即刻App年轻人的同好社区
下载
去年九月发布的work trial ai真的是(way) ahead of 现实(ai一日人间多年你懂的😏
为啥这么做呢：
1️⃣真实的工作场景是更好且有更多实时反馈的数据源（比纯书本和线上的文字内容要好得多）但肯定更复杂，需要更多工作去处理。还有computer use agent 也是很需要的内容
2️⃣去年我就说过，现在硅谷最流行的方式就是看你怎么工作再决定要不要招你。meta用这种方式老员工其实我猜测更想了解哪些人真正的进行了AI native转化。不仅仅是用用chatgpt 聊聊天和做内容而已哦，更多是思考方式和工作合作方式。
3️⃣很多人可能认为哦公司在监视我，come on, 你在进入公司的时候忘了用公司电脑和任何assets都默认这些都是公司的properties，公司看自己的properties没有法律问题的，各国公司都做了很多年了。
为啥这么做呢：
1️⃣真实的工作场景是更好且有更多实时反馈的数据源（比纯书本和线上的文字内容要好得多）但肯定更复杂，需要更多工作去处理。还有computer use agent 也是很需要的内容
2️⃣去年我就说过，现在硅谷最流行的方式就是看你怎么工作再决定要不要招你。meta用这种方式老员工其实我猜测更想了解哪些人真正的进行了AI native转化。不仅仅是用用chatgpt 聊聊天和做内容而已哦，更多是思考方式和工作合作方式。
3️⃣很多人可能认为哦公司在监视我，come on, 你在进入公司的时候忘了用公司电脑和任何assets都默认这些都是公司的properties，公司看自己的properties没有法律问题的，各国公司都做了很多年了。
4 01
Shocking news, 今天OpenAI把他们给收了openai.com
Kelly.soul: TBPN is the new ESPN, but for tech. 两个hosts 都是很有名的创业者，一个是soylent(2013年开始做的，以大豆为原料的，给tech圈人做的速食代餐🥤），另一个做了fintech 产品Party Round然后卖给了Rho(business banking product) 这种新形势的podcast, 已经不像传统的视频等类型，而是流媒体的直播，又把播客拉高另一个等级😁 （Marc Benioff 正好在今年的Dreamforce 大会时期上了TBPN，恰好上周TBPN被New York Times 大讲特讲，真是抓住了一个曝光好时机
6 00
北美大厂的朋友们感慨，每天最多只想工作早9午3，超过下午3点要等到明天。
工作10年+左右的友人们一边说找不到工作，一边想躺平，一边在公司里被高层们卷着各种不同org的AI策略。
我要是他们估计我也想躺平呢
工作10年+左右的友人们一边说找不到工作，一边想躺平，一边在公司里被高层们卷着各种不同org的AI策略。
我要是他们估计我也想躺平呢
9 00
温哥华两日游太开心了。这个地方有山，有海，有森林，三月底还有很多雪可以滑，还能看到樱花。还遇到了一堆在做FMPG消费品的加拿大🇨🇦女性创业者。
加拿大也都在做美国🇺🇸出海🚢，从L-theanine(茶氨酸），到健康冻干零食，到豆干零食应有尽有。
有时候暂别一下纯AI的世界像是一种跑了很久的马拉松的休息日。只有好好的休息，才能好好的all in。
加拿大也都在做美国🇺🇸出海🚢，从L-theanine(茶氨酸），到健康冻干零食，到豆干零食应有尽有。
有时候暂别一下纯AI的世界像是一种跑了很久的马拉松的休息日。只有好好的休息，才能好好的all in。
7 20
做了一个月投放之后我发现一个很反直觉的事情：投放的瓶颈根本不在投放，在素材。素材的瓶颈也不在创意本身，在生产效率。
你脑子里有再多想法，一周只能产出五条成品素材，就永远跑不过平台的疲劳周期。算法需要持续被喂新内容，而传统的制作流程：从脚本到拍摄到剪辑到上传，天然就是慢的。
这个结论是交了学费之后才想明白的。
