60 份招聘启事，把营销人的下一个分水岭写得明明白白

前几天，我干了件有点无聊的事：把 60 份还挂着的营销岗位 JD，从头到尾翻了一遍。

都是企业自己招聘页上挂出来、确认还开着的岗位。入选只有一个标准：JD 里提到了 AI。

翻完，我心里咯噔一下。

先说两个数。

招聘平台 Indeed 旗下的研究机构 Hiring Lab 统计过：2025 年，提到 AI 的营销岗位广告占比，从 8.4% 涨到了 14.9%。一年，几乎翻倍。

普华永道 2026 年版的 AI Jobs Barometer 更狠。它分析了超过 10 亿条招聘广告，结论是：有 AI 技能的人，工资溢价 62%。

62%。你想想看，同一份工作，就因为你会用 AI 干活，多拿六成的钱。

但这两个数，都不是让我咯噔的原因。

真正让我咯噔的，是 60 份 JD 里，有 45 份白纸黑字写着：要能设计、能交付 AI 智能体和自动化工作流。

45/60。而且只有 2 份，把这件事标成「加分项」。

剩下 43 份，全是硬性要求。

雇主已经不满足于你会写 prompt 了。他们要的，是能搭系统的人。

有一家公司在 JD 里写得特别直白，大意是：这个岗位的工作方式，就是 AI 本身。我们找的是有 builder 心态的人，懂工作流，懂智能体，而不是只会写提示词。

看到这句，我第一反应是：完了。很多营销人的简历，和这个要求，已经对不上了。

更麻烦的是，职位名称一个字都没变

有意思的是这 60 份 JD 的标题。

只有 1 份，在标题里写了 AI-native。

33 份，标题里压根没提 AI 两个字。要求藏在哪？藏在一个叫「营销运营专员」（marketing operations specialist）的岗位描述里。

你看，这就是最隐蔽的地方。

职位名称不动，要求在动。下一次调薪评审的时候，桌子底下的要求已经换了，而你的简历还按旧要求写着。

所以问题来了：这些要求到底意味着什么？该先补哪块能力？

工具这一层，比你想的具体得多

以前雇主问：你用没用过 AI？

现在不这么问了。现在点名。

60 份 JD 里，36 份至少点了一个具体产品的名。

我给你拆拆这份点名名单。

第一个，每天要用的模型。

Claude，出现在 26 份里。提到 OpenAI 或 ChatGPT 的，19 份。

天呐。我第一次看到这组数字，愣了一下。很多人默认市场是围着 ChatGPT 转的，结果招聘一线，点 Claude 名的反而更多。

第二个，一个编排平台，而且要学精。

JD 里点名的，主要是 n8n、Zapier、Make 这三家。学精一个要多久？有人算过：n8n 大概 15 个小时，Zapier 12 个，Make 8 个。

看着不少，你别慌。这三家的底层逻辑一模一样：一个触发器，若干步骤，加一些条件判断，最后给个输出。你把其中一个用熟了，换到另一个，一个下午的事。

怎么选？选你们公司已经在付费的那个。

第三个，让你自己的数据够得着模型的方法。

Model Context Protocol（MCP），就是干这个的。它让智能体能直接够到你的工具和数据，而不是靠训练时背下的那点东西瞎猜。60 份 JD 里，8 份已经点名要它。

顺便说一句，这个协议 2024 年才出来。两年，从不存在，到写进 JD。

第四个，营销文章里经常被略过的部分：写代码的助手、放代码的仓库、把东西发上线的地方。各来一个：

• 写，用 Claude Code、Cursor，或者 Replit。
• 存，放 GitHub。
• 发上线，Vercel、Railway、Render、Supabase、Firebase，挑一个。

