一手实测 Aha 2.0：真的是达人营销的最优解吗？

Aha 到底能做到多少？离真正的 AI 达人营销员工有多近?

尽管最近 AI Agent 很火，真正落地到垂直行业里的例子依旧不太多。尤其是我们今天要讨论的行业：非标、分散、高度依赖沟通：达人营销。

对于科技公司来说，达人营销非常重要。但是直到今天，很多团队依然在依赖 Excel 表格管理达人，靠人工手动发送成百上千封「碰碰运气」的邮件。

流程很乱，效率很低。

上周，冲到 Product Hunt 日榜第一的 Aha 2.0 引起了我们的注意。

听说他们团队也在最新一轮融资中拿到了 570 万美金，由联想创投领投，初心资本跟投，金沙江创投与锦秋基金全部老股东持续加注 。

Aha 2.0 的前身相信很多人有听说，原来是 Head AI 。这次 2.0 版本，他们给出了一个更清晰的定位：

为 AI 公司打造的 AI 达人营销员工。

同时，社区内也有许多关于Aha 2.0 具体如何实现的讨论

带着好奇，我们决定不仅是看，而是真实上手，试图回答一个问题： 它到底能做到多少？离真正的「达人营销员工」有多近？

01 ｜实测：AI 达人营销员工

说实话，市面上做达人营销相关的产品挺多的，但大多数只是把「搜索框」和「CRM」硬拼在一起。而且，现阶段达人营销领域还是个需要人判断把关的活，判断跟谁最终合作、稿件内容是否符合预期，仍然需要 Human In The Loop。

不过 Aha 2.0 在任务流的串联上，仍给到了一些新意。

所以，它是如何把这一堆任务串起来的？

为了验证它在真实场景下的表现，我们特意联系到了用 Aha 做过完整海外增长任务的团队 Manna，他们为我们复盘了完整执行达人营销合作的全流程。

我将其大致分为 2 个 Part：

【1】Campaign 的基础设置

【2】Campaign 设置后 All In One 式 的平台操作模式

第 1 Part：Campaign 的基础设置

传统的达人营销 Campaign 里，写一个完整的营销 Brief 往往是第一个「痛点」，增长人得花很多时间去详细描述产品卖点、目标用户，还要把它翻译成英文，整个过程非常复杂。

Aha 的做法很聪明，做成了类似「爬虫」的效果。

创建 Campaign 的第一步：将你的产品网站 Link 输入到 Aha 提供的输入框中，下面全部以 Manna 真实在跑的 Campaign 为例（感谢 Manna 团队愿意分享使用体验和数据）

接下来，Aha 会浏览产品官网并查找相关内容，了解产品的基本情况。再根据这些信息总结提炼出关键的营销点，所有内容基本上都支持手动编辑。除了展示给接单达人看之外，也让 AI 更好地对齐你的需求。

比如：品牌 Logo、品牌简介、潜在竞品、核心卖点、核心受众群体等。

第二步：设置 Campaign

首先需要设置达人匹配逻辑，一共有 3 个模式，不同的匹配模式会决定活动的精准度和覆盖范围。

比如「Focus mode」，平台就会只专注于匹配最合适的达人，但每个达人的成本可能会稍高，活动周期也会稍长。

这个流程里，也更聚焦品牌自己的策略，需要自行选择想要的投放渠道、目标国家、语言、合作达人类型等。

完成以上设置后，Aha 会根据你在上面两个轮次设置的信息， 给你几个达人示例：你可以点进主页去看达人是不是符合你的预期。

如果对这个匹配结果满意，可以选择：

「Match」。

如果不符合预期，可以选择：

「Not a match」。

我判断下来，这一步其实也在「训练」模型，与模型做你的预期拉齐。

当你设置好预算后，Campaign 就开启了。需要给 Aha 大概 24-48 小时的时间去找人。

等待的时间具体会发生什么？带着这个好奇，我去翻了翻 Aha 官网。

很有意思。

Aha  达人匹配，官网叫 LLM Expert-Led Influencer Matching System，能从超过 500 万个达人中筛选出合适的人选，甚至还能判断是不是营销号，帮你过滤掉。

