現場筆記
一位行銷人在 X 上展示了一套看起來像「單人 AI 行銷部門」的工作流：Claude Code、MCP connectors、Search Console、Google Ads、Meta Ads，以及一個可以檢查資料並提出修復建議的 agent。
這已經不再是科幻。Claude Code 可以透過 Model Context Protocol 連接外部工具，而市場上已經有用於廣告平台、analytics 與搜尋資料的 MCP servers。更值得討論的問題不是這能不能被做出來，而是多數團隊是否已準備好信任它的輸出。
大多數還沒有。至少現在還沒有。
為什麼它值得注意
這套工作流強大，是因為它連接了通常分散在不同分頁裡的資料。
Search Console 可以顯示 query 與 page decay。Google Ads 可以顯示浪費花費與轉換詞。Meta Ads 可以顯示 creative fatigue。Analytics 可以顯示 landing page behavior。coding agent 可以把這些訊號轉成 brief、tickets、scripts 與頁面修改。
這是真正的營運變化。行銷人不再只是向 chatbot 詢問泛泛建議，而是把 growth stack 的即時上下文交給 agent。
缺失的基礎
不舒服的部分在這裡：把工具連上，並不會修好混亂的系統。
如果你的 Search Console properties 不完整、campaign 命名很差、landing pages 沒有清楚 owner、內容沒有 topic map，agent 只會繼承這些混亂。它可能把混亂總結得很漂亮，甚至把混亂自動化。
基礎仍然重要：
- 乾淨的資料來源，以及清楚的存取邊界。
- 分析 agent 預設使用 read-only 權限。
- 為頁面、campaign、audience 與 funnel stage 建立 taxonomy。
- 在發布、暫停、出價或重寫之前設置人工核准關卡。
- 建立 measurement loop，檢查建議是否真的有效。
Agent 可以加速好流程，也可以加速壞流程。
更安全的營運模型
先從診斷開始，不要從執行開始。
| 階段 | Agent 可以做 | 人應該核准 | 風險 |
|---|---|---|---|
| 觀察 | 拉取報表並找出異常 | 資料來源與時間範圍 | 低 |
| 診斷 | 解釋可能原因與受影響頁面 | 優先順序與商業上下文 | 中 |
| 草擬 | 建立 brief、ad notes 與 SEO tickets | 最終範圍與 owner | 中 |
| 執行 | 編輯頁面或 campaign settings | 每一個 production change | 高 |
| 衡量 | 比較前後指標 | 解讀與下一步行動 | 中 |
第一個 production 版本的 AI 行銷部門，應該是 read-only analyst 與 brief generator。讓它找問題，讓人決定什麼可以上線。
它最先能幫助 SEO 與 GEO 的地方
最有用的第一批工作流通常很無聊。
- 找出 impressions 上升但 CTR 下降的頁面。
- 把廣告 search terms 對應到缺失的 organic pages。
- 找出有排名、但尚未具備 AI answer citation readiness 的頁面。
- 比較 AI answers 中的競品提及與自身品牌提及。
- 每週為最高價值頁面建立 repair briefs。
這些任務重複、資料量大，而且很煩。正適合 agent。
Auspia 的觀點
AI 行銷部門已經真實到值得現在測試。但小團隊不應該跳過 SEO 與 GEO 基礎。
在把 agents 連上每個工具之前，先確保網站有乾淨的技術訊號、清楚的品牌事實、可抽取答案與 content map。否則 agent 只會花時間發現那些幾個月前就應該修好的問題。
更好的第一個專案是：連接 Search Console、crawl data 與 AI visibility prompts。讓 agent 每週產出一份「repair queue」，包含 page、query、issue、suggested fix 與 expected measurement。
FAQ
這裡的 MCP 是什麼？
MCP 代表 Model Context Protocol。它讓 AI 工具可以透過標準化 servers 連接外部系統，例如 databases、APIs、analytics platforms 與 workflow tools。
應該讓 agents 自動修改廣告 campaigns 嗎？
一開始不應該。先從 read-only analysis 與人工核准建議開始。Production changes 需要 guardrails、logs 與 rollback plans。
最容易自動化的 SEO 工作流是什麼？
每週 page decay review 是很好的起點。拉出 clicks 或 CTR 下降的頁面，診斷可能原因，並建立有範圍的 refresh briefs。
這會取代行銷團隊嗎？
不會。它會取代部分手動報告與第一版分析。策略、優先級、品牌判斷與最終核准仍然需要人。
來源
- Claude Code MCP 文件：https://code.claude.com/docs/en/mcp
- Google Ads MCP 專案範例：https://github.com/cohnen/mcp-google-ads
- 廣告平台 MCP 討論範例：https://mcp-ads.com/
- Nyra X 工作流參考：https://x.com/Nyra_nx
作者：Nathan Reed，Auspia AI Marketing Workflow Designer，參與 80+ 套 growth systems。Nathan 撰寫 AI-assisted marketing operations、guardrails 與實務成長工作流。
