AI 营销用例：交给 ManyMoney 的 10 项任务

如果你的团队还只是用 AI 写推送文案，那是时候把 AI 自动化用得更深一步了。🤖🚀

我们梳理了 Pushwoosh 客户发给 ManyMoney（Pushwoosh 内置的 AI 营销 Agent）的数百条真实请求。结论有点出人意料：写文案几乎排不上号。客户真正交给它的是运营岗位的日常工作——搭建和排查用户旅程、衡量效果、拉取报表。

下面整理了其中 10 个真实的 AI 营销用例，可以直接借鉴到你的下一次活动。每个用例都包含任务背景、发给 AI 营销 Agent 的原始提示词和最终结果。对同时运营多个海外市场的出海团队来说，这些提示词复制到自己的账户里就能直接运行。

已经在使用 Pushwoosh？

登录账户，把下面任意一条提示词发给 AI 营销 Agent。

登录账户

AI 营销 Agent 能做什么？

营销领域的大多数 AI 工具只给建议，剩下的事情还得你自己动手。AI 营销 Agent 则直接基于你的真实数据工作：它会读取你的用户旅程、分群、标签（tags）、事件（events）和消息统计，然后亲自创建分群、修改旅程草稿或拉取报表。

但即便是大多数 AI Agent，你也得先把数据喂进去：接入数据源、上传导出文件、解释你的活动是怎么配置的。ManyMoney 省掉了这一步。它内置在 Pushwoosh 里，从第一条提示词开始，你的数据和上下文就已经就位。

对出海团队来说，这一点格外重要。跨境电商、出海游戏和金融科技出海 App 的增长负责人和 CRM 经理，往往要同时盯着多个海外市场、多个时区和多种语言的用户旅程。与其在每个市场重复同样的检查和报表工作，不如把这些运营任务交给一个已经看得到你全部数据的 AI 营销 Agent，团队把精力留给海外用户触达策略本身。

想试试的话，在 Control Panel（控制台）里打开 AI Assistant 按钮（👉🏻点击登录）。

Pushwoosh Control Panel 中的 ManyMoney AI Assistant

用日常语言描述任务，AI 助手就可以：

搭建和编辑用户旅程——从第一版草稿到运行中流程的修复。
根据自然语言描述创建分群，并找出分群为空的原因。
为推送、邮件、短信和 LINE 配置消息预设（presets）。
拉取活动和用户旅程的统计数据与送达报告。
在上线前后排查问题——旅程设置、标签、设备注册、发送日志。
基于产品文档回答产品问题。

查看 ManyMoney 的完整能力列表。

ManyMoney 逐一检查旅程的每个步骤，并针对会阻止受众进入旅程的条件给出修复建议

☝🏻

控制权始终在你手里。只有在你开启 Full Automation 之后，ManyMoney 才会改动你的账户；执行破坏性操作之前，它还会请求你明确确认。

Pushwoosh AI Assistant 中的 Full Automation 模式

前往 Pushwoosh，开启 Full Automation 模式

AI 营销用例参考：团队都把哪些任务交给了 ManyMoney

我们翻阅了 Pushwoosh 客户与 ManyMoney 的真实对话，超过 100 段。规律很明显：

26% 与用户旅程有关：搭建、审查和修复
16% 是效果分析：对照组、报表、指标核对
只有 5% 是让它写文案

这个比例很能说明问题。团队手里并不缺消息内容，他们真正交给 AI 的，是活动管理本身——确保这些消息触达对的人，并且真正发挥作用。

所以，如果 AI 在你的团队里还只负责写推送标题，那最有价值的部分你其实还没用上。

下面是出现频率最高的 10 项任务，附上今天就能复制运行的提示词 👇🏻

搭建和修复用户旅程

用户旅程是 AI 营销活动管理最先见效的地方。一个多步骤流程有几十项设置：进入规则、延迟、分支、目标。只要 1 个值设错，就可能悄无声息地把受众挡在门外，等统计数据一片空白时你才发现。

ManyMoney 会在问题发生之前，读取、检查并修复你正在运行的用户旅程。

1. 上线前审查用户旅程

客户案例： 一家出行服务公司搭建了一个多步骤的生命周期旅程，希望在上线前做最后一次检查。

上线前检查用户旅程"[旅程名称]"。
逐一检查每个步骤，给我画出分支图，并找出所有会阻止受众进入旅程的条件。

ManyMoney 做了什么： 它逐步走查了整个旅程，画出分支图，并在进入条件里发现了一个已过期的日期。主要受众——也就是流程中规模最大的分群——将永远无法进入旅程。ManyMoney 给出了修复建议，并在修改后重新检查了一遍旅程。

你得到的结果： 一次有问题的上线在发送前就被拦下，而不是一周后从空白的统计页面上才发现。

📅

出海大促前的必做检查： 双十一和黑五 / Cyber Monday 往往是跨境电商推送营销一年中最关键的窗口，面向海外华人用户的春节活动也一样。大促旅程通常提前几周搭好、只上线一次，日期条件写错的代价也最高。建议在每次大促前，把上面这条提示词对所有活动旅程各跑一遍。

