大公司做的是三件事：把达人内容当成生产线、把产品页写成 AI 读得懂的样子、把散落的数据变成每周一次的判断。系统可以不要，动作可以照抄。
01｜两件”总部级别”的事，拆开只有三个动作
雀巢把散在公关、媒介、达人三拨人手里的钱，收进了同一个预算本。
雅诗兰黛花钱买了一项服务：看 ChatGPT 和 Gemini 怎么介绍自己。
这两件事听起来都很”大公司”。拆掉包装，剩下三个动作，都不需要先买系统。
雀巢的数字内容、社交媒体与达人营销负责人 Daniele Tundo 在 Next in Media 访谈里说，公司正把创作者营销从公关、媒介、达人三拨人里抽出来，做成独立学科：自己的策略、流程、度量和预算。[3]
工具上，它用 CreatorIQ 管达人与激活、CreativeX 看素材，项目全年在跑。[3]
素材为什么要单独管？CreativeX 的 CEO Anastasia Leng 给了一个参照：5000 多个品牌的数据显示，多数品牌把媒介预算的 10%–20% 投在创作者内容上，联合利华约把一半媒介预算投给创作者。[3]
钱不算少。问题是这笔钱常常没有主人。
放在公关部算”关系维护”，放在媒介部算”加投”，放在电商部算”素材”——三本账，谁都不对结果负责。
中小企业版：一个人也能跑的三步
第一步，单列一行预算。 从现有媒介预算的 5% 起（行业区间是 10%–20%，先站最低档），单独列一行”达人内容费”，不塞进公关招待费。这一行要有负责人、有月度金额。
第二步，做一张 6 项审核表。 素材投出去之前，逐条打勾：
1. 前 3 秒有没有出现产品
2. 有没有讲一个具体使用场景
3. 有没有和其他产品做真实对比
4. 卖点有没有被念错、夸大
5. 有没有一个能截图的证据（参数、实测、前后对比）
6. 能不能二次剪成 3 条短素材
第三步，先审后投。 只有过表的素材，才给它付费加热的预算。雀巢的做法是：自然内容可以随性，一旦投了钱，就得按广告的基本规范来。[3]
我们给客户审达人素材时，这张表最常卡在第 1 条：前 3 秒在拍人、拍环境、拍氛围，产品第 8 秒才出现。 这类素材自然流量可能不差，一付费，点击成本立刻上去。
02｜AI 推荐的，多半不是你拍的
上个月我们拆过雅诗兰黛和 Profound 的合作：先看 AI 怎么讲自己，再回头改页面。[4] 那篇讲的是”大公司怎么把它做成一套工程”。
今天说另一半，也是中小企业更该关心的：就算 AI 提了你，它引用的内容多半不是你做的。
纽约创意分析公司 Sundogs 分析了 3,900 条美国视频：400 条被 AI 答案引用过（数据由 Jellyfish 提供），3,500 条来自同一批创作者但没被引用。[5]
结果有点反常识：
– 被引用的视频里，约 60% 来自创作者，30% 来自媒体和编辑类来源，只有 10% 来自品牌自己。[5]
– 播放量、发布时间、画质、创作者名气，都不预测引用。有的被引用视频只有一万多播放、两年前发布、配的是 AI 配音加素材库画面。[5]
– 真正相关的是内容结构：77% 有正式测评或上手演示，76% 明确点出要解决的问题，90% 讲清了产品利益点，71% 做了品牌之间的对比。[5]
一句话：AI 挑的不是最好看的视频，是最像采购资料的视频。
产品页就是”采购资料”的源头。成分、适用人群、对比信息缺一块，AI 只能去别处找——找到的可能是竞品写的，也可能是三年前的旧说法。
中小企业版：两个动作，一周能做完
第一，把产品页的 6 个字段补齐。 是什么、给谁用、关键参数、和谁比、多少钱、常见问题。缺哪个补哪个，不要重写整页。
第二，找 3 个人替你讲。 不一定是大达人。行业测评号、老客户的实拍、门店店长的讲解都算。既然品牌自己讲的只占 10%，给达人的要求里必须写清两件事：要讲缺点，要做对比。 只夸不提缺点的内容，恰恰最不容易被引用。标题也要写清”品类 + 场景 + 对比对象”，别只写”新品开箱”——AI 读的是文字线索。
边界： 低频、高客单、必须现场体验的品类（定制家具、医美），AI 只影响前半程的”了解”，最后一公里还在人身上。另外，产品页信息必须是真的——AI 会把错误说法放大，不会帮你圆回来。
03｜散在各处的数据，每周只花 30 分钟
雀巢墨西哥的产品进了墨西哥九成家庭，手里 70 多个品牌，从咖啡到糖果到婴儿食品。[1]
过去它按品牌各看各的数据：一个既买 KitKat、又搜 La Lechera 食谱的人，在两套系统里是两个陌生人。三年前，它把 CRM 数据和亚马逊数据洁净室接到 Treasure AI 的平台上，先解决”是不是同一个人”，再谈精准。[1]
效果最具体的是炼乳品牌 La Lechera：团队把人群分成传统做法、爱烘焙、图快三类，各给不同食谱。营销经理 Norma Martín 说，最近一次投放的打开率接近此前基线的两倍。[1]
