Claude Code + Klaviyo MCP：9 个实际营销应用场景
Restore.ai 是一个面向 Klaviyo 的第一方收入增长引擎；Marketech 是一家为中型市场品牌提供数据驱动和工程化生命周期营销服务的代理公司。两家公司都没有开发团队，没有技术联合创始人，也没有软件开发 Sprint。
下面介绍的每一个应用场景，全部由非技术背景的营销人员搭建，所有内容保存在 Markdown 文件里，全部通过 Claude Code 借助 Klaviyo 的 MCP Server 运行。如果你经常听到 vibe marketing 和 AI 驱动的营销项目，却觉得这些只属于”别人的团队”——那这篇文章就是写给你的。真正开始使用这些工具的门槛，其实比看起来低得多。
应用场景 1–4：内容日历 Pipeline
前 4 个场景共同组成一套 Pipeline：从一个完全空白的内容日历开始，最终生成约 50 个初步创意，再筛选出约 15 条真正想发送的内容。
前三个场景解决的是：某品牌在某个月，代理公司到底该谈什么？第四个场景则在第三步结果基础上，故意把思路重新打开、扩大创意空间。每一步其实都只是一个 Prompt——不需要用代码连接工具，只需把上一个的输出交给下一个。
1. Content Pillar Analysis｜内容支柱分析
把过去 3 年的 Email Campaign 数据上传给 Claude，让它识别出品牌 5–6 个 Content Pillars（内容支柱），再对历史每封 Campaign 归类，进一步分析：
• 哪些 Content Pillar 的 Open Rate 最高
• 哪些 Content Pillar 的 Click Rate 最高
• 哪些 Content Pillar 的 Revenue per Recipient（RPR） 最高
结果直接指导日历优先级。例如数据显示教育型内容表现是产品介绍的两倍，就安排约两倍的教育型邮件——用实际表现决定内容占比。表现最好的支柱发最多，最差的最少，但每个支柱每月仍会覆盖，不会因表现差就停发。每个品牌识别的支柱都不同。
2. Subject Line Angle Analysis｜主题行角度分析
流程与内容支柱分析基本相同，但范围限定在 Subject Line 和 Preview Text。关键在于：不预设紧迫感、促销、社会证明这类固定角度，而是让 Claude 查看品牌完整历史主题行数据，动态生成 5–6 类真正符合该品牌沟通方式的角度，再分析哪些角度效果最好。是框架去适应品牌，而不是强迫品牌适应固定框架。
3. Product & Category Sell-through Rates｜产品与品类销售表现分析
Prompt 获取所有 Product Purchase Events，计算每个产品每月产生的 Revenue，找出相对自身全年表现、当前正处于销售高峰的产品和品类。
真实案例：一个自行车零部件客户，Claude 发现 Floor Pumps（落地式打气筒）品类 6 月是全年最佳月份。虽然它不是品牌整体最大收入来源，甚至不是 6 月当月贡献最高的品类，但 6 月远远是该品类自身全年最好月份。团队优先安排打气筒主题邮件，表现明显优于其他主题。
这类分析过去要花大量时间，且洞察极易淹没在 15–20 种数据分析框架里；Claude 能扫描全部数据，只输出最可执行的洞察。
4. Divergent Thinking for Marketing Angles｜用发散思维寻找营销角度
前三步会带来一个问题：给 Claude 一个明确的 Brief（哪个支柱好、哪个角度好、推哪个产品），它就会一次次产出类似内容——你建好了盒子，AI 会一直待在盒子里。解法是收敛之后强制发散：
• 选 8 个宽泛 Marketing Angles，每个角度下生成 3 个 Email Concepts
• 选一组 Facebook 病毒式 Hook 格式迁移到 Email：6 种 Hook × 3 个 Concepts
• 最终约 50 个 Campaign Ideas，目标是挑出 14–15 个真正喜欢的
第一次尝试时，团队平均得到 14 个真正不错、无需从头改写的 Concepts。
应用场景 5–9：独立运行的 Klaviyo MCP Prompts
接下来 5 个场景不属于上面的 Pipeline，彼此独立，可以单独取用任何一个 Prompt。
5. A/B Test Analysis｜A/B 测试分析
单次发送的 A/B 数据太薄（Machine Opens、样本量、数据噪音），所以团队在一个月内多次 Campaign 中反复测试同一 Variant，用统一 Naming Schema 标记。过去这套分析要在 Klaviyo 建 Report、导出、开 Google Sheets、解析 Variant、建 Pivot Table，共约 5 步；现在一个 Prompt 自动分类、分析、输出结构化结果，5 步变 1 步。
