AI 对营销人员的影响¶

内容营销与 SEO 的转型

做好内容营销，效果固然显著，但过程可能并不轻松。整个流程依赖人工，速度缓慢，还需要投入大量资源。想想在一家企业品牌，制作并发布一篇内容（比如博客文章）需要经过哪些步骤、花费多少时间。

在 LL Flooring 工作时，我们都曾遇到过这样的情况：合作代理机构交付一篇博客文章后，文章还要经过五个内部团队——创意、品牌、内容、SEO 和电子商务——但并不是按线性顺序流转。此外，如果文章涉及安装或商品相关专业知识，安装或商品团队也会进行审核。一篇文章可能要花上几周才能完成整个工作流程，偶尔还会在某个团队中遗失或卡住。听起来是不是很熟悉？虽然我们简化了跨团队的博客工作流程，但撰写、编辑、优化、事实核查和发布博客文章等人工流程仍然十分繁琐。

AI 驱动的内容营销更快速、更智能，也更依赖数据。

以下是 AI 内容营销的几个应用场景和实际案例：

• ◆ 更快速：在几分钟或几小时内，将一场网络研讨会重新制作成文字稿、博客文章、社交媒体帖子和电子邮件简报，而不是耗费数天。

• ◆ 更智能：根据用户此前的互动或地理位置，实时自动调整网站内容，例如在首页横幅上显示相关的行动号召。

• ◆ 数据驱动：预测哪些网站页面更有可能获得更多流量，并以 SEO 为导向，更快地生成内容简报，让团队能够优先优化这些页面。

AI 帮助品牌节省时间和资源，同时为受众带来更好的体验。AI 赋能营销人员提升生产力和成果，受益的不只是内容营销人员，也包括 SEO 人员（搜索引擎优化师）。

如今，市场上已有由 AI 驱动的 SEO 工具，以及集成在成熟 SEO 平台中的 AI 功能。AI 能够分析海量数据，因此可以更好地提出关键词策略建议，并预测用户趋势。这能让 SEO 从业者省下数周时间，不必再埋头翻查数据、寻找规律和机会。AI 并不是 SEO 策略专家。有了 AI 提供的洞察，SEO 负责人就能投入更多时间，制定有效的策略并完善流程。与此同时，他们也需要花更多时间研究 SEO 策略，因为 AI 也在改变搜索体验。

你可能已经注意到，最近 Google 有些不一样了。搜索某个主题时，你可能会在自然搜索结果顶部看到一段由 AI 生成的信息摘要。这些摘要旨在直接提供有用信息，让用户无需点击进入一个或多个网站。不幸的是，这些摘要并不总是可靠。这是第一个挑战。另一个挑战是，SEO 人员和内容营销人员如今需要专注于优化网站内容，以提高内容出现在这些摘要中的几率，因为这些摘要的展示位置优先于自然搜索结果。我们将在第 3 章“搜索、个性化与 SEO”中深入探讨 AI 生成的搜索结果有时有用、有时无用的原因，以及你可以如何应对这些问题。

现在，你已经了解 AI 对内容营销和 SEO 的整体影响，或许会想知道这对你的职责和未来职业发展意味着什么。我们汇总了一些研究，帮助内容营销人员和 SEO 从业者了解就业市场，以及哪些进阶技能正变得越来越重要。

不断变化的就业市场

从全球范围来看，整体就业市场前景良好。根据世界经济论坛的《2025 年未来就业报告》，¹到 2030 年，AI 和其他技术将取代 9200 万个现有岗位，但也会创造 1.7 亿个岗位。净增 7800 万个岗位是个好消息。

1 https://www.weforum.org/publications/the-future-of-jobs-report-2025/digest/

那么，为什么营销人员现在会觉得就业市场如此艰难？

过去几年，经济压力和 AI 的进步一直在加剧就业市场的波动。

根据 LinkedIn 发布的《2024 年全球营销岗位展望》报告，²大范围裁员影响了许多营销人员，而且“2023 年的职位发布量比 2022 年下降了 42%。”虽然 LinkedIn 报告称，2024 年营销岗位发布量比 2023 年增加了 76%，但需要注意，这些数据反映的是职位信息，不一定代表实际招聘到人的岗位。有些职位从一开始就无意招人，也可能完全是虚假的，只为收集简历或营造公司正在增长的假象。