一个月前我连Meta Ads Manager都没打开过。做了十年产品/工程/自然营销，从来没花过一分钱买流量。CPR这个词我第一反应是心肺复苏，attribution window怎么设不知道。然后因为团队调整，增长投放这件事突然落到了我手上。六位数的月预算，跑了两年的campaign架构，一整
套我完全看不懂的广告后台，需要有人马上接手，没有过渡期。
创业公司就是这样，事情来了你就得上。
接手之后做的第一件事不是学怎么建campaign（meta ads manager真的巨巨巨难用），是把过去两年的数据全翻了一遍。翻完发现一个很刺眼的事实：历史上花在网红渠道的钱，算到最终付费用户，单个成本是四位数美金。而同一时期，一个外包UGC创作者一条视频一百多美金，跑出来的注册成本比整个网红项目加起来还低，观众留存率是所有素材里最高的💀💀💀。
这个对比太明显了，它直接决定了接下来一个月的方向：❌传统渠道上补人，✅AI把UGC素材的生产效率升量级。
首先决定的是：素材全是AI生成的。我们同时起了五个campaign，每个campaign塞不同风格的角色和场景，想的是快速铺开看哪个方向有信号。头几天确实有几条素材跑出了还不错的数据，会觉得好像方向对了，开始有一点兴奋。然后两周之内全部崩了。五个campaign，每一个都在同一个时间段进入了素材疲劳。花费断崖式下降，转化几乎归零。最差的那一周，所有campaign加起来跑了整整七天，回来的注册个位数。看后台的时候真的会开始怀疑，AI生成的素材到底能不能转化？
后来复盘的时候才发现，公司内部文档里团队其实早就写过一份文档，把我们踩的每一个坑都预判到了。单一内容形式会快速消耗受众注意力，重复同一种风格只会加速疲劳，top-of-funnel的观众根本不想看产品demo。我们犯的不是AI的错误，是内容策略的错误，只不过用AI角色把传统的坑重新踩了一遍。
想明白这件事之后，第二代素材完全换了做法。不再只有一种格式，而是同时测POV视角、reaction，hook、多素材混剪。角色也不再单一，测试纪律拉起来👉每条素材给一小笔预算，48小时看数据，达标就放大，不达标就杀掉，不跟任何一条素材谈感情。这个框架跑起来之后，数据慢慢回来了。某些hook风格的点击率接近20%，特定角色加场景的组合在持续找到自己的受众。从噪音里开始能听到信号了。
这就是开头说的那个判断开始变清晰的时刻。
GEN2证明了AI素材是能转化的，但同时也证明了一件事：素材的生命周期比我想象的短得多。一条好素材可能只有几天的黄金期，之后就进入衰减。你不是在做"几条好内容"，你是在跟一个永远在消耗的系统赛跑。能赢的唯一方式就是让生产速度远远超过消耗速度。
所以接下来三周，我把几乎所有精力砸在了工具上。我们用Claude Code从零搭了一整套AI素材生产系统: 完整的、任何团队成员都可以直接调用的技能包体系。
举个具体🌰：假设我们在TikTok上看到一条爆款视频，觉得这个hook有意思想复用。在以前，这是一个需要看几遍、截图、写文档、开会讨论、再让剪辑师理解你意思的过程。现在的流程是：把链接丢进Claude Code的视频理解技能，它自动下载、拉字幕、做镜头分析、跟画面内容交叉比对，输出一份结构化的拆解报告，这条视频的开头三
秒用了什么情绪触发、文字出现在第几帧、转折点在哪里、哪些元素是可以迁移到我们产品的。拿着这份拆解，喂给prompt生成技能。这个技能通过一个变量矩阵——角色乘以场景乘以hook类型乘以CTA结尾——一次性输出二十条视频prompt变体。每一条都不一样，但都是基于同一个经过验证的结构生成的。
🌟创意思考被前置到了系统设计层面，到了生成环节就是纯粹的执行。
生成完的视频丢给组装技能，自动把hook片段、正片内容、CTA结尾拼在一起，叠上logo、字幕、标签，位置和尺寸根据视频分辨率自动算好。出来就是可以直接传到广告后台的成品。
角色一致性的问题也解决了。AI视频最头疼的就是character drift——你的角色换个镜头就长得不一样，观众一眼就能看出来是AI。我们在Kling和Seedance上搭了一套角色身份库，每个角色是
