最近看论坛，经常看到有人问：运营怎么用 AI？AI 能帮助运营做到哪些事情？

市面上大家分享的内容，大多是某个具体的工具、某个工作流，或者解决某个特定问题的 Skill。看完觉得很好，也确实有用，但换一件事，又不知道该怎么用了。问题在于，这些分享给的是做法，没讲背后的判断：这件事为什么能交给 AI，换一件事该怎么想。

所以这篇我讲讲自己是怎么用 AI 做运营的，重点放在判断上。俗话说，授人以鱼不如授人以渔。

模型和 Skill 现在谁都能用，能力也越来越强。同样的工具，不同的人用出来差别很大，差别主要在你给它的东西：业务资料、做事的习惯、以前处理问题的过程。这些保留得越多，它就越了解你。这样用下来，AI 对我来说更像一个辅助我工作的运营助理。

会用 AI 的运营，我认为要满足两个条件。一是自己懂运营，知道每天的活该怎么干、做到什么程度算合格。AI 是按你的标准做事的，你说不清标准，它就做不对。二是了解 AI 的能力和边界，能从自己的工作内容出发，判断哪件事可以交给 AI 的哪个功能。

这个判断对小公司和做精品的运营最有用。这类运营要管的事很杂，不是每天看看广告、跑一套 SOP 那么简单，图片、库存、活动、发货、品牌，还有各种临时冒出来的问题，都得自己协调。用 AI 的思路要放开一些：你会交给运营助理的活，大部分都可以交给 AI。

下面按 AI 的几种能力，分别说我拿它做了什么，以及这件事为什么能交给它。

一、生图 + 操作软件：做图我已经不找美工了

主图和 A+ 我会先用自己的设计 Skill 出一整套初稿。这个 Skill 上一篇帖子讲过，这里不重复。

初稿一定要改。AI 生图有两个问题，靠重新生成很难解决：产品会变形，质感也不对。原因是生图模型画出来的是“像这个产品”的东西，它并不知道产品真实的结构和材质。

产品这部分，我的做法是不靠生图，改用渲染。我平时用的是 Codex，它可以直接操作电脑上的软件。手里有产品的模型文件，就让它用 Blender 按真实的结构和材质把产品渲染出来，再用 PS 合回原来的画面，把光影、细节和排版修好。我用这个方法改过产品的材质、镭雕、接口、线材和光线。

产品既然是按模型文件渲染的，变形和质感的问题也就不存在了。所以做图这块，我现在已经完全不需要美工。

二、数据分析：给它数据，再告诉它你的思路

广告、库存这类日常调整，AI 能不能做好，有两个前提：数据准不准，规则有没有说清楚。

数据有三种拿法：亚马逊官方 API，你用的 ERP 的 API，或者用 Codex 的电脑控制，让它自己打开店铺后台下载报表。

规则在运营自己手里。拿广告来说，每天要判断的东西其实很固定：哪些没出点击，哪些花得太快；预算几点花完，就按花完的时间算一个合理的竞价；三个广告位表现不一样，CPC 和位置加价要分开调。这些判断大多有明确的计算公式，只是平时都在人脑子里。你把这套规则告诉 AI，它就会自己取数据，按你的规则算出一套竞价。否词也一样，你定好否词的标准，它照着去做。

下面是一个活动的实际调整，目标是压低基础竞价，同时保住搜索顶部的竞争力。基础竞价从 $1.29 降到 $1.05，搜索顶部加价从 20% 提到 50%。固定竞价下，位置出价等于基础竞价乘以（1 + 位置加价），所以搜索顶部的出价从 $1.548 变成 $1.575，反而略高。其余搜索和商品页的加价设成 10% 和 20%，出价从原来的 $1.29 降到 $1.155 和 $1.26。等于把出价往搜索顶部集中了。每一步怎么算出来的，它都会列给你看。

算完以后是执行。它有广告 API 的权限，算好的竞价可以直接写进广告后台，不用人一条条去改。

数据、规则、权限三样齐了，广告调整才能完整交给 AI。其中最基础的是数据：你把一整套获取数据的方式都给了它，它能做的事情就会多很多。后面的运营面板和竞品分析，也都建立在这一点上。

