B2B 市场部：先合岗，再谈 AI

B2B 市场部：先合岗，再谈 AI

一个人每天看客户在搜什么，另一个人每周开会猜客户想看什么。这两个人，就坐在同一个市场部里。

前一个叫数字营销经理，管 SEM、SEO、官网，现在又接了 GEO。后一个叫内容营销经理，管选题、写作、公众号和新媒体。

这套分工过去有它的道理。进后台、调账户、改页面是一类手艺，采访、写稿、做号是另一类。公司照着招聘市场设岗，招得到人，也知道怎么分活。

活动、SDR 这些岗也是这样分出来的，而且分得没问题。办一场闭门会，从定主题、邀客户到现场执行，一个人能从头管到尾。SDR 拿到一条线索，打电话、判断意向、约好见面再交给销售，也是一段完整的活。这些岗各管一段，交接点正好落在活干完的地方。搜索和内容不一样。从客户搜什么，到写什么、发在哪，本来是一条链，岗位边界却落在了链子中间。

现在，客户找答案的地方越来越多，搜索和内容叠在了一起。AI 又压低了起草、改写的成本。原来按技能分开的两个岗，开始频繁碰到同一个问题：这件事到底谁干最合适？

又到了做明年预算的时候，不少公司新增最多的一项是 AI：写作工具、GEO 服务、智能投放。市场预算大体是三笔钱。工具决定能力上限，投放决定当期流量，人决定工具和投放能发挥出多少。前两笔这两年变得很快，我觉得第三笔更重要，而很多公司还没动过。

