简明背景，方便后续理解：我正在开发 aesty.ai —— 一款 AI 时尚 Agent，针对你已有的衣橱：它可以规划穿搭、标记真正值得买的单品、询问朋友的意见，并在你的虚拟形象上试装。目前我们有约 560 名活跃付费用户。
aesty.ai 应用商店页面
我是一名程序员，不是营销人员 —— 而且我越来越确信，营销正在变成一门工程学科。与其依赖那种需要多年积累、要么你有要么你没有的「爆款直觉」，不如把整个流程编码化，用 AI 生成并测试几十个假设，让数据来挑选赢家。这样你不需要比问题更聪明，你只需要比它迭代得更快。最疯狂的是，这在 Opus 4.8 上今天就已经能实现了 —— 想象一下，等我们用上 GPT 5.6 和 Fable（希望如此！！），它能达到什么程度。
我的上一篇文章介绍了这套引擎的低成本层 —— 我是如何在 TikTok 上通过轮播图每周获得 10 万+ 浏览量、成本基本为零的，那篇文章效果很好。这一篇则讲的是同一台机器的昂贵层：视频。
一些 Aesty 表现最佳的作品
视频也是真正放大影响力的地方，而且是整个漏斗中第一个不再免费的点。好消息是，现在一条能跑出效果的 AI UGC（用户生成内容）视频制作成本大约在 2-4 美元，而过去我付给创作者同样的内容要 150-250 美元。但更难的问题不是低成本制作视频，而是如何在运营 15 个以上账号的同时不被悄悄限流。这也是本文要覆盖的两部分：如何用几美元制作一条视频，以及如何让账号保持健康。大部分时候是健康的 —— 我只被隐形封禁过一次，后面会详细讲那是怎么发生的。
在这一切之前，整个体系依赖的原则是：视频相对于轮播图成本高昂，所以你只应该在低成本层已经验证过的内容上制作视频。我把它看作一个成本递增的阶梯，一步一级向上爬，绝不跳级：
- 趋势观察（约免费）—— 在我制作任何内容之前，先找出已经获得成功的内容。Claude 会挖掘竞争对手及其隐藏账户和合作伙伴账号，找到当前真正有效的格式，重点关注收藏和分享（而非点赞），并且只筛选中小型账号（粉丝数 50 万以下），确保是格式本身在起作用，而不是粉丝数。
- 轮播图（每篇几分钱）—— 测试哪些信息和哪些创作者形象真正能打动受众。
- 视频（真正的钱和真正的时间）—— 只为已经在轮播图上验证过的信息和面孔制作。
- 通过 Postiz 分发—— 一旦某条内容被验证有效，Postiz 就会帮我分发：它会由 Claude Code 驱动，在所有账号上安排发布每个变体。
大多数人认为「自然流量」行不通的原因，是他们直接从第三级开始：把预算花在为一个没人验证过的创意拍摄「完美」视频上，结果扑街，然后放弃。而到我制作视频的时候，它已经不再是赌博，而是我在给已经燃烧的火焰浇油。
趋势观察 —— 做什么（约免费）
和往常一样的起点：我不发明概念，而是找到已经有效的内容，复制其格式。我把整个过程封装成一个自启动的 Claude Code 技能 —— 它会拉取竞争对手的最新视频，筛选出已被验证但可迁移的格式（定位 + 粉丝数 50 万以下的账号），阅读评论了解受众的真实语言，然后给我排好优先级的钩子创意列表，附带可观看的参考 URL。
技能本体
这一步的输出当然不是「制作这个视频」，而是一份值得先低成本测试的钩子和格式的短名单。
轮播图 —— 低成本测试（这是你的过滤器）
这一步是大多数人跳过的。在制作任何视频之前，我会先用轮播图来测试候选信息和创作者形象，因为轮播图成本只有几分钱，却能告诉我两样本来要花大价钱才能学到的东西：
轮播图示例
- 哪条信息真正引起共鸣（收藏率是关键，不是点赞）
- 哪个创作者形象受众更买账（不同的面孔、不同的审美 —— 相同的钩子）
一条在轮播图上表现不佳的信息，做成视频同样会扑街，只是成本要高出 5 倍。所以轮播图是我的过滤器，只有那些在轮播图上胜出的钩子和面孔才能晋级到视频。
视频 —— 只制作已晋级的内容
当某条内容通过轮播图验证后，视频制作分为四个部分。我会根据具体镜头需求混合使用不同工具，因为它们的成本差异很大。
1. 创作者形象 —— Higgsfield Soul。 每条视频都有一个固定的 AI 角色，我用 Soul 锁定其外观，确保同一张面孔在创作者的后续所有内容中保持一致。外观应该具有吸引力。
