B2B市场一线岗位招聘方式换了，如何找到一个适合的AI Native选手？

前言

最近内容团队扩招，分析了一遍需要的人员要素，果断考虑招一个 AI Native 的 Marketer。原因有几个：1、市场的内容方式发生了改变，2、市场的工作流发生了改变，3、需要的市场人能力要素也正在被重新定义。

尤其 2 和 3，很可能是不可逆的颠覆。乃至这样一个改变可能导致过往“3-5 年”的武功经验可能直接被废。这期我们探讨一下，为什么 B2B 市场招人需要开始考虑 AI Native 的选手，以及如何找到适合我们的人员。

01 为什么选择一个AI Native选手？——B2B市场的工作流、人员能力要素正在被重构

这个事情发展得很快，几乎是今年上半年就席卷了我们—— 整个工作流正在被瓦解和重构。随之而来的是大家工作的技能也在被推着不断迭代。

过往工作任务 & 胜任能力：

① 公众号：原创+排版编辑能力（过往 2 小时）

② 白皮书：素材找寻+ 创作+ 排版编辑能力（过往 2 个月）

③ seo：SEO 操作能力（TDK、锚文本、友链外链、部分 SEO 需要的代码能力等）、SEO 数据分析能力（过往消耗完整的一个人力）

④ 海报物料：PS、稿定设计等图像制作类软件使用能力（过往 2-4 小时不等）

⑤ 视频制作：PR、AE ，再不然剪映的使用能力（过往 2 小时）

....

以上多数是基础 B2B 市场人需要掌握的通用技能

当然也包含更好的语义理解能力、产品理解能力、市场人的洞察能力、数据分析能力等等，这些我们暂时理解为是进阶能力，过往可能也需要更高级的人才。

当 AI 加入到了工作流程里，例如更好地使用国内外的大模型，甚至是 Agent，过往的工作任务匹配的胜任能力，尤其是基础能力，可能发生颠覆性的改变。

AI 加持下的工作任务 & 胜任能力：

① 公众号+白皮书等编辑类物料：统一归纳为使用 AI 编辑的能力。例如 Kimi 公众号排版、EDM 等

（现在公众号 1-2 小时，更精美；白皮书半个月，更有可读性）

② SEO： SEO/GEO，除了原本的 SEO 基础知识，可能更需要懂建设企业知识库去配合日常 AI 内容文章的写作

建设 Agent Skill，进行 SEO 和 GEO 的分析

（现在不需要完整的一个人的人力）

③ 海报或其他物料制作：AI 设计能力，例如使用 Gemini、ChatGPT Image2 等，甚至可以扩散到小红书的笔记制作上

（现在 1-2 小时多份内容，更精美）

④ 视频动画制作：AI 创作、剪辑能力，例如使用 Codex、Claude Code 剪辑等

（现在 1 小时以内，更精美）

⑤ 进阶能力：落地页制作能力（过往可能依赖技术团队，而现在只需要懂代码类 AI 的使用）

⑥ 进阶能力：使用 AI 辅助更快速了解产品、快速洞察市场、快速分析市场和数据变化（一个高级人员的能力很可能会因为 AI 打包进初级人员的工作能力内）

⑦ 进阶能力：以上各类操作我是否都可以固定成一个 Skill ，以及搭建制作物料、撰写文章的知识库。

B2B市场一线岗位招聘方式换了，如何找到一个适合的AI Native选手？(图1)

事实上，以上大家看到的是操作层的方式，如果想要把内容做的既高效又漂亮，需要一个底层认知，我们暂且把它称之为 AI 原生使用的认知。

也许新的 B2B AI 市场人更需要知道：

① 找工具，什么 AI 工具可以实现哪些场景和效果？

② 提示词凝练，什么提示词能令得整个内容呈现更精美?

③ 建知识库，怎么样让过往的内容和物料被复用，让内容生产更少出现幻觉、更满足企业限定的要求？

④ 建流程，哪些工具或流程使用的更好，哪些方式可以让 Token 消耗的更少？

⑤ 建 Skill，我如何把这个流程凝练成为一个固定 Skill？

B2B市场一线岗位招聘方式换了，如何找到一个适合的AI Native选手？(图2)

这样的选手可能更懂得如何释放 AI 潜能，替代重复繁琐的环节，提效工作流程的能力。

既往的经验主义，可能导致非常相信自己的手速和操作感，从而懒于探索，但能力的上限也会受制于这份经验主义的捆绑。例如，一个很懂得如何使用设计工具制作海报的设计工作者，可能很不乐意使用 AI 工具去替代他现有的设计能力。

当然，在一个阶段内，如果他去 PK 原生 AI 使用者，也许会打个平手，但是长期，随着 AI 能力提升，AI 使用者的工作效率和产出成果也会随之提升。—— AI 原生者拥有的是 AI 使用思维。

