hiCreator 是一个端到端执行达人投放的 AI 平台：提交一份 Brief， 它会建立名单、撰写并发出建联邮件、对回信分类、推进价格谈判、预填合同、跟进交付、回收投放数据。 覆盖 Instagram、TikTok 与 YouTube，5000 万+ 达人档案，120+ 个国家和地区。 约束这个 Agent 的有三条：模型产出邮件的通道只有一个，并且从不决定这封邮件是否发送； 心理价位存放在起草步骤读取不到的字段里；五个信号——达人报出具体价格、确认成交、 询问付款方式、要求签署条款、提交成片待审——出现任何一个，对话立即交还人工。
达人营销要上规模，瓶颈从来不在选人。筛出两百个大致合适的达人，一个趁手的工具一个下午即可完成。
困难的是之后的环节：两百封需要写清「为什么找你」的建联邮件、来自六个时区的九十封回信、 四十轮手中没有价格参照的报价交涉、三十份合同、三十个待审脚本、三十条待审成片、 三十条需要催收的发布链接，以及三十笔财务并不情愿处理的跨境付款。
这类工作无法通过增加人手解决。单个动作都不困难，困难在于数量庞大、必须按顺序推进， 且每一步都取决于对方回复了什么。这恰好是 Agent 擅长的工作形态， 也恰好是 Agent 在缺乏约束时最容易出事的工作形态。
下面拆解 hiCreator 的具体实现：AI 选人的召回链路、建联 Agent 的可写边界、 议价环节如何在结构上保证价格上限不外泄、规模化运行后漏斗的真实形态， 以及产品在哪些环节刻意不做自动化。只需要产品介绍而非实现机制的话，hiCreator 产品页是更简短的版本。
先界定这个品类
「AI 达人营销」这一说法下同时存在三类完全不同的软件，它们各自失效的位置并不相同。
| 类型 | 承担什么 | 使用之后剩余的工作 |
|---|---|---|
| 达人库 | 检索达人索引，按粉丝量、地区、互动率筛选 | 产出一份名单。名单之后的工作——查邮箱、写邮件、解读回信、议价、签约——一项未减 |
| 达人 CRM | 记录管线状态：谁已联系、处于哪一阶段、达成了什么条件 | 一份清晰的记录，所记录的仍是需要人亲自完成的工作。CRM 不会代为撰写催促邮件 |
| Agent 托管平台 | 直接执行下一个动作：起草并发出、对回信分类、路由议价、准备合同、跟进交付 | 待办清单转变为待决策清单，同时带来新的问题：无人监督时它的行为边界在哪里 |
hiCreator 属于第三类，同一套引擎以两个版本交付。工具版将每项能力单独开放——AI 搜索、 找相似、封面搜索、邮箱查询、受众画像、假粉检测、投放追踪——面向已有成熟流程、 只需补足其中一环的团队。自动化版将完整链路交由 Agent 执行。 两者共用同一个索引、同一批模型、同一份联系方式数据，区别仅在于各环节之间由谁交接。 自动化版按账号开通而非自助注册即用：一个会向真实创作者发出邮件的系统，不应当允许任何人随时启用。
六个环节，分别由谁执行
一场投放经过六个环节。Agent 具备执行全部六个环节的能力，涉及判断、支出与品牌风险的节点会将人引入。
- 1选人 —— 由 Agent 完整执行
提交一份 Brief（产品链接、官网、文档，或一张截图），系统将其解析为一份选人规格： 19 个定量字段加上定性判据。随后召回、富化、复核、邮箱补全作为一条流水线执行完毕。 呈现给你的是一份名单，而不是一个搜索框。
- 2建联 —— Agent 起草，闸门由你设定
首封邮件与后续跟进按照既定建联策略逐人撰写。草稿直接发出还是排队等待审核， 属于项目级设置；另有若干条件会强制将其转回人工审核。
- 3议价 —— Agent 在边界内执行
回信先分类后路由，达人给出的报价被抽取为结构化字段。心理价位不进入提示词。 五个信号中出现任何一个，Agent 停止并移交人工。
