，正是这种深度学习能力，形成了我们的AI Native文化，也让我们更加坚定要成为中国最顶级的AIGC公司。

今天，我想明确地说：变革不是选择题，而是必答题。AI 对营销的改变不是“会不会发生”，而是“已经发生”。

最后想告诉大家一个事实：我今天演讲的内容框架和文本，全部由DeepMiner 生成，再由我进行人工校对和结构化调整。人机深度协同的未来已经到来！谢谢大家！

《探索人机协同的AI营销时代》

极创美奥科技创始人、COO  蔡振锋 lvan

大家好！在过去五年中，极创美奥作为行业的后来者，一直在思考两个问题：营销到底怎样才能变得更科学？怎样才能更持续地为客户创造真正的价值？当明略科技和秒针系统团队来到我们面前，希望一起携手探索AI营销时，我们真的非常激动。

当营销行业遇上AI，神奇的事情一定会发生。我相信在未来一到两年内，Agentic Marketing一定会以更清晰的形态出现，并彻底改变营销行业的人机协作范式。在行业面前，我们自知力量有限，但正因为如此，能够与明略科技和秒针系统这样在AI 和数据营销领域深耕多年的公司一起探索人机协同，对我们来说非常难得。

明略拥有强大的AI模型自研能力，也有成熟的技术开发团队和持续迭代的 DeepMiner 等优质产品。极创美奥这边，则是在过去五年间，沉淀了对营销场景的理解和应用落地的Know-how。从2023年开始，我和我的合伙人就坚定地尝试在真实营销场景中落地AI，到了2024年，我们把AI事业部提升为公司战略中的第一优先级，希望在“AI × 营销”的结合上真正做出一些成就，去改变那些行业痛点。

在我看来，我们双方的合作，就是AI与其他行业相结合的一种典型方式：一端是技术型公司，一端是深刻理解应用场景的公司，双方深度耦合，一起去回答一个非常具体的问题：AI 到底能为这个行业解决什么实际问题，而不是停留在概念层面。也希望未来有更多像我们这样深耕落地场景的Agency，能够与明略一起，基于DeepMiner去探索更多垂直场景，解决更多企业的实际难题。

当营销行业遇上AI时，单靠通用大模型是无法解决问题的，必须真正落到具体场景、具体业务流程、具体痛点上。一句话，越具体，越深刻。这在AI应用于营销行业的实践中同样成立。我们拥有充足的一线业务实践经验，知道真实的痛点、真实的需求是什么；明略和秒针团队则拥有非常扎实的AI研发技术能力，当这两部分结合在一起时，才能迸发出真正有价值的火花。

很多企业其实已经在尝试使用AI，也在内部推动AI工具落地。但在和不同的创业者、企业家交流时，我们经常听到类似反馈：AI看上去很厉害，但并没有真正成为可靠的解决方案。比如用AI写了一份 PPT或行业报告，客户一看就说“这个肯定是AI写的，我不买账，重写”；或者报告中存在数据不可信、来源不清晰的问题，导致整体结果无法使用。

在我看来，当企业直接使用通用模型和通用工具时，通常会遇到三个关键问题：

第一个问题是有效数据。大多数通用模型接触到的主要是公域数据，而B端企业真正决策用的数据，往往是企业内部的、行业纵深的、具有私密性和结构性的，通用模型要么获取不到这部分数据，要么则是对它们的理解不准确。

第二个问题是工作流，也就是Workflow。很多企业当前的业务流程本身是存在断点的，人力协作都不够顺畅，更不用说把AI无缝嵌入进去。

第三个问题是有效经验。人在决策时，实际上有两条轴：横轴是信息与数据获取，纵轴则是经验与判断。这些经验，往往是沉淀在团队、沉淀在个体脑海中的隐性知识，是行业最宝贵的资产，也是企业的真正命脉。如果 AI 模型不具备对这些隐性经验的承载与演化能力，仅靠公共大模型是无法真正接近业务决策质量的。

因此我们认为，在 Agentic Marketing 时代真正到来之前，“人机协同”的模式会是大部分企业最现实、也最可行的答案。

当我们把一条完整的业务工作流摊开来梳理，会发现里面充斥着大量重复、低价值、机械性的工作，这些实际上是“脑力活中的体力活”。在这整条链路上，识别出适合交给AI的工作，并设计好人机间的衔接与协作模式，就是我们构建新一代业务流程的起点。

