把一杯奶茶卖进利雅得：一套出海营销系统的设计与执行

一家中式奶茶品牌（下称「该品牌」）在利雅得已开出四家店（第四家即将开张），想把生意做起来。它的难处不在于「奶茶好不好喝」，而在于：它同时面对两个几乎不重叠的世界——说阿语、刷 TikTok、用 Google 地图找店的本地沙特人；和说中文、刷抖音视频号、在微信老乡群里活动的在地华人。

一套营销系统若把这两拨人当成「同一个漏斗」去打，必然两头不讨好。这篇拆的就是：怎么把它设计成一套能长期跑、还不烧钱的系统。 重点不在这家店，在这套可迁移的方法。

全系统可以浓缩成一句话：一块看板管三条流，一套情报雷达喂选题，两拨人走两条环。

一、化整为一：一块看板，三条流

大多数小团队的营销「系统」死于同一个病：同一个状态，在三个文档里写了三个版本，过两周谁都不知道哪个是真的。 这套系统的第一个设计决定，就是立一块唯一看板（Ops Hub）——它只记跨流的三样东西：当前阻塞、关键日期、路由。每条流自己的操作细节，一律留在各自的文档里，绝不往看板上抄。

三条流各司其职：官网是自有资产（三语站点 + 地理 SEO 护城河），内容工厂每天产三语文章当弹药，社媒把内容分发成短视频和播客。一条主线贯穿它们——情报 → 内容 → 双通道分发 → 转化。看板不参与生产，它只保证三条流不互相踩脚、节奏不失控。

这一步看着朴素，却是整套系统能活过三个月的地基：先有防漂移的秩序，才谈得上效率。

二、双环获客：一杯茶，钩两个世界

这是整套系统里最反直觉、也最值钱的设计。前面说过，该品牌面对两拨不重叠的人。把它们画出来是这样：

环 A（本地沙特零售）：阿语、视觉驱动的短视频（TikTok / Snapchat / Instagram）→ 引到 Google 地图 → 到店买茶。低客单、高频。它的铰链是商家档案（谁掌控那张地图卡片，谁就掌控这条环）。

环 B（在地华人社群）：中文内容（抖音 / 视频号 / 微信老乡群）→ 沉淀进微信私域的老乡信任 → 高价值后端复购。高客单，而且获客成本趋近于零——社群自带流量，不用买。

关键判断有两条：

1. 前台奶茶是「钩子」，不是终点。 低客单的茶负责把人钩进来建立信任，真正的利润杠杆常在环 B 的后端。
2. 两环绝不能摊成一条漏斗。 它们共享同一个物理门店，但渠道、语言、转化点、产品价值全不同。用一套阿语视觉打法去打华人社群，或反过来，都是南辕北辙。

连用人都随环反转：环 A 的一线员工不是母语阿语，只能做「模板填空」式的执行；环 B 是母语中文的主场，可以放开手让他们运营社群、原生创作。同一批人，两种用法。

三、内容工厂：三语日更的流水线

内容流是这套系统里最像「工厂」的部分——每天要稳定产出英、阿、中三语各一篇文章。难点在于：三语不是「英文翻译两遍」，而是三篇各自为母语读者写的平行稿。怎么又快又稳又不出事？

流水线的几个设计取舍：

• 并行不串行：三语由三个子任务同时生成，各自去读自己的提示词、风格规范、门店数据，写完只回「标题 + 摘要 + 自检」，不把整篇塞回主流程——省的是上下文，也是钱。
• 按容错成本分配算力：英文用便宜的模型档；阿语（宗教文化措辞容错极低）和中文（店主本人是最挑剔的读者）用最强的模型档。钱花在最容易翻车的地方。
• 两道关卡，一人一机：一道是人审草稿（判断内容对不对、角度立不立得住），一道是机器做发文前的机械校验——一段几十行的脚本，确定性地拦住「破折号、图片链接非法、门店 ID 不存在、字段缺失」这类问题。人管判断，机器管机械，各干各最擅长的。

这里藏着一条通用经验：凡是能被规则确定性判定的检查，就别交给「记得检查」的人或 AI——写成代码，让它每次都拦。历史上一次「图片占位符没换、直接挂掉整站构建」的事故，正是这道机械关卡后来兜住的。

四、情报雷达：给静态日历接上活水

内容工厂要吃「选题」。最初的选题来自一张排了三个月的静态日历——问题是它会馊：新规出台、竞品动作、爆款口味，静态日历一概不知道，只会按部就班往下走。

补法不是让人天天刷行业新闻，而是搭一台轻量情报雷达：

它的设计有两处巧思：

1. 查询即过滤器：奶茶行业最好的中文信号（新茶饮媒体、公众号）大多没有标准订阅源，硬爬既脆又残。改用主题化的新闻查询当骨架——五个主题（政策合规 / 上下游 / 口味配方 / 设备技法 / 本地竞品）× 三种语言，查询词本身就是相关性过滤器，天然多语言，零维护。
2. 去重即新鲜度：一个去重记忆库保证「上周报过的这周不再报」，每次只推新条目。低频（每周）、增量，正好配奶茶行业的低速。

