AI 达人筛选与个性化建联
让个性化建联，不再靠人逐个完成。
工作：根据不同项目需求筛选达人、撰写专属的个性化邀约邮件。 过去：需要我一位位查看、整理和发送，平均一百位需要两小时左右，重复的执行动作+需要核对ID、邮箱、邮件内容是否匹配达人账号让人筋疲力尽。 现在：我先把自己的选人经验校准成项目标准，再连接 AI 判断与脚本执行，原一百位判断+个性化邮件发送需要两小时，目前成熟Workflow仅需35分钟（均值）。
放大处理规模的同时，保留对每位达人内容的判断和有依据的个性化表达。我的工作也从逐人操作，转向维护标准、抽检结果与处理异常。
工作流演示｜从达人截图到 AI 批量判断
脚本从 TikTok Profile Embed 页面采集达人内容截图，按批次提交给 ChatGPT。模型依据我校准的筛选标准判断该达人是否保留，再按完整达人 ID 返回 JSON 结构化结果，供后续脚本直接接收与处理，通过GmailAPI发送邮件并回读。把逐人查看、提交和整理结果的重复工作，连接成可批量执行的筛选流程。
01｜先让 AI 理解，我到底想找什么样的达人
每个品牌都有自己的 brief，要求也不一样。比如 MINISO的YOYO玩偶更适合年轻家庭和儿童日常内容，STACEES 的校园礼服需要匹配美国校园穿搭风格（美高女生），而 FYPro （类似于Seedance的视频生成平台）的范围更宽，包含任何类目，重点是达人能不能自然展示和介绍商品。
最开始，我会先从候选中挑出3位自己认为最符合要求的达人，把他们的主页和品牌 brief 一起交给 ChatGPT，让它解释：这3个人为什么适合，具体是根据哪些内容判断的？
他输出的核心画像描述需要和我理想的核心画像一致才会给予通过，我再按10位一组开始筛选达人测试。AI 返回保留、放弃和判断依据，我逐个检查不合理的地方。比如，一个孩子只是偶尔出镜的生活账号，为什么会被判断成适合玩偶推广的家庭达人？
就这样反复修改标准，再通过抽样检查结果。比如每100位抽查20位，确认判断基本符合我的要求后，再扩大执行规模。
最后，我把确认后的筛选标准整理成各品牌项目的 MD 文档。每个品牌使用独立的 ChatGPT 项目，新建对话必须先读取对应规则，再开始正式筛选，避免每次换个对话就重新教一遍。
02｜动作都有脚本了，为什么还要 Agent 手动搬砖？
ChatGPT 已经能够判断达人，但打开主页、截图和上传，仍然是我在做。
我当时就在想：判断需要理解内容，截图却是重复操作，为什么还要自己一张张来？于是，我让 Codex 代替我执行这个动作，按候选名单打开主页、采集截图，攒够10位再提交给 ChatGPT。
但有了脚本以后，整个过程还是不够快。截图完成，要由 Agent 安排提交；ChatGPT 返回结果，要由 Agent 收回答案，再组织邮件发送。每次切到下一步，它还会重新检查浏览器状态、执行环境和输入输出，严重影响了工作流效率。
我看着这些固定动作反复衔接，觉得很奇怪：第一步、第二步、第三步都已经清楚了，为什么每轮还要重新安排？
那时我还不知道什么是总控。问过 Work 后，我才开始把这些动作接成固定流程：在指定设备和浏览器里完成截图、提交、结果收集与邮件发送，再检查发送结果。WorkFlow的固定步骤则由批次执行总控衔接。
03｜流程刚跑顺，达人主页却打不开了
前两百位左右，主页访问没有明显异常。后来，主页开始反复出现“出错了”，截图这一步走不下去了。
当时我还背着业绩目标。好不容易把后面的流程接起来，却卡在最前面的取图入口，我确实一度觉得，前面花的时间可能要白费了。
