Anthropic 营销人员如何用 Claude Code 为销售团队定制每周简报

导语

现场营销的一项长期难题，是让销售团队及时知道市场部门正在推进哪些活动、内容和客户机会。Anthropic 的一名现场营销人员把自己每周日手工整理幻灯片、周一开会传达信息的流程交给 Claude Code 重建，最终做成了面向每位销售代表、依据其客户名单自动生成的个性化 Slack 简报。下面按原文顺序完整呈现这套工作流如何形成、如何通过反馈变得可靠，以及它怎样扩展到整个组织。

从周一晨会到个性化周报

作为一名营销人员，我面对的最大挑战之一，是让销售团队随时了解一线正在发生的一切。许多营销人员都经历过这样的走廊对话：一位销售代表说，“哦，我从没听说过那个活动”（或者那份新白皮书、那场网络研讨会），这时你才意识到，自己错过了把最新工作告诉销售、继而告诉客户的机会。

我最初采用的办法，许多营销人员都会觉得熟悉：每周一早晨和销售团队开 15 分钟站会。我会在周日晚上汇总公司各处的更新，把它们做成适合展示的幻灯片，再在会议中现场讲解，并把整套幻灯片分享到 Slack。任务完成了，对吧？其实并没有。能够使用 Claude 以后，这套做法显得过于依赖手工；随着团队扩大、我开始同时支持多个销售团队，原来的幻灯片流程也跟不上了。更新本身还变得越来越没用，因为我已经没有时间替每支团队挑出真正适合它们的机会。

我希望 Claude 接手这项工作，并为每位销售代表创造一种更好的“产品”：一份针对其客户定制、又能匹配我们全部营销活动的每周简报。

所幸，我们组织了一场营销黑客松，专门留出时间，用 Claude Code 重建可重复执行的流程和工作流。我和团队聚在一起，花了一个小时解决这个问题，而这一个小时带来了决定性变化。黑客松这类轻量、往往由同事互相带领的学习机会，让人能够进行日常工作中很难专门腾出时间的试验和探索；我们的团队也不例外。

你不需要会写代码，你需要把问题讲清楚

其他营销人员最常问我的问题之一是：“我该怎样开始使用 AI？”我的做法——尤其是使用 Claude Code 时——是先在提示中向 Claude 解释：我虽然不是技术人员，但有一个具体问题；Claude 应该把我当成一名非常理解业务问题的产品经理，与我一步一步协作。我习惯边说边思考，所以常常会录下自己对问题的解释，再把转写文本交给 Claude。这样，Claude 就能得到完整的业务背景。

在团队的每周客户经理简报项目中，我首先向 Claude 说明目标：每周通过 Slack 告诉每位销售代表，营销部门正在发生什么，以及这些事情怎样帮助他们的客户。然后，我虚构了一份每周更新，作为 Claude 需要达到的模板。我知道销售代表重视行动，因此把“本周最重要的三件事”放在开头，列出三项可以执行的动作，例如即将举行的活动，或最近发布、可以分享给客户的内容。我还为经理另外写了一份汇总模板，因为经理通常希望看到整个团队的全局情况，而不只是单个客户。

接下来，我通过 MCP 把 Claude 连接到 BigQuery。BigQuery 是营销团队的事实来源，其中包含来自 HubSpot、Clay 和 Salesforce 的细粒度数据洞察。我想从简单的内容开始，所以首先接入了活动和网络研讨会的唯一事实来源。为了让每份更新个性化，我让 Claude 从 CRM 获取销售代表的辖区，再取得 Slack 中沟通的相关客户更新。Claude 可以把这两类信息结合起来，生成个性化周报。

后来，我与营销部门的其他团队合作，不断丰富数据。现在的简报还会纳入博客文章、电子书、客户故事、网络研讨会，甚至合作伙伴生态中的活动。

用户反馈才是真正的提示工程

为了把这套简报推向一线，我先邀请一支销售团队充当测试组。万一出现错误，先发给 10 个人没有那么令人担心，而且这组人承诺提供反馈。第一次发送后，我做了几项调整。

有些问题只是单纯的错误。例如，当源表中的某场活动没有 URL 时，Claude 会编出一个看起来合理、实际却无法访问的网址。我们立刻把一条硬性规则写进提示：绝不虚构 URL。现在，只有当链接地址能够与源表逐字一致时，链接才会显示。后来的版本干脆把没有链接的活动完全排除，因为我们意识到：如果销售人员无法替任何人报名，这类活动只会成为噪音。