2. 只用现有标签起草用户旅程

客户案例： 一款订阅制 App 需要为订阅即将到期的用户搭建提醒流程。

起草一个用户旅程，提醒用户订阅即将到期。
只使用本项目中已存在的标签。
保存为 Draft，并说明每个模块的作用。

ManyMoney 做了什么： 它先核对项目实际采集了哪些标签和事件，再基于这些数据搭建流程，并保存为草稿，每个模块都附有简短说明。

你得到的结果： 一个可以在 Customer Journey Builder（用户旅程编排工具）里审阅后再上线的旅程，不会出现第一天就失效的虚构标签。

💡

小贴士： ManyMoney 基于项目中已有的数据工作，所以请保持标签和事件列表整洁：命名清晰、没有重复、清理掉早已不再上报的事件。数据越干净，草稿质量越高。（👉🏻了解如何管理标签和事件）

3. 添加转化目标和对照组

客户案例： 一个用户旅程已经运行了好几周，却没人说得清它到底有没有效果。

为用户旅程"[旅程名称]"添加转化目标和 10% 的对照组。
先给我看方案。
我确认之后再做修改。

ManyMoney 做了什么： 它明确了哪些事件应计为转化、对照组放在哪个位置，等你确认后再执行修改。

你得到的结果： 一个能对照基准线汇报结果的用户旅程。转化目标只需设置一次，之后每份报表都有了可比较的基准。

4. 追查用户为什么走完了整个旅程

客户案例： 一款在线教育 App 运行了一个”请更新 App”的用户旅程。仍在使用旧版本的用户本应中途退出，却一路走到了终点。

逐步追踪用户 [ID] 在用户旅程"[旅程名称]"中的路径，并解释他为什么走到了终点。

ManyMoney 做了什么： 它逐步追踪真实用户在每一步的路径，找到了原因：App 版本标签是在旅程检查它之后才写入的。ManyMoney 在检查前加了一个 Time Delay（时间延迟），并在之后加了第二次检查。修复上线后，它衡量了效果：现在大约每 5 位用户中就有 1 位按预期退出。

你得到的结果： 一个基于真实数据发现的逻辑缺陷，在 1 次对话内解决。

📖 更多旅程排查方法：用户旅程分析：如何找到并修复流失节点

衡量真正有效的部分

大多数数据看板只给你数字，至于这些数字意味着什么，还得有人去解读。

这正是效果分析成为 Pushwoosh 客户交给 ManyMoney 的第二大类任务的原因。在 AI 营销数据分析上，分析师的最佳用法是：输入一个精确的问题，拿回一个可以直接带进会议的答案。

按行业来看，可以这样排优先级：出海游戏团队最值得先用对照组检验回流召回和活动提醒旅程到底有没有带来真实回流；跨境电商团队适合先验证购物车挽回和复购提醒流程的增量；金融科技出海团队则可以从交易通知和生命周期旅程的周报做起，把每周对数的时间省下来。

5. 用对照组做增量测试

客户案例： 一个 CRM 团队想知道，他们的生命周期旅程到底是真正带来了更多目标行为，还是只是把本来就会转化的用户算成了自己的功劳。

完整分析用户旅程"[旅程名称]"，并在[目标行为]上对比旅程接收者和对照组。
告诉我是否存在提升。

ManyMoney 做了什么： 它在目标行为上对比了收到旅程的用户和对照组。答案并不让人舒服：没有显著提升。

你得到的结果： 一个基于实测增量、而不是打开率做出的决定：停掉这个旅程，或者重新设计。不受欢迎的答案，也比再花一个季度发送一个毫无作用的流程划算。

📖 为什么对照组很重要：用对照组衡量消息的真实效果

6. 把周报变成 1 条可复用的提示词

客户案例： 一位分析师每周都在手工做同一份报表：所有单次发送和所有用户旅程的指标。这正是典型的 AI 营销报告场景。

为[时间段]内所有单次发送和用户旅程生成一张指标表。
导出为 CSV。

ManyMoney 做了什么： 它生成了报表，在分析师用自己的数据核对后，修正了”已发送”指标。最后，它给了她 2 条现成的提示词，可以针对任意时间段重新生成这份报表。

你得到的结果： AI 营销报告把每周的重复劳动变成了一条指令。

用 AI 用户分群读懂你的海外受众

当你能像向同事解释那样描述一个受众，而不必手动重建筛选逻辑时，AI 用户分群的效果最好。对出海团队来说，这也是用户分群推送和提升海外 App 用户留存的起点：先把每个市场的受众划准，后面的推送消息个性化才有意义。

