全部 AI提效项目PROJECT 02 · FYPro

FYPro 达人合作状态机

让 AI 不只把邮件回完,还能按运营规则推进视频交付。

项目结果与系统记录

前一个项目解决了达人筛选与批量建联。邀约发出后,持续跟进合作,仍然占用了 PR 大量时间。

工作内容:围绕50位达人视频正式上线的目标,我需要持续邀约、确认合作条件、跟进制作与审核,推动达人按品牌要求完成发布。

过去:面对大量邮件线程,每次打开一封邮件,我都要重新梳理往来:这位达人推进到了哪一步,还缺什么,下一步应该做什么。随着合作量增加,反复判断进度、记住待办并逐人跟进,成了主要的工作负担。

情境插画|逐封回忆进度、缺项与下一步。
现在:将达人合作流程拆解为可执行的状态节点,由 AI 按照预设规则自动处理常规邮件、推动合作进度并执行定时跟进。 我不再逐封处理日常邮件,而是主要负责业务规则设计、运营策略调整与异常情况处理。当出现规则无法覆盖的问题,例如达人临时取消合作、产品使用异常或特殊商业争议时,再由人工介入。 所以另一个我现在的工作是这样:
小时任务真实运行记录
9月16日至17日的任务对话截图,已去除重叠及无关界面,保留可见原文与时间。
没错,邮件的跟进已经无需我每封都亲自翻阅,Agent会根据定时任务与既定规则自主推进,而真正的我的工作:

01|设计合作状态机,明确阶段推进条件

将完整的达人合作流程拆解为独立状态节点,为每个节点定义清晰的进入条件、阶段目标、执行动作与退出条件。 每个节点只承担一个明确的业务目标。AI 根据当前合作状态判断下一步应该执行什么,并在满足条件后推动达人进入下一阶段,避免重复跟进、遗漏关键动作或错误推进(状态机节点规则设置在下方01图片处)。

02|将商务经验转化为可执行的邮件策略

将日常 Creator BD 工作中积累的谈判方法、沟通技巧和异常处理经验,整理成 AI 可以调用的回复规则。 规则覆盖两类核心场景: 商务推进: 报价谈判、合作意愿确认、交付期限提醒、延迟交稿催促等。 业务问题: 产品使用障碍、APP 积分不足、达人临时拒绝合作、操作指导等。 AI 在读取历史邮件和当前合作状态后,结合预设规则选择对应的回复策略,而不是单纯依赖模型临时生成邮件。

03|监督执行结果,动态调整运营策略

自动化流程建立后,我的工作重心转向执行质量监督和业务目标管理。 一方面,检查 AI 是否真正按照既定规则执行,包括回复策略是否落实、状态流转是否准确,以及关键跟进动作是否遗漏。 另一方面,根据项目剩余周期、当前交付进度和不同阶段的达人转化情况,反推每日新增及推进目标,动态调整跟进频率和运营优先级。对于未被现有规则覆盖的问题,人工处理后再评估是否需要沉淀为新的执行规则。