2 https://business.linkedin.com/content/dam/business/marketing-solutions/global/en_US/site/pdf/infographics/2024-marketing-jobs-outlook.pdf

所以，如果过去几年你的职业之路起起落落，像坐过山车一样，你绝不是一个人。我们也经历过这些，营销领域的同事们也一样，从文案撰稿人到首席营销官（CMO）都不例外。

根据面向内容营销人员的职业资源平台 Superpath 在 2025 年开展的一项调查，就业市场依然严峻。在 Superpath 更新至 2025 年的《内容营销薪酬报告》中，超过 40% 的受访者认为，当前的内容营销就业市场“疲软”或“非常疲软”。³虽然受访内容营销人员中，表示自己在 2024 年遭遇裁员的比例仅为 13%，低于 2023 年的 16%，但内容营销人员仍面临裁员问题。AI 是导致裁员的重要因素。

3 https://www.superpath.co/blog/content-marketing-salary-report

作为营销人员，听到 AI 取代人类工作的消息，我们难免感到焦虑。瑞典金融服务公司 Klarna 报告称，AI 每年为公司节省了约 1000 万美元，其中部分节省来自使用 AI 工具替代人工完成平面设计、社交媒体、翻译和制作等工作。⁵ Klarna 首席执行官 Sebastian Siemiatkowski 表示，公司通过在营销和客户服务中大量使用 AI，“可能会将员工人数从 4000 人减少到 2000 人”。⁶这确实令人担忧。

5 https://www.wsj.com/articles/klarna-marketing-chief-says-ai-is-helping-it-become-brutally-efficient-4ad388d3

6 https://www.bbc.com/news/articles/c80e1gp9m9zo

我们分享 AI 可能对营销岗位造成的影响，并不是为了引发恐慌，而是希望大家提高意识、做好准备。本书将帮助你成为 AI 营销策略师，在职业生涯中更进一步。为了帮助你了解未来的内容营销可能是什么样，以及如何更好地做好准备，我们来看看薪酬、有价值的技能和自由职业机会。

内容营销薪酬

请记住，薪酬因多种因素而异，例如地理位置、工作年限、职位名称和市场状况。你可以通过 LinkedIn 或 Indeed 等网站查看招聘信息，了解各类内容营销职位目前的薪酬范围。我们认为，了解行业平均水平有助于个人对标和薪资谈判；不过，在求职谈薪或争取晋升加薪之前，我们强烈建议你自行调研。话虽如此，Superpath 的薪酬报告展示了受访内容营销人员按地区（图 1.1）和职位名称（图 1.2）划分的年平均收入。这些图表中的数据可以作为起点，帮助你判断自己可以期待的薪酬范围。

对于美国读者，我们想说明一下，内容营销人员 13.2 万美元的平均年薪似乎偏高。Superpath 的收入数据包括通过自由职业补充收入的人，也包括管理层职位；因此，我们还列出了按职位名称细分的平均年收入。

对于美国以外的读者，请注意，Superpath 报告的受访内容营销人员中有 61% 来自美国，这意味着按职位名称划分的平均收入受到美国薪酬数据的影响更大。

我们也觉得按技能划分的收入很有参考价值（图 1.3）。多年来，营销人员的专业分工越来越细。许多公司都在寻找具备特定学科专长或专业技能的人才。

在小公司或初创企业，内容营销通才或一线执行人员往往身兼数职。通才通常要负责撰写和发布公司博客、社交媒体、电子邮件简报以及其他营销渠道的内容。

在大型公司，可能会设有内容营销负责人，负责制定战略、讲述品牌故事，并与其他团队的负责人协作，例如品牌、创意、SEO、电子邮件、付费媒体和分析团队。在拥有多个品牌的企业中，每个品牌或品牌组可能都会配备专门的内容营销负责人。内容营销人员可能向内容负责人或渠道负责人汇报，负责为社交媒体、电子邮件等渠道制作或发布内容。这些营销人员需要熟练掌握 AI 工具，以便更快地创作或执行更多内容。不过，作为内容营销人员，你的价值并不只体现在会使用 AI 工具。无论你的职位名称或负责渠道是什么，AI 都要求内容营销人员具备一套与之互补的技能。