从信息收集、信息预处理，到决策与执行，再到最终投放与交付，这一整条链路上也有三个特别关键的要素：

第一个是解决信噪比问题。现在我们做业务决策时，往往被海量信息和数据淹没。比如在选择小红书或抖音的投放账号时，要面对的是成千上万的博主账号。如何通过算法与工具，快速缩小范围，提高有效信息的占比，就是在提升信噪比。

第二个关键是提升人的思考时间。很多团队如果真正去盘点，会发现执行层同事每天投入在深度思考、创意构思、知识沉淀方面的时间，可能连20%都不到。这是非常危险的，因为只有这部分时间，人们才是在不断创造新的经验、新的知识和新的决策模型的。我们必须通过AI，把人从机械劳动中解放出来，让他们更沉浸在真正有价值的工作里。

第三个关键，是如何打通信息收集、数据召回、人机协同的整条流程。这就需要借助DeepMiner这样的工具，在企业内部构建一套连贯的技术与流程体系。

在这个过程中，我们也在持续沉淀属于AI本身的经验，沉淀属于模型本身的思维方式，让AI能够像一个具有稳定认知的虚拟同事一样参与工作。这些经验和思维方式，未来会引导我们逐步走向Agentic Marketing 的终极形态——数字员工。但我并不认为数字员工意味着“没有人的存在”，恰恰相反，在人机协同的时代、在AI新范式之下，人反而变得更重要。人要把更多时间用在创造新的知识、新的方法、新的体系上。

我想用两个具体场景来说明。第一个是分镜素材的处理。

过去在拍摄项目中，摄影师每天要花三到四个小时，对素材分镜进行切割、识别、描述和标注，这是非常耗时的工作，而且对摄影师来说，这些工作很难沉淀新的知识与价值。我们把这部分工作定义为应当交给AI的工作，通过与DeepMiner的结合，我们把这一环节的自动化有效率提升到了接近99%，几乎可以与人工结果持平。无论是在标签标注的准确性上，还是在描述文本的可靠性上，我们都达到了要求。

这也解释了为什么很多企业对AI失望：如果工具输出的内容质量不够高，需要大量返工，员工自然会抵触使用AI，AI 也就沦为了一个鸡肋工具。

第二个场景是编导创作。过去当编导要策划一条新素材时，通常需要先从行业里找到一条爆款视频，再把视频转成文字，拆解文案结构，去总结背后的逻辑框架，这个流程非常耗时。现在，通过与DeepMiner的结合，系统可以在短时间内完成视频拆解，精确还原每一段内容的结构和功能。编导拿到的是一份已经结构化好的爆款拆解报告：包括框架、二级标签、每个模块在讲什么、服务于什么营销目的等等。这样一来，编导就可以把更多时间放在思考如何提升视频质量上，而不是被动地反复手工拆解。对于任何拥有创意团队的企业来说，这一点非常重要，因为在传统模式下，编导每天可能有20%–30%的时间都耗在这些重复性工作上。

在过去三个月里，我们成立了一个专门的AI小组。从一开始，我们就没有要求他们沿着原有流程做优化，而是让他们带着一个目标来设计工作模式：用十倍速的视角重新思考工作结果，用“AI能帮我做什么”的问题来反向定义需求，再由团队与DeepMiner等工具进行共创。在这种思路下，这个AI小组在今年十一月产出的内容数量，是普通内容小组的3.7倍，而素材质量和竞争力是同等可用的。这对企业来说意义非常大，对品牌来说更是如此，因为这不是简单的节省了人力，而是在保证竞争力的前提下，把创作效率提升到了一个新的量级。

更重要的是，这种转变真正改变了创作者的日常体验。今天早上有一位编导发消息跟我说，他最近非常快乐。原因其实很简单，他发现自己用于思考内容和构思创意的时间变多了，不再被反复拆视频、找爆款、做分镜这些机械工作淹没。他明显感到自己的人生价值、职业价值，有了不一样的提升。对我们来说，这样的反馈比单纯的效率指标更有意义，也更加坚定了我们的一个核心判断：人机协同存在的意义，不是为了用AI替代人，而是用AI释放人的创造力。