- 4签约 —— 你决策，Agent 备料
合同表单在呈现时已完成填充——谈定的价格、达人主页、交付内容、收件人， 每一格都标注了取值来源。三个交付日期刻意留空。
- 5交付 —— Agent 跟进，你审核
脚本、成片、发布链接三个阶段，每个阶段都是一道审核位。内容上线后按设定频率采集数据， 评论可单独执行情绪与购买意向分析。
- 6成效数据采集与付款协调 —— 数据由 Agent 回收
播放、互动与评论信号汇总为一份投放复盘。付款被设计为工作流上的一道闸， 而非流程中的一个环节，当前状态参见下文关于资金的说明。
环节一：AI 选人的实际流程
「语义搜索」这四个字在多数产品文案中承载了过多含义。下面是一次查询实际经过的路径。
需求首先由模型改写为两份检索文档：一份严格贴合原始表述， 一份受控扩展，允许同义表达但不会偏移到相邻垂类。两份分别向量化后并行召回—— 索引中每位达人存有三个向量：3072 维的整体向量，以及各 768 维的垂类向量与呈现方式向量。 两路结果经 RRF 融合、去重，再应用硬性条件与排除名单。
随后是成本较高的环节。系统按目标数量的 5 倍提取候选，交由复核模型打分， 每批 50 个、最多 20 批并行。模型对每位达人给出三项有界判断， 由服务端按固定规则换算为 0–100 分，不允许模型自行生成分值。仅成功批次参与汇总—— 失败批次直接丢弃而不重跑整单，因为重跑意味着每位达人的复核成本再支付一次。
| 参数 | 取值 |
|---|---|
| 单次结果数量 | 20 / 40 / 100 / 200 |
| 每个名额复核的候选数 | 5 个 |
| 召回相似度下限 | 0.8 |
| 复核批大小 / 并行数 | 每批 50 个 / 20 批 |
| 可用硬性条件 | 国家、语言（38 种）、粉丝区间、平均或中位播放区间、性别、人种、 达人类型（10 类）、露脸程度、是否具备邮箱、团队级全局去重 |
需求是一段陈述而非关键词——「面向家庭烹饪人群而非专业厨师」这类条件无法用筛选器表达。 硬性条件以标签形式并列其旁，本次消耗在执行前给出。
40 张卡片，每张包含粉丝数、平均与中位播放、互动率、定位标签、联系方式， 以及近期内容的单条数据，无需打开 Instagram 即可完成初筛。图中联系邮箱已打码，产品中为完整显示。
复核模型的可见范围
| 打分模型读取 | 打分模型无法读取 |
|---|---|
| 定位、垂类、长期话题 | 粉丝数 |
| 出现过的产品、内容形式 | 互动率 |
| 视觉风格、常见场景 | 图片与帖子全文 |
| 已存储的地区、语言、达人类型 | 索引之外的任何信息 |
人口属性只有在需求中明确提出时才进入打分。排除粉丝数是一项刻意设置的约束而非遗漏： 模型一旦能够读取受众规模，就会开始奖励受众规模，而规模并不等同于合适。
这是复核模型实际读取的那份画像。注意其构成：长期话题、内容形式、产品品类， 以及一段细化到灯光、背景与镜头的描述。整份画像中没有出现粉丝数。
同一套机制上还运行两个变体。找相似以一位已合作达人为输入，返回调性与受众接近的一批； 索引之外的账号仅为本次请求抓取和分析，不会以残缺资料的形式写回公共库。 封面搜索按画面匹配——描述目标封面，或直接上传一张图片—— 这是定位「确实在生产此类内容的人」最快的方式，而不是定位「在简介中如此描述自己的人」。 人工版本的完整流程可参考怎么找达人一文。
环节二：建联邮件的可写边界
多数「AI 建联」产品在这一步退化为措辞更考究的邮件群发。要做对，有四条硬性约束。
出信通道唯一，且该通道不是发送键。模型能够产出邮件的工具只有一个。 它无法指定收件人，也无法选择挂载哪条会话，这些属于引擎字段。草稿是否发送、何时发送由工作流决定， 模型始终不参与。模型在命中审核闸时可以将草稿标记为待人工审核， 该标记在已开启自动发送的项目中同样生效。