02 B2B 市场，怎么选择一个 AI Native 工作者？—— 摒弃经验主义，从 0 解构

在来回面试了多轮选手之后，我们锁定了部分 AI Native 的工作者，他们普遍具备相似的能力和背景，有一个超乎预期的发现，他们中，大多并没有很好的技能工作经验和背景，例如小红书制作，他们并非出自于此项工作的专业背景，但却能快速呈现效果。所以我将一些适合目前 B2B 市场选择的 AI Native 工作者的原型罗列出来，供大家探讨。

B2B市场一线岗位招聘方式换了，如何找到一个适合的AI Native选手？(图3)

第一、较少技能经验的背景，但熟悉用 AI 解构一项复杂工作

在我们面试的过程中，几乎很少去看 3-5 年的工作经验（10 年以上，有营销视野和靠灵感的可以当另外一个范畴去讨论)

在 3-5 年的经验上，我们更倾斜于只拥有一年以内的 AI Native 工作经验的选手，甚至实习生。

CDPx0Af7cZLSLnJb">选择他们的第一要务其实可能很反常识，因为他们 0 经验或拥有极少的经验。

他们会思考的是，我如何快速学习获得行业知识（这一定需要 AI）；

我如何快速呈现效果（这一定需要 AI）；

我如何承载这类工作（过往经验主义会根据自己实际操作框定完成一定工作量的周期）....而 0 经验者通常不会，他们只会考虑如何更有价值的交付（这一定需要 AI）；

....

以上这一切都是 0 经验带来的优势—— 作为 AI Native 的工作者，我们不需要你很懂某一个行业，而是利用 AI 快速熟悉一个行业、一个工种、一个技能，并开启你的日常工作。你的交付标准甚至会高于从业 3-5 年的选手。

第二、极其愿意学习和探索，对 AI 原生产出保持好奇心

不管是从制作一篇内容，或是一本白皮书，又或者一份海报、视频，这一切我们能想到的配合市场活动的物料，都可以保持用 AI 参与制作的探索、发现、学习、总结。

愿意优化和迭代自己的工作流和工具库，当市场有新的 AI 产品，包括模型、Agent、Skill，愿意去尝试使用，并凝练出新的 SOP。

当你的上级领导指着一个效果问你是否可以通过 AI 实现时，愿意第一时间投身于这个全新的实践。当然，倘若这一切是你发现的，那更值得被赞许。

第三、有着本能的 AI 思维方式

在绝大部分情况下，考虑问题时，不是找谁能帮我实现 xxxx, 而是第一时间想到问 AI，考虑 AI 是否可以实现 xxxx。

第四、打造 SOP 颗粒度的优化，凝练成 Skill

这个能力在我们看来，也是非常核心的能力。过往的 SOP 基本在 AI 加持下，也许只有框架性的作用（甚至连框架都会发生变化），因而我们需要这位选手，不仅需要有 AI 制作的原生能力，同时需要随手建设 SOP，替换掉过往陈旧的 SOP 手册。并且整个 SOP 可能包含：

AI 工具

⬇

提示词

⬇

生成调优

在 Agent 的使用中，可能还包含使用的知识库、调用的模型和参数配置、下载使用的 Skill 等等；

除此以外，我们最近发现，也可以尝试进阶“下载使用 Skill” ，直接生产一个自己的 Skill。（市面上例如 Manus 这类 Agent 也可以辅助你建设 Skill）；

这需要这个 AI Native 选手，可以快速投身于整个工作流中，发现需求，探索解决整个问题的链路流程并为此实践。

第五、建设知识库、迭代知识库能力

通常，B2B 企业，尤其是中大型 B2B 企业有一个不可忽略的点，就是“限定条件“，纵使 AI 工具使用的很熟练，但不出错仍然是重中之重。可被无损使用的资料、海报、文章片段、产品介绍、方案 PPT 等等，我们希望这位选手有建设知识库的能力，在任何一个工作流上，能够调用已经建设好的知识库，并不断完善这个知识库。

对内情况也是一样，所有 SOP 也可以被凝练成为一个训练级的知识库，例如如何 HTML 渲染视频等等。方法总是层出不穷，越来越智能，SOP、知识库也会被反复迭代。

第六、流程建设与调优中的成本概念

这也是我们一个全新发现，不同 AI Native 的选手，擅长使用的策略以及背后的工具、流程是不同的。2026 年是 AI 走进普通工作岗位的一年，大部分工作能力可以使用 AI 得以革新，但同时也是 Token 消耗几何倍增长的一年，甚至有评估某些岗位中的 Token 消耗开始逼近人力成本了。

因而大模型、Agent都在寻找让用户更低成本消耗 Token 的方式。与此同时，从人的角度，我们也希望这个 AI Native 的选手对于工作流能够尽可能更 smart 一些，例如设计工作流时一些简单易行的事项可以接入 DeepSeek 来完成，用一些记忆 Skill 去降低反复操作所消耗的 Token 等等。也许 AI 提效已经逐渐走向了工作流或者 Skill 提效，而我们也希望这位选手具备成本概念和成本压缩的能力。