營銷多智能體系統(tǒng)首發(fā)：利歐數(shù)字以CubSwarm重新定義AI營銷

原創(chuàng) 贊收藏 評(píng)論

舉報(bào) 2026-04-15

掃描,分享朋友圈

當(dāng)營銷進(jìn)入 AI 深水區(qū)，問題已不再是“能不能生成”，而是“能不能真正完成一項(xiàng)營銷項(xiàng)目”。

利歐數(shù)字正式發(fā)布 CubSwarm，一套面向?qū)I(yè)營銷場景打造的多智能體協(xié)作系統(tǒng)。Cub，指向野獸幼崽，也指向持續(xù)成長的能力；Swarm，意味著協(xié)同，不靠單點(diǎn)聰明，而靠整體運(yùn)轉(zhuǎn)。

這也是利歐數(shù)字對(duì) VibeMarketing（氛圍營銷）的一次正式落地——以多智能體為執(zhí)行主體，讓策略、創(chuàng)意、內(nèi)容與發(fā)布在同一條鏈路中連續(xù)發(fā)生。

01 三大核心能力

一套會(huì)積累的品牌記憶

在營銷工作里，真正稀缺的從來不是內(nèi)容產(chǎn)出，而是對(duì)品牌分寸的理解。

CubSwarm 圍繞營銷業(yè)務(wù)設(shè)計(jì)了專門的記憶架構(gòu)，為每一個(gè)品牌、每一個(gè)項(xiàng)目保留獨(dú)立的認(rèn)知空間。在品牌授權(quán)范圍內(nèi)，將品牌背景、歷史案例、既往反饋、審稿習(xí)慣、內(nèi)容偏好這些信息在持續(xù)協(xié)作中沉淀下來，成為后續(xù)工作的判斷依據(jù)。

更重要的是，它記錄的不是一組靜態(tài)標(biāo)簽，而是品牌在不同語境下的真實(shí)要求。一個(gè)品牌可以在年度形象傳播中強(qiáng)調(diào)克制與穩(wěn)定，也可以在社媒種草中需要更輕盈、更鮮活的表達(dá)?？瓷先ハ嗷ッ?，實(shí)際只是場景不同。CubSwarm 試圖理解的，正是這種“什么時(shí)候該怎樣表達(dá)”的上下文關(guān)系。

隨著使用增加，系統(tǒng)對(duì)品牌風(fēng)格、內(nèi)容邊界和業(yè)務(wù)重點(diǎn)的把握會(huì)不斷收斂。對(duì)于品牌而言，這是一種可持續(xù)增長的品牌資產(chǎn)，是大模型預(yù)訓(xùn)練階段不曾包含的“私有真理”。

一支能分工、能協(xié)同的智能體團(tuán)隊(duì)

CubSwarm 采用的是多智能體協(xié)作模式，它把復(fù)雜營銷任務(wù)拆解為可協(xié)作的專業(yè)角色，讓不同智能體圍繞同一目標(biāo)同步工作。在一次實(shí)際項(xiàng)目中，多智能體分工清晰、協(xié)同配合：項(xiàng)目智能體統(tǒng)籌進(jìn)度與信息流轉(zhuǎn)；各類洞察智能體分別聚焦 IP 適配、受眾特征、競品動(dòng)態(tài)、熱點(diǎn)機(jī)會(huì)，提供多維決策參考；腳本智能體負(fù)責(zé)內(nèi)容創(chuàng)作輸出；內(nèi)容解析智能體拆解現(xiàn)有素材與案例，夯實(shí)創(chuàng)作基礎(chǔ)。

為了讓這種協(xié)作不只停留在概念層，利歐數(shù)字同時(shí)構(gòu)建了面向多智能體運(yùn)行的 Harness 工程：明確工具邊界，規(guī)范執(zhí)行路徑，保留反饋閉環(huán)，讓每一步結(jié)果都能被追蹤和驗(yàn)證，讓多角色協(xié)作從“能跑起來”走向“能持續(xù)交付”。

來自真實(shí)業(yè)務(wù)沉淀的專業(yè) Skills 與工具能力

AI 的通用能力決定上限，行業(yè)經(jīng)驗(yàn)決定落地。

CubSwarm 建立在利歐數(shù)字十余年服務(wù)品牌客戶、橫跨汽車、大健康、快消、美妝、服飾等多個(gè)行業(yè)的業(yè)務(wù)積累之上。那些在真實(shí)項(xiàng)目中反復(fù)驗(yàn)證的方法、框架與經(jīng)驗(yàn)，被進(jìn)一步沉淀為智能體們可以調(diào)用的 Skills。它理解的不是抽象的“營銷”，而是營銷工作中那些更具體的判斷：什么樣的洞察值得保留，什么樣的表達(dá)更適合傳播，什么樣的策略可以真正落到內(nèi)容上。