自由职业机会

无论是作为副业，还是全职工作前的过渡，都可以尝试自由职业。如果当前雇主没有禁止使用 AI 的相关政策，那么找一份需要使用 AI 的副业也不失为一个好主意。这是获得 AI 实践经验的一种方式。我们与几位在职同事聊过，他们虽然有工作，却不被允许在工作中使用 AI。他们担心，如果遭到裁员或不得不寻找下一份工作，自己会存在 AI 技能差距。这种担忧是合理的。现在就做好准备，走在变化前面。

如果你想从事自由职业，先查看雇佣协议中是否有任何限制。然后看看 Superpath 图表中其他内容营销人员提供的营销服务。该图表按承包商和全职员工（FTE）分类，细分了收入情况（图 1.4）。

提示

如果自由营销工作不是一种选择，那就把学习和使用 AI 当作一种爱好。你可以寻找志愿者岗位，或者帮助朋友、家人完成某些工作，以便学习和使用 AI 工具。

我们很高兴看到写作可以成为自由职业的机会，因为我们认识一些才华横溢的作家，他们在当前就业市场中受到严重冲击，尤其是随着 AI 写作工具的兴起；而且作家的收入通常处于内容营销薪酬范围的较低端。平面设计师、摄影师和视频制作人等创意营销人员也是如此，只是他们没有被纳入 Superpath 的图表。

正如 Superpath 首席执行官 Jimmy Daly 所说，自由职业市场竞争激烈。他解释道，这个市场的收入通常集中在少数头部从业者手中，也就是说，只有一小部分人能赚到很多钱（在 Superpath 的报告中，74 名自由职业者中有 7 名表示年收入超过 20 万美元）。不过，自由职业至少可以成为补充收入的好途径。我们并不是建议你在没有积蓄的情况下辞去本职工作，但自由职业可以让你在培养 AI 技能的同时赚取额外收入，是一条值得考虑的路径。它甚至可能成为你独立创业或创办自己的营销代理公司的起点。

如今，AI 能协助完成许多经营任务，为独立创业者提供过去需要一个团队才能提供的支持，因此，现在是从事自由职业或创办小企业的好时机。本书不会深入探讨商机，但花些时间研究当地目前哪些领域存在劳动力短缺，可能很值得。例如，许多地方对健康、教育服务，以及庭院绿化或清洁等家政服务的需求都在增长。你也可以启动一个让自己充满热情的个人项目。无论是经营自己的企业，还是发展一项有趣的爱好，运用 AI 内容营销技能都能让你受益。

面向未来的框架

围绕 AI 革命的炒作热潮已经过去。许多公司正在积极将 AI 融入营销业务。在 AI 时代，营销人员和品牌需要一个能够适应未来变化的框架，才能取得并保持领先。

AI 定义与概念简介

人们谈论 AI 时，所指的可能并不相同。因此，在探讨如何将 AI 应用于内容营销和 SEO 之前，我们认为有必要先明确你将用到的术语。虽然许多其他资料提供了详尽的 AI 术语表，但我们在这里列出了几个重要定义，本书后文会反复用到。如果你想阅读更完整的术语表，可以查看美国总务署网站上的“AI 关键术语”网页。⁸

8 https://coe.gsa.gov/coe/ai-guide-for-government/what-is-ai-key-terminology/

人工智能（AI）从宏观上说，是指能够利用数据反馈循环，在尽可能少的人工干预下进行“学习”，从而模拟人类智能的机器。AI 通常用于处理规模超出人类分析能力的大量数据。由 AI 驱动的工具可以协助内容营销和 SEO 营销人员开展工作。

算法，用最简单的话来说，就是用于解决问题或完成计算的任何流程或规则集。虽然一个算法可能反复运行，每次处理新的信息，也可能有多个算法一起运行，但它们都是有限的，也就是说，最终必然会到达终点。

