AI 公关工作流:把"被动回应"变成"主动塑造"

本文示例中的舆情数据、媒体名单、客户反馈、高管访谈、未披露经营信息均为合成案例,不代表任何真实组织、案件或公开事件。处理真实舆情、媒体询访、监管问询、客户披露和未公开经营信息前,应先脱敏,只使用企业批准的工具与账号,并明确访问权限、用途、保存期限和删除机制。任何对外新闻稿、媒体回应、监管回复、客户告知和高管发言稿,都要由具备相应资质的公关、法务或品牌负责人审核。

先把 AI 能做和不能做分开

AI 在公关团队里最适合做的,不是替公关总监写一份看上去"得体"的对外声明,也不是直接给高管发言稿"定调",而是把分散在舆情监测、媒体关系、新闻稿撰写、品牌叙事、危机预防、对外沟通、声誉复盘里的"听见"和"塑造"环节,整理成可追溯、可审批、可复用的下一动作。

我接触过 30+ 公关团队后发现,AI 落地的最常见翻车不是 AI 写得不够漂亮,而是把"AI 起草"等同于"AI 定调"。比如:

• AI 起草的"媒体回应"里把内部口径写成了公开承诺,被记者当作官方立场引用,引发二级舆情。
• AI 自动汇总的"舆情趋势报告"里把竞品负面话题归到了自家,高管据此调整策略走偏,3 个月内品牌定位被反向锁定。
• AI 给出的"高管道歉稿"被直接发布,但没经过法务审核,违反信息披露规则,被监管约谈。

更稳妥的做法,是让 AI 输出三列:草稿 / 来源 / 待确认。这三列不会替公关总监拍板,却能让对方知道哪条可以发、哪条必须删、哪条要再核实。

Day 83 = 补完 P3 系列教程的"对外发声"位

到 Day 82 为止,P3 系列教程已经覆盖了 14+ 个职能工作流,包括:

• 法务位:Day 81 ai-legal-workflow(合规把关)
• 危机位:Day 82 ai-crisis-management-workflow(应急处置)
• 战略位:Day 80 ai-strategy-workflow(对外口径)
• 运营位:Day 75 ai-operations-workflow(内部协同)

Day 83 的 ai-public-relations-workflow 补的是这套矩阵里最容易被低估的一环——日常公关。公关与法务、危机、战略、运营的关系是:

• 危机爆发 → 公关对外发声 → 法务审核合规(纵向闭环)
• 战略发布 → 公关撰稿造势 → 运营承接转化(横向闭环)
• 媒体关系 → 公关长期维护 → 危机时获公允报道(信任闭环)

简言之:没有公关,危机处置时找不到发声通道;有了公关,日常主动塑造品牌,危机时才不会被负面叙事绑架。

7 步 AI 公关工作流

Step 1:舆情监测

AI 做什么:

• 抓取全网提及品牌/产品的文本(新闻、社交、论坛、问答)
• 按主题/情感/严重程度自动分类(正面/中性/负面 + P0/P1/P2)
• 监测异常波动(单日提及量 > 历史均值 3x 触发告警)
• 汇总行业舆情周报,标记可能影响品牌的外部事件

公关负责人必须审什么:

• 告警阈值的合理性(避免高频误报导致团队疲劳)
• 情感分类的样本偏差(讽刺/反讽/水军是否被误判)
• 监测覆盖范围的盲区(垂直媒体/海外媒体/小众社区是否纳入)
• 异常波动的真伪判断(刷量水军 vs 真实舆情)

什么内容不能直接喂给 AI:

• 涉及未公开财报、并购谈判、高管任命的内部信息
• 涉及员工个人隐私、未公开违纪、客户身份的数据
• 涉及监管调查、问询函、立案通知的敏感内容

Step 2:媒体关系

AI 做什么:

• 维护媒体记者画像库(报道领域、风格偏好、联系节奏)
• 起草媒体邀约/采访/活动通知(个性化开场白)
• 整理过往报道历史,识别长期友好记者
• 生成媒体答谢清单、节日祝福、署名致谢

公关负责人必须审什么:

• 邀约/采访的尺度(高管出席 vs 公关代答 vs 婉拒)
• 与关键记者的接触频率(避免过于密集或突然中断)
• 高敏感议题记者的标记(不在 AI 自动流程中处理)
• 媒体答谢的合规边界(不构成不当利益输送)

什么内容不能直接喂给 AI:

• 涉及贿赂、利益交换的灰色操作
• 涉及记者个人偏好、政治倾向、家庭关系的隐私数据
• 涉及未公开报道线索、未公开新闻线索的内部信息

Step 3:新闻稿与品牌叙事

AI 做什么:

• 起草新闻稿初稿(产品发布、合作签约、人事任命)
• 整理品牌叙事要点(使命愿景价值观 + 长期故事线)
• 生成媒体问答 FAQ(预设 10-20 个高概率问题)
• 对比竞品发布节奏,寻找差异化角度

公关负责人必须审什么:

