关键前提：API First

整套玩法的基础不是什么花哨的 AI 框架，而是一个朴素的工程思维——所有服务都走 API。先建一个项目文件夹，丢一个 .env 文件进去存好各工具的 API Key，然后让 Claude Code 去调度这些工具。每个工具各司其职，组成一条完整的行销自动化链条：

  • Phantom Buster：LinkedIn 自动化爬虫，能抓取某篇帖子所有互动者（点赞、评论的人）的个人资料——姓名、职称、公司、邮箱。说白了就是把"手动一个个点进 LinkedIn 主页抄资料"这种苦力活彻底干掉了。
  • Apollo：B2B 销售情报平台，坐拥超过 2.6 亿条企业联系人数据。Phantom Buster 只能抓到基础信息，Apollo 负责"补全"——你给它一个名字和公司，它能帮你补上职级、公司规模、行业、甚至直属商务邮箱。一本超级商业名册。
  • Million Verifier：邮箱验证工具。发冷开发信之前先确认邮箱是真的、能收信。这步不能省——大量发到无效邮箱，你的发件信誉直接报废，之后寄什么都进垃圾箱。
  • Instantly：冷开发信发送平台，支持连接无限个发件邮箱自动轮流发送，还内建邮箱"暖机"功能（模拟正常互动来建立信誉）。解决冷开发信最头疼的问题：量要大，但不能进垃圾邮件。
  • Rephonic：Podcast 搜索数据库，收录超过 300 万个节目的数据，包括听众数量、受众画像、主持人联系方式。
  • Perplexity API：用来自动搜索 Reddit、社群媒体上目标客群的真实痛点和讨论，作为广告文案的素材来源。

四条自动化工作流

理解了每个工具的角色，再看怎么串成工作流就清楚了：

工作流一：LinkedIn 自动回复

有人在 LinkedIn 帖子下留言想要某个资源，Agent 自动抓取留言者、逐一回复并附上下载链接。全程后台运行，不需要人盯着。

工作流二：批量广告生成

用 Perplexity API 去 Reddit 爬取目标客群的痛点（比如"数据分析师抱怨无法整合多个数据源"），然后根据这些真实痛点批量生成上百个广告文案变体，用 React 组件渲染成 1080x1080 的图片素材。

工作流三：Podcast 冷开发

用 Rephonic 搜索目标领域的 Podcast 主持人联系邮箱 → Million Verifier 验证邮箱有效 → 自动送进 Instantly 发送冷开发信邀约上节目。从"找到目标"到"信寄出去"，全链路自动化。

工作流四：LinkedIn 互动者转化

团队任何人在 Slack 指定频道丢进一个 LinkedIn 帖子链接，Agent 立刻启动：Phantom Buster 抓取所有互动者资料 → Apollo 补全商务联系信息 → Million Verifier 验证邮箱 → 自动加入 Instantly 的冷开发信活动。从"某人在 LinkedIn 点了个赞"到"收到一封个性化的冷开发信"，中间零人工介入。

每条工作流在后台独立运作，操作者像个指挥官一样在不同窗口之间切换，确认每个 Agent 跑在正确轨道上，然后继续启动下一个。

广告策略：先测消息，再做设计

这里有一个很值得学的思路：先用纯代码（React 组件）快速生成大量"丑但精准"的广告变体，测试哪个消息角度最能打动人。找到赢家之后，再投入资源做精美版本。

一个广告变体的生成成本大概就是一千个 token，几乎等于零。所以可以一次生成一千个变体，全部丢上 Facebook 测试，让数据告诉你答案。这比"花两天做三个精美广告然后祈祷"的传统做法高效太多了。说白了就是把广告创意从"拍脑袋赌一把"变成了"低成本穷举 + 数据筛选"。

值得想的事

这套打法的核心不是某个具体工具，而是"API 编排"这个能力本身。Claude Code 在这里扮演的角色更像一个万能胶水——它不生产数据，但它能把散落在各个 SaaS 里的能力串成一条流水线。对于独立开发者或一人公司来说，真正该投资的不是学会用某一个工具，而是搞清楚"哪些服务有 API，怎么把它们串起来"。这才是 AI 时代个体户的真正杠杆。