机器学习（ML）是一个宽泛的概念，指计算机系统从数据中进行推断。机器学习使用一个或多个算法及统计模型来分析数据。不包含自然语言处理（NLP）的机器学习属于算法式 AI，包含 NLP 的机器学习则属于生成式 AI（GenAI）。本书的大部分内容都围绕生成式 AI 展开，因此，我们会在本章“生成式 AI 工具、助手与智能体”一节中更详细地介绍它，并解释 NLP。

算法式人工智能（AAI）是指超越固定规则的数学型 AI 系统，本质上是通过与其他计算机“对话”来分析信息并做出决策。AAI 被应用于科学和医疗领域，例如，将患者的影像与由既往确诊医学影像组成的大型训练数据集进行对比，从而发现医生可能遗漏的乳腺癌早期迹象。自 2001 年以来⁹，Google 一直在其服务的多个方面使用 AAI。

9 https://blog.google/technology/ai/google-ai-ml-timeline/

生成式人工智能（GenAI）是如今大多数人提到 AI 时想到的技术。它是一种深度机器学习，旨在基于一组训练数据生成新的数据（文本、图像或其他内容）。Chat GPT（文本）和 DALL-E（图像）是广受欢迎的生成式 AI 工具，而大多数营销人员或 SEO 从业者使用 AI 辅助工作时，用的也正是生成式 AI。我们会在“生成式 AI 工具、助手与智能体”一节中更详细地介绍这一内容。

自然语言处理（NLP）是 AI 的一个子领域，利用机器学习，有时也利用深度学习，以人类的自然语言与用户交流。NLP 不容易理解，因为 AI 看起来似乎正在“学习”。但 AI 实际上做的是接收新信息。这可以通过监督式或无监督式“学习”来实现，我们会在接下来的几节中讨论。虽然 NLP 可以用于任何 AI 实现方案，但它最常用于生成式 AI。

人类的神经网络由大脑中相互连接的节点和神经元构成，使大脑能够吸收、整合和处理新信息。人工神经网络以人脑为模型，但（目前）还无法在决策时运用伦理、道德或其他未明确定义的决策框架。人工神经网络利用分层排列的多个节点完成复杂计算并做出决策。节点层数超过三层，就被归类为深度学习。

深度学习（DL）是机器学习的一种形式，利用多个神经网络模拟人脑中的处理过程。计算机可以整合新信息，但无法像人类一样“学习”。正是深度学习，使生成式 AI 能够为 SEO 从业者和内容营销人员生成相关且高质量的内容。

大型语言模型（LLM）是一类使用极其庞大的数据集进行预训练的深度学习模型。LLM 用于自然语言处理，生成看起来像由人类撰写的文本或回答。ChatGPT 是一款广受欢迎的生成式 AI 工具，基于 LLM 技术。如果你用过它，可能就知道，其回答的准确性受训练所用数据及这些训练数据最后更新时间的限制。

监督学习是指使用带标签的数据，有意识地向 AI 系统输入信息，其中输入数据与相应的输出数据配对。训练 AI 系统时，会提供明确的指令。不过，如果训练数据集意外包含个人身份信息（PII），或输入数据不完整，监督学习仍可能带来风险。在医疗、教育和政府领域使用 AI 时，这一点尤其值得关注，我们会在第 11 章“受监管行业中的 AI”中讨论。

无监督学习是指，向 AI 系统提供的信息没有明确标注输入与输出的配对关系，需要由 AI 自行判断这些信息之间如何关联。使用最新抓取的内容更新 LLM 时，通常就会发生这种情况。ChatGPT 就是通过无监督方式“学习”的一个典型例子。这可能带来法律和伦理问题，我们会在第 6 章中讨论。

幻觉是指 AI 给出不准确或错误的结论。这是因为它所使用的数据有限、不完整或有误。在无监督学习中，这种情况较为常见。如果 AI 生成的内容误导消费者、做出有害断言或违反法规，幻觉就会成为营销人员和品牌的噩梦。本书将陆续介绍减轻幻觉影响的方法。

如果这些术语已经让你有些应接不暇，也没关系。图 1.5 或许能帮你理清思路。现在，你已经对 AI 的几个重要概念有了整体了解，接下来我们就更详细地谈谈生成式 AI，它与内容营销和 SEO 尤为相关。