李老师先抛了一个灵魂拷问：企业究竟要布局大模型，还是智能体？很多人被”Agent”这个词绕晕了，觉得不赶紧上智能体就落伍了。李老师给了一个很务实的答案：这不是二选一，而是递进关系。别因为Agent热门就强行冲，用不好的智能体反而会消耗员工效率。

选择AI，并不是技术参数的竞赛，而是业务适配度的竞争。对企业决策者来说，AI已从”要不要投”变成”怎么投才能不落后”。李老师从模型选型、合规红线到预算布局、配置跟进分别进行了详细的讲解，并告知：没有最好的模型，只有最适合业务 场景的模型。

这可能是最扎心的一个提问。从内容产出到设计，当下的AI大模型已经可以代替很多营销工作，但核心矛盾在于，线索和转化依然没有涨。归根结底，很多企业只做了”内容引擎”这一步，却缺少获客触点和线索捕获的系统化设计。

内容产能乘以10，不等于线索乘以10。只有把内容、获客、转化串成闭环，ROI才能真正显现。

现场，主持人Andy带领着大家，输入各家产品的关键词，看看AI推荐的答案里有没有自家的品牌。有人搜完发现自家品牌压根没出现，竞品反而被推荐了，当场就有点坐不住了。

这就是GEO诊断的第一步，也是最刺痛的一步。

传统的SEO/SEM的搜索排名推广正在被AI搜索模式改写。但很多企业并没有意识到，GEO不是替代SEO，而是SEO的升级。

如何布局GEO？李老师也细致地展开了介绍，企业可以从语义深度、信息可信度、上下文相关性三个核心维度展开。同时，不同平台的偏好度也不一样，企业的内容策略也要因平台而异。

从对话大模型到各类设计、剪辑工具，再到用各类龙虾布局自动化流程，李老师反复强调，布局自动工作流，需要先搞清楚工作的目标。搭建自动工作流，可以从一个简单的场景开始尝试，例如定期发送会议邀请。

更值得关注的是，很多龙虾的编程功能，正在让非程序员也能实现”手搓“小程序和各类提效小工具的搭建，无论是查库存、批量生成文案、审批流搭建，邮件自动发送等，只要清晰描述需求就能实现。

现场李老师也分享了她自己用Workbuddy搭建的小程序，用实际案例告诉所有人：人人均可”写代码“已经从幻想照进了现实！

分享会结束前，两位老师也给出了几个可立即行动的建议：

1、启动AI工具的小步快跑测试，用真实营销素材对比3个模型；

2. 选定一个高频工作场景，落地AI工具，用4周时间完成上手到验证；

3. 启动对GEO的探索，确保不会被竞品“弯道超车“。

对生命科学营销人来说，从”对话”到”造物”，使用AI的目的，不仅是聊天或者产出内容，而是如何让AI创造真实的业务价值。