這一切始於 Anthropic 的一篇部落格文章。
https://claude.com/blog/how-anthropic-uses-claude-marketing
這是一個關於「一位從未碰過終端機的成長行銷人員，如今卻用 Claude Code 管理整個行銷部門」的故事。
深入研究後，我發現這類案例比預期多。根據截至 2026 年 4 月的公開資訊，我整理了以下行銷人員運用 Claude Code 的案例研究。
案例研究總覽
這裡整理了三個案例，涵蓋國際企業與個人從業者的行銷專業人士。
案例研究 1 | Anthropic 自己——「一人撐起成長行銷部門」
這是我讀到的第一個案例，也是最讓我驚訝的。
Anthropic 成長行銷團隊的 Austin Lau，從未碰過終端機，卻僅用 Claude Code 就建立並運作了以下所有項目：
- 自動化廣告變體生成：將現有廣告 CSV 輸入 Claude → 專門處理標題和描述的 sub-agent 會生成數百種變體，並嚴格遵守字數限制。
- 自訂 Figma 外掛：在完全沒有程式經驗的情況下，花費約 45 到 60 分鐘，建立了一個一鍵將數十種廣告變體插入 Figma 的系統。
部落格也詳細說明了他是如何建立 Figma 外掛的。
對於社群廣告和應用程式商店素材，常見的組合是 10 種文案 × 5 種長寬比。過去，這意味著要手動複製 Figma 框架，並在 Google Docs 之間來回貼上。
光是這項任務，每次更新就要花費 超過 30 分鐘。
Austin 只對 Claude Code 說了這樣一句話：
「Claude，我正在 Figma 工作。我想解決這個重複複製貼上的挑戰。你能幫我建立一個 Figma 外掛來解決這個問題嗎？」
據說 Claude 當場就開始研究 Figma API 文件，並建立了一個原型。
第一個版本並不完美，但「足以作為概念驗證」，接著他透過迭代改進，最終完成。
現在的工作流程是：從 Google Sheet 複製標語，在 Figma 中選取目標框架，然後點擊外掛中的一個按鈕。
所有變體，包括不同長寬比，都會自動生成。每批次最多 100 個項目，每次更新可節省約 30 分鐘。
更驚人的是，建立這個系統只花了 45 到 60 分鐘。
花費相當於兩次手動操作的時間來建立自動化，卻大幅減少了未來所有的工作量。
📎 Anthropic 官方內部文件 PDF「How the Anthropic Team Uses Claude Code」
案例研究 2 | Adam Sandler（前 American Express 行銷人員）——建立「一人 CMO」系統
這是 Adam Sandler 的案例，他是一位資深行銷人員，曾為 American Express 和 Nestlé 等財星 500 大企業處理數位行銷。
他目前透過建立一個名為「SLC CMO Agent」的編排器 Agent，獨自運作整個行銷業務。
SLC CMO Agent 的運作方式
這個 Agent 的設計強調「引導式體驗」。以活動開發（品牌、競爭者、社群媒體、上市、年度活動等）為核心，它被設定為詢問所有必要的問題。
Adam 不斷迭代，將自己的行銷經驗和直覺反映在 Agent 的行為中。他採取「如果 AI 的輸出感覺不對，就當場修正，藉此調整 Agent 的思考模式」的方法。
具體來說，他正在做以下事情：
- 自動化競爭者分析 CSV 生成——他指示：「研究這個競爭者，並儲存為結構化 CSV。」一旦建立模板，就可以用於下一個競爭者分析，隨著資料累積，還能迭代擴展為趨勢分析和電子郵件活動。
- 平行內容創作（使用 Sub-agent）——如果想寫 10 篇部落格文章，10 個 sub-agent 會同時平行執行。寫一篇的時間就能完成 10 篇。這些 sub-agent 是「一次性」的，各自擁有獨立的上下文視窗，任務完成後即被丟棄。
- 嚴格品牌語調應用——他累積客戶的通話和影片逐字稿，建立個別的「人物技能」。他訓練 AI 重現該特定人物的說話方式、用語和風格。
- 與 Google Analytics 和 Search Console 的 MCP 整合——他建立了自訂 MCP 工具，直接從 Claude Code 擷取 GA/GSC 資料。只需語音指令「查看近期表現，並根據趨勢建議 10 篇部落格文章」，就能獲得基於即時資料的建議。