而且，这个判断逻辑不依赖浅层标签，比如「AI」这类很简单的搜索词。而是让 AI 根据达人内容和受众、品牌目标地区、达人互动量情况等多重因子来综合判断，选出适合品牌目标的达人，进行邀约沟通。

当然，如果你有精力，也可以时刻看看 Aha 到底邀请了谁？聊了谁？

48 小时内，找好的人会带着聊好的价展示在你的工作区。

第 2 Part：All In One 的平台操作模式

我们来具体看看， Manna 产品在 Aha 匹配后，是怎么操作的，以及具体得到了什么结果。

先来看整体数据情况：匹配 10699 人，谈价及邀约 318 位，最终投递有合作意向的有 187 个。

接下来，在Aha（Manna）的界面里，可以完整清晰地看到达人的进度分类：待确认、内容制作中、待发布、已发布，以及对应的达人数量。一个简单的功能，解决了达人进度追踪过程中的痛点。

我们先拿 「达人有意向，但 Manna 还没选择」的达人信息做示范。注意，这里的达人都是已经确认合作意向，聊好价格的。你可以点击达人头像旁边的链接，进到达人所在平台主页去看达人符不符合预期。

也可以点击头像直接进入到 Aha 的「达人信息卡」。这里将「达人是否值得选」浓缩成了几个可读性很高的指标：最优价格、CPM预估，预测播放量、达人受众画像等，方便你做更好的判断。

如果你判断下来值得合作，点击「确认合作」，就会立刻进入到下一个内容制作节点。如果不符合，可以点击移除，你们的合作就取消了。

确认合作的达人，都会统一集中在「Content under production」进行稿件统一的审核。圈起来的按钮，代表着达人稿子已经写好了，你可以进一步点击去审稿（图2），提供修改意见（图3）。

这里，我们再拿 Manna 已发布过的达人做个案例示范；图2 是真实的沟通过程，以及达人二次修改返回的稿件内容。

我顺便去这个达人的主页看了看数据，花了 580 美金，数据见图，不得不说这钱花的挺值的。

到这儿，其实已经能直观感受到 Aha背后做的工作其实已经非常全面了。

实测过程中，还有很多细节也让我很好奇，比如：

【1】AI Agent 是如何协商合理报价的，给到「best price」展示给品牌的？

【2】又是如何发送合作邀约？监控达人稿件进度的呢？

我在官网仔细了解了下 Aha 背后的达人定价系统后（Dynamic Pricing Engine），才发现这一套系统其实很复杂。

简单总结下，每位达人的报价由 Aha 的预测模型计算，主要平衡几个核心维度：预测播放量、平台基础 CPM、国家、受众购买力、合作形式，以及市场供需。

官网给出的公式看着不明觉厉：

Expected Price = Base × CPM × MatchRate ± ε

也就是说，当 AI 计算出价格后，通过不断试探和达人沟通来给出最终可执行的最优报价。对品牌来说「一口价模式」没有了过去反复谈价的流程。

邀约这里，他们自己是通过工程化方式，自动化了这一过程。一方面管理了庞大的发信域名，能进行高并发任务。另一方面，还会通过频控算法动态调节邮件发送间隔与每日总量，避免触发平台反垃圾机制。 对达人侧，还有适配本地化多样化的表达、提高邀约回复率。

比较有意思的是，我以为这一步都是 AI 做的，实际上，如果 AI 遇到复杂或模糊情况后，还是会自动标记并转交给 Aha 的运营团队人工处理。

至于监控达人合作进度，总结一下就是：除了会要求达人交稿时间、内容植入规范之外，如果若达人逾期未提交，AI 还是会模拟人工发送提醒。如果达人长时间未交稿，品牌可获得 100% 退款。