CubSwarm 還接入了利歐數(shù)字現(xiàn)有產(chǎn)品能力作為工具使用，包括 LEO AIAD（AI 創(chuàng)意工廠）與 ARO 智能體應(yīng)答優(yōu)化等。智能體們負(fù)責(zé)分析、組織與決策支持，工具負(fù)責(zé)把判斷轉(zhuǎn)化為可落地的動(dòng)作——從思考到執(zhí)行，形成完整結(jié)構(gòu)。

02 三大應(yīng)用方向

目前，CubSwarm 在社媒營銷、短視頻營銷、AI 原生入口這三個(gè)關(guān)注度最高的方向完成了全鏈路自動(dòng)化的實(shí)戰(zhàn)。

社媒營銷

社媒營銷中最消耗人力的環(huán)節(jié)，往往不是最終發(fā)布的那條內(nèi)容，而是發(fā)布之前的一整段隱性工作——跨平臺(tái)的消費(fèi)者討論搜集、情緒走向與內(nèi)容偏好的歸納、競品動(dòng)作的追蹤比對(duì)，以及從這些碎片信號(hào)中提煉出一套可執(zhí)行的內(nèi)容方向。

CubSwarm 把這段鏈路交給多個(gè)智能體并行處理。洞察智能體負(fù)責(zé)從海量社媒數(shù)據(jù)中識(shí)別消費(fèi)者在不同決策階段的關(guān)注點(diǎn)，分析他們正在拿品牌和誰做比較；策略智能體基于這些判斷形成內(nèi)容規(guī)劃；創(chuàng)意環(huán)節(jié)則對(duì)接 AI 創(chuàng)意工廠，由智能體完成方向設(shè)定與編排，由創(chuàng)意工具完成視覺與文案的批量落地。

全鏈路信息連貫流轉(zhuǎn)，洞察直接輸入策略、策略同步給到創(chuàng)意，省去人工反復(fù)對(duì)齊、翻譯，高效產(chǎn)出貼合用戶興趣的內(nèi)容。

短視頻營銷

短視頻行業(yè)不缺制作工具，真正稀缺的是前置判斷：什么樣的內(nèi)容結(jié)構(gòu)能留住人，什么樣的節(jié)奏適合轉(zhuǎn)化，什么樣的角色設(shè)定容易被記住。

CubSwarm 從爆款內(nèi)容拆解入手，提煉出可遷移的策略要素，再沿著劇本撰寫、角色設(shè)定、分鏡規(guī)劃一路推進(jìn)到視頻生成。系統(tǒng)已對(duì)接 Seedance 2.0 API，腳本與分鏡可以直接進(jìn)入生成環(huán)節(jié)，不再停留在紙面。

在中長篇 AI 漫劇場景中，這種連續(xù)性的價(jià)值更加突出。長線內(nèi)容最容易出現(xiàn)的問題——角色設(shè)定前后不一致、敘事節(jié)奏斷裂、伏筆無人回收——本質(zhì)上都是上下文丟失的結(jié)果。CubSwarm 通過持續(xù)的項(xiàng)目記憶與多角色協(xié)作，讓長篇內(nèi)容的每一段都能接住前面的設(shè)定，打造一條高質(zhì)量的視頻生產(chǎn)鏈路。

AI 原生入口

越來越多消費(fèi)者在做購買決策前，已經(jīng)習(xí)慣直接向 AI 對(duì)話產(chǎn)品提問。這不是搜索框換了個(gè)樣子，而是一種全新的信息組織方式——用戶的提問更開放，AI 的回答由實(shí)時(shí)推理和多源引用拼接而成，每一次回復(fù)的內(nèi)容構(gòu)成都可能不同。

在這樣的環(huán)境里，品牌面對(duì)的問題也變了：不是“有沒有被收錄”，而是“AI 在組織答案時(shí)，會(huì)不會(huì)把你的信息放進(jìn)去，放在什么位置，用什么方式引用”。

CubSwarm 圍繞這一場景構(gòu)建了一條完整的作業(yè)鏈路：從消費(fèi)者提問方式的預(yù)測(cè)，到 AI 平臺(tái)的動(dòng)態(tài)診斷——分析 AI 面對(duì)特定問題時(shí)會(huì)搜索什么、偏好引用什么、如何組織答案結(jié)構(gòu)——再到針對(duì)性的內(nèi)容策略與稿件撰寫。它做的不是按固定模板批量生產(chǎn)內(nèi)容，而是先理解 AI 的信息消費(fèi)邏輯，再讓品牌表達(dá)更精準(zhǔn)地進(jìn)入這條鏈路。

CubSwarm 是利歐數(shù)字營銷多智能體產(chǎn)品形態(tài)的第一次正式發(fā)布。

它帶來的不是“AI 替代人”的故事，而是一種更務(wù)實(shí)、高效的分工方式：智能體們承擔(dān)80%的高密度、可拆解、可并行的執(zhí)行工作，人把精力集中在20%的判斷、審美與最終決策上。

只有掌握了那 20% 的決策能力，才真正駕馭得了這 80% 的生產(chǎn)力。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場。
未經(jīng)授權(quán)嚴(yán)禁轉(zhuǎn)載，授權(quán)事宜請(qǐng)聯(lián)系作者本人，侵權(quán)必究。