- 入職流程——設定新品牌時，只需將品牌素材丟進一個資料夾，Agent 就會自動整理。甚至會自動使用黃金圈或藍海等行銷框架引導品牌分析。
這一切他都是獨自完成。
另一個令人印象深刻的是他對上下文管理的理念。
他形容這是「精準管理在一個 session 中該顯示什麼、不該顯示什麼」。他強調，如果混入不相關的上下文，會導致幻覺，因此刻意縮小範圍至關重要。
他也強烈推薦語音輸入（他熱愛 Super Whisper），並指出「這不只是打字效率的問題，用口語解釋事情的心態轉變，能提升輸出的品質。」這與行銷人員的口語表達能力非常契合。
📎 來源：個人網站「The Viable Edge」（銷售並發布 14 種使用 Claude Code 的 AI 行銷專家系統）
案例研究 3 | Zapier——產品行銷團隊充分利用 Claude Cowork 和 Code 處理日常工作
從個人案例轉向團隊和企業案例。
在 Zapier，Joe Stych（產品行銷主管）、Matt Brown（網紅行銷資深經理）和 Larisa Cavallaro（AI 自動化工程師）使用 Claude Cowork 來委派實際任務。
我發現 Joe Stych 的故事特別有趣。
據報導，他在同一個工作 session 中，研究公司的產品資料庫、建立訊息素材，並完成一個登陸頁面。
過去，這個流程需要與三個不同的團隊協調。
Joe 預先將三個資訊來源連接到 Cowork：
① 公司現有的首頁
② 團隊專屬的「技能」（一組可重複使用的指令，總結產品行銷團隊的寫作規則、訊息政策和營運假設）
③ 透過 Zapier MCP 連接的內部工具（Slack 討論串、內部搜尋工具 Glean、Jira 等——任何需要的資料都能拉進來）
透過將團隊的理念和判斷標準預先整合到工具中，他避免了每次都要從頭解釋一切。
以下是實際的工作流程：
他只提供給 Cowork 兩樣東西：「目前的公司首頁」和「這個專案的訊息政策」。
Claude 會在瀏覽器中打開實際網站，讀取頁面元素，如頁首、英雄區塊和功能介紹，然後輸出一個符合新訊息政策的修訂版首頁提案，以原型 HTML 頁面呈現。
它產出的東西可以立即展示給他人，無需設計師進行初步交接。
此外，在 Claude 工作時，Joe 可以專注於其他任務。結果，將草稿分享給 CMO 或 CEO 徵求回饋所需的時間僅約 15 分鐘！
過去，他們甚至無法評估方向，必須先交給設計師，這需要好幾天。速度感完全不同。
另一個引人注目的點是 Joe 的「不把 session 視為一次性」的理念。
每次 session 結束時，他會問 Claude：「我們應該從這個 session 記住什麼？」以累積學習。
此外，網紅行銷人員 Matt Brown 使用 Claude Cowork 自行建立了一個 ROI 儀表板（在 GitHub Pages 上建構一個每日更新的即時視覺化儀表板）。
行銷人員「自己建立儀表板」這種事，在以前很可能不會發生。
一旦能做到這種程度，似乎就無法回到沒有 AI 的工作方式了。
📎 Zapier 部落格「What is Claude Cowork?」（功能說明文章）
跨案例洞察
① 「我不會寫程式」不再是藉口
Austin Lau 和 Adam Sandler 都是從沒有終端機或程式經驗開始的。「像向同事解釋問題一樣對 AI 說話」的方法，直接轉化為建立工作流程。
② 「結構」在個人和大型企業中是一樣的
無論是個人案例（Adam Sandler）還是團隊案例（Zapier），他們所做的本質是相同的。為 sub-agent 分配角色進行平行處理，而人類則專注於審查和決策。知道這個結構無論規模大小都可複製，更容易「從小處著手」。
③ 允許「人類僅做最終確認」的程度到哪裡
我還沒有明確答案，但委派給 AI 的程度會因行業、品牌和階段而有很大差異。我們需要在參考這些案例的同時，思考自己的界線。
開始一個「AI x 行銷」的實踐社群
如果你對本文介紹的「使用 AI 改變行銷工作」的實踐感興趣：
「aimark」是一個社群，我們在這裡分享 AI x 行銷的實戰知識，並一起動手學習。
- 「我用了 AI 工具，但不知道如何應用到實際工作中。」
- 「我身邊沒有人可以討論 AI x 行銷。」
- 「我不只是想看案例，我想自己複製出來。」
這個地方推薦給這樣的人。透過挑戰和討論，我們優先考慮不只是輸入，而是達到能在實際業務中使用的程度。
我們目前正在招募第一批成員，截止日期為 4 月 14 日。如果你有興趣，請來看看。
