[控场AI]
· 4 分钟阅读· 2,309 字

ZenABM:用AI在Claude、ChatGPT里直接投放LinkedIn广告

ZenABM:用AI在Claude、ChatGPT里直接投放LinkedIn广告

ZenABM通过MCP协议和自研Agent,让营销人员直接在AI对话框中操控LinkedIn广告投放全流程。

ZenABM是一款面向B2B营销团队的AI广告管理工具,核心价值在于消除AI助手与LinkedIn Campaign Manager之间频繁切换的摩擦。它提供两种接入路径:通过MCP服务器嵌入Claude、ChatGPT等用户已在使用的AI工具,以及使用自研Agent「Zena」——两者均配备20余项专家技能与96个操作工具,覆盖广告创建、投放与优化全链路。此外,Zena还可自动生成含营收归因数据的周报月报,试图解决B2B营销中ROI难以量化的痛点。产品登上Product Hunt当日榜单第二,印证了「将专业工作流封装进AI Agent」这一SaaS迭代方向的市场吸引力,但实际效果仍有待真实业务场景验证。

告别复制粘贴:LinkedIn广告进入AI操作时代

对于做B2B营销的团队来说,LinkedIn Campaign Manager一直是个绕不开却又让人头疼的工具。频繁在AI助手和广告后台之间来回复制粘贴,既低效又容易出错。ZenABM试图解决的正是这个痛点——它让营销人员可以直接在Claude、ChatGPT、Perplexity等AI工具里完成LinkedIn广告的创建、投放与优化。

这款产品近日登上Product Hunt,获得185票支持、41条评论,位列当日榜单第2名,分类涵盖广告、人工智能与LinkedIn三个方向。从热度来看,B2B营销自动化确实是当下受关注的赛道。

ZenABM 产品演示

两种接入方式:MCP服务器与原生AI Agent

ZenABM提供了两条技术路径来实现「AI操作广告」。

MCP服务器:接入你现有的AI工具

第一种是通过MCP(Model Context Protocol)服务器接入。MCP是近来在AI工具生态中逐渐普及的连接标准,它允许外部服务作为「工具」被大语言模型直接调用。这意味着用户无需切换平台,在自己已经习惯的Claude或ChatGPT界面里,就能通过对话的方式驱动LinkedIn广告操作。

对于已经把AI助手深度融入日常工作流的团队而言,这种方式的价值在于「零迁移成本」——不用学新的软件,直接在熟悉的对话框里下指令即可。

MCP(Model Context Protocol)由Anthropic于2024年底提出并开源,本质上是一套标准化的「AI工具调用协议」。在此之前,每家AI应用若想接入外部服务(如数据库、API、第三方平台),都需要各自实现一套私有的集成逻辑,成本高且难以复用。MCP统一了这套接口规范:外部服务开发一次MCP服务器,即可被所有支持该协议的AI客户端(如Claude Desktop、Cursor等)直接调用。用户在对话中提出需求,AI模型会自动判断应调用哪个工具、传入什么参数,并将结果整合回对话上下文。ZenABM选择MCP作为接入标准,意味着只要用户使用的AI客户端支持MCP,便能无缝调用LinkedIn广告操作能力,而无需ZenABM分别为每款AI工具单独开发插件。

原生AI Agent「Zena」

第二种是使用ZenABM自家的AI Agent,名为Zena。据官方介绍,无论是MCP服务器还是Zena,都配备了20多项专家技能和96个工具。这个数字说明产品在功能颗粒度上做了相当细的拆分,覆盖从广告创建、投放到优化的完整链路。

所谓「专家技能」,本质上是把资深广告投放人员的经验流程封装成AI可执行的能力模块,让不具备专业投放经验的用户也能借助AI获得接近专家水平的操作。

自动化报告:打通互动与营收归因

除了广告投放,ZenABM的另一个卖点是自动化报告。AI Agent Zena可以生成周报和月报,内容不仅包括常规的广告数据,还涵盖公司层面的互动情况(company engagements)以及营收归因(revenue attribution)。

营收归因一直是B2B营销最难量化的环节——广告投入究竟带来了多少真实收入,往往难以清晰追溯。如果ZenABM能把这部分数据自动化整合进报告,对营销团队证明投放ROI会有实际帮助。当然,归因的准确性还需要在真实业务场景中验证。

ABM赛道的AI化尝试

从产品命名(ABM即Account-Based Marketing,基于账户的营销)可以看出,ZenABM瞄准的是B2B领域的精准营销场景。ABM强调针对特定目标企业进行定制化触达,而LinkedIn正是B2B获客的核心平台。

把AI Agent引入ABM流程,代表了一种趋势:营销工具不再只是提供界面让人操作,而是让AI承担更多执行与决策辅助的角色。用户从「操作者」转变为「指挥者」,通过自然语言下达意图,由AI完成繁琐的落地工作。

这类产品的实际效果,最终取决于两点:一是AI对广告策略的理解深度是否真正达到「专家」水准,二是96个工具的整合是否稳定可靠。Product Hunt上的高排名说明市场有需求,但从演示到日常生产力工具之间,仍需时间检验。

Account-Based Marketing(ABM)是B2B营销中与「广撒网」截然相反的策略:团队事先筛选出一批高价值目标企业(Account),再围绕这些企业的决策者设计定制化内容与触达路径。LinkedIn因拥有职级、公司规模、行业等精细画像数据,是执行ABM策略的首选平台。传统ABM执行链路繁琐——需要在CRM、广告后台、数据分析工具之间反复流转,且每次调整受众或创意都要手动重新配置。AI Agent的引入理论上可以压缩这一链路:只需用自然语言描述目标(如「向融资B轮以上的SaaS公司CTO投放这套素材」),Agent便可自动完成受众搜索、广告组创建与预算分配。这也是ZenABM主打「专家技能封装」的核心逻辑所在。

小结

ZenABM把LinkedIn广告投放搬进了AI对话框,通过MCP服务器和原生Agent两种方式降低操作门槛,并试图用自动化报告解决B2B营销的归因难题。对于依赖LinkedIn获客、又已经在使用AI助手的营销团队,这是一个值得关注的效率工具。它的走红也再次印证:将专业工作流封装进AI Agent,正成为SaaS产品迭代的新方向。

分享:

相关推荐