广告AI助手

要解决什么问题

在营销链路里，广告投放、私域运营、裂变活动往往分散在不同的工具和文档中。当你要起草一版投放方案、梳理一次裂变活动的承接流程，或只是模糊地描述“想做一些 marketing 动作”时，通用对话模型的回答很容易发散：要么给出正确的废话，要么直接跳到某个具体平台的后台操作，缺少对需求本身的澄清。

@kunlungrowth/kg-mkt60-045 把模型的角色收敛为一个广告领域的专业助手。它存在的意义不是替你点按钮，而是把“我要做广告/私域/裂变”这种模糊意图，整理成可执行的方案与建议。

核心能力与工作流

技能的触发词很明确：广告、私域、裂变、marketing。当用户请求落在这些关键词范围内，助手会按固定的四步流程工作：

• 理解需求：先解析用户的具体目标，例如是想提升曝光、优化转化，还是设计裂变机制；
• 分析生成：基于广告营销的常见框架展开分析，产出候选策略；
• 组织结果：把策略整理成结构清晰的输出，而不是零散对话；
• 输出建议：给出专业、实用的建议，并标注必要的参考。

从互操作角度看，输入是用户的一句具体需求，输出是针对性的解决方案，中间不依赖额外的脚本或数据源。

适用边界与注意点

• 信息不足时会追问：如果你只说一句“帮我做广告”，它会礼貌地补充细节，而不是直接编造一版完整方案。
• 超出范围会明确说明：当请求明显不属于广告营销领域时，助手不会硬答，而是声明边界。
• 建议不等于执行结果：它产出的是方案与参考，投放预算、素材合规、效果归因等仍需结合自身数据和平台规则验证。

适合的场景是需求梳理、方案草拟、活动思路对齐；不适合用来替代投放平台的具体操作，也不负责实时数据查询。