从规则到执行

状态机规则

状态机新规则|S60已取消。

新规则:S60已取消,可滚动或点击放大查看。

每小时触发

每小时任务设置|执行范围、重复频率与通知方式。

按每小时重复执行,检查已有合作与待办。

这个项目最重要的变化,是把我在经营合作中的判断和处理方法,逐步转化为 AI 能够执行的规则,让它能够按既定条件持续推进合作。

7 位达人 · 合作推进案例

状态机推进成果

从合作条件确认,到制作反馈与交付回传,选择一位达人,查看实际推进的要点。

Jakara Brown

审核通过后,达人回传发布链接与最终视频,保留了从等待审核到交付回传的连续沟通。

  • 审核反馈
  • 发布许可
  • 链接与终版回传

16 封已记录邮件

Megan Koehler

逐项核对无水印终版、发布链接与使用权益,交付材料确认后继续安排付款。

  • 无水印终版
  • 使用权益确认
  • 付款待处理

21 封已记录邮件

Addey Pruitt

从提交草稿到后续交付与结算沟通,线程中可见达人确认已收到款项。

  • 草稿提交
  • 交付与结算
  • 达人确认收款

30 封已记录邮件

Amanda Meshaw

发布链接回传后,继续跟进积分不足问题,记录交付之后仍需推进的支持事项。

  • 发布链接回传
  • 积分不足反馈
  • 后续核对

16 封已记录邮件

Nikauri Santos Castillo

收到发布链接后,继续核对并校正 @fypro 标签,保留发布后的补充沟通。

  • 发布链接回传
  • @fypro 标签校正
  • 发布后跟进

20 封已记录邮件

Justina Bennett

接收视频后继续核对制作来源与发布条件;截图中的沟通仍处于发布前确认阶段。

  • 视频接收
  • 制作来源核对
  • 发布前确认

9 封已记录邮件

Bianca Vincent

发布链接与无水印文件已回传,后续仍在跟进付款处理,保留交付之后的结算沟通。

  • 发布链接回传
  • 无水印文件
  • 付款继续跟进

29 封已记录邮件

各案例概括邮件中已发生的推进事项,包含人工、品牌与达人协作,不等同于 AI 独立完成全部合作。

查看项目过程

01|AI能帮我写邮件了,但每位达人的进度却还得我自己记

最初,我已经在用 ChatGPT 帮忙回复邮件:把达人来信和之前的往来复制进去,说明我想怎么回,再把生成的英文搬回邮箱。

手动复制邮件上下文、提交 ChatGPT 的工作界面

同时沟通五位达人时,我还能记住每个人。到了十几位,负担就不只是写英文:这个人同意条款了吗?注册邮箱给过没有?多久没回复了?下一封应该问什么?

我开始尝试让 AI 直接读取完整邮件,再判断合作进度。同一个项目,合作条件基本一致,我就把流程拆成几个节点,给每个节点设置进入、退出条件和相应的沟通内容。

最初的流程比较简单:S10询问合作意愿,达人正向回复后进入S20;再确认条款,满足条件就提报品牌。模型结合完整往来组织回复,执行层负责发送和更新状态。

这样,我交出去的不再只是让AI帮我写邮件,还包括让AI代替我做邮件线程的判断。

历史资料|完整节点图

对应时期的历史版本,原图未标注日期。后文说明了条件与节点的调整,不将旧图与调整后的规则混用。

机制示意|假设数据,非历史实测。点击查看完整图片。

02|品牌通过的人很多,真正继续制作的人却很少

最初的项目指标我认为很容易达成。前端视觉筛选已经排除了明显不符合项目要求的账号,每天能提报几十位,品牌通过的人也不少。我一度觉得,50位视频上线的目标应该能够完成。

但 CODE 发出去以后,大批达人没有继续推进。有人长时间不回,有人反复提醒也没有交出作品。审核和资源都投入了,真正走到制作的人却很少。

我开始反思:视觉条件符合,只说明对方适合这次内容,不代表合作态度积极。原状态机S10与S20节点的退出条件“对于是否想合作回复 YES/NO”“对于条款回复 I CONFIRM”,让我没有看清达人的合作态度如何,就贸然推进,导致浪费了大量的时间精力在消极合作的人身上。

于是,我修改了邮件和节点条件。S10诚恳态度代替机械的Yes/No模板,明确告诉对方:不合适可以直接拒绝,我们更愿意得到诚实的答复,而不是勉强答应。

进入S20以后,不再只收一句确认。我要求补齐三项信息:FYPro注册邮箱、预计发布日期、对合作条款的明确同意。缺一项,就留在S20,只追问缺项;三项齐备后,再进入S30提报。

调整后,提报人数减少了,但按我当时的观察,留下来的达人更愿意提供信息、确认安排并继续推进。我开始把注意力从“多少人说感兴趣”,转向“多少人真的准备参与”。

旧规则重排图|S60仍保留,用于对照节点调整。

03|一个节点只管一件事,不用每一步都让达人再确认

节点不是越多越好。我希望每个节点都能回答一个具体问题:这一步要做的事,完成了没有?

