任何 AI 应用的起点都是数据质量,活动运营的数据天然分散在十个维度里：

• 票务：按票种、按年度的销售数据

• 预算与损益：每场活动的实际支出

• NPS 与反馈：开放式文本评价

• 赞助商历史：谁付过钱、谁续约了

• Leads 与胸卡扫描：现场获客数据

• 出席情况：按场次、按议程统计

• 邮件与营销：按渠道拆分的转化数据

• 网站与转化漏斗：流量分析

• CRM Pipeline：已成交的营收

• 讲者历史：过往评分与合作记录

这十类数据共同构成"Event Data"这个中心节点。没有这一步,后面所有智能化都是空中楼阁——AI 再聪明，也无法凭空猜出你去年的续约率。

数据整理好之后，下一个问题是：AI 怎么记住这些信息，而不是每次对话都要重新解释一遍？

答案是用 Notion 或 Obsidian 建立"一场活动一页"的 Wiki，AI 把这些页面当作长期记忆库来读取。每一页固定包含：

• 目标与实际预算对比

• NPS 和活动后报告

• 各项 Activation 效果

• 复盘纪要（Post-mortem）

• 赞助商名单与合作历史

• 议程安排

• 参会体验记录

无论是"旗舰峰会"还是"区域路演"，只要页面结构统一，AI 就能跨活动横向对比、纵向追溯。这一步的本质是把零散记忆变成结构化知识库，为下一步"沉淀技能"打下基础。

有了数据和记忆，接下来要解决效率问题：同一件事,不该做第二次还要从零开始。规则很简单——任何事情做过两次,就把它存成一个 Skill。

优先搭建两个核心技能：

存好你的计算公式、成本输入项、董事会汇报格式。之后只需要说"算一下 [活动] 的 ROI",就能自动得出每位参会者成本、每条 Lead 成本、营收拉动数据。

存好你的模板结构、章节划分、写作语气。之后只需要说"写 [活动] 的报告",AI 就会基于第2步的数据和Wiki自动完成全文撰写。

这两个技能建好之后，可以持续往库里添加更多技能，例如：赞助商续约方案、Lead 打分、掉线用户召回邮件、格式选择建议、预算搭建器……技能库越丰富，团队协作的"零件"就越充足——这正好引出下一步。

单个技能只能解决单点问题,真正的战略价值在于把多个技能和 Agent 按业务结果分组，形成协同作战的团队：

这一步的关键逻辑是：不是每个 Agent 单独干活,而是团队作为一个整体对齐同一个业务结果。分析团队负责"看清效果"，注册团队负责"扩大规模"，内容团队负责"提升吸引力"，赞助团队负责"变现"——四支队伍分工明确,却共享同一套底层数据和技能库。

团队搭好了,最后一个问题是：数据从哪里自动流入,而不需要人工搬运?

按业务类型接入对应连接器：

• CRM 与 Pipeline：Salesforce、HubSpot，同步交易和已成交营收

• 活动技术平台：ADITUS、Dott、RecapHub、rsvpify、swapcard、swoogo、TicketTailor、Vivastream

• 邮件：Kit、Marketo、Mailchimp

• 分析与广告：Google Analytics、LinkedIn Ads、Meta、Google Ads

• 抓取工具：Apify，用来采集竞品议程、定价、参展商与讲者名单

• 协作沟通：Slack、Microsoft Teams

接通这些管道后,第4步搭建的四支团队就能自动获取实时数据，而不必依赖人工导出报表——分析团队实时拿到票务和CRM数据,注册团队实时监控转化漏斗，内容团队用 Apify 持续侦察竞品动态，赞助团队随时同步 Pipeline 进展。

这套体系真正的威力在于闭环性：数据（1）喂养 Wiki（2），Wiki 支撑技能沉淀（3），技能组织成团队（4），团队再靠连接器（5）持续获取新数据反哺回第1步。

跑得越久,这个系统积累的历史数据、复用的技能、协同的团队经验就越丰富——它不再只是一个回答问题的工具,而是逐渐成长为真正理解你业务节奏的"活动战略官"。