↑↓ 或空格键导航
● 出海指南

从红人智能开发到SEO高效落地

多平台红人挖掘、评论区VOC分析、
AI Agent全员应用与SEO自动化实操

Terry Tang
01
● 00

分享大纲

  • 红人开发自动化 — 浏览器自动化
  • YouTube 红人 VOC 分析流 — 评论区挖掘与内容飞轮
  • 团队 AI 赋能 — 帮助 50+ 同学
  • SEO 自动化 — 我的舒适区
  • 未来工作流 — 人机协同与无人办公室
02
● 01

我是谁

  • Terry
  • AI 自动化工作流教程输出（小白向 + 进阶前沿）
  • 用 Claude Code / Codex 优化跨境电商与出海流程
  • 运营 AI Agent 学习社群
03
● 01

契机：泡茶的那天

  • 之前是 DTC 独立站 SEO 负责人
  • 每天必修课：查排名 → 写内容 → 翻译七种语言 → 粘贴到网站
  • 巨大的工程。
04
● 01

那天早上的三个窗口

  • Claude Code ① — 看昨天和今天的 GSC 出词情况和排名变化
  • Claude Code ② — 看关键词词库完成情况，今天该写哪三篇
  • Claude Code ③ — 落地页翻译成七种语言，完成后推送到网站

说完三句话 → 站起来接水泡茶 → 坐回座位。

05
"
在那一刻，我产生了史无前例的空虚感，
也产生了史无前例的解脱感。

Terry

06
● 02

最大拦路虎：登录墙

  • 爬 TK / Instagram / Facebook 信息 → 需要登录
  • 机器没有账号信息 → 无法获取
  • 公开信息（博客、YouTube）好爬，但有登录限制的平台不行
核心矛盾：人能看到，机器看不到。
07
● 02

解决方案：所见即所得

当 AI 完全接管当前浏览器：

  • 人眼看到的 → AI 同时看到
  • 人手滑动的 → AI 同时滑动
  • 人手点击的 → AI 同时点击
人可以看到的，AI 就可以同时看到。
08
● 02

以 Twitter 为例

  • 有账号限制 — 不登录拿不到任何信息，满足演示要求
  • 对自动化特别宽容 — 长期使用从未出现不稳定
09
"
你看到或学到的任何能力，
第一反应应该是：它如何应用于我所在的场景？

同学把 Twitter 红人开发流程 → 迁移到 YouTube

10
● 02

流程节点

以 YouTube 找红人为例：

01填入搜索词（如"家用电动车充电桩评测"）
02回车搜索
03获取当前页面所有内容
04筛选出真实红人评测视频
05反查红人主页
06整理结构化数据（账号 ID、昵称、近 10 条视频数据）
07归纳到表格
11
● 02

如何放量

  • 搜索词 → 无限变体
  • 搜索结果 → 不停下拉，视频列表越多
  • 一次执行 → 扩展成 多次执行
核心工具：TT Bridge — 浏览器插件，接管当前浏览器页面
12
● 03

核心思维

跑通最小的闭环

13
"
做 AI 工作流最核心的点：
跑通最小的闭环。

在最小程度上、最短路径上，让 AI 帮你跑通一个东西

14
● 03

工作流的无限延长

核心无非是 节点的串联：

录入飞书 → 红人价值分析 → 分类 → 建联信 → 送样进度

工作流本身是可以无限延长的。化整为零 — 一环一环地解决掉。
15
● 04

2026 是 Agent 之年

  • Agent = 代理 = 代替人做事情
  • AI 工作流 = 把复杂工作拆成节点 → 写到规范文档 → AI 按文档去做
看到了确定性的技术 → 进行了确定性的实操 → 拿到了确定性的反馈
16
● 04

确定性从何而来？

01

模型能力跨过了基点 — AI 完全可以信赖，聪明到可以去做

02

工具给 AI 配备到位了 — Claude Code / Codex，好马配好鞍

让 AI 去完成重复性的事情，甚至是需要智力和思考的事情 — 这是确定性的。
17
● 04

系统化陷阱

  • "做一个大系统，自动给我印钱" — 大错特错
  • 让 AI 做事，就像教一个小孩子 — 有程序员思维，但本质还是小孩子
  • 一定要让 AI 采取行动。 落到具体的事上
18
"
AI 一定是用出来的，
不是设计出来的。

