Creator Marketing 不只是“找几个 YouTuber 做内容”。当品牌真正开始投入其中，问题往往会逐渐具体起来，比如：为什么做 Creator Marketing？Creator 内容做出来之后，怎么继续放大？面对越来越多的 Creator，怎么找到真正适合品牌的人？合作结束之后，又该怎么看这次合作到底带来了什么？
在9月21日，GOC 与 Google、YouTube 团队在深圳举办 Agent Daniel 首发活动。围绕这些实际问题，现场从 YouTube Creator 生态、到内容与 Ads 的协同，再到 Creator 的筛选、数据判断与复盘，让现场讨论从“为什么做 Creator Marketing”，走向了更加具体的执行问题。
为什么品牌还需要 Creator？
Creator Marketing 的第一步，或许还需要回到一个最基础的问题：品牌为什么需要 Creator？
YouTube 大中华区策略合作伙伴总监 Sharon Chiang 没有把 Creator 简单定义成“流量入口”，而是从 Creator 与观众之间长期形成的信任关系讲起。
YouTube 上，长视频、Shorts、直播和社群等不同内容形态，让观众有机会持续接触同一个 Creator。用户可能先通过视频认识一个产品，再去评论区提问、继续搜索和比较，甚至通过直播等内容进一步了解。随着一次次观看和互动，Creator 与观众之间的关系也在不断累积。
这也解释了为什么做 Creator Marketing不能只盯着“谁的粉丝最多”。
Sharon 在分享中还提到，YouTube 上有大量覆盖细分兴趣的 Creator。大体量 Creator 可以帮助品牌扩大认知，但中小体量、垂直领域的 Creator，也可能因为与特定社群有更紧密的连接，在考虑和转化阶段发挥作用。而品牌真正要找的，是和自己的产品、内容以及目标受众匹配的人。
“YouTube 内容具有很强的长尾效应，它会逐步沉淀为品牌可以持续使用的内容资产。”——Sharon
一条 YouTube 内容并不会在发布之后迅速结束生命周期。而是在视频发布超过 30 天后，仍可能持续贡献观看和点击；搜索、相关推荐等机制，也会让内容在更长时间里继续获得流量。
所以，Creator 合作真正值得品牌关注的，不只是“这条视频发了以后有多少播放”，还包括它能不能持续被找到、被观看，以及最终沉淀成品牌自己的内容资产。
基于这个逻辑，Sharon 也进一步给出了三个阶段：
Breeze —— 先建立品牌声量；
Build —— 找到更合适的 Creator，并让合作更顺畅；
Boost —— 将已经验证有效的 Creator 内容进一步放大。
在 Build 阶段，Sharon 也介绍了 Creator Partnership API。YouTube 正通过 API 与合作伙伴连接，将经授权的 Creator 信号提供给品牌，帮助团队从受众、内容方向、话题和合作表现等多个维度寻找合适人选。
对品牌而言，Creator Marketing 因此不只是一次性的内容合作，而是从建立信任、找到匹配的 Creator，到持续放大内容价值的一套长期过程。
有了好内容，那么下一步呢？
那么，在这条内容产生之后，怎么让它触达更多真正需要看到的人？
大中华区谷歌广告产品顾问曾梓珽 Tina Tsang 从 YouTube Ads 的角度进一步拆解了 Creator 内容与广告投放之间的关系。
自然流量有内容传播和建立信任的优势，但 YouTube 的自然分发首先服务于用户兴趣。一条内容自然表现不错，并不代表它一定触达了品牌最想影响的人。对于品牌来说，还有一些事情需要自己控制：人群、预算、频次，以及内容能够持续传播多久。
还有一个容易被忽略的问题，是内容生命周期。
品牌已经为 Creator 合作投入了创意、制作和时间，如果内容只依赖短期自然流量，前期投入的价值未必能够充分释放。通过广告延长传播周期，也是在让一条已经完成的内容继续产生价值。
所以现场并没有把 Organic 和 Paid 放在对立面，而是通过一个完整路径：先看内容自然表现 → 找到表现好的素材 → 通过广告进一步放大 → 再用投放数据反过来优化内容和人群。
Tina 还分享了一个行业中的参考方式，Creator 内容制作与媒体推广可以参考 1:3 的预算比例。不过她同时强调，这并不是所有品牌都应该机械执行的固定答案，更重要的是，既然已经为优质内容投入成本，就需要考虑如何给它配置足够的分发资源。
现场还分享了 Doctor Squatch 等案例：当品牌已经拥有有辨识度的 Creator 内容后，Paid Media 可以帮助内容突破原有受众边界，进入规模化增长阶段。
“Creator内容负责建立信任，Paid Media负责让这份信任触达更多真正需要的人。”——Tina
当 Creator 越来越多，品牌怎么找到“对的人”？
真正做过 Creator Marketing 的人都知道，难点往往不在“知道应该找 Creator”，而在后面那些非常琐碎、但又绕不开的工作，比如找人、筛人、看数据和判断受众等等。
GOC CMO Dennis 将视角拉回 Creator Marketing 的实际工作中，分享了 Agent Daniel 为什么诞生，以及它如何进入品牌的工作流中。
“团队缺的不是更多数据，真正拖慢工作的事同一个判断被反复完成。”
——Dennis
在 Dennis 看来，团队真正耗时的，并不只是“找不到数据”，而是同一个判断需要被反复完成：搜 Creator、开频道、核数据、比内容、整理 Brief，合作结束后还要重新做复盘。