是否允许提及金额属于授权，而非推断。本封邮件能否谈及价格， 由本次运行携带的授权位决定。模型没有机会自行判断「当前应当进入议价环节」。 人工传入 Agent 的指令在 schema 层即拒绝数字与币种，因此「向他报价 $400」这类自由文本无法通过。
回信的分类决定了该线索的走向。每封来信被归入五类之一： 真人实质回复（包含索取样品、要求验证、议价）、明确拒绝、休假自动回复、 工单或客服系统回执（表明该邮箱背后并非达人本人）、泛化的自动确认。 对于无法确定的情况，指令是明确的：一律按真人处理。 将真人误判为自动回复会无声地终止一条有效线索，而反向误判最多浪费一轮交互，两者代价差距显著。
报价是抽取而非概括。只要达人提及任何数字——「每条视频 $800」、一份 rate card、 一个底价——Agent 必须将其抽取为结构化字段：金额、归一化币种， 以及三项「信中提及才填写、且照原文记录不做加工」的内容：该价格对应的交付物、内容挂载时长、 包含哪些内容使用权与白名单投放授权。这三项随后直接进入合同表单。 若不在此刻抽取，三周后需要有人重新通读整条邮件线索。
图中五个环节有四个属于引擎步骤，而非模型步骤。模型承担的工作只有一项——产出文本； 这些文本最终能否抵达真实收件人，全部在模型之外决定。
两个已修复的缺陷，以及修复方式
第一个缺陷是在完全没有上下文的情况下写信。当邮件历史无法读取时， 系统曾经降级为空历史继续执行，这意味着已开启自动发送的项目， 可能在未读取任何会话内容的情况下撰写并发出一封回信。修复方式不是优化提示词： 历史读取失败现在会置一个标记，强制转入人工审核。
第二个缺陷是对最关键的邮件做了静默截断。较长的来信曾经被从尾部按固定长度裁切， 而那恰好是达人书写价目表与排期的位置。触发信现在单独分配了大得多的额度， 确有超限时改为中段省略并加标记，同时强制该线索转入人工审核，而不是无声地丢失其中的数字。
环节三：议价中的价格上限保护
自动化议价的风险不在于 AI 是否擅长压价，而在于商家的价格上限出现在一封已经发出的邮件里。 hiCreator 以结构而非叮嘱来处理这一点。
目标价存放在专用数值槽中，仅策略步骤可见。起草步骤——即产出达人实际会读到的文字的那一步—— 不接收该字段。这并非「在提示词中要求它不要提及」，而是该数值不在其作用域内。 其后另有四道闸：指令 schema 拒绝数字与币种、白名单摘要校验传入内容、超预算输入在入口处丢弃、 草稿发出前再次扫描。
移交规则比多数人预期的更为严格。以下五个信号出现任何一个，Agent 即停止起草并转交人工：
- 达人给出具体报价、底价，或直接提供 rate card
- 价格达成一致，或对方确认接单
- 对方开始询问付款方式、账期、收款账户
- 对方要求确认或签署具体条款——授权范围、独家、白名单投流、买断
- 对方提交脚本或成片请求放行
仅仅是回复积极但未做出实质承诺，不触发移交，Agent 会继续推进对话。 但一旦出现真实的商业实质，本轮即不允许继续起草。Agent 自身的 skill 文件中写明： 无法确定时同样移交。多移交一次的代价是占用人工一分钟，而自动做出一次承诺的代价可能是赔付。 人工版本的对话可参考达人建联邮件模板与达人报价怎么谈， Agent 的打法正是以此为基准建模的。
环节四到六：签约、交付与资金
当一单推进到需要出具合同时，本次投放已经掌握了合同中应当填写的大部分内容。 表单在呈现时已完成填充，每一格标注了取值来源：价格来自达人自己的报价、主页来自达人画像、 收件人来自建联联系人、条款来自项目级设置。预填显示的值与提交后写入合同的值逐字一致， 不存在第二条可能给出不同结果的派生路径。