产物一分为二：一半是选题弹药喂内容工厂（尤其补上了日历里一直悬空的「借势热点」格子），一半是给创始人的中文行业情报。

成本上更是精算过的：采集是纯代码脚本，每周自动跑，零 AI 额度消耗；只有当人真要看时（说一声「看雷达」）才读、才花一点算力——当天没数据它还会自己先补跑一遍。机械的活归代码，判断的活才动用 AI。

五、一稿多形态：判断力只花一次

一篇审过的文章，不该只用一次。这套系统把它当成唯一真源，向下游派生出多个形态：

同一篇三语文章，既是官网 /news/ 页本体，又派生出员工用的剪映视频脚本（环 A 的 Plan A）和播客成片（Plan B，挂第二官号发布）。

要点在于：下游是「转换」，不是「重新创作」。

• 视频脚本是把文章的旁白逐字取出，不重编事实；
• 播客是降维改写——把「给眼睛读的密集信息」改成「给耳朵听的稀疏叙述」：数据瘦身、数字口语化、删掉嘴念不出的括号注释。

好处很实在：判断力只在源头花一次（写文章那一关），下游各形态是机械或降维的转换，不必在每个形态里各审一遍事实。一份内容，摊平成本，跨渠道复用。

六、考核与分工：只认难刷假的数

系统跑起来，拿什么判断它有没有用？这套系统的考核设计，刻意避开了「涨粉数」这类可以花钱刷、又跟真实生意脱节的虚荣指标。

指标选「难刷假且直连生意」的：北极星是 Google 地图上的收藏数、路线请求、曝光——这些比涨粉难造假得多，而且直接连着「有没有人真的到店」。涨粉率、互动率只作方向参考（看比率不看绝对数）；周产出、单条耗时只用来跟外包报价做对比。

用人按「容错成本」分层：判断密集的活（脚本、分镜、三语文案、情报）由远程 AI 引擎扛；模板化的活（照脚本拍剪、素材填空）交在地一线员工；最稀缺的「地道阿语真人出镜」留到后置——等数据跑出来、证明值得投，再上网红层。

七、拆下来能带走的设计原则

抛开这家奶茶店，这套系统里真正可迁移的，是下面这几条：

1. 先立防漂移的秩序：一块唯一看板，只记跨流的阻塞 / 日期 / 路由，状态不许在多处各写一版。
2. 不同人群不摊平：一个物理生意可能对应几拨完全不同的客群，识别它们各自的渠道—语言—转化点，分环去打。
3. 人审判断，机器审机械：能被规则确定性判定的，写成代码去拦；人只花在真需要判断力的地方。
4. 机械的活归代码，判断的活才动用 AI：像情报采集、发文校验这种没有判断力的环节，用零成本的脚本跑，把宝贵的算力额度留给真正需要判断的生成。
5. 按容错成本花钱：最容易翻车、最挑剔的环节用最强的资源，其余用够用就好的。
6. 写一次，派生多次：判断力只在源头花一次，下游形态是转换不是重造。
7. 指标要难刷假：选那些造假成本高、又直连真实生意的数，别被涨粉这类虚荣指标带偏。

前瞻：这套系统真正的价值，在扩张时才显现

该品牌当前四家店、第四家即将开张。而这套系统从第一天就不是为「三四家店」搭的临时台子，是为扩张准备的底盘——按当前开店节奏与这套底盘近乎零的复制成本，未来两年门店有望扩到十家左右。

关键在于：多开一家店，系统几乎不用重搭。 新店只是往同一块看板、同一条三语内容流水线、同一台情报雷达里多接一个节点——多一组门店数据、多一个地图档案，选题与情报的边际成本几近为零。四家、十家、乃至更多，跑的是同一套结构，变的只是节点数。

这正是「把营销做成底盘、而非一次性台子」最大的商业回报：门店线性增长，营销的边际成本却几乎不涨。 对一个正在快速开店的连锁品牌，这比任何单条爆款视频都值钱。

一套小生意的营销系统，能不能长期跑、烧不烧钱，往往不取决于某一个「聪明的点子」，而取决于结构：秩序有没有立住、职责有没有分清、机械的活有没有从人和 AI 的肩上卸给代码。奶茶只是载体，这套结构，换个行业照样成立。

—— v1 送审稿，2026-07-17