我也尝试改用 TikTok 客户端。但当时使用的 Agent 虽然能看到界面，却无法识别按钮和输入框，没能把客户端的主页取图接入批量流程。
后来，我向 ChatGPT 询问其他入口，才知道可以尝试 TikTok Profile Embed（TT官方开发者网页）。它能够通过浏览器打开，在后续使用中也比原来的主页取图方式稳定，但一次只能看到大约五个视频封面，判断材料明显少了。
我让脚本先截一屏，再向右滑动截取下一屏，把两屏拼成一张图后提交。这样既能增加可见内容，也能减少上传位置的占用：一次最多提交10张图片，一位达人用两张只能处理5位，拼图后一张对应一位，就能处理10位。
我没有重新搭建整条流程，而是换掉取图入口，让后面的筛选和邮件处理继续工作。
04｜十位一轮小而美，但项目需求量巨大，无法应对交付压力
每位达人耗时对比
秒／位，横条越短越省时
- 人工约 72 秒／位
100位／批 · 约120分钟
工作流
10位／批约 60 秒／位每批约10分钟
- 30位／批约 34 秒／位
每批约17分钟
- 100位／批约 21 秒／位
每批约35分钟
换成 Embed 后，十位一轮的流程逐渐稳定下来。它可以在我处理其他工作时继续运行，当时一天能够发送五百多封邮件。
但后来品牌开始按天要求提报和交付，原来的节奏又不够了。我开始扩大总控组织的任务批次，先从10位改到30位，再尝试100位。逐步扩大每批的人数
当时试跑，十位一轮大约需要十分钟，三十位大约十七分钟。我看到更大的批次能够摊薄反复切换的时间，于是继续往上试。
第一次跑100位却卡住了。候选多了以后，身份核对和发送审计也跟着变重：这封文案属于谁，应该发到哪个邮箱，Gmail里是否真的已经发出，都要对应清楚。
我因此要求 ChatGPT 返回的邮件必须带上完整达人 ID，让候选表、生成内容、输出表和本机审计记录都有同一个核对字段（ID）。原来需要来回找昵称、邮箱和账号的地方，有了达人的ID就变得非常好核对（脚本轻量化）。
10位到100看似只是数量增加了，但是总控每批次的容量调整、审计的压力等相互关联的地方都需要修正。
输入｜达人建联表
输出｜FYPro 筛选与内容结果
输入与输出结构对照，截图为不同达人区段；邮箱区域在网页中遮挡。点击图片可放大查看。
05｜流程跑完了，我还要检查它有没有选对、写对
批次能连续跑以后，我不再逐人截图和整理，但仍然保留内容抽检。
我会把达人主页与对应邮件放在一起看：保留理由是否符合黄金画像，文案提到的商品和展示方式有没有可见依据，是否把只有商品特写的内容写成了真人口播。独立的 FYPro 监管任务也参与检查，但最终仍然要能回到原始材料核对。
下面的珠宝配饰、工具与日用品、美妆、手袋等案例，就是这类对应检查。它们展示的不是几封措辞不同的邮件，而是每段个性化开场怎样来自这位达人的实际内容。
可见内容耳环、手镯与戒指的商品特写。
对应开场提到相同品类，以及形状、质感和细节。
补充案例 2｜工具与日用品主页与邮件开场
补充案例 3｜美妆内容主页与邮件开场
补充案例 4｜手提包与配饰主页与邮件开场
从逐人操作，到维护一条批量流程
这套流程从一张人工手动提交的截图开始，中间经历了 Agent 手动调度、主页取图失败，以及放量后审计跟不上的问题。我通过批次执行总控、Embed双屏拼图和统一 ID，脚本轻量化处理把这些环节逐步接了起来。
我的工作也从逐个查看、搬运和发送，转向校准筛选标准、抽检内容与处理异常。
邀约发出以后，新的问题是怎样持续推进合作。这部分由下一项作品——FYPro达人合作状态机继续承接。
FYPro 达人合作状态机