一个JSON文件，锁定五官比例、肤色、体型、发型、标志性配饰，生成的时候挂载上去，几十条视频里同一个人保持一致。
投放数据那头也接上了。Meta广告数据自动拉回来，按创意变量拆分：哪个角色在转化、哪个场景成本最低、哪种hook类型点击率最高。制作团队不需要猜下一批做什么，看这张表就知道算法在告诉你什么东西在起效。
整条链路走通之后，一个下午可以完成从"这条TikTok火了"到"这里有二十条基于它为什么火而生成的广告变体"的全流程。这在一个月前是不可能的事情。
但工具只是一半。另一半是用这套工具的人。这可能是这一个月里我最想说的部分。
我们招了四个人进ABG Army。三个年轻人，一个资深视频剪辑师。四个人没有一个碰过Claude Code，没有一个写过任何AI工作流。有一个进来的时候连终端都没打开过，不知道命令行是什么。
我没有给他们上课。没有做培训PPT，没有搞什么"AI入门三天速成"。方式很简单也很残酷，直接给真实任务、真实deadline，遇到不会的现场查现场解。每天一起搭，每天一起踩坑，每天收工的时候比早上多会一点东西。
现在团队有了固定的周度投放复盘节奏，campaign数据和创意策略在同一张桌子上看。有agency partner接进来跑同一套数据流。有一条能从爆款拆解一路走到批量生成的素材管线。有一个虽然只有几个人但每个人都能独立搭工具的团队。
这些东西三十天前全部不存在。
当然我们还差得很远。素材疲劳的周期还是比我想要的快。注册之后的漏斗追踪有缺口，意味着我们对用户从注册到付费这段路径的理解还是模糊的。我不知道的东西，大概比我现在意识到的要多得多。
但机器在转了。数据在流，素材在出，团队在长。每周回头看上一周，都会觉得上周的自己挺蠢的。这大概就是对的方向。
虽然才30天，但我们才刚刚开始💜
（100%原创，如有任何行为的转发，必须经过本人同意）
你脑子里有再多想法，一周只能产出五条成品素材，就永远跑不过平台的疲劳周期。算法需要持续被喂新内容，而传统的制作流程：从脚本到拍摄到剪辑到上传，天然就是慢的。
这个结论是交了学费之后才想明白的。
一个月前我连Meta Ads Manager都没打开过。做了十年产品/工程/自然营销，从来没花过一分钱买流量。CPR这个词我第一反应是心肺复苏，attribution window怎么设不知道。然后因为团队调整，增长投放这件事突然落到了我手上。六位数的月预算，跑了两年的campaign架构，一整
套我完全看不懂的广告后台，需要有人马上接手，没有过渡期。
创业公司就是这样，事情来了你就得上。
接手之后做的第一件事不是学怎么建campaign（meta ads manager真的巨巨巨难用），是把过去两年的数据全翻了一遍。翻完发现一个很刺眼的事实：历史上花在网红渠道的钱，算到最终付费用户，单个成本是四位数美金。而同一时期，一个外包UGC创作者一条视频一百多美金，跑出来的注册成本比整个网红项目加起来还低，观众留存率是所有素材里最高的💀💀💀。
这个对比太明显了，它直接决定了接下来一个月的方向：❌传统渠道上补人，✅AI把UGC素材的生产效率升量级。
首先决定的是：素材全是AI生成的。我们同时起了五个campaign，每个campaign塞不同风格的角色和场景，想的是快速铺开看哪个方向有信号。头几天确实有几条素材跑出了还不错的数据，会觉得好像方向对了，开始有一点兴奋。然后两周之内全部崩了。五个campaign，每一个都在同一个时间段进入了素材疲劳。花费断崖式下降，转化几乎归零。最差的那一周，所有campaign加起来跑了整整七天，回来的注册个位数。看后台的时候真的会开始怀疑，AI生成的素材到底能不能转化？
后来复盘的时候才发现，公司内部文档里团队其实早就写过一份文档，把我们踩的每一个坑都预判到了。单一内容形式会快速消耗受众注意力，重复同一种风格只会加速疲劳，top-of-funnel的观众根本不想看产品demo。我们犯的不是AI的错误，是内容策略的错误，只不过用AI角色把传统的坑重新踩了一遍。