进入S30后,Agent按固定表头填写提报日期、Handle、主页和粉丝量。

Agent填写A—D列:提报日期、Handle、主页、粉丝量;品牌在H列填写审核意见。

品牌反馈以后,我自己筛掉未通过的对象,再把结果交回Agent更新状态。这个操作每天一次,我看一眼、十秒左右就能处理,没必要再为它反复调整脚本。

S40由Agent统一分配和负责品牌通过后的CODE(VIP密钥)分配;完成发码后进入S50,专门管理这项资源及其后续回应。这里记录的是我方动作已经完成,不需要等达人额外做一件事,才能更新节点。

我也删掉过节点。最初,发码后还要确认激活,再经过S60询问“是否开始制作”,得到回复后才进入S70。

后来我觉得,这一轮确认没有必要。前面已经约好交付时间,资源也安排好了,与其继续问“开始了吗”,不如告诉对方,我期待在约定时间收到作品,然后按排期等待。

因此,我取消了这轮额外确认。这里的S70表示进入约定交付的等待与跟进阶段,不表示系统已经验证达人开始制作。

当时一轮调整后的跟进节奏,点击可放大查看。

04|我怕漏掉回复,后来却把达人催烦了

最初,我担心首封邮件被淹没。我们已经花精力筛选和建联,如果只是因为对方没看到就放弃,我很不甘心。所以,我尝试过在8小时、24小时和48小时继续提醒。

但密集跟进也带来了负面反馈。有人明确说不感兴趣,有人要求停止联系。到了制作阶段,我因为CODE已经投入,沉默成本变大,更不愿意放弃,也曾在约定日期前后连续追问,最后反而把合作催停了。

我开始回看回复时间和后续反馈。按当时的观察,愿意回复的达人在前24小时有70%,48小时内的回复有15%,在48小时之后的新增回复逐渐减少基本可以忽略不计。于是我把S10、S20等阶段收敛为24小时提醒一次,不再为了尽可能追回所有人,不断增加。

制作阶段则围绕已经约定的时间安排:提前一天询问是否遇到困难,当天提醒;逾期后仍无回复、也没有交付,再退出跟进。该等品牌审核、该由我方发码时,不把等待变成催促达人。

时间戳因此不只是记录。它让 Agent 知道,什么时候该行动,什么时候应该等。

05|从云端对话到本机任务,把执行规则留在指定项目文件夹里

随着节点与回复规则不断调整,我遇到了另一个问题:我已经确定的新做法,不能只存在于最近一次聊天里。

早期通过云端Work读取Gmail时,我对规则的执行和效率比较满意,但非常苦恼的一点是云端对话的上下文长度限制太短,每执行几天的任务都需要更换,规则主要留在对话中,换了对话以后,即使说明先承接上个对话的上下文,也依然有损耗,之前纠正过的错误问题也会再次出现,无法完美承接。

我后来把执行落到本机Work的专属任务,建立项目文件夹,持续在本机指定文件夹保存当前规则与纠错记录。每次调整,只认准既定的唯一文件夹,不再让新旧口径同时供任务选择,而是清掉旧的执行规则,只保留一版正在使用的依据。

三项信息的提报门槛也是这样落实的。Agent读取完整往来,已经确认的内容不再重问;只缺注册邮箱,就只补邮箱。它能够处理不同表达和分散在几封邮件里的信息,我需要做的是让它始终使用正确的推进条件。

这样,修改运营策略才不只是“这一次告诉了它”,而是能长久持续留存,让之后的每一次处理都对齐唯一一版正确的规则。

06|人工接管是保障,但不是Agent偷懒的借口,我要让他真正的记住我的纠错并落地到下一次执行

对于尚未确定处理办法的问题,我设置了状态机节点X99人工接管,让Agent先整理事实,再交给我决定,避免它自行作出不确定的承诺。

但后来,X99里堆进了大量我已经告诉了它怎么回复的问题。比如:达人说积分不足,它仍然反复要求暂停、上报品牌,尽管我已经明确过可以直接给达人发送Code;又或者是下方的案例,达人不知道FYpro是用来制作什么内容的APP,我告诉他需要使用文字+示例视频回复,但后续执行仍然犯错。 这其实很矛盾,它能在任务结束后的复盘里面想起来“抱歉你之前教过,但是执行过程中确实没有落地”。 不过我后续掌握了如何让他真正修正的方法。