让 AI 从最小的一点开始

19
● 05

KOL 周报的痛点

  • 数据杂 — 每天联系很多红人，每个状态不同
  • 动态变化 — 播放量周一 vs 周二不同
  • 只能周末统计 — 周末啥也做不了，就在那统计播放量
  • 还要评估工作效果 — 比填数量难得多
20
● 05

怎么看红人能不能带单？

  • 观感 — 视频是模板化还是有自己的风格？评测是否接地气？
  • 评论区 — 自然讨论多不多？正向反向都有，很少水军？
评论区出现很多自然性讨论 → 只要上了就会带单
21
● 05

评论区 = 内容矿

高频出现的争议/建议性评论 → 按主题排列 → 做 Reddit 帖子或官方社媒内容

只要是用户关心的，它一定会爆，或者一定很自然。因为这些东西出现在你产品的评论区里 — 用户真正在意、真正想讨论的。
22
● 06

如何开始？

我给 50+ 同学的经验

23
● 06

装上就开干 × 用最强工具

① 装上就开干

真正阻碍的那一层窗户纸：装上，开始用。

② 用最强的工具和模型

  • Claude Code 或 Codex
  • 用上最新模型（Fable）
  • 感受硅谷拉齐的工具上限
24
● 06

③ 一定要聚焦

核心不是 AI 建站，不是 AI 做 PPT — 是 AI 做工作流。

从替换自己做简单而重复的事情开始。

④ 人人都有机会

  • B2B 老板娘、不擅长编程的同学 → 恐惧编程
  • 深入使用后反馈：简单、爽、强大
  • 门槛低到"跟 AI 说一句话就可以"
25
● 06

更多建议

⑤ 任何问题都有解

Perplexity · Grok — 所有想问的问题，互联网上都已经被问过一遍了。

⑥ 想法和创意

核心影响你做出事情的本质：想法和创造力，不是技术。

⑦ Agent as SaaS

别去搭一个 100 年没人用的 SaaS。Agent 本身就是 SaaS。

26
"
最好启动一个工作流或 Agent 的方式
— 用 口语去命令它，让它去做事。

模糊的自然语言 → 准确判断意图 → 执行命令

27
"
AI 可以做，
并且可以做得很好。

以前问"AI 到底能不能替你完成工作"？
现在有了明确的答案。

28
● 07

SEO 自动化

智能选词

给 AI 一个模糊的 SEO 方向 → AI 给出最可能有回报的话题 → 确定关键词

内容撰写

研究了一个自动写文章的工作流，完整服务两到三家公司，从无败绩

每天去公司后，泡一杯茶 → 给电脑指令 → 看电脑表演 → 学习新 AI 知识
29
● 08

未来展望

无人工作室

30
● 08

一个误区

  • 用 AI 做重复工作提效 ≠ 一条龙从头走到尾
  • 不是必须从搜索关键词 → 发样品 → 数据追踪全自动
  • 节点串得越多，出错可能性越大
  • 大错特错！不要这么想。
替换 70% 到 80% 就已经非常幸福了。
某些节点需要人类审核 → Human in the Loop，问题不大。
31
"
不要在追逐完全自动的道路上
迷失。

早完成、早稳定运行、早投入

32
● 09

两个层次的认知差

第一层

能用到最先进模型/工具的人 → 物理性的工具优势

第二层

大多数人想"AI 会替代我的工作"
少数人想"我如何用 AI 帮我做得更多"

33
"
你不是等着被 AI 替代的那个人
— 你是 主动指导 AI 的那批人。

率先成为公司的工作流专家
今年是可以拿到大结果的。

34
"
从来都不是软件的问题。

跟 Claude Code 无关，跟 Codex 无关，跟 WorkBuddy 无关。
不要着相。

35

我下一个让 AI 接管的
工作步骤是什么？

THANK YOU

Terry Tang
微信二维码
36