Aha 试图把缺数据、难匹配、难定价的达人营销，从依赖人工直觉的“玄学”变成可计算的流程。Kay 解释大语言模型如何结合搜广推框架完成创作者画像、排序和动态定价，以及为什么高质量数据和脏活反而构成护城河。
适合创始人、增长团队和达人营销负责人；它帮助你判断大语言模型适合自动化哪些环节，以及高质量数据、交易信任和执行工作能否形成真实壁垒。
这期你会听到
• 为什么过去的达人营销平台难以同时解决匹配、信任与定价？
• 大语言模型如何借用搜广推的画像、粗排和精排框架？
• Aha 怎样根据匹配度和效果预期进行动态定价？
• CPM 的改善与高质量数据之间是什么关系？
• 最苦最累的执行工作为什么可能成为难以复制的护城河？
章节
00:00:00 — 传统达人营销平台为何失败
00:01:17 — 用搜广推框架理解大模型匹配逻辑
00:02:31 — 怎样为内容创作者建立画像
00:04:03 — 从画像、粗排到精排的匹配流程
00:05:47 — 资金、团队和高质量数据的作用
00:07:02 — 企业如何压缩达人营销人力
00:08:06 — 创业公司怎样降低 CPM
00:10:22 — 用 Uber 式机制解决信任难题
00:11:36 — AI 如何为创作者动态定价
00:14:25 — 用担保交易建立平台信任
00:18:02 — 脏活为何构成产品护城河
00:19:31 — 如何熬过零正反馈阶段
00:21:30 — 给创业者的两条回看建议
本期嘉宾
Kay，Aha 创始人；本期集中讨论 Aha 如何用大语言模型改造达人营销的匹配、定价与交易流程。
相关内容
AI如何解决达人营销难题？平台的定义，创始人的护城河，内容行业洞察，AI与领域的结合｜Aha Kay访谈完整版_下：
加入Superlinear Academy免费社区
把营销流程里的匹配难题或脏数据样本带来，拆解自动化边界与冷启动路径。
https://www.superlinear.academy/
关于主播与节目
孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。