执行回报中的案例引用:E050、E055、E044。点击截图查看完整记录。

我要求它先区分:哪些问题已有规则能够处理,哪些确实涉及新的故障,或缺少判断依据。 我需要结合具体项目,用真实邮件反复复盘和纠正。每次纠正以后,除了调整当前回复,还要提取共性问题,回看类似邮件是否也需要修改,再通过后续执行,验证它能否把新的处理方式用到同类问题上。(复盘点1)

另外,写进文档并不代表下次会用。因此又增加了编号、标签和生成前检索:先识别问题,读取匹配案例,再结合当前往来回复,并在内部记录中注明依据。新问题经过我确认后,再补充为案例。(复盘点2)

“本次参考了案例 E……”这句记录,背后是执行前检索并读取对应纠错案例的要求。让每次纠正都能成为后续处理的依据,才能逐步减少同类问题反复出现。规则会随着我不断复盘和补充而越来越完善,Agent 的动作也越来越规范。下面是一个实际案例。

真实纠正案例 · 从复盘到后续执行

先让达人看懂要交付什么

达人问FYPro是什么,背后可能在确认:我到底要做出什么样的视频?我要求Agent先讲清用途和交付,再用创作者示例展示结果,减少大段说明带来的理解负担。

8月17—18日 · Megan

是用FYPro制作视频,还是介绍FYPro本身?

Megan询问要用平台生成视频,还是制作介绍FYPro的视频。当时的回复主要强调制作简单、耗时约10分钟,以及发布和付款安排,没有直接说明最终要展示什么。

Would the video be an AI one from the platform or a video about FYPro?

邮件记录左右滑动查看 · 点击图片查看完整内容 ↗

Megan邮件记录|8月17日提问,8月18日回复。点击查看完整邮件。

对方需要先看懂最终交付;强调制作容易和报酬安排,还没有解答她的疑惑。

9月9日 · 复盘

先让她看懂成片,再补充必要说明

我把问题重新定位为“达人不清楚最终要做什么视频”,要求再次发送创作者示例,并明确告诉她不需要额外录制教程。

你可以重新发送我们的创作者示例并告诉她不需要录制教程视频。

把对方最关心的交付结果放在前面,用示例减少理解和想象的负担。

9月9日 · 执行回报

把这次纠正放进后续执行依据

执行回报记录:重新发送三条案例,突出“不需要额外录制教程”,并将修改同步到CURRENT、中文模板与执行记录。

Dara:先让她明白最终要做出什么。

纠正要进入后续会读取的规则和模板,才能继续影响下一次回复。

9月11日 · Jennifer

同类问题再出现,先解释交付,再附示例

Jennifer询问要展示什么商品、如何使用FYPro。9月11日的回复说明:选择已有的TikTok Shop商品,用FYPro制作商品视频,无需录制FYPro教程;随后附上三条成片示例。

These three creator examples show the kind of finished video we mean:

后续邮件把商品、工具和最终成片的关系讲清楚,并用三个示例帮助达人理解交付。

我教给Agent的,是判断对方真正卡在哪里,并选择更容易理解的沟通方式。有没有学会,要看后续遇到同类问题时,实际回复有没有改变。

历史资料|纠错记录、检索与引用规则
历史原始记录 E013—E017
纠错案例的标签、检索与引用规则(历史记录)