• 新闻稿的事实准确性(数字、引语、日期、头衔)
• 品牌叙事的一致性(与历史口径是否冲突)
• FAQ 的风险预判(是否触发监管、竞品诉讼)
• 关键信息的保密分级(财报、并购、人事任命的预披露红线)

什么内容不能直接喂给 AI:

• 未公开财报数字、未审计业绩指引、未签署合同金额
• 涉及高管个人健康、家庭、薪资的隐私信息
• 涉及未公开监管备案、IPO 进度、并购谈判的核心信息

Step 4:对外沟通话术

AI 做什么:

• 起草官方声明模板(中性、积极、道歉、澄清、否认五档)
• 整理高管发言稿口径(采访、演讲、年会、发布会)
• 生成客户告知邮件模板(服务变更、产品升级、政策调整)
• 汇总内部 Q&A,统一各部门对外口径

公关负责人必须审什么:

• 声明的语气边界(积极不等于回避问题,道歉不等于承认法律责任)
• 高管发言的可授权范围(哪些议题需要法务/CEO 二次审核)
• 客户告知的合规要点(隐私、合同条款、监管要求)
• 内部 Q&A 与公开口径的一致性

什么内容不能直接喂给 AI:

• 涉及未公开事故原因、未确认责任方的初步调查
• 涉及未公开处罚、和解协议金额、诉讼进展
• 涉及未公开客户名单、合同条款、价格政策的商业机密

Step 5:危机预防与演练

AI 做什么:

• 梳理历史危机案例,识别本行业高频风险议题
• 生成危机情景剧本(产品事故、负面报道、高管舆情、监管处罚)
• 起草危机响应时间表(T+1h / T+4h / T+24h 三个节点)
• 汇总外部专家/律师/媒体资源池(紧急可联系名单)

公关负责人必须审什么:

• 情景剧本的覆盖完整度(是否遗漏关键风险点)
• 响应时间表的可行性(内部审批链路能否支持)
• 专家/律师/媒体资源池的可用性(最近一次联系时间)
• 危机等级判定标准(P0/P1/P2 的触发阈值)

什么内容不能直接喂给 AI:

• 涉及未公开安全漏洞、未披露法律风险的内部评估
• 涉及真实个人姓名、身份证号、联系方式的可识别信息
• 涉及监管内部沟通、未公开调查进展的内容

Step 6:声誉指标追踪

AI 做什么:

• 汇总媒体声量/正面率/转载率(日报/周报/月报)
• 跟踪品牌关键词搜索趋势(主动搜索 vs 被动搜索比例)
• 监测竞品声誉变化,识别行业舆情窗口
• 生成高管个人声誉档案(公开发言被引用、被批评次数)

公关负责人必须审什么:

• 指标的真实性(声量是否刷量、转载是否付费)
• 趋势归因的合理性(品牌动作 vs 外部事件的因果区分)
• 竞品监测的公平性(不主动抹黑,不被动跟随)
• 高管声誉档案的边界(不涉及个人隐私)

什么内容不能直接喂给 AI:

• 涉及高管个人健康、家庭、财务的隐私信息
• 涉及内部 HR 评估、绩效考核的非公开数据
• 涉及员工匿名反馈、举报信息的敏感内容

Step 7:声誉复盘与改进

AI 做什么:

• 整理季度声誉复盘报告(成功案例 + 失败案例)
• 汇总行业最佳实践(同行业头部公司的公关策略)
• 生成内部培训素材(常见舆情类型 + 应对模式)
• 输出下季度公关工作重点建议

公关负责人必须审什么:

• 复盘结论的客观性(成功 vs 失败的归因是否准确)
• 最佳实践的可借鉴性(避免简单照搬他人策略)
• 培训素材的实用性(案例是否贴近本团队实际场景)
• 改进建议的可执行性(预算、人员、跨部门支持是否到位)

什么内容不能直接喂给 AI:

• 涉及未公开的内部评估、人事变动、预算分配
• 涉及未公开的竞品情报、商业策略、合作伙伴机密
• 涉及未公开的客户投诉、合同纠纷、合规调查

3 类组织示例

示例 1:To B SaaS 公司(50-500 人)

• 核心场景:行业媒体维护、订阅制产品的客户沟通、定期产品发布
• AI 优势:媒体画像库维护、客户告知邮件模板、新闻稿初稿
• 典型翻车:AI 起草的"客户案例稿"未脱敏,客户真实数据外泄
• 关键边界:客户成功故事必须经客户法务审核,AI 只起草结构

示例 2:消费品品牌(500-5000 人)

• 核心场景:小红书/抖音舆情、KOL/KOC 合作、电商大促公关
• AI 优势:舆情高频监测、达人匹配初筛、危机预警
• 典型翻车:AI 误判"高赞负面评论"为普通用户,实际是竞品水军
• 关键边界:舆情等级判定必须人工复核,AI 不直接定级

示例 3:上市公司/金融/医疗(高合规要求)