量级变化：过去团队每周花 540 小时下载/上传 Klaviyo 导出 + 制作可视化；自动化后，已能服务原来两倍的客户，交付 2–3 倍的数据可视化。
6. Pop-up Funnel Reporting｜Pop-up 漏斗报告
同一思路用在 Pop-up 上：一个 Prompt 自动获取 Pop-up Funnel Report，指出哪些表现好、哪些不好，无需人工导出。建立后，报表里终于能持续获得 Pop-up 数据的 Time Series（时间序列）——能看到趋势变化，而不只是某个时间点的快照。
7. Double Send Detection｜重复发送检测
团队在 Klaviyo 之外还运行一套 Identity Resolution 产品，一些客户会出现多个 Abandoned Cart Flows 并行，风险就是重复发送。一个 Claude Prompt 自动标记短时间内跨任意 Flow 组合收到两封邮件的用户。
惊人发现：自家 Flow 基本没问题，但接手外部 Agency 或品牌内部团队的账户时，很多都有重复发送——其中一个客户 10% 的订阅用户会在 1 小时内同时收到 Abandoned Checkout + Abandoned Cart 两封邮件。Klaviyo 本身已提供全部防重发功能，但当 Flow 里有 10 条以上 Exclusion Rules，人脑很难理清所有用户路径。Prompt 自动完成 Audit，还能对交易邮件、购后邮件等”有意重复”场景按客户设例外。
8. Staging Email Campaigns from Figma｜从 Figma 预先创建 Klaviyo Campaign
今年 6 月 Klaviyo 发布新功能：可通过 MCP stage drag-and-drop campaigns（提前在 Klaviyo 中创建、配置并准备好 Campaign）。现在一个 Prompt 能完成：从 Figma 导出 → 建立 Drag-and-Drop Templates → 用模板创建 Campaign → 填入正确 Segments → 安排发送。
效率对比：以前每封 Campaign 约 30 分钟人工，现在 QA 仅约 5 分钟。对管理 15 个客户的 Agency，可并行开多个 Claude Code 窗口、每个负责不同账户——彻底改变了小团队能承载多少客户的计算方式。运行这些流程的人，没有一个是工程师。
9. Brand Identity Research｜品牌身份研究
很多年收入低于 3000 万美元的品牌，概念上知道自己的品牌，但从未系统写成文档——Brand Voice 和 Positioning 散落在官网、社交、媒体报道里。一个 Prompt 抓取公开信息，整理出结构化 Brand Intelligence Brief：Voice（语气）、Messaging（核心信息）、Product Positioning（产品定位）、Community Sentiment（社群态度），再由 Claude 生成团队真正可用的 Brand Guide。
边界与价值：它不能替代正式 Brand Strategy Engagement，但把过去约一周的基础工作压缩到约一小时，且让后续所有 Prompt 更贴合品牌。团队从不把 AI 自动生成的内容直接上线执行——一定经过人工审核。
当”拼装工作”消失以后，会发生什么？
所有这些场景里，真正重要的不是用了什么工具，而是团队开始用完全不同的方式理解自己的工作。
当系统接管机械性的”拼装工作”，过去整天写 Subject Line、导出 Report 的人，现在变成了流程管理者。他的工作重点变成：
• 输入的数据对不对？
• 给 AI 的 Instructions 是否足够严谨？
• 最终输出的质量是否达标？
这是一份完全不同的工作，也是价值更高的工作。任何 Marketing Team 现在就能上手，不需要”等招一个工程师”、不需要”等未来某个功能发布”。
核心总结
Claude + Klaviyo MCP 的真正价值，不是帮营销人员”写几封邮件”，而是把数据获取、分析、QA、Campaign 配置等大量机械工作自动化，让营销人员从执行者变成流程设计者和决策者。
你真正需要的只是：一个 Claude Account、Klaviyo MCP Server、大量的好奇心，以及愿意不断写 Prompt、看看 AI 到底返回什么结果。
我们的策略涵盖营销广告、重定向技术、人工智能个性化、个性化搜索与推荐以及电子邮件个性化。通过这些策略以及个性化营销系统，我们助力品牌在各个渠道优化其转化策略并提升用户体验。
我们坚信，在电子商务未来的发展中，个性化将变得愈发重要。我们旨在运用我们积累了 10 余年的行业经验和方法，为电子商务行业的快速发展贡献力量，并分享我们的专业知识。