07|经营逻辑的彻底闭环

有了各阶段的进度和时间记录,我开始把目标从“今天处理多少邮件”,改成“为了让视频按时上线,今天最需要推进什么”。

临近截止日期,我提出每天争取三位达人发布视频的目标。按照当时粗略统计中约0.77%的整体转化情况倒推,我把持续支撑这个目标所需的日新增规模估在约390位;考虑合作中的变动,当时安排的日新增计划是500—600位。这是安排任务量的参考,从首次联系到视频上线还需要时间。

但目标和计划不会自己变成结果。有一轮,任务提出当天需要发送约1,000封邮件,一天过去却没有落实。

我于是把“看整个项目”和“跟进每位达人”拆开。新建的经营调度对话负责查看离交付目标还差多少,再据此安排今天的推进重点,以及需要补充多少新人。

经营闭环示意|目标调整、前端补充、后端推进与实际数据回流。图中人数为目标调整示例。

需要补充新人时,经营调度把数量要求交给视觉识别与个性化建联任务:筛选合适达人、发送合作邀请,再把完成首次联系的人送入S10,也就是等待达人回复的起点。

已经进入合作流程的达人,则由原来的后端小时任务持续跟进:检查来信和缺少的资料,按约定时间提醒交稿,需要我决定的事情再交给我。每位达人都留下当前阶段、下一步和应处理的时间,让后续跟进有依据。经营目标调整时,这个任务仍按既定的阶段规则工作。

图中用“本周推进10位,调整到20位”的假设场景说明分工:经营调度根据剩余天数重新安排任务,按完整7天粗算,平均每天要推进约3位。图中的“每天约3位”指合作向下一阶段推进,前文的“每天三位”指视频实际发布。需要再联系多少新人,则要结合现有合作人数、转化情况和完成周期估算。

我不再把“看全局”和“逐封执行”都塞进一个对话,而是让它们通过任务和结果交接。我定目标,经营调度安排补充,筛选建联任务负责联系新人,小时任务持续跟进,再把实际进展交回经营调度,决定下一步。这里说的“闭环”,就是做完以后还要回看结果,再调整接下来的工作。

08|我把工作一点点交出去,也把检查一起接进去

最初,我只允许回复进入草稿箱,自己审完再发送。经过多轮修改后,才逐步允许已确认场景直接外发,再接上发送回读、状态更新和结果核对。

原本由我维护的表格,也逐步交给Agent填写:按固定表头整理达人资料、回传合作状态。品牌反馈这种我能快速完成的判断继续由我处理,结果再交给执行任务更新和推进。

在启用的运行阶段,小时任务扫描新来信,也检查已有合作的到期事项。我处理其他项目时继续监督,不必每次亲自提醒谁该回复、谁该跟进。经过约一个月的搭建与调整,这个专属任务开始承接一部分原本需要我持续盯着的工作。

但它不是上线以后就不再出问题。达人会改期、遇到制作困难或改变意愿,执行也仍然需要检查。我的角色是从逐封搬运、逐个提醒,逐步转向调整规则、查看进度和处理例外,而不是退出项目。

项目成果

项目整体交付
50位达人视频正式上线

项目整体交付结果,包含人工、品牌与达人协作,不归为Agent独立完成。

阶段性系统运行记录
约100小时自动处理试运行

阶段性运行记录,关键决定与未决异常保留人工接管。

下方展示合作执行表与小时任务记录。本文中新补充的转化、回复时间与批次数量,以当时观察和阶段回忆表达,不包装成严格的效果对照实验。

合作执行表:达人进度、审核结果与发布链接
小时任务的历史执行记录,点击可查看原图。

项目总结

个性化建联解决的是怎样批量找到并联系合适的人;状态机解决的是联系之后,怎样把合作继续推进。

这段经历里,我不断修改的不只是提示词,还有提报条件、资源投入、等待时间、退出规则和每日任务安排。AI让这些规则可以反复执行,真实回复和交付情况又促使我继续调整。

我最后交给AI的,不是一套固定话术,而是一部分运营判断:什么情况值得继续投入,什么时候应该等待,什么时候需要追问,以及什么时候该停止。

AI达人筛选与个性化建联返回全部 AI提效项目