供应商公布的整套数据打通效果是：媒介节省 490 万美元、CRM 活动点击率 +71%、单条线索成本 -49%。[2]
这些是服务商口径，且属于”数据打通”的整体收益，不能全算在 AI 头上。
更值得看的是另一点：数据薄的品牌能借数据厚的品牌。要找一个”喜欢巧克力的 Z 世代”人群，可以直接从 KitKat 用户和甜品食谱互动里取信号，给新品用。[1]
中小企业没有 CDP（客户数据平台），也没有数据洁净室。但你有客服记录、售后工单、门店和社群提问。这就是你的第一方数据，只是从来没被整理过。
中小企业版：每周一，30 分钟
第一步，导出。 把上周的客服记录、售后问题、社群提问导成一个文本文件，50–200 条就够，不用全量。
第二步，让 AI 做三件事。 按问题类型归类；找出重复出现 5 次以上的问题；针对最高频的那一个，给一句”页面或话术该怎么改”。
第三步，只改一个地方。 把最高频问题写进产品页 FAQ，或者写进客服的第一句回复。下周看同一个问题是不是变少了。
我们团队自己每周一早上做这件事，30 分钟内结束，输出只有一页纸。最常见的发现不是”新问题”，而是同一个问题在三个渠道被问了三遍，官网上一个字都没写。
04｜总结：不用买系统，先固定三件事
把这几家公司的做法放在一起，共用逻辑只有一句：
不是”买 AI”，是给一件本来没人负责的事，指定一个主人、一张表、一个固定时间。
关于”1/10 成本”，说句实话：省下来的不是内容费，是平台费和专职团队。 企业级 AI 可见度平台、CDP、实施伙伴，再加三五个专职的人，是大公司成本的大头；上面这些动作，一张表、一个免费 AI 账号、每周两小时就能跑。素材、事实核对、达人费用，一分都省不了。
三件事固定下来，你手里会有三样东西：素材审核标准、产品页字段清单、客户问题清单。这比任何系统都更像”你自己的”。
这句话可以直接转给你们老板：我们不用先买系统，先把这三件事固定下来。
下一篇讲一个更急的场景：客户半夜问价没人回，怎么用 1 小时搭一个 0 代码的 AI 客服，一个月几十块钱。
引用与参考资料：
[1] AdExchanger, *Nestlé Mexico Had More Scale Than It Knew What To Do With – Until It Unified Its Data*（2026-10-09，Joanna Gerber）。https://www.adexchanger.com/marketers/nestle-mexico-had-more-scale-than-it-knew-what-to-do-with-until-it-unified-its-data/
[2] Treasure AI 官方案例 *Nestlé CDP Case Study*（供应商口径，效果数据为其自报）。https://www.treasure.ai/customers/nestle-global-cpg
[3] Influence Weekly #463（2026-10-16，引 Next in Media 对 Daniele Tundo、Anastasia Leng 的访谈）。https://influenceweekly.beehiiv.com/p/influence-weekly-463-nestle-is-pulling-creator-marketing-out-of-pr-and-giving-it-its-own-budget
[4] The Estée Lauder Companies 新闻稿（2026-09-14，Business Wire）。https://www.elcompanies.com/en/news-and-media/newsroom/press-releases/2026/09-14-2026-173210983
[5] Net Influencer, *AI Is Recommending Products Through Creator Videos Most Brands Aren’t Making*（2026-10-14，引 Sundogs 研究，视频样本由 Jellyfish 提供；仅覆盖 CPG 与汽车两个品类，结论为方向参考）。https://www.netinfluencer.com/ai-is-recommending-products-through-creator-videos-most-brands-arent-making-research-shows/
免责声明：
本文数据来自公开来源，服务商公布的效果数据已标注口径，仅作方向参考，不构成对任何平台规则的官方解释。AI 平台的引用逻辑与产品政策随时可能变化，请以你自己在目标平台上的实测为准。
本文由 AI 辅助创作。