同样一套工具，判断权收在谁手里，产出可以差很远。

我的建议是：线上只有两三个人、整个市场部五到十五人的 B2B 公司，在追加 AI 预算之前，可以先把内容营销和数字营销合成同一种岗位，再按客户问题分工。

人不减。还是这两个人，但别再一个管前半段、一个管后半段。

一、客户的原话就在后台，写的人却没见过

打开 SEM 搜索词报告，里面记录的是用户实际输入的问题。比如一家做企业 AI Agent 的公司，可以从中寻找这类需求：

企业知识库和智能体有什么区别。做一个客服智能体多少钱。智能体怎么接公司现有的 CRM。AI 回答错了怎么办。

再看实际落地页。有的进首页，有的进产品页，有的进一个很宽的行业方案页。页面都在，却未必回答了问题。

客户问智能体怎么接公司现有的 CRM，页面上写的是"重塑业务流程，释放 AI 生产力"。不能说完全无关，但他要的答案不在这里。

这些点击是花钱买来的。买词的预算花出去了，承接的答案却没跟上。

这时去问内容岗，下个月准备写什么。来源往往是大家开会想、看竞品发什么、销售偶尔提一句，再加上自己的行业判断。

这些来源不一定差。问题是，那张每天更新的搜索词报告，可能从来没有进入他的工作。

一边看得见问题，却不负责把答案做出来；另一边负责写，却没有稳定地拿到问题。两个人都忙，中间缺的那一下，没人负责。

当然，真实搜索不等于值得做。里面有学生、求职者、同行，也有公司根本不接的需求。搜索词需要结合客户画像和销售反馈筛选，但不能因为它不完整，就一直不看。

二、客户找答案的地方变了，岗位边界没变

客户会在搜索引擎里查选型、报价，也会在微信里搜文章，在知乎找项目失败的原因，在抖音看产品演示，还会直接问 AI：我们这种情况，该找哪几家供应商。

当年把 SEO 划给技术岗，是因为搜索基本只有一个入口。现在入口多了，而且大部分在内容岗手里铺着。

不是每家公司都要把这些地方铺满。但只要做内容，就绕不开一件事：客户会怎么找到它。

公众号不只有订阅推送，短视频也不只有刷到。发出去，不等于分发完成。

各平台规则不同，不能拿一套 SEO 方法全部套进去。但有几件事是共通的：知道客户问什么，标题和开头让他认得出来，正文确实把问题答清楚。

这已经不是数字营销一个岗位的事了。

反过来，知道某个词有搜索、有点击，却不能把它变成具体答案，分析做得再细，也停在发现问题。

原来两个岗各自能交一份作业。现在越来越多的作业，交到一半，就得等另一个人。

三、AI 能出主意，拍板和事实还得靠人

一篇有用的 B2B 内容，大致是四件事：决定答什么，拿到事实，组织成文，放到合适的地方。

AI 对后两件事帮了很大的忙。整理采访、搭结构、写初稿、适配不同平台，都快了很多。事实核验和专业审核仍然要做，但起草不再像过去那么贵。

这一两年，AI 工具的上限抬得很快，能买到的写作和改写工具之间，差距也在缩小。谁都买得到的东西，很难成为一家公司的差别。

更难的是前面两件事。

先答哪个问题？我们站什么立场？失败项目能讲到哪一层？哪些效果确实做到了，哪些只是销售习惯性的说法？

AI 可以整理证据，不能替公司决定。没拿到的事实，也不能靠它补成真的。

拿着搜索数据的人知道哪里有需求，却未必拿得到交付事实。写内容的人可能离销售更近，却不知道该优先答什么，也动不了承接页面。

执行快了以后，等原料、等判断、等权限的时间就更显眼了。花在 AI 工具上的钱能换回多少产出，很大程度取决于前两件事有没有人负责。

GEO 把这件事又推了一步。技术处理得规范，内容却没有事实；事实很扎实，页面却找不到、口径还打架，两边单独交作业都不够。

这不代表配好 Schema、拆成问答就会被 AI 引用。企业能做的是让事实可靠、来源清楚、页面可访问、答案具体，最后有没有引用，要观察，不能承诺。

这几条其实不用押注 AI 搜索的流量。在传统 SEO 和内容营销里，它们本来就成立，只是过去内容空一点也能靠页面和关键词排上去。GEO 只是把它们从加分项变成了门槛。

对两三个人的团队，再单设一个 GEO 岗，很可能只是多一道交接。外采 GEO 服务也一样：事实通道和页面权限没理顺，外部团队能做的，多半只是技术那一半。

四、为什么不先让他们配合一下

报表共享、每周对齐、修改 KPI，都该做。不必一遇到问题就动架构。

但如果做完以后，还是反复出现这些事，就要往下看了：

内容岗想答一个问题，要等数字营销判断有没有必要。数字营销发现页面缺口，要等内容岗排期。稿子写完，才发现应该做成产品页。上线效果不好，两个人又各自回到自己的报表里找原因。

这时缺的不只是信息。

从选题到发布，要决定用什么事实、落在哪个页面、标题怎么写、要不要投放、看完之后让客户做什么。这些决定连着，前面改一下，后面就要动。

KPI 一个季度校一次，对齐会一周开一次，这些判断却每天都在发生。每次跨岗重新解释，单次花不了多久，一个月累积起来就很可观。

大团队可以配增长负责人和专业支持。小团队照着做，常常变成市场负责人每天替两个人接线。

线上只有两三个人时，与其长期维护两套职能，再不断协调，不如让每个人对一组客户问题负责到底。

如果你虽然设了两个岗位，实际已经这样分工，那最重要的调整已经完成，名字不改也没关系。

五、我所谓的合岗合的不是人头，是判断口

还是两个人，都可以叫"AI 内容增长经理"。名字不重要，分工变了才算。

原来一个管 SEO、SEM、GEO 和官网，一个管内容和分发。现在按客户问题分：

比如按客户走到哪一步来分：一个负责"买之前比什么"，包括选型对比、技术参数、怎么跟现有系统打通；另一个负责"买了以后怎么样"，包括实施落地、同行案例、价格和投入回报。前一类问题偏技术，适合原来做数字营销、熟悉产品和页面的那位；后一类问题要常跟销售和交付打交道，适合原来做内容、离一线更近的那位。

这就是问题簇。一组围绕同一类客户顾虑的问题，不把词表从中间切成两半。

各自范围里，从判断值不值得做，到要原料、写内容、落页面、分发、看反馈，同一个人走完。

要不要买词，也放在这条链上判断：哪些问题值得花钱买流量，哪些靠内容慢慢挣；买来的点击，落到哪个答案上。投放和内容原来记在两本账里，现在是回答同一个问题的两种花法，放在一个人手里，才算得清值不值。具体出价和日耗盯盘，原来谁做，仍然可以谁做。

不需要各建一套规则，产品口径、官网架构、页面模板和预算规则仍然共用，指定维护人即可。

日常判断放下去，共用标准收在一起。否则原来是两个岗接不上，改完变成两个人各说各话。

六、拿原料，要成为正式工作

合完以后，最先暴露的瓶颈，还是原料。

客户问"智能体怎么接公司现有的 CRM"，知道这句话，只完成了第一步。还要找实施的人问：实际接过哪些系统，能读哪些数据、执行哪些操作，权限怎么控制，哪些需要额外开发。