到第一周结束时，提示中已经积累了九条内容规则，每一条都能追溯到销售人员或经理的一条反馈。一位销售发现，系统向某位工程副总裁推荐了一场面向知识工作者的研讨会，于是现在系统会把联系人职务与活动的目标受众进行核对，不匹配时直接删除且不作说明。行业门槛会阻止零售业客户收到金融行业晚宴邀请；尚未分配客户的新销售人员，则会收到一条简短欢迎信息，而不是一条空白消息。

另一些问题源自数据。任何做营销的人都知道，维护单一事实来源有多难。比如，一线活动表在六周内就调整了三次列顺序。为了应对这种变化，我们修改了提示，要求每次运行开始时先读取表格标题行，核验列映射，然后才能生成内容。指令不再硬编码成“查看 C 列”，而是类似于“查看标题为活动 URL 的那一列”。

把简报推广到整个公司

完成最初几轮运行后，我把简报扩展到自己支持的每支团队；现在，现场营销部门已经面向整个销售组织运行它。每周一早晨，Anthropic 多个销售分区的客户经理都会在 Slack 私信中看到：本周三个优先行动、与其客户相关的一线活动、已经报名即将举行的网络研讨会的联系人、适合分享的营销内容，以及其他后续跟进建议。

每条消息都依据收件人自己的客户名单生成，因此没有两条消息完全相同。这份简报确实有效：我们最近在一周内把一场高管晚宴的报名数翻了一倍，原因纯粹是正确的销售代表在周一早晨看到了正确的活动。

当 Anthropic 的业务拓展代表（BDR）也想要自己的简报时，我们复制了提示，只修改了一个字段，因为 BDR 与客户的映射关系不同于客户经理在 CRM 中的映射关系。提示结构和内容规则完全沿用，BDR 版本在两天内就上线了。此后，我又把它扩展到客户成功团队和联盟团队，并为销售以外的其他跨职能伙伴提供全部营销活动的总览。

无论业务变化多快，在 Claude 的帮助下，我和团队都能确保销售代表每周一开始工作时准确知道本周发生什么，以及应该优先关注哪些客户和活动。每周一发送的全部内容都会归档，所以我可以查到任何一位销售在任意日期实际收到了什么；经理则能在一份汇总中看到整个团队的建议。我仍然会阅读发出去的内容，但系统已经不再等待我的批准。几周前我休假时，周一的发送任务自行完成，没有出现任何问题。

开始使用 Claude 的最佳实践

下面是我从这次 Claude Code 实践中总结出的技巧。

1. 从小处开始，选择一件你已经在手工完成的工作。 面对铺天盖地的 AI 案例，人很容易不知道从哪里开始。我的建议是：挑出那项最消耗你亲手操作时间的重复任务，请 Claude 重建它。你已经知道优秀结果是什么样，因而能够判断输出质量。如果问题依然太大，就把 Claude 当作思考伙伴，让它协助拆解步骤。如果这项工作最终要分享给别人，早期几轮先只发给自己，以便在其他人看到之前捕获错误。
2. 使用自然语言写指令，并为每份文档保留版本。 像指导一位新同事那样向 Claude 说明任务，剩下的交给 Claude。要求 Claude 把每次更新保存为编号版本，并用一行文字说明改变了什么，这样就能留下产生每次历史运行结果的提示记录。我们的提示是一份 Markdown 文件，同事可以针对自己的销售分区运行；最初它是一份共享 Google 文档，后来需要编辑它的人越来越多，我们才迁移到 GitHub。
3. 先与一个人数少、投入度高的群体试点。 第一轮测试只邀请少数客户经理；我们知道他们愿意花时间提供反馈、持续改进报告，帮助发现错误，并建议怎样扩展覆盖范围或提升个性化程度。
4. 用反馈改进提示，把每项纠正都写成明确规则。 当简报接收者开始反馈问题、每一次纠正都转化为 Claude 的显式规则后，这份营销简报才真正变得有用。

Claude 自动化了一个过去每周日都要花费我数小时的手工流程。不过，通过这个项目，我和团队得到的不只是时间：现在的产出更加个性化、更有用，也更容易衡量。你的哪一项营销流程可以用 Claude 改进？

思想框架

文章从一项典型的手工营销流程开始：周日整理幻灯片、周一向销售传达信息，但团队扩大后，这种统一广播既不可扩展，也缺少针对性。作者随后把自己定位成理解业务问题的产品经理，用自然语言、示例模板、BigQuery 数据和 CRM/Slack 上下文，让 Claude Code 生成逐人定制的简报。试点阶段暴露出的虚构链接、受众错配和表格列变化，没有被当作一次性故障，而是逐项沉淀为九条内容规则和动态读取表头等机制。系统最终扩展到多个销售角色和跨职能团队，形成可归档、无需逐次审批的自动化工作流；文章最后把成功路径概括为从熟悉的小任务起步、版本化指令、小范围试点，以及把用户反馈持续写回规则。