三个交付日期刻意留空
脚本终稿、成片终稿、发布这三个日期本可以轻易预填。 一版按「建立合同当日 +3 / +8 / +11 天」给出默认值的实现曾经上线，当天即被撤回。 当初的依据是「线上 14 份合同中有 11 份使用了这组间隔」，但按建立合同的日期分组后可以看出： 那 11 份整齐的数值来自更早期系统的机器默认值，而非人的选择。 在运营能够自行选择日期之后签署的三份合同中，三段间隔分别为 0/7/29、2/17/22、4/7/7， 样本中唯一的人类信号恰恰表明没有任何一个默认值是合适的。
其余每一格预填都是在找回已经存在的事实。日期不是：它是向达人做出的承诺， 在该字段中填入一个没有来源的推测值，实际效果是促使填表人径直点过整张表单中最需要停下来思考的那个决策。
交付分为三个审核阶段——脚本、成片、发布链接——每个阶段都是「达人提交、人工审核」的组合。 内容上线后，投放追踪按 12 小时 / 1 天 / 3 天的频率采集，周期可选 7 至 90 天； 评论分析按需执行，单轮 1 至 1000 条自定，输出情绪、购买意向、讨论主题， 以及一次分析同时产出的中英双语摘要。
购买意向的口径刻意收窄：询问这是什么产品、什么型号、何处可购、如何使用、规格、兼容性、效果、 价格、库存、配送、如何下单，均计入；单纯的称赞、表情、对创作者本人的讨论，不计入。 意向以评论条数计量，报告中亦明确标注：一条评论不等于一笔成交。
关于资金需要如实说明。资金托管、按节点放款、多币种结算在设计上是一道可插拔的阻断闸， 而非新增的流程节点：它挂载在全系统所有状态变更都必须经过的那一个入口上， 因此「合同发出前要求资金到位」或「结案前要求尾款已付」是一条配置而非一次重写。 该架构已经确定，前端流程亦已存在，但其背后的资金台账属于独立立项的工程。 当前请将付款理解为由平台协调，而非在平台内部全自动完成；涉及具体币种时请单独确认。
谁在推进：阶段与控制权是两回事
描述一次投放的状态需要两组互相独立的信息，而不是一组。 把两者混为一谈，正是许多自动化工具在使用中给人「与你争夺方向盘」之感的原因。
| 信息 | 回答的问题 | 取值 |
|---|---|---|
| 阶段 | 事情当前在谁那里 | 等回复 · 谈判中 · 退信 · 无邮箱 · 发送失败 · 合同起草 · 等签署 · 等交付 · 成单 · 丢单 |
| 控制模式 | 由谁推进 | AI 托管 · 人工已接管 · AI 起草人工审核 |
网格中任何一格都是合法状态。接管一条对话只是把它向下移动一行，横向位置不变， 该达人在管线中所处的阶段完全没有改变。
接管某一位达人的对话，不改变其阶段，也不暂停整场投放，只是把这条线索的控制权切换过来。 引擎中有四处会在执行前检查该标记：回信派发、跟进调度器、合同催签调度器、自动审批判据， AI 随即停止介入。交还给 AI 需要显式操作，不设超时自动回收—— 静默超时正是「双方同时回复同一位达人」这类事故的典型成因。
位于其上的对话式助手遵循同一套规则。其提案类工具不产生任何副作用：只输出一段动作描述， 转化为一张审批卡，经确认后才真正执行，且执行时调用的是与人工完全相同的接口，不存在特权通道。 模型误调工具的后果是多出一张无人确认的卡片，而不是一封达人已经收到的邮件。
规模化之后，漏斗的真实形态
厂商绘制的漏斗通常是一个均匀收窄的三角形。下面这个来自一次真实的生产投放，已做脱敏与取整。
条宽经过平方根压缩。若严格按比例绘制，最后两根条在图中将不可见——而这恰恰就是该漏斗的形态。
| 环节 | 人数 | 发生了什么 |
|---|---|---|
| 召回候选 | 约 19,000 | 分三批，尚未与排除名单去重 |
| 被排除词淘汰 | 约 6,800 | Brief 中已排除的垂类，以泛生活方式与 vlog 为主 |