Agent Daniel 正是在这样的真实工作中不断迭代出来的。它并不是替营销人员做决定，而是把这些重复、低效、容易出错的工作交给系统，让营销人员把时间重新放回内容判断、策略和 Creator 关系上。
其中一个重点是“真实数据”。订阅量、播放量、点赞和评论，可以帮助团队发现 Creator，但无法完成最终判断。
而 Agent Daniel 接入 Creator 授权的 YouTube 后台数据后，可以进一步看到真实受众、国家地区、观看时长和互动表现。也就是说，公开数据帮助品牌找到人，授权数据帮助品牌判断这个人是否真的适合。
从搜索开始，Agent Daniel 也不只是返回一串 Creator 名单。品牌可以直接输入产品、使用场景、目标国家、受众、内容调性、竞品和预算等需求，系统进一步形成可执行的 Creator Brief；同时结合视频画面理解，让具体内容场景也成为筛选依据。
进入 Creator 详情后，频道表现、受众结构、内容匹配、历史商业合作和 CPM 等信息被放到同一套判断框架中。而在合作结束后，工作也没有停在“看播放量”。Agent Daniel 会继续分析流量来源、受众地区、观看深度和互动结构，并通过观众重复观看的峰值，进一步定位视频中值得复用的内容片段，为后续剪辑、投放和下一轮内容规划提供依据。
同时，Dennis 还介绍了 GOC01、GOC03 如何与 Agent Daniel 协同工作。Daniel 负责 Creator 筛选、真实受众核验和内容分析；GOC01 继续追踪内容带来的流量、回访与转化；GOC03 则把已经得到验证的内容方向，转化为受众分析、CPM 预测和下一轮媒体规划的参考，让 Creator 的选择、效果追踪和后续投放形成更完整的工作链路。
所以，Agent Daniel 解决的不只是“更快找到 Creator”，而是让每一次选择、合作和复盘，都能留下可继续使用的数据与经验。
品牌真正头疼的到底是什么？
前面三位嘉宾从平台、内容和工具的角度，拆解了 Creator Marketing 的不同环节。但这些内容真正落到品牌日常工作里，会是什么样？
GOC在现场用 6 个问题做了一轮匿名互动。这没有标准答案，大家直接从自己的实际经验出发，聊了聊做海外 Creator Marketing 时，到底在看什么、又卡在哪里。
从现场回答来看，品牌关注的其实并不只是“有没有合适的Creator”。从前期选人，到数据判断，再到合作后的效果复盘，品牌需要做的是一连串判断。 而这些判断，往往不是单看一个粉丝量、播放量或报价就能完成的。
这一点从前后几个问题的回答中可以看到，当 Creator 粉丝量相近时，参与者更关注目标受众是否精准；到了合作结束后，关注点又进一步落到流量来源和转化表现。
也就是说，品牌关注的不是某一个孤立的数据，而是希望知道：
这个 Creator 适不适合我的品牌？
他的受众是不是真的匹配？
这次合作最终有没有带来结果？
但真正做起来，问题又比“看哪些数据”更复杂。
现场提到的回复率低、找不到合适的 Creator、匹配不够精准、ROI 难判断、效果不确定等问题，恰恰说明 Creator Marketing 的时间成本，并不只发生在内容制作上。找到一个 Creator 只是开始，真正耗费精力的是需要不断确认——这个人到底是不是对的人。
这也解释了为什么当 GOC 问大家“如果可以提前知道一个 Creator 的隐藏数据，你最想知道什么”时，大家想要的已经不是更多表面指标，而是真实受众画像、过往合作表现、ROI 等更接近决策本身的信息。
而当问题进一步变成「如果 AI 能从 500 个 YouTuber 里筛出最适合的 10 个，你希望它按照什么来筛？」答案依然没有集中在某一个指标上，而是涉及匹配度、内容垂直度、目标受众、真实互动、ROI、报价、内容质量、转化表现等多个维度。
这些回答没有统一答案，却很直观地呈现了品牌在实际 Creator Marketing 中最关心的判断维度。而当 Creator 数量越来越多，这条链路里的每一个环节，都意味着更多的信息处理和人工判断。这也是 Agent Daniel 想切入的地方。
把问题带进产品，现场试一遍
GOC还设置了现场体验环节，品牌方可以带着自己的实际需求，进入 Agent Daniel 的工作流程。
从自然语言生成搜索 Brief，到 Creator 筛选，再到受众数据核验、过往内容分析和品牌声量观察，现场体验的并不是一个单独的 AI 功能，而是 Creator Marketing 工作中的几个高频环节连接。
过去可能需要在不同工具之间反复切换、整理 Excel，再向 Creator 索要后台数据。但 Agent Daniel 通过 YouTube 官方 API 支持的数据能力，将部分真实 Creator 后台数据带入筛选与判断流程；再结合 AI 搜索和分析能力，减少大量重复的信息处理。
不过 AI 工具能够解决的是效率问题，最终选择哪个 Creator、内容怎么做、预算怎么分配，以及一次合作是否值得继续，仍需要营销人员结合自己的品牌目标进行判断。
活动之后，GOC 还将面向参与活动的品牌开放 Agent Daniel 试用，让品牌带着真实的 Creator Marketing 需求进入实际工作流程，继续验证它在搜索、筛选和数据分析中的应用。
Agent Daniel 想做的，并不是替营销人员完成这些判断。而是希望把更多重复的信息处理交给 AI，让营销人员把时间留给真正需要判断的事情。