OpenAI 又发客户案例：243 小时压到 77 小时，可那个 243 从没上过秒表

前天 OpenAI 官网挂出一篇新的客户案例，主角叫 Stampli。这是一家做财务软件的公司。企业收发票、走审批、付供应商的钱，整条流程跑在它的平台上。

案例讲它的营销团队怎么用 Codex 和 ChatGPT 做一次产品上市。招牌数字是一组对比。没有 AI 估计要 243 个小时的活，实际用了 77 个小时。省了 68%，等于快了三倍多。

两个月前我写过一篇，拆的是 OpenAI 晒自家内部数据的那份报告。当时的结论是：成绩单是它自己批的。这篇算续集，这次轮到客户的卷子。

先把话说全。这个案例里真有值得拆的东西。但那个 243，越看越不对劲。

值得抄的部分：先把上下文连成系统

Stampli 这次发的新产品叫 Deep Finance，一个给 CFO 看公司花钱情况的分析工具。从原型演示到公开上市，一共六周。

六周里营销团队要产出的东西有一摞：七篇博客、上市邮件、一场网络研讨会、社交投放素材、新闻稿、产品页、销售培训材料。而设计师和外包当时都被别的项目占着。

他们的第一步不是"让 AI 帮忙写文案"。

是先用 Codex 搭一个系统。产品上下文、会议记录、历史决策、话术口径，全连在这个系统里。

这个顺序值得停下来看。

大部分营销团队写一篇产品文章的流程是这样的。先约产品经理聊一小时。再翻 Jira 工单和 GitHub 提交。再扒会议纪要。拼出一个自己能看懂的版本，然后才动笔。

动笔的时间不长。拼上下文的时间才长。

Stampli 把拼的那一步自动化了。agent 直接连着产品系统和会议记录，材料过期了自己更新。之后写任何东西，上下文都是现成的。帮助中心文章、演示材料、一页纸介绍，都从同一个源头长出来。

这跟大多数公司的用法不一样。多数团队买了 AI 账号，然后各聊各的。每个人开一个对话框。背景从头贴一遍，聊完就散。上下文留在各自的聊天记录里，谁也用不上谁的。

Stampli 做的事，是把上下文变成团队的公共资产。AI 没聪明多少。但它每次开工，都站在全部背景之上。差距是从这里拉开的，不是从模型版本。

还有个细节容易被略过：干这件事的是营销团队，不是工程师。一群写文案的人，用一个写代码的 agent，给自己搭了套知识系统。这在两年前听起来像玩笑。

案例里另有个场景，我觉得比 243 小时可信得多。一次高管会上有人问一个指标，数据散在 HubSpot 和另外几个系统里。搁以前，这种问题要财务分析团队忙上半天。那天有人当场问 Codex，二十秒出了答案。

这种事我信。它不需要事后估算，在场的人都看见了。

可 243 这个数，从没上过秒表

回头看最抓眼球的那个数字。

原文的措辞其实很小心。它管这个数叫 modeled active role-hours。翻译过来：建模出来的工时。

243 小时不是秒表记下来的。是团队事后估的：如果没有 Codex，这次上市大概要花这么多小时。

也就是说，对照组从来没跑过。

这次上市只发生了一次，而且从头到尾用着 Codex。那个"没有 Codex 的版本"只存在于估算的人脑子里。做估算的，又正好是刚用 Codex 打完胜仗的同一批人。

你刚靠一个工具省了大力气。现在让你估"不用它得花多少"。你会往多了估，还是往少了估？

这不是怀疑谁的人品。人就是这样的。

写代码好歹还有硬指标兜底。测试通没通过，上线挂没挂，骗不了人。营销的产出没有这道闸。一场上市做得算不算好，本来就靠人评。估算的水，在这种地方最容易藏。

77 那边也有没说清的地方。原文强调所有对客内容都保留了人工审校和最终批准。但审校花掉的时间算没算进 77 小时，通篇没提。

上市那支主视觉动画也一样。案例说 Codex 干了九成，开场镜头和最终成片还是外包收的尾。搭那套系统本身花的功夫、学着用它的时间、返工的轮次，也都不在账上。

连"六周"旁边那句话都带着同样的影子。案例说这种上市搁以前要几个月，甚至几个季度。六周是真的，日历摆在那。可"几个月"那半句，还是估的。

公平讲，这不是 Stampli 一家的发明。整个行业算 AI 回报都是这个路数。咨询公司出的 ROI 报告，基线几乎全是"建模"出来的。因为真跑对照组太贵了。没人愿意为一个数字，把同一场上市做两遍。

我理解这个难处。但估出来的数，就该按估的来对待。它可以当参考，不该当证据。

省下来的 166 个小时是什么概念？按一天八小时算，等于四个人干一整周。这种数字放进季度汇报能吹一年。可它的地基，是一句"我们觉得大概要 243"。

分子可能少算了。分母是脑补的。相除，得出一个精确的 3.16 倍。

愿意上官网的客户，都是成功的那批

再退一步，看"客户案例"这个体裁本身。

上一篇的问题是 OpenAI 自己批自己的卷子。客户案例看起来隔了一层。数字是客户报的，OpenAI 只负责转述。

但你想想，什么样的客户会出现在 OpenAI 官网上。

愿意站出来的，一定是用得成功的那批。用砸了的客户不会同意露脸。上不了官网的故事，你永远读不到。

这不是造假。是这个体裁天生只装得下好消息。

而且两边的动机拧在一起。OpenAI 需要企业案例来卖 ChatGPT Work。Stampli 是家创业公司。能在 OpenAI 官网露一次脸，等于一次免费的大曝光。

所以这篇案例里的倍数格外密。联合创始人兼 CEO Eyal Feldman 出来说了话。Codex 让团队从需求到可上线方案快了十倍。管产品营销的总监 Melad Zahedi 说，小团队产出翻了十倍。一周几篇内容，变成了一周几百篇。

案例里大半数字出自 Zahedi 之口。他的日程一场会连着一场会，全靠一套 GPT 自动化当第二大脑给自己备场。

一周几百篇内容是产能，不是价值。这个话题上一篇写过，这里不展开。

加上那个 3.16，一篇案例里出现了三个倍数。哪个是量出来的？只有 3.16 看着最精确。可它恰恰是唯一一个从脑补基线里除出来的。

精确到小数点后两位的估算，比一句"大概快了不少"更值得警惕。

那这类案例还值不值得读？值得，但读法得换。数字跳过，只看动词。他们把什么连到了什么？哪个环节交给了 agent？哪个环节还留着人？这些搬得走。倍数搬不走。

看完这篇案例，我的感受是分裂的。

那套上下文系统，我认为是真东西。它解的是所有营销团队的同一个病。知识散在工单、代码库和会议纪要里。每次要用，都得重新拼一遍。这一步值得抄，我也打算抄。

数字那部分，结论跟上一篇一样，就一句话：先问这分是谁打的。

Zahedi 在案例结尾还说了句话。大意是保持好奇。什么都先拿 ChatGPT 试一遍，你会发现组织里藏着你没想到的余力。

这句我信。

243 小时那笔账，我等秒表。