AI周报

一句话概括

文章主要讲Walmart如何把ChatGPT、Gemini和自有AI助手Sparky等能力用于购物、客服、门店和履约流程，并引用高管对今年AI落地将从“试验”进入“转型”的判断。

Key Facts

• Walmart去年夏天公布了围绕四个“super agents”的AI框架。
• Walmart去年秋天支持在ChatGPT内购买。
• Walmart今年1月宣布与Google Gemini建立合作。
• Walmart的AI助手Sparky已能识别重复购买并建议重新下单，也能回答客服问题和提醒顾客相关事项。
• Walmart在门店和履约中心使用AI辅助补货、处理溢洒和预测应储存的商品。

What's New

• Walmart的Gemini集成可让用户在AI平台下单时继续享受Walmart会员权益，并把订单加入Walmart在线购物车。
• Walmart计划把Sparky聊天界面与传统搜索栏长期合并为一个搜索系统。

讲了什么

这是一篇以Walmart为核心案例的零售AI趋势内容，重点描述其AI零售应用的具体进展：Walmart去年夏天公布了围绕四个“super agents”的AI框架，去年秋天支持在ChatGPT内购买，今年1月又宣布与Google Gemini合作。Walmart AI加速、产品与设计负责人Daniel Danker在ICR Conference上表示，今年会是AI从“tinkering”走向“transformation”的一年。文中列举了多项应用场景，包括自动补货、基于用户衣橱的穿搭推荐、AI生成试衣照片、减少搜索和浏览步骤、Sparky自动建议重复下单、回答客服问题、提醒自提/维修/处方等事项。Gemini集成还允许会员权益随AI平台订单生效，并将订单加入Walmart购物车。线下方面，Walmart正在用AI辅助员工补货和处理溢洒等问题，并在履约中心用AI预测库存。文章也提到Walmart接受部分尝试不一定成功，但认为领先试错更重要。

一句话概括

这篇文章给出一份用于审计邮件/营销自动化 flows 的快速清单，重点是按收入和购买意图排序，检查触发器、覆盖范围、时机、渠道和内容。

Key Facts

• 作者称自己在数字营销领域有十年经验，并表示高表现 flows 的转化人数约为平均 flows 的 3 倍。
• 文章建议先按收入对 flows 排序，并优先处理高流量且表现弱的流程。
• 文章提出先确认哪些核心 revenue-driving flows 已上线、哪些缺失，尤其是 abandoned cart 和 abandoned browse 这类高意图流程。
• 文章建议在 Shopify 场景中优先使用第一方 Shopify 事件作为 metric-based trigger，因为其同步更快、更可靠。
• 文章给出 abandoned cart flow 的快速检查项，包括首次发送时间约 30–45 分钟后，以及可测试是否加入激励。

What's New

• 文章明确建议审计时检查事件层级，优先选择更高质量的数据源，并避免第三方追踪工具与 Shopify 事件并存造成数据漂移。
• 文章指出如果某个 flow 的最后一触达点击率高于 2%，可以测试增加一个触达点。

讲了什么

文章主要讲如何在 10–15 分钟内审计营销自动化 flows。核心步骤包括：先按收入和表现排序，优先看高流量、低表现的流程；确认哪些核心 revenue-driving flows 已上线、哪些缺失；按购买意图优先处理 abandonment flows；检查触发器是否使用了更可靠的第一方事件、是否存在重复或冲突触发；检查筛选条件、发送时机、渠道组合和分群逻辑是否合理；最后用 RPR 诊断流程健康度，并把发现整理成优先级行动清单。

一句话概括

文章主要总结了面向营销邮件的设计方法，包括模板统一、可访问性、CTA 设计、移动端优先以及图文平衡等实践建议。

Key Facts

• 文章建议品牌使用 master template 来保持不同邮件在字体、标题和正文样式上的一致性。
• 文章强调邮件应遵循可访问性做法，包括简短 subject line 和 preview text、为图片添加 alt text、不要把重要信息只放在图片里。
• 文章建议 CTA 要简洁且与邮件主题一致，并提到可区分高承诺 CTA 与低承诺 CTA。
• 文章强调采用 mobile-first email design，确保邮件在不同屏幕尺寸下是响应式的。
• 文章指出图片过多会影响加载速度，因此应保持图片与文案之间的平衡。

