跨境Ai视界 一开始我只是想用上下文工程做一套agent意思一下，其中有一个广告的agent。后来，我把广告agent单独拿出来，重新做了个广告结构的生成，感觉还能扩展。
又在广告结构的基础上，增加了挑词逻辑。还能翻，把广告结构映射到广告批量上传表格。我一看，都到这个地步了，做个自动化得了。
整个工作流程是从反查竞品ASIN，导出关键词，通过算法分几个维度给关键词打分。通过分数划分出适合广告投放的分类，考虑的是广告效率。再划分出适合文案的分类，考虑的是相关性。
在广告结构中做出挑词逻辑，来源于算法选词的算法分类，不需要在广告结构中再新增指标了，但是刚开始我是这样做的，浪费了不少时间。
在广告结构中做出推广前中期的广告搭配，然后映射到广告批量上传表格中，完成最后一环。
整个流程只需要运行两次程序，几乎推广前期关于关键词、广告的部分都搞定了，把所有流程打通，太厉害了！
之前用人工完成这一套流程需要一个星期不过分吧，现在只需要一分钟！
两个项目，算法选词和广告结构，总共花费了1200多美元，将近消耗4亿token，怪不得Claude Max要限制使用，哈哈。
算法选词是老项目优化，稍微难一点。广告结构主要负责映射，相对简单很多，只要把业务逻辑理清楚，广告结构做好，批量表格映射做好，就可以了。
剩下就是不断测试，不断优化。广告结构是可以优化更新的，不是硬编码。另外没有加入PPC竞价优化，产品利润等，这些太过于细节了，更适合做成产品。对我来说，快速解决需求才是第一位的。
这套逻辑打通之后，什么提示词、工作流、agent都是弟弟，这就是业务与AI结合的最佳实践。每一个环节都围绕业务经验，处处没有AI，处处都是AI。
当汽车出现的时候，还有人拿马车和汽车比赛，你看现在还有人这样做吗？
使用工具的上限决定了人的上限，使用AI的上限决定了你能走多远，哈哈。