因此，我们非常相信，在与明略的合作过程中，我们一定能够探索出一个真正属于这个时代、属于营销行业的人机协同新范式。这个范式的终极目的，不是削弱人的角色，而是让营销人有更多时间和精力，去发挥品位、审美、共情和同理心，去构思更有温度、更能打动人心的创意内容。这才是我们真正想要做到的事情，也是我们坚持探索AI营销的根本动力。

《在小红书，深挖产品策略》

bbk!传播集团创始人&CEO  于玮麟

大家好，我是bbk!的于玮麟。今天，我想谈谈我们在小红书场景下与 DeepMiner的一些探索、体会和新的发现。

我们深耕小红书平台，目前是小红书最大的整合营销代理，也是明略科技的深度合作伙伴。在AI应用的过程中，我们一直和明略团队保持高频沟通，共同讨论，在小红书这样一个对内容与主观判断权重都非常高的平台上，AI究竟能做到什么，能帮营销人解决什么样的难题。

小红书无论从营销难度、价值还是代表性上，都非常值得被拆开来讨论。小红书有一个非常核心的能力框架——CDMA：内容（Content）、数据（Data）、营销（Marketing）和转化（Action）。在这四个维度上，小红书都呈现出与其他平台很不一样的特征，尤其是在内容端与转化端，它处在一个非常独特的生态位。

从这个生态位出发，我们很容易得出一个判断：如果要选一个对AI内容理解和应用难度最高的平台，我个人会毫不犹豫地指向小红书。很多营销人都有同感，小红书就像一道语文题，你必须真正理解语境、语气和人群心理，才能在这个平台上做好营销。这里面对人的主观判断要求，比其他平台高得多。如果 AI 在这样的平台上都能发挥作用，说明它在内容理解、语义把握和人群洞察上的能力，确实已经足够有价值。

回到小红书本身，这几年大家提得最多的关键词是“种草”，但实际上还有一个越来越重要的词叫“验草”。如果把用户在小红书上的行为简单总结一下，与其说是“搜、看、再搜、再看”这样一条线性的消费者决策链路，不如说是消费者和品牌之间的一场隔空对话。

在小红书运营中，我们公司最核心的岗位其实是内容岗和策略岗。整个团队每天都在做一件事：不断模拟我们作为品牌方或者代理方，要如何与消费者对话。消费者在意什么？他们提问的方式是什么？他们卡壳卡在哪里？这些都需要被听懂、拆解，再转化成可执行的内容与策略。

因此，我们在服务每一个品牌客户时，都在反复思考一个看似简单、实则复杂的问题：什么才叫“好策略”？在小红书语境下，我们认为一个好策略必须建立在深度对话的基础上。

这几年大家在一直把SPU 维度、人群维度、内容维度等挂在嘴边。这些维度表面上看是一套简单的公式，但其背后对应的却是非常复杂的问答和推演过程。在SPU 维度上，我们要搞清楚，产品到底哪里好？解决了什么问题？消费者真正喜欢的点是什么？在人群维度上，我们要厘清，谁会买单？他们是什么样的人？有什么行为特征和生活方式？在内容维度上，我们要判断，什么样的内容形式他们更愿意点开？什么样的风格更容易被停留？哪些账号、哪些类型的创作者更适合承载我们的信息？

在我们为客户提供服务时，最耗时间、也最考验团队能力的，恰恰就是这一整套不断模拟对话、不断自问自答的过程。也正是在和DeepMiner进行了一系列深度测试和共创之后，我们才越来越清晰地感受到：一个真正优秀的AI工具，在这个环节里，真的可以顶得上一整支成熟的策略与内容团队。

我举一个具体应用案例，帮助大家更直观地理解 DeepMiner在小红书上的价值。我们曾经服务过一款这几年非常热门的洗衣机产品，在这个项目中，我们把整个分析与推演过程交给了DeepMiner和团队的协同。首先，我们在DeepMiner中清晰提出了我们的任务目标，它能非常快速理解我们的意图，并帮助我们把大目标自动拆解成若干子任务。