Pushwoosh 客户在这里主要让 ManyMoney 做 2 件事：用自然语言创建分群，以及采集这些分群所依赖的数据。

7. 用自然语言创建分群，并修复显示为 0 的分群

客户案例： 复杂分群手动搭建很慢，而当人数显示为 0 时，排查起来更慢。

创建一个分群：最近 3 个月注册、订阅了邮件、打开过邮件、从未购买。
然后给我看保存后的条件。

为什么分群"[分群名称]"显示为 0？
找出把所有人都过滤掉的那个条件。

ManyMoney 做了什么： 对于第一条，它把描述转换成分群条件，并展示实际保存的内容。对于第二条，它逐条检查条件，直到找出把所有人都排除掉的那一条。

你得到的结果： 在 1 次对话内，从一个想法变成一个经过验证的受众，不用再猜是哪条 AND/OR 规则把人数清零了。

💡

进阶技巧： “Segment not calculated”（分群尚未计算）并不代表分群为空，只是说明计算还没有运行。开始排查之前，先刷新一下分群规模。

8. 用应用内问卷让用户自己完成分群

客户案例： 一款零售 App 想知道客户更希望通过哪个渠道收到消息：短信、即时通讯应用，还是邮件。

创建一条应用内消息，询问用户偏好的沟通渠道，使用多选题。
把每个答案写入一个标签。

ManyMoney 做了什么： 它创建了带有该问题的应用内消息，创建了对应的标签和事件，并把它们连接起来，让每个答案都会触发一个事件、写入一个标签。

你得到的结果： 渠道偏好立刻变成一个可以直接定向的分群。用户自己完成了分群，你也不用再猜该用哪个渠道。

个性化与本地化

每多一个条件、每多一种语言，个性化就更难一分：每一项都会成倍增加你要撰写和维护的文案。对面向多个海外市场的出海团队来说，这一点感受尤其明显。

Pushwoosh 客户把这项工作的两部分都交给了 ManyMoney：为每位用户匹配合适的消息，以及让所有语言版本的文案保持同步。

9. 基于用户数据发送消息，覆盖所有语言

客户案例： 一款营养类 App 想提醒整体健康评分正在下降的用户。消息必须点明真实原因：卡路里、步数，还是蛋白质。

评分低于[阈值]的用户，应根据原因收到对应消息：[原因 A]、[原因 B] 或 [原因 C]。
找到对应的事件，并为每个原因写一个消息版本。

ManyMoney 做了什么： 它找到了携带评分及其原因的事件，为每个原因写了一个消息版本，并用 App 的语言反复打磨语气，直到读起来自然妥帖。

如果是修改已有内容，1 条提示词就能覆盖所有语言版本：

把模板"[模板名称]"中的文本替换成下面这段。
不要改动样式。
在所有语言版本中做同样的修改。

你得到的结果： 在 1 次对话内从想法到可用文案。请注意，多语言预设覆盖推送、邮件、短信和 LINE；WhatsApp 消息需要为每种语言单独创建预设。

📖 更多语言定向内容：本地化消息推送

保持海外推送配置健康运行

营销团队里最耗时的一些问题，听起来往往很简单：“这条推送为什么没收到？“答案通常藏在营销人员很少打开的日志和设备数据里。

对出海 App 来说，海外设备上的推送经由 FCM 和 APNs 送达，排查时要同时看 Android 和 iOS 两条通道的设备注册和发送记录。针对这类问题，Pushwoosh 提供了专门的模式：Troubleshoot with ManyMoney AI。它会替你检查配置，并在一分钟内给出诊断结果。

10. 查明测试推送为什么没有送达

客户案例： 团队发了一条测试推送，手机上什么都没出现。是 token 的问题、环境的问题，还是配置的问题？在提交工单之前，先问一句：

检查测试推送为什么没有送达我的设备：查看设备注册情况和发送日志。

ManyMoney 做了什么： 在排查模式下，它会检查设备注册、追踪日志、标签和 App 设置。一次完整诊断通常只需 10–30 秒。如果修复需要改动你账户里的内容，ManyMoney 会先征得你的同意。如果原因超出了它能看到的范围，它会把所有发现整理成一份支持工单草稿。

你得到的结果： 一个具体的原因和一份修复方案，而不是一张通用检查清单。而且在问题变成一串支持工单往来之前，你就已经拿到了答案。

团队如何写出有效的提示词

在我们的样本中，效果最好的提示词有 3 个共同习惯，而且都不需要什么提示词工程技巧。

点明具体对象。 “检查用户旅程 [名称]“比”检查我的旅程”好得多。Agent 知道该去哪里找，你也清楚它动了哪些内容。
限定在真实数据范围内。 “只使用本项目中已存在的标签”能防止 Agent 基于你并未采集的事件来搭建流程，草稿从第一天起就能正常运行。
设置检查点。 “先给我看方案""保存为 Draft""先不要创建任何东西”。在任何改动发生之前，你都能先审阅。这一个习惯对建立信任的作用，比任何设置都大。

🤖

小贴士： 如果不确定数据能否支撑某个想法，先让 ManyMoney 检查一下。“设计一个 [N 天内完成 N 次行为 → 获得奖励] 的挑战活动。检查我们是否有足够的事件数据，先不要创建任何东西”就是一条非常好的开场提示词。