| 因证据不足淘汰 | 约 10,000 | 身份已匹配，但无法获取可用的近期内容——证据闸不对无法观察的达人做判断 |
| 进入 AI 复核 | 2,083 | 资料完整到可供打分 |
| 通过复核 | 93 | 被拒原因：1,775 相关性不符、282 内容质量、156 品牌、99 疑似合成账号。一人可命中多个原因，因此这是标签计数而非去重人数 |
| 可联系 | 62 | 另有 31 位通过复核但无法获取邮箱 |
这份漏斗里有三个事实决定了投放的实际成本。其一，召回廉价且充裕，稀缺的是判断依据与联系方式。 其二，最大的一笔损耗——一万人因无法获取近期内容而被淘汰——是一次刻意的拒绝： 系统不会在读取不到内容的情况下为达人打分，因为基于缺失数据做出的确定性判断比不做判断更糟。 其三，这也是「回复率」单独作为指标并不可靠的原因： 62 位经过筛选、每封邮件都能写出具体理由的联系人，与从批量名单中随机抽取的 62 个名字， 行为特征完全不同。以下两个数字来自 hiCreator 自有投放，不是行业基准：自动化发出的首封邮件回复率在 7% 以上， 由运营自行确定切入角度的工具版链路在 10% 以上。
决定数据可用性的四条规则
漏斗数字、复核分数与受众报告能不能用，取决于底层达人数据对自身局限是否诚实。 以下四条规则决定了这些数据能否直接用于决策，它们与达人分析通常的宣传方式相反。
假粉检测是规则函数，不是模型。没有任何大模型参与判定账号真伪。 采样账号按确定性规则打分：默认头像 −5、用户名数字占比过半 −1、发帖数按档位从 −1 到 +4、 粉丝数分档、关注数为 0 记 −1、有简介 +1、显示名称与用户名不同 +1、有外链 +4、有精选 Story +4。 账号先经过四项「同行达人」条件——公开、非默认头像、粉丝超过 3,000、关注粉丝比低于 0.5—— 命中者单独归类，因为受众中混入的同行既不是机器人也不是普通粉丝。 YouTube 使用完全不同的口径：评论频道中注册不足半年、不足一年的比例，以及使用默认头像的比例。
同行达人账号单列一档，不并入任何一侧。将这一档平摊处理， 恰恰会掩盖「该达人的影响力是否只在行业内部循环」这一信息。
「查询结果为无」与「查询未能完成」是两个不同的结论。只有在供应商明确答复不存在该邮箱时，一次查询才记为 miss。鉴权失败、触发限流、网络异常， 一律记为 error，不计入 miss。不做这一区分的后果是具体的： 一批被标记为「无邮箱」、此后不再触达的达人，其原因仅仅是某个供应商当时状态异常。
样本如实描述为样本。上文那份报告显示的是「疑似假号 5%」， 而其导出表格中记录了该数值的来源：400 个可分类账号中，20 个疑似假号、362 个真人、 18 个同行达人账号。每一格还附有同一句说明——「结果展示的是本次分析中各类账号的占比，疑似假号占比不等于该达人全部粉丝的假粉率。」无法获取资料的账号单列，不计入真人；头像 URL 缺失不作为使用默认头像的证据； 可分类账号不足 30 个时，该轮自行标注为样本偏少。受众报告在 14 天内复用已有结果而不重复计费； 底层任务失败时，其创建的每一份权益均幂等退回。
采样稀疏时不包装为精确值。内容追踪给出的 24 小时基线， 取自最新一次采集之前至少 24 小时的最近一次真实样本，并同时标注两次采样的实际间隔。 若两次样本实际相隔 31 小时，报告即显示 31 小时， 而不是给出一个无人测量过的「24 小时增长 12,400 播放」。
计费方式
按动作计量而非按席位计量，这更契合达人营销的实际形态： 一场投放的支出取决于实际处理了多少位达人，而非团队中有多少人登录后台。 新账号赠送 150 积分，积分不设有效期。
| 套餐 | 价格 | 积分 |