更关键的一点在于，DeepMiner并不是只基于文本猜测来输出结论，它背后有非常扎实的数据引用体系。我们团队一直在使用秒针体系下的魔方Pro等工具，而这些工具已经与小红书的多类官方数据平台实现打通。当我们在DeepMiner中提问和迭代方案时，它会非常清晰地告诉我们，某一个结论引用的是哪类数据源，这些数据来自哪一个平台，是小红书官方工具，还是蒲公英等平台的数据。

这意味着，当我们做策略推导时，不再只是听AI讲道理，而是可以看到每一个关键判断背后有明确的数据支撑，这大幅提升了团队对结果的信任度。当然，在这个过程中，人和DeepMiner之间会经历多轮互动与修改，它会根据我们的追问不断调整方向，做进一步总结，而且整个讨论始终高度围绕小红书语境本身，不会飘到无关场景。

在这次的洗衣机项目中，从我们抛出任务，到DeepMiner给出一套结构完整、可以直接转译为PPT的策略框架，整个过程大概就是15到20分钟。它不仅帮我们厘清了这个产品在小红书上的卖点优先级、人群画像以及重点内容方向，还把这些抽象判断自动转译成了非常清晰的页面结构和表达要点。

这个过程给我的主观感受非常强烈：就像你把自己关在一个会议室里，对面坐着一整组经验丰富的内容策划与数据分析同事。你抛出一个问题，有人迅速去调数据，有人负责洞察与拆解，有人负责把策略结构化并最终形成一份方案。所有这些工作，在DeepMiner的协同下被压缩到十几二十分钟之内完成，而且专业度都是经得起推敲的。

基于DeepMiner给出的洞察和建议，我们为这款洗衣机沉淀出了一些非常切实的策略结论。比如洗衣机上面的两个小桶到底可以触达哪些消费人群？这些人群在真实生活中的行为场景是什么？单身用户可能会把左边的小桶用来洗贴身衣物，右边用来洗袜子；情侣家庭可能是左边洗男生的衣服，右边洗女生的衣服。类似这样看似生活化、实则经过严密推演的场景设定，背后其实是DeepMiner像抓手一样联动不同数据源、不同工具、不同内容样本综合得出的结果。事实证明，这套策略帮助这个产品在小红书上取得了非常好的成绩。

通过这个案例我们可以看到，在一个对内容理解要求极高、对主观判断高度敏感的平台上，DeepMiner依然可以给出足够有价值、足够落地的洞察和方案。它既能听懂小红书上的真实语境，又能不断在数据与内容之间来回校准，最终输出令人和AI都信服的结论。

我们也正是带着这样的想象和期待，希望DeepMiner在未来的小红书营销中，能够持续扮演一个越来越重要、越来越不可或缺的角色。谢谢大家！

《智能体协同：DeepMiner驱动影视产业Agentic营销新范式》

欢瑞世纪COO  许巍巍

大家好，我是欢瑞世纪 COO 许巍巍。非常感谢在座的各位行业同仁，也很荣幸有机会在这样一个场合分享我们在内容产业与AI技术交叉领域的一些真实实践。

今天我带着两重身份来到这里：

第一重身份，是明略科技的战略合作伙伴。我们从DeepMiner产品最初的技术研发阶段就开始参与和了解，亲眼见证它从底层能力、到产品框架、到智能体形态的逐步成型，深切感受到 AI 工具在营销和内容行业中的真实跃迁。

第二重身份，是作为“内容 + 科技” 战略的践行者。欢瑞这些年一直在探索：从《莲花楼》《盗墓笔记》的长 IP 开发，到小程序短剧、AI 漫剧的新赛道布局，技术到底能如何让内容更有价值。这也让我们成为 DeepMiner 在这些内容场景中最早的应用方之一。

接下来，我想从短剧与艺人经纪两个核心业务场景出发，谈谈 DeepMiner 如何成为我们转型过程中的关键力量。

首先是短剧业务。短剧今年无疑是最热的行业话题之一。不管是机构还是平台，短剧业务面临的核心痛点就是“既要快，更要准”，短剧下沉市场口味变得快，剧本孵化慢了就错失风口；短剧投放环节试错成本高，钱花了没效果就是浪费。因此我们引入了 DeepMiner 的Cito模型来解决前端创作效率问题。