三、写代码：按自己的标准做一个运营面板

不同的运营模式，每天要看的数据不一样。我做精品，每天主要看活动状态、BD 状态、价格和库存。

这些东西看什么、怎么判断，每个运营心里都有一套固定的标准。标准是固定的，就能写成代码。AI 会写代码，我就让它按我的标准做了一个运营面板，每天早上 8:30 前自动取好数据、更新页面，我打开看结果就行。

面板里，同一个产品按店铺、按站点分开显示。活动和 BD 单独做了一条时间轴，哪个活动快结束、BD 排在哪天，一眼就能看到。



四、操作浏览器：竞品数据让它自己去查

市场分析、竞品分析、评论分析，第一步都是拿数据。

卖家精灵这类工具，接 API 或者 MCP 都很贵。但你本来就有账号，账号在网页上能看到的数据，AI 操作浏览器一样能拿到。所以我直接让它登录卖家精灵，查竞品、导数据，再把几个来源的数据整合起来，挑出关键的，做成表格或者页面。

评论也是先导出来再分析。我让它分析过 4 个竞品的 1,284 条评论，按三个问题归类：买家为什么买，差评集中在哪，哪些地方容易被误解。归类的结果可以直接拿去改图片、五点和 FAQ，也可以整理成要跟工厂沟通的问题。


五、电脑控制：建货件，说一句话就行

电脑控制跟上面的操作浏览器是两个功能。它是让 AI 像人一样，在屏幕上点击、输入。人在电脑上能走完的流程，它也能走完。

建货件很适合用它来做，因为这件事变量少、规则固定。做精品，产品也就几十个 SKU，从几个国内仓发到几个亚马逊仓，每个产品的尺寸和箱规都是确定的。这些固定的信息告诉它一次，它会记住。

之后每次建货件，我只需要给它变化的部分：这次某某型号发多少套到 FBA，哪天发货，大概哪天到。它会自己去后台把货件建好，把标签、箱唛和编号下载下来，整理成一个文件包，我直接发给仓库。我之前一次建 5 票货件，就是这样做的。


六、查资料 + 电脑控制：不常做的事，现查现做

还有一类工作频率很低：入口平时用不到，真要用的时候得重新找，步骤也记不住。人做这类事，时间大多花在查上。

查这一步正好可以交给 AI。我直接告诉它要做什么，它自己去查操作方法，再用电脑控制在后台做完。把品牌授权给另一个店铺、把某个子体合到某个父体，这两件事我都是这样让它办的。检查商品属性有没有填错、开 Case、跟进 Case，也一样交给它。

能查方法，又能在电脑上操作，两样加在一起，运营上你能想到的事，它几乎都能做。

七、定时任务：创作者计划每天自动跟进

有些事要每天重复检查、按进度往前推，这类适合交给定时任务。

创作者计划就是这样。每天要看有没有人申请、谁要了样品；要了就找对方要地址，安排发货；寄出去以后跟进物流，到时间了催对方上传视频。每一步都不复杂，麻烦的是每天都得做，而且每个人走到哪一步都不一样。

我现在给它设了一个定时任务，每天按每个人的最新进度往下推一步。这一整套每天都是它自己在跑。


八、电脑控制的任务，我只推荐 Mac

设备方面，用到电脑控制的任务，我只推荐 Mac，不推荐 Windows。

区别在鼠标。在 Mac 上，几个电脑控制的任务可以各开各的窗口同时跑，不占我自己的鼠标，我还能接着用电脑。Windows 上，电脑控制会直接占用鼠标，几个任务一起跑就会互相抢，人也没法正常用电脑。

运营同一时间要推进的事不止一件。任务不能并行，AI 能分担的工作量就很有限。

最后：让它把事情记下来

上面说的都是单件事怎么交给 AI。要让它越用越顺手，还要再做一件事：把做过的事和原因记下来。

产品是什么情况、广告之前为什么这么调，我都会让它整理进项目资料里。资料越多，交代一件事要说的话就越少。现在我说“按之前的箱规建货件”“按上次的思路看看这批广告”，它都接得上，因为之前的箱规和思路都在资料里。

AI 能替代的电脑上的工作非常多。你只要给它足够的数据、足够的权限，再告诉它你的目的，让它知道前因后果，并且把关键的前因后果记下来，你的 AI 就会变得越来越好用。