除了退款保障外，在合作首次开始前，Aha 还会与达人、品牌进行双端的授权及协议签署。

对品牌而言，代理协议只需签署一次，后续合作都均享有法律效益的合约保障，也享有对达人内容素材使用授权。（因授权为盖章内容较敏感，在这里就不放出展示）

对达人而言，收到邀约时即可查看 Aha 与品牌的真实授权关系，确保合作真实、合作可信。

虽然在品牌后台看到的是高度简化、可视化的操作台。但很明显能看到 「联系达人」「确定报价」「反复沟通」「保障合规」等等这些事情都不再需要品牌操心，Aha 都默默做掉了。

最后，就是等达人内容发布后坐等数据。可以在 Manna Report 看到，他们这次 Campaign 完成了 1300万+ 曝光。活动数据能按平台筛选，也可以细化到每个达人的表现如：观看量、点击量、CPM、CPC 等等。

整个流程测下来，我最大的感受是「连贯」。相比传统的繁琐过程，Aha 尝试将每个环节都优化得更省心、更透明。

从自动生成 Campaign Brief，到精准匹配达人，再到谈价，All In One 的工作区、活动结果跟踪，Aha 提供了一种新的营销体验：

尽量在每个节点都有效节省时间，让整个营销流程更加高效一点。

在这个过程中，用户不再需要打开 Excel 记录进度，也不需要打开 Gmail 发邮件，去 WhatsApp 上与每一个达人讨论价格。就只是在 Dashboard 上点击了几个 「Approve 和 Next」 按钮。

这就是 Aha 所尝试的 All In One，它把一个非标准化的生意，变成了一个标准化的流程。

如果大家感兴趣，也给大家做了个完整的录屏视频，可以看看：

真实的达人合作界面：

真实的品牌 Report ：

当然，既然是实测，不足的地方也有几个：

【1】虽然 Aha 的自动化程度很高，但如果你的官网没有及时更新， 抓取到的产品关键信息肯定不是 100% 正确的。

尤其是网站内容比较复杂或者结构不够清晰的时候，可能会漏掉一些细节，导致生成的 Brief 不完整。

这个时候，还是需要你认真看一下所有内容，手动调整，确保关键信息都正确，符合你的 Campaign 要求。

【2】虽然平台提供了不少匹配选项，但如果品牌有一些特别的需求，或者目标受众和地区比较 Niche，能匹配到的数量可能不会特别多。

不过这种情况自己找或者让 Agency 找，应该也是慢的，需要放低预期，足够有耐心。

【3】最终是否需要合作，还是需要人为手动一个个去筛选的。

抛去这些不足，作为一个还在快速迭代的 2.0 版本，Aha 已经试着解决「海外增长负责人们」经常感到「头秃」的一系列问题。

这也许是目前做海外增长营销性价比很高的解法之一。

02 ｜回过头来看，为什么达人营销是 AI 最该进入的领域 ？

【1】找人难，筛选很痛苦

过去大家只能靠一些浅标签，比如「AI、效率」等关键词去搜。想做得细一点，你得一个个点进去看达人内容，到底合不合适植入、受众是不是你要的那拨人。很多时候还全靠主观感觉。

做的深一层，会用各种工具去查播放量曲线有没有异常、评论区是不是真实互动。确定画像匹配，还要一轮轮发合作邀约、谈细节，最后能真正敲定合作的往往很少。

【2】沟通非常累，回复率非常低，很耗精力。

发了 100 封邮件，回了 3 封。为了确定一个小的合作细节，需要反复 4-5 轮确认，还得解决时差，时效问题。

【3】黑箱操作，定价不透明。

这个市场没标准。同样级别的达人，报价差可能能有 10 倍。你不知道投谁对，也不知道「这笔钱花得值不值」。

所以问题其实不在「缺乏工具」（市面上有很多数据分析工具），而是缺少一套能自动化、可规模化的执行机制。

而以上这些正是 Aha 此刻在努力一点点全部做好的事情。

所以：

AI Agent 能否在垂类场景的脏活累活中落地？

很长时间以来，我们对 AI 的想象往往过于「科幻」了，AGI 离现在还很远很远。

但 Aha 让我们看到，它能处理那些非标的、琐碎的流程性工作，并且做得还不错。

文章来自于微信公众号 “十字路口Crossing”，作者 “十字路口Crossing”