过去，一个题材的剧本开发往往需要编剧团队在全网搜集大量素材，再进行整合和原创，这个过程耗时耗力，而在短剧这样的风口行业，时间和效率格外至关重要。Cito模型能够基于庞大的数据基础自动提炼题材高优组合，帮助我们从“猜热点”变成“算热点”，让爆款不再是玄学，而是可计算、可推演的。剧本创作也因此进入了真正的高效率时代。

短剧运营的第二个关键环节，是投放。内容只是前半程，而能否在黄金 72 小时内快速跑出成本与收益，更依赖投放效率。因此我们引入了 DeepMiner的Mano模型。以今年9月的一次短剧投放为例，在上线前我们将所有投放素材交给Mano进行数据计算，它在抖音、快手、微信三大平台上帮助我们做素材排序、出价优化，并在关键的前 72 小时自动关闭大量无效素材。最终，短剧单用户成本从 1.8 元降低到 1.17 元，在同样预算下，我们新增触达了数百万用户，这对于短剧这样的“小而精”生意而言，是极其重要的商业价值。

可以说，在DeepMiner的协助下，我们实现了短剧从内容创作到投放运营的全链路 AI 化，爆款由“玄学”变成“工程学”，整个业务模式也真正进入到系统化、数据化的阶段。

第二个业务，是我们的艺人经纪AI新范式。欢瑞世纪长年从事长剧和艺人经纪业务，而选角一直是行业公认的高难度环节。选角周期长、判断依赖主观经验、试错成本高，是长期困扰行业的痛点。为此，我们与 DeepMiner 协作，在 2025 年自研了“星链艺人服务平台”。

在这个平台中，我们会对旗下艺人进行维度标签创建，基于能力、特长、外形、剧作风格等信息构建庞大数据库，再与每一部剧本的角色需求进行智能匹配。在DeepMiner的加持下，匹配可以在毫秒级完成，大幅降低了传统靠经验选角带来的不确定性，精准度和效率成倍提升。

更关键的是，我们平台每年会迎来大量新人。在传统经纪模式下，一个新人要获得优质资源大约需要一年以上的磨合和观察。而在 DeepMiner 的辅助下，我们可以快速分析新人的能力结构，与公司资源进行匹配，实现精准推送。有的新人六个月就获得优质资源，实现商业化，这在过去几乎不可想象。

换句话说，巨星诞生已经不再是玄学，它正在变成可计算、可验证的能力工程。

在这两大业务场景之外，我还想特别介绍我们与明略科技正在共同推进的一个核心合作模式：RaaS（Results as a Service，结果即服务）模式。它不是简单的 “技术服务升级”，而是彻底重构了 “技术方与业务方” 的合作关系。大家都好奇，我们如何敢把短剧数据、弹幕数据、用户评论，以及艺人的各类标签维度交给 DeepMiner？答案是，这是一个互相反哺、共同成长的过程。

欢瑞世纪提供大量真实业务数据，而DeepMiner则提供底层模型构建能力，两者形成循环优化。我们用业务结果不断反哺 AI，让模型越来越懂内容产业；AI 用算力和洞察反哺业务，让决策更加科学、流程更高效。RaaS 实际上正在推动影视行业的一场“工业革命”，AI 不再只是一个生产工具，而是在重塑协作方式、创造新模式。

最终，我想回到一个更宏观的视角。欢瑞世纪在影视行业中正在持续进行突破和尝试，尤其在短剧业务，以及在艺人经纪模式当中，以及未来的AI漫剧以及互动剧方面。而本质上，我们也正在进入一个高度依赖数据、依赖模型、依赖智能的时代。在这个时代，我们希望通过与明略科技更深入的战略合作，把 AI 的所有想象力从实验室真正带入内容产业的真实土壤，让 AI 不再只是一个工具，而是创作的智能加速器，是价值的放大器，是行业重塑的驱动引擎。

我们希望 AI 能让行业进入一个“分身时代”，令创作更高效，决策更聪明，产业更有韧性。也期待和明略一起，和在座的各位一起，探索更多 “AI + 影视” 的可能，让技术赋能内容，让智能创造价值！谢谢大家！