• 核心场景:投资者关系、监管沟通、重大信息披露
• AI 优势:合规口径校对、问询函模板、信息披露时间表
• 典型翻车:AI 起草的"自愿性公告"措辞违规,触发信息披露不当
• 关键边界:所有对外公告必须经法务+董秘双重审核,AI 仅供参考

5 类常见翻车

翻车 1:把 AI 起草当 AI 定调

• 现象:公关新人直接把 AI 草稿发给媒体记者
• 后果:口径偏离品牌定位,引发二级舆情
• 防范:所有对外内容必须经公关负责人 + 法务双重审核

翻车 2:把舆情监测当舆情判定

• 现象:AI 把负面评论自动归类为"P2 低优先级"
• 后果:实际是高风险的 P0 舆情,响应延误 6 小时
• 防范:舆情等级判定必须人工复核,AI 只辅助分类不直接定级

翻车 3:把媒体关系数据化

• 现象:AI 用记者发文频率判断"友好度",忽视关系质量
• 后果:优质记者被冷落,普通记者被过度服务
• 防范:记者关系维护由人主导,AI 只提供数据视图不主导决策

翻车 4:把品牌叙事模块化

• 现象:AI 用"叙事模板"套用所有品牌发布,叙事同质化
• 后果:品牌在媒体眼中失去独特性,被"淹没"
• 防范:品牌叙事必须由人定义主线,AI 只辅助填充和润色

翻车 5:把危机演练剧本化

• 现象:AI 生成的危机剧本被当作"标准答案"
• 后果:实际危机场景超出剧本范围,团队陷入流程僵化
• 防范:危机剧本是参考不是标准,实际响应必须由人决策

3 条必须守住的合规红线

红线 1:未公开信息不喂 AI

未公开财报、并购谈判、监管调查、高管任命的内部信息,绝对不能直接喂给 AI(包括企业版 AI、企业知识库、第三方 AI 工具)。

• 违规后果:信息披露不当、内幕交易、市场操纵嫌疑
• 应对:涉及未公开信息的内容起草,只在本地断网环境由人撰写

红线 2:个人隐私数据脱敏

员工、客户、高管、记者、监管官员的个人隐私信息(身份证、联系方式、健康、家庭、财务),必须脱敏后才能用于 AI 分析。

• 违规后果:违反个人信息保护法、引发民事赔偿、品牌声誉二次伤害
• 应对:所有进入 AI 流程的数据先经过脱敏工具处理,保留可识别的最小必要信息

红线 3:利益输送零容忍

涉及媒体记者、外部专家、合作伙伴的利益安排(稿费、咨询费、礼物、合作),绝对不能用 AI 自动化或决策化。

• 违规后果:商业贿赂、利益冲突、品牌声誉崩塌
• 应对:利益安排由合规部门主导,AI 不参与决策链条

可复用的 AI 公关清单

把以下 7 项作为日常公关工作的"前置检查表":

• 舆情监测范围覆盖主流媒体 + 社交平台 + 行业垂直媒体 + 海外媒体(若适用)
• 媒体关系数据库每月更新一次,关键记者最近 30 天有过接触
• 新闻稿模板涵盖产品/合作/人事/财报四类,FAQ 模板每季度更新
• 对外沟通话术分五档(中性/积极/道歉/澄清/否认),授权范围明确
• 危机剧本覆盖 P0/P1/P2 三档,T+1h/T+4h/T+24h 时间表清晰
• 声誉指标看板每周更新,声量/正面率/转载率三项核心指标明确
• 季度复盘报告每月由人主导,AI 只辅助数据汇总和建议生成

下一步延伸阅读

• AI 危机管理工作流:把舆情、声明、应对和复盘变成可追溯流程(/articles/ai-crisis-management-workflow)
• AI 法务工作流:把合同审核、合规检查、争议处理变成可追溯流程(/articles/ai-legal-workflow)
• AI 战略工作流:把"拍脑袋决策"变成"可复盘的判断"(/articles/ai-strategy-workflow)
• AI 内容营销工作流:把选题、创作、分发、复盘变成闭环(/articles/ai-content-marketing-workflow)
• AI 客户成功工作流:把 onboarding、活跃度、续费变成可监控流程(/articles/ai-customer-service-workflow)
• AI 培训工作流:把"找到人"到"用好人"的全流程拆解(/articles/ai-training-workflow)
• AI 工作流完整指南:14 个职能工作流的合集入口(/articles/ai-workflow-guide)

总结一句话

AI 公关的最大价值不是替公关总监发声,而是把分散的舆情、媒体、品牌、危机、声誉数据变成一份可以主动塑造的公关作战地图。

3 步立即上手

1. 今天:把过去一个月的舆情/媒体/品牌数据汇总成一份 PR 作战地图,识别最紧急的 3 个议题。
2. 本周:用 AI 起草一份新闻稿/媒体邀约/客户告知初稿,严格走"AI 起草 → 公关负责人审 → 法务审"三道关。
3. 本月:跑一次 P0 危机情景演练,验证 T+1h/T+4h/T+24h 三个时间节点是否真的跑得通。

什么时候用 AI 什么时候换