|---|---|---|
| 轻享包 | $9.90 | 400 |
| 畅用包 | $59.90 | 3,000 |
| 企业包 | $299.90 | 20,000 |
| 动作 | 消耗积分 |
|---|---|
| AI 达人搜索 | 每返回一位达人 0.5 |
| 邮箱查询 | 每位达人 0.1 |
| 批量导出邮箱 | 每个有效链接 0.2 |
| 受众报告 | 每份 40 |
| 假粉报告 | 每份 30 |
| 内容指标采集 | 每次 0.2 |
| 评论分析 | 每 50 条 1 |
| 自动化建联 | 每位达人 10 |
有两条计费规则会影响使用方式。其一，报价给出的是扣除上限而非固定金额： 检索实际返回的人数少于目标时差额退回，任务失败全额退回且幂等。 其二，14 天内已生成的受众报告直接复用而不重新执行，团队中第二个人查询同一位达人时不产生费用。
已有工具时，它补足哪一环
如果已经在为某个达人库付费，重叠的部分只有名单这一段。 以下工作如果当前仍在手工完成，那正是 Agent 托管平台所替代的部分。
- 逐封撰写建联邮件，因为每封都需要一个具体的由头
- 三周后重新通读邮件线索，只为确认当时谈定的价格具体包含什么
- 跨越六个时区，分别向三十位达人催收脚本、成片与发布链接
- 周五才发现有四条对话在周二已经停滞，因为没有人被指派跟进
- Brief 变更后手工重新核对名单，且无法确定哪些人已经发过邮件
Brief 变更后重新核对名单这件事，在产品里有明确的处理方式。投放中途修改选人条件时，新规格会被编译、计算指纹、 与旧版本做差异比对，仅在本次变更仍能影响到的人群范围内重新执行。 已收到建联邮件的达人在引擎层面获得豁免——系统无法追溯性地将一位已经建立联系的达人判定为不合格， 即使数据面越权返回也无法改变。放宽条件时重新评估被拒池； 变更范围更大时，才会同时覆盖已通过但尚未建联的人群。
每项能力也都可以单独调用：通过产品界面、直接在 Instagram / TikTok / YouTube 页面上叠加达人数据的 Chrome 插件、REST API，或 14 个可接入 Claude Code、Cursor、Codex 的 MCP 工具。 行业层面的变化可参考AI 正在怎么改达人营销； 更上层的策略视角参见Lessie 的达人营销解决方案。
刻意不做的几件事
以下四种情况 hiCreator 不会自动执行，评估时需要先行了解。
- 没有具体由头时不发出第一封邮件。千篇一律的模板化建联， 正是达人收件箱不再被打开的原因。本次运行如果读取不到会话历史或达人画像， 草稿会被强制转入人工审核，而不是在信息不足的情况下发出。
- 不代为承诺价格与条款。一旦出现实质性的商业信号，该线索即转交人工。
- 不为无法观察的达人打分。没有近期内容即没有分数， 即使一次运行的代价是一万个候选。
- 不将抽样数值表述为全量数值。每一个受众或真实性指标， 都附带其样本量、分母与未知数。
封面搜索目前在生产环境仅开放 Instagram，YouTube 与 TikTok 需等待各自的平台评测通过后开放。 达人搜索、联系方式与追踪覆盖 Instagram、TikTok 与 YouTube； X 由另一套档案与审计工具支持，不在同一索引内。自动化版按账号开通，不提供自助注册即用。
可以先使用其中一项能力——执行一次检索、查询一次邮箱、查看一份受众画像—— 待名单之后的一系列手工动作开始占据整周工作时间时，再启用完整的 Agent 链路。
从 Agent 托管中获得最大收益的团队有一个共同点：他们明确界定了哪些决策必须由自己做出—— Brief、心理价位、脚本的品牌判断、愿意承诺的交付时间—— 并把这些决策之间的全部工作交给系统执行，而不是追求自动化程度最高。