What's New

• 文章新增了一组针对 2026 年营销邮件的具体设计执行建议，覆盖模板、可访问性、CTA、移动端与图文平衡。

讲了什么

这是一篇 Klaviyo 的邮件设计指南，核心内容是给营销邮件提供一组设计最佳实践。文章强调，邮件设计不只是美观问题，还关系到品牌识别、打开率、点击率、送达率和收入表现。正文主要围绕几类做法展开：先建立 master template，确保字体和版式统一；在邮件正文前就重视 subject line 和 preview text；遵循可访问性原则，例如简短标题、图片 alt text、避免把关键信息放在图片里、使用清晰链接文案；保持 header 简洁；CTA 要少而精、与主题一致，并区分高承诺和低承诺 CTA；采用 mobile-first 和响应式设计；控制视觉和文字的比例，避免图片过重影响加载和阅读。文中还穿插了多个品牌示例和 Klaviyo 内部人员观点，但主要仍是设计操作建议。

一句话概括

文章汇集了10个用于邮件营销的AI提示词，主要覆盖流转设计、活动分析、分群、标题测试和留存流程审计等场景。

Key Facts

• 文章整理了10个面向邮件营销团队的AI提示词。
• 提示词覆盖后购买流程、活动表现分析、分群审查、标题测试、邮件流审计和留存流程健康检查。
• 文章建议在提示词中先提供客户分组信息，如新老客户、不同产品类型或高低AOV。
• 文中提到活动分析可基于Klaviyo导出的365天CSV数据，比较主题、标题模式的打开率、点击率和收入表现。
• 文中给出的留存流程审计示例要求输出各流程的触发类型、收件人规模、打开率、点击率、转化率和归因收入。

What's New

• 提供了可直接套用的邮件营销AI提示词模板，并给出输入字段示例和输出要求。
• 给出了若干实操约束，例如标题长度、预览文本长度、以及在审计前先向AI提问以避免错误假设。

讲了什么

这篇内容以邮件营销团队的实际工作为中心，整理了10个可直接用于AI的提示词，目的在于更快完成策略思考与分析。正文主要讲了几类场景：一是后购买流程（post-purchase flow）的重设，让团队从客户视角检查触达顺序、时间点和信息是否合理；二是活动表现分析，用历史CSV数据找出高表现与低表现的主题、标题模式和收入贡献；三是分群审查，识别当前未覆盖的人群并说明单独触达的业务理由；四是标题与预览文案生成，限定数量和长度以便直接测试；五是对整条邮件流进行审计，检查标题、文案清晰度、CTA 和触发逻辑；六是留存流程健康检查，用于快速识别低表现流程并拉出关键指标。文中还穿插了一些使用提示，例如先给AI明确客户分组、在看到数据结果后继续追问、以及把流程设计文件导出后再交给AI分析。

一句话概括

这篇文章主要说明 Klaviyo 正把自己定位为可扩展、可组合、可接入代理的客户智能基础设施，并通过 API、MCP 和一系列集成把能力延伸到 ChatGPT、Claude、Google、Shopify 和 Canva 等工具中。

Key Facts

• Klaviyo 说自己十多年来服务了 196,000 家企业，实时处理数十亿信号，并每天发送数亿条消息。
• 文章称 Klaviyo 近年重点投入 API，且最近加入了 MCP（Model Context Protocol）层，允许 agents 查询 Klaviyo 数据并对其执行动作。
• 文中列出 2026 年前五个月的多项合作/集成：Klaviyo app for ChatGPT、Klaviyo data in Claude、与 Google 的战略合作、Shopify Markets 集成、以及扩展后的 Canva 合作。
• Klaviyo App Marketplace 有 350+ 个应用，覆盖 loyalty、reviews、subscriptions、attribution 等领域。
• 文章将 Klaviyo 定位为面向 agentic commerce 的 customer intelligence layer。

What's New

• 2026 年前五个月，Klaviyo 已推出或深化了与 ChatGPT、Claude、Google、Shopify Markets 和 Canva 的具体集成。
• Klaviyo 明确提到在 API 之外新增了 MCP 层，用于让 agents 直接查询并操作数据。

讲了什么

文章的核心观点是：Klaviyo 不应只被看作单一营销产品，而应成为可被品牌、合作伙伴、开发者和自主代理共同构建的基础平台。文中强调，随着 AI 改变企业软件使用方式，价值正从界面和单点功能转向共享的客户理解层，因此 Klaviyo 正在加大对 API 和 MCP 层的投入，让外部平台和智能代理能查询数据并采取行动。文章还列举了 2026 年前五个月内的一系列整合与合作，包括 ChatGPT、Claude、Google、Shopify Markets 和 Canva，说明 Klaviyo 正把自身嵌入客户实际工作的环境中，而不是把能力封闭在自有 UI 里。