这些东西不能让 AI 按行业常识补齐。AI 生成的内容，不算原料。

所以，这个岗位需要稳定拿事实的通道。销售记录、项目复盘、验收资料、售后工单，哪些能看，找谁确认，要有约定。

官网的日常发布权限也得给。官网已经不是一年改一次的项目，而是每周都要动的东西，一个改动等两周，这个循环就转不起来。结果考核在谁头上，权限就该在谁手里。否则责任完整了，工作还是走不通。

别把提供原料变成让交付顾问每月交一篇稿。约半小时，问具体问题，由市场部整理，再请他核事实，通常比催稿实际。

公司自己的产品能力、交付效果和案例，要有记录或客户授权支撑；外部研究、标准和政策，也可以用，但要留出处。

拿得到不等于能公开。客户数据要确认授权，敏感信息要脱敏。端到端负责，不等于取消专业审核。

七、拿一个问题走一遍，就知道分工改没改

继续用"智能体怎么接公司现有的 CRM"举例。

原来的做法可能是，数字营销把词放进需求表，内容岗写一篇"AI Agent 如何赋能销售"，发公众号。官网没合适位置，先放着。两个人都完成了任务，客户具体问的事却还是没人回答。

按问题簇负责以后，不能以"稿子发了"结束。

先判断是不是公司想接、也接得住的需求，再找实施顾问拿事实。旧页面能答就改旧页，没有再决定新建什么页面，不默认所有问题都写文章。

官网保留完整答案，新媒体按受众拆不同版本。然后看来的咨询是不是目标客户，销售能不能用，哪些地方没答清。需要买流量，也落到这个答案上。

负责人不必亲手做每项操作，但不能中途把责任交出去。

他负责的不是完成一篇稿，而是让这个问题有一个能用、能找到、还能继续改的答案。

八、先跑一个月，不必先改 JD

先选少量问题，两个人各负责一簇。挑业务相关、有事实基础、页面缺口明确的，不要一上来挑战最难的行业大词。

开始前记下现状：从提出到发布要多久，交接几次，哪里最常等人。否则一个月后，只能凭感觉说"顺了不少"。

原数字营销那位，要补采访、选题和事实判断；原内容营销那位，要补搜索需求、页面结构和转化路径。两边都需要带教，不能给完权限就按熟练工验收。

也要从旧任务里腾时间，不能原 KPI 一项不少，再加一份端到端责任。

这一个月也不必先追加工具预算。手头的 AI 工具先用起来，看卡在哪。卡在起草，再考虑加工具；卡在事实和权限，加多少工具也解决不了。

一个月后，先看交接是否减少、发布是否变快、答案是否合格、返工是否增加。再看抓取、收录、展示和点击。过程上，也可以记一下每月新增了多少条经确认的事实原料。

询盘、商机和 AI 引用持续观察，不拿一个月没变化就判失败。尤其 AI 引用，要固定平台和问题集记录，不能今天随手问一次，明天换个说法再问一次，就拿来比较。

先验证同样两个人，能不能更少等待、更少返工，把同一批问题答得更完整。这个结论，也能帮你判断明年的 AI 预算该花在哪。

九、让岗位对得起一个人的十年

"合岗"不是把两个人变成一个人。那样得不到判断力，只会得到一个更忙的执行岗。

它也不是适合所有团队的标准答案。我建议先试一簇问题，而不是先画一张新架构图。

我在意这件事，还有一个原因。

一个人长期按篇数交稿，或者按操作量维护账户，几年过去，对某一段很熟，却说不清工作怎样变成了公司的结果。

这不是他不上进，是岗位没给他那一段责任。

专业分工没有错。错的是把岗位定义成接需求、做动作、交东西，又要求岗位上的人具备经营意识。

经营意识不能只靠听课。客户为什么问，我们为什么先答，花了钱发生了什么，得让他完整做过、判断过，也复盘过。

AI 抹平的是执行门槛，不是判断门槛。起草越来越便宜，一个人能积累下来的，是对客户、业务、事实和取舍的理解。做一年应该比做一个月准，换个平台也不归零。判断力长出来，AI 才谈得上提效。

B2B 市场部要职业化，先让每个岗位都对得起一个人的十年。

这周就挑几条还没答好的客户问题，交给一个人，从判断、要事实到发布和复盘，走完一次。

先别急着改岗位名，也别急着加预算。看哪些等待消失了，哪些判断还卡着。

该不该合，答案会比开一次讨论会清楚。先合岗，再谈 AI。