有份 JD 的原话就是这么要的：AI 编程工具，括号里列着 Claude Code、Cursor、Replit，用来搭定制方案；另外，还要会用 GitHub。

这份名单你先记下。但我得提醒一句：这份名单是易耗品，大概两年，一半就要换血。

两年后 Claude 还在不在名单上，不好说。

那什么不是易耗品？

梯子。

什么叫梯子？五级台阶，必须一级一级爬

看完整 60 份 JD，我发现它们其实在描述同一套能力阶梯。五级：

1. 搞懂它怎么运转
2. 把流程写下来
3. 把重复的事自动化
4. 独立做一个应用，发上线
5. 证明它下个月还活着

为什么是梯子，不是自助餐，想吃哪道夹哪道？

因为每一级，都踩在上一级上。

最常见的错误，我也见过不少，是跳级：原理还没搞明白，流程从来没写下来过，先去报了个「搭建 AI 智能体」的课。

为什么不行？

因为智能体只会严格执行你给它的流程。你给它的，是一个你从来没写清楚过的流程，会发生什么？

产出看着挺对。排版漂亮，风格也对，语气笃定。但错的地方，藏得深。没人发现，能错一整个季度。

等你发现的时候，损失已经记完账了。

好，咱们一级一级爬。

第一级：搞懂它怎么运转

不是为了显摆术语。是为了让它吓不到你。

模型是怎么给出答案的？

它不去库存里翻一个现成答案递给你。它是一个词一个词、现场生成的：每写一个词，都根据眼前所有的信息，猜下一个最可能的词。

「眼前所有的信息」，有个名字，叫上下文窗口。

对模型来说，上下文窗口，就是它的全世界。上周的事、上个月的方案，你不主动放进它的世界，它就不知道。

那它怎么够到你们公司自己的资料？

模型出厂时，只带着训练时学的东西。所以它会一本正经地介绍一个你们根本不卖的功能。

要它说你们公司的话，得先把文档喂给它：把每段文字变成一串数字，叫嵌入。你可以把嵌入理解成坐标，意思相近的段落，坐标就挨得近。这些坐标存进一个向量数据库。

有人提问，先把问题也变成坐标，再从库里把挨得最近的段落捞出来，塞进上下文窗口，然后模型才开始说话。

这一套，叫检索。

你多半不用自己搭这套东西，但必须知道它在发生。因为你的文档质量，对输出质量的影响，大过你选哪个模型。

还有三件事，越早知道越好：

• 它不记事。这次聊的，下次全忘，除非你特意给它记忆。所以又臭又长的 brief，会把你真正在乎的那句要求，淹没掉。
• 它永远会给出一个回答。生成一段像模像样的文字，是它的全部工作机制，不是故障。
• 同样的问题问两遍，答案可能不一样。它在各种「可能的接续」里挑，不是查表。

最后，模型外面还有三样东西，得分清楚。

智能体（agent），不是聊天框。它是配置好的软件，拿着固定的工具，按点开跑，反复干同一件事，干完把结果写到指定的地方。

技能（skill），是你写给智能体的那份说明书，让它按你的方式干活。

MCP，前面说过了，是让智能体够到你的工具和数据的那套系统。

这一级什么时候算过关？

你能把这些讲给你奶奶听，不用画一张图。

第二级：把流程写下来

啥叫把流程写下来？

把你平时凭手感、凭经验、凭肌肉记忆干的活，拆成一串步骤。每一步写清楚：输入是什么，判断在哪，谁来接手。

这件事有个别名，叫最便宜的审计。

你真的写一次就知道：那些没人说得清为什么要走的审批，那些「因为当年有人提过一嘴」就留下来的环节，那些悄悄吞掉一整天的交接，全都会浮在同一张纸上。

流程写不下来，就没法自动化。描述不出来的活，你都没法给智能体下指令。

但这一级还有个更狠的部分。

标准，也得写下来。

品牌规范、语气指南、设计系统……这些东西当年都是写给人看的。人会追问，会察言观色，能把 40 页 PDF 里的精神自己脑补出来。

智能体不会。

40 页带情绪板的 PDF，塞不进工作流。同样的知识，必须改写成规则。哪几类要先写？我数给你看。

**声音（voice）。**别写形容词。贴你们真实发过的段落，一段一段标出为什么好。示例教模型，比形容词管用一百倍。再把实际见过的翻车句式列出来，让机器有东西可以否。比如：开头从读者的问题切入，别从产品切入；不许连用三个形容词；先说它干什么，再说它是给谁的。

