企业引入AI做营销，不能只按工具名称或演示效果决定。一个应用能否进入日常工作，主要取决于它要解决的是哪类营销问题、企业能提供什么资料、输出由谁审核，以及后续线索或客户服务由谁承接。以下参数适合在选型、试点和扩大使用前逐项核对。
一、任务目标参数：先限定为内容、投放、客服还是复盘
AI营销不是单一功能。内容生成主要处理选题、标题、文案、脚本、图片创意和多语言版本；投放辅助侧重受众细分、素材组合、预算建议和效果预测；客户运营常见于问答、标签整理、私信初筛和售后分流；数据复盘则用于汇总广告、电商、CRM或门店数据，找出异常和可改进环节。
企业应先写清一个可验收的任务，例如“根据已审核的产品资料，为同一商品生成三种不同角度的短视频脚本”，而不是提出“提升营销效果”这类无法直接执行的目标。目标越靠近具体产出，越容易判断模型是否适合；目标如果包含成交、获客或品牌增长，就必须同时考虑渠道、价格、销售能力和市场环境，不能归因给AI本身。
二、输入资料参数：材料质量决定输出可用性
生成式模型的质量受输入材料影响很大。企业至少要准备产品事实、价格和适用条件、品牌口径、禁用表述、目标客户信息、渠道规范以及已有素材。若资料分散在个人电脑、聊天记录或销售口中，工具通常只能生成结构完整但事实稀薄的通用文案。
输入资料还要区分可公开信息、内部信息和个人信息。产品手册、公开官网内容和经授权的用户评价可以用于素材生产；未公开价格、库存、客户名单、联系方式和交易记录，不应直接粘贴到没有企业协议保障的公共对话框。涉及个人信息处理时，应遵循合法、正当、必要原则，并核对供应商的隐私条款、数据留存方式和是否拒绝将企业数据用于训练。
三、模型能力参数：生成、理解、检索和调用系统不是一回事
营销人员常把“会写文案”误认为“能完成营销”。实际应用中要分清四种能力。生成能力负责文字、图片、音频或视频草稿；理解能力可用于摘要、分类、情感判断和语义检索；检索能力依赖企业知识库、联网搜索或数据库，回答才有来源边界；系统调用能力则通过API或Agent连接CRM、广告账户、电商后台和客服系统，能执行查询、建单、打标签等动作。
只具备聊天生成能力的工具，不适合直接回答实时库存、订单状态或客户权益。即使工具宣称联网，也要核对联网范围、引用来源、更新时间和是否能访问企业内部资料。API能力也不等于开箱即用，通常需要技术人员处理身份认证、字段映射、接口频率、错误回退和日志记录。
四、数据与权限参数：能访问什么，才能负责什么
企业级应用应按岗位设置权限。内容编辑可以访问品牌资料和产品库，但不应默认查看全部客户手机号；投放人员需要广告账户数据，但不一定能导出成交价格；客服机器人可以读取订单状态，却不应自动承诺退款或赔偿。权限过大，会增加泄露和误操作风险；权限过小，工具又只能给出空泛建议。
数据字段也要统一。客户来源、 campaign、广告组、素材编号、商品SKU、门店、成交时间和客服状态如果各系统命名不同，AI很难做出可靠归因。试点前应先确认数据口径、缺失比例、重复记录和更新频率。没有稳定字段，就不要让模型直接输出预算调整或客户价值判断。
五、内容审核参数：合规、版权和合成标识不能省略
AI生成的营销内容仍需人工审核，尤其是金融、医疗、教育、食品、美妆、招商加盟等领域。审核重点包括是否含有虚假功效、绝对化用语、误导性价格、无法证明的销量或收益承诺，以及是否冒用专家、客户和机构名义。中国通信标准化协会与中国广告协会发布的生成式AI广告创意素材相关能力要求，也把模型合规、内容审核和合成内容标识列为平台能力的重要方面。
素材版权要看清来源和授权范围。AI图片、字体、音乐、人物肖像和品牌标识不能因“工具生成”就自动获得商用权。使用供应商提供的素材库时，要核对授权主体、使用期限、渠道范围、是否允许投放广告以及二次修改条件。涉及数字人、声音克隆或真人形象时，应取得明确授权，并保留授权文件。
六、渠道与投放参数：平台规则比单一创意更重要
同一套文案不能默认适配搜索、短视频、社媒、私域和电商详情页。不同渠道的用户意图、字数、视频比例、落地页形式和审核规则不同。AI可以批量改写，但批量只解决版本数量，不保证点击率或转化率。素材测试应保留主题、卖点、画面、开头话术等变量记录，否则无法判断有效因素。
广告平台中的自动出价、智能扩量和创意优选属于平台功能，与企业自己调用的大模型不是同一能力。企业可以让AI整理报表和提出假设，但预算调整、人群放宽、关停计划等动作应设置审批阈值。低金额、可回滚的操作可自动执行；涉及大额预算、价格变动或客户承诺的动作，必须由人工确认。
七、线索承接参数：没有后续流程，前端应用难产生结果
面向获客的AI应用，要继续核对线索如何进入CRM、多久分配、谁首次联系、无效线索如何标记、客户问题由谁答复。AI可以根据表单、对话和浏览行为做初步分层，但“高意向”只是模型判断，不能等同于购买承诺。评分规则应结合行业、客单价、决策周期和历史成交数据定期校正。
客服或私信场景还要设置转人工条件。客户提出投诉、退款、医疗健康风险、法律争议、未成年人相关问题或明显情绪危机时，应立即切换人工。机器人无法识别问题、缺少订单权限或回答置信度不足时，也应转交人工，而不是编造政策。
八、费用与部署参数：订阅费之外还有隐性成本
费用不能只比较月费。常见成本包括账号席位、模型调用量、上下文长度、图片或视频生成、向量数据库、知识库存储、API调用、私有化部署、数据清洗、系统集成和培训。低价套餐可能限制商用、批量处理、团队协作、数据保留或品牌知识库，需要按官方版本和服务条款核对，不能凭产品名称推断。
部署方式也要与资料敏感度匹配。公共网页版适合公开资料和低风险草稿；企业版可提供更明确的管理和数据条款；私有化或专有云部署通常成本更高、周期更长，适合有强合规要求或大量内部数据的企业。中小企业不必一开始追求复杂系统，可以从一个资料完整、审核清晰、结果容易检查的任务试点。
九、试点评估参数：看可核查的过程指标，不照搬行业案例
试点周期内，应记录人工处理时间、一次通过率、返工原因、审核拦截问题、素材复用率、线索响应时长和后续转化率。没有统一基线和统计方法，不宜宣称节省多少比例或提升多少获客。其他企业公开的ROI、传播量或销量增长，受市场、预算、渠道和产品阶段影响，只能作为环节参考，不能当作自己的预期结果。
企业可以把试点分成三步：先让AI产出草稿，由人工编辑定稿；再接入经整理的产品知识库，要求回答标明资料范围；最后在权限和审批明确后，连接广告、CRM或客服系统执行有限动作。每一步都保留人工接管入口和日志。这样判断AI营销应用，重点不是工具概念是否新颖，而是任务边界、资料条件、审核责任和业务承接是否同时成立。