想明白这件事之后，第二代素材完全换了做法。不再只有一种格式，而是同时测POV视角、reaction，hook、多素材混剪。角色也不再单一，测试纪律拉起来👉每条素材给一小笔预算，48小时看数据，达标就放大，不达标就杀掉，不跟任何一条素材谈感情。这个框架跑起来之后，数据慢慢回来了。某些hook风格的点击率接近20%，特定角色加场景的组合在持续找到自己的受众。从噪音里开始能听到信号了。
这就是开头说的那个判断开始变清晰的时刻。
GEN2证明了AI素材是能转化的，但同时也证明了一件事：素材的生命周期比我想象的短得多。一条好素材可能只有几天的黄金期，之后就进入衰减。你不是在做"几条好内容"，你是在跟一个永远在消耗的系统赛跑。能赢的唯一方式就是让生产速度远远超过消耗速度。
所以接下来三周，我把几乎所有精力砸在了工具上。我们用Claude Code从零搭了一整套AI素材生产系统: 完整的、任何团队成员都可以直接调用的技能包体系。
举个具体🌰：假设我们在TikTok上看到一条爆款视频，觉得这个hook有意思想复用。在以前，这是一个需要看几遍、截图、写文档、开会讨论、再让剪辑师理解你意思的过程。现在的流程是：把链接丢进Claude Code的视频理解技能，它自动下载、拉字幕、做镜头分析、跟画面内容交叉比对，输出一份结构化的拆解报告，这条视频的开头三
秒用了什么情绪触发、文字出现在第几帧、转折点在哪里、哪些元素是可以迁移到我们产品的。拿着这份拆解，喂给prompt生成技能。这个技能通过一个变量矩阵——角色乘以场景乘以hook类型乘以CTA结尾——一次性输出二十条视频prompt变体。每一条都不一样，但都是基于同一个经过验证的结构生成的。
🌟创意思考被前置到了系统设计层面，到了生成环节就是纯粹的执行。
生成完的视频丢给组装技能，自动把hook片段、正片内容、CTA结尾拼在一起，叠上logo、字幕、标签，位置和尺寸根据视频分辨率自动算好。出来就是可以直接传到广告后台的成品。
角色一致性的问题也解决了。AI视频最头疼的就是character drift——你的角色换个镜头就长得不一样，观众一眼就能看出来是AI。我们在Kling和Seedance上搭了一套角色身份库，每个角色是
一个JSON文件，锁定五官比例、肤色、体型、发型、标志性配饰，生成的时候挂载上去，几十条视频里同一个人保持一致。
投放数据那头也接上了。Meta广告数据自动拉回来，按创意变量拆分：哪个角色在转化、哪个场景成本最低、哪种hook类型点击率最高。制作团队不需要猜下一批做什么，看这张表就知道算法在告诉你什么东西在起效。
整条链路走通之后，一个下午可以完成从"这条TikTok火了"到"这里有二十条基于它为什么火而生成的广告变体"的全流程。这在一个月前是不可能的事情。
但工具只是一半。另一半是用这套工具的人。这可能是这一个月里我最想说的部分。
我们招了四个人进ABG Army。三个年轻人，一个资深视频剪辑师。四个人没有一个碰过Claude Code，没有一个写过任何AI工作流。有一个进来的时候连终端都没打开过，不知道命令行是什么。
我没有给他们上课。没有做培训PPT，没有搞什么"AI入门三天速成"。方式很简单也很残酷，直接给真实任务、真实deadline，遇到不会的现场查现场解。每天一起搭，每天一起踩坑，每天收工的时候比早上多会一点东西。
现在团队有了固定的周度投放复盘节奏，campaign数据和创意策略在同一张桌子上看。有agency partner接进来跑同一套数据流。有一条能从爆款拆解一路走到批量生成的素材管线。有一个虽然只有几个人但每个人都能独立搭工具的团队。
这些东西三十天前全部不存在。
当然我们还差得很远。素材疲劳的周期还是比我想要的快。注册之后的漏斗追踪有缺口，意味着我们对用户从注册到付费这段路径的理解还是模糊的。我不知道的东西，大概比我现在意识到的要多得多。
但机器在转了。数据在流，素材在出，团队在长。每周回头看上一周，都会觉得上周的自己挺蠢的。这大概就是对的方向。
虽然才30天，但我们才刚刚开始💜
（100%原创，如有任何行为的转发，必须经过本人同意）
00:08
149 40103