**产品真相。**一个产品一页纸，写明负责人和复查日期：功能、边界、目标客户，再加上和每个竞品短兵相接的打法。比如 TMetric，一个给服务团队用的计时工具：管工时、计费费率、项目毛利；目标客户是 20 到 200 人团队的运营负责人；和竞品对上，他们赢在价格，我们赢在审批。

**说法清单。**哪些话可以直接说，哪些话说了必须附上依据链接，哪些话谁都不许说。这条偷懒，智能体就会自信满满地编一个竞品对比出来。

**SEO 和 GEO 规则。**一个页面长什么样、怎么拿到排名和 AI 引用：栏目顺序、篇幅区间、什么搜索意图配什么格式、内链、结构化数据，以及什么样的段落值得被 AI 答案直接引用。比如对比页，前 40 个字就要把答案说清，方便被引用；先表格后文字；不许给已经排上名的关键词再造第二个页面。

**设计系统。**网页和图都算。组件、状态、设计变量、使用规则，放在一个活的地方（比如 Storybook），别锁在 PPT 里。生成图片另立规矩：logo 怎么摆、什么风格、哪些东西绝对不许生成。

写完这几类，你的团队，人和机器，看的是同一套说明书。

第三级：把重复的事，一件一件搬上去

梯子的目的，到这一级开始兑现。

把每周都在重复的活挑出来：先是一条打磨好的 prompt；用熟了，存成一个可复用的技能；再往后，给这个技能装上触发器，它就成了一个不需要你惦记的智能体。

自动化一个，腾出手来，再挑下一个。

对了，不少 JD 里写着，招聘方想要能给整个团队建系统、搭共享库的人。

注意，是建共享库。人家没要你交出你的 prompt。

你要交的不是几段咒语，是一套别人离开你也能跑的机器。

第四级：独立做一个应用，发上线

这一级，营销人普遍最抗拒。

但有意思的地方也在这：抗拒最厉害的一级，恰恰是改变最大的一级。

找一件你们团队现在手工干的小事，别贪大，要真实。用编程助手自己把它做出来，放进仓库，部署，让它有个别人能点开的网址。

为什么要全链条走完？因为每一段，教的课都不一样。

做的时候，你学会定范围。需求模糊，做出来的东西就模糊，而这个道理，20 分钟后你就会亲手体会到，不用等到季度复盘。

放仓库的时候，你学会版本。第一次搞坏东西，你才懂「回滚」两个字多珍贵。

发布出去，一切才落地：有人用了，有人给反馈了，还有人用一种你压根没想到的姿势，把你的东西搞坏了。

这活干完一次，你的脑子会换一个运转方式。

有些认知，做一遍才有。看再多教程，都只是听说。

第五级：证明它下个月还活着

这一级，最容易被忽略。

把自动化要产出的业务结果记下来，在 30 天、60 天、90 天，各对一次账：达成了，还是在正轨上，还是已经落后了。

这一步教给你的，是前四级都教不了的：

你的自动化，会劣化。

三月跑得好好的智能体，不是它九月还能跑好的证据。

花园你都知道要定期打理。系统凭什么例外？

别等课了

写到这，你大概也看出来了：这五级台阶，没有一个，是报班能替你爬的。

别等那个「AI 营销特训营」开课了。

挑一个你每周都要干一遍的流程。写下来。诚实地度量它。把其中一个环节自动化。把结果存到别人也够得着的地方。

下个月，再来一遍。

每天一小时，投在真实任务上，一年就是三百多个小时的实打实积累。买了很多课却从不落地，那些时间，一分都长不成能力。

回到开头那 60 份 JD。

职位名称没变，桌下的要求已经变了。看得见的人先爬梯子，看不见的人还在囤工具。

祝你，是先爬的那一个。