一些 Aesty AI 创作者形象
2. 首帧 —— 复制已验证有效的内容。 开场画面是决定用户是否停留的关键，所以我通常会复现一条已经爆火的视频的首帧，使用 nano banana pro / GPT image 2。始终生成高分辨率（不要 1k）。
3. 视频本身 —— 根据镜头需求选择合适的模型
- Kling 3 用于简单的 UGC —— 基础动作、不拿手机、无语音。它更便宜，对这类场景完全足够。
- Seedance 2 用于展示产品细节、口型同步语音或更复杂的场景。它成本更高，所以我只在镜头确实需要时才使用。
4. 结尾的演示 —— 每次拼接而非重新生成。 产品演示（展示 aesty 实际运行的屏幕录制）我用 Remotion 在固定的钩子 + 演示结构上构建。因为是剪辑拼接而成的，我可以在多条视频中重复使用不同片段，而不是每次重做演示。前几次我建议手动用 CapCut 或其他视频编辑器操作。开发出你自己有效的工作结构，然后在每条视频中遵循它。对我来说通常是 3-5 秒的视频钩子 + 5-7 秒的演示。
整合起来 —— 这些视频是用 Higgsfield 生成的
这就是 2-4 美元成本的来源。角色面孔是一次性成本，可以永久重复使用；首帧只需几分钱；演示部分由已有的片段免费拼接而成 —— 所以每条视频唯一真正的单次成本就是生成本身：简单镜头用 Kling 3 只要几美元，场景确实需要 Seedance 2 时会稍贵一些。这就是为什么一条能跑出效果的视频成本只有几美元而不是几百美元 —— 我只为那部分必须重新生成的东西付费。
视频是我唯一不完全自动化的环节 —— 每条视频我都会亲自观看，我关注的核心指标是早期留存：前 3-5 秒至少保持约 60% 的观众不流失。 这是区分算法继续推送的视频和死在测试桶里的视频的分界线。通过这条线的视频，我会在后续为 Meta/TikTok 付费测试投入预算，其余的则继续自然传播。
分发 —— Postiz
Postiz 界面
和轮播图一样，我基本不会手动发布。整个视频分发层通过 Postiz 运行，而最关键的是，Claude Code（或 Codex 等）通过 API 直接驱动它。这意味着一条已验证的视频不必只发布一次 —— 你可以生成不同钩子、不同开场、不同演示片段顺序的变体，然后通过 Postiz 以各自的角度在所有账号上安排发布。一条效果好的视频，这样就能变成一整周的帖子，每条都略有不同，全部自动排好，我完全不用碰日历。
让账号存活的关键 —— 不被隐形封禁
如果账号被限流，前面所有工作都白费。一旦你运营超过几个账号，这就成了真正的风险。令人安心的是，保持在算法的好的一面并不需要什么花招 —— 主要就是表现得像一个真实、值得关注的人。
我实际坚持的做法：
- 绝不发布重复内容。 我唯一一次被隐形封禁完全是我自己的错 —— 我不小心连续发布了 3 条完全相同的帖子。后来恢复了，但教训很深刻：每条输出都要有变化，绝不能让信息流看起来像是复制粘贴的。
- 新账号要慢慢养。 一个全新账号第一天就猛发 10 条帖子，看起来就是自动化的。慢慢来，以人类节奏发布，让账号在头一两周内安顿在一个细分领域。
- 每个账号保持一致性。 一个账号应该表现得像一个真实的人，有固定的细分领域、语调和节奏 —— 而不是一个对着所有方向乱喷的通用水龙头。
- 优化收藏率和观看时长。 算法奖励那些用户真正觉得有用的内容，而追逐虚假互动恰恰是导致账号被标记的原因。
其实就是给算法它已经在优化的东西，同时遵守规则。听起来很无聊，但正是这套引擎持续运转的保证。
技术栈
- Claude —— 运行趋势观察技能，决定哪些内容从轮播图晋级到视频，并驱动重新剪辑和排期。
- Higgsfield Soul —— 锁定重复使用的创作者形象。
- nano banana / GPT image 2 —— 制作首帧。
- Kling 3 —— 简单的 UGC 镜头（无手机、无语音）。
- Seedance 2 —— 细节、语音和复杂场景（当值得那个成本时）。
- Remotion —— 拼接可重用的钩子 + 演示屏幕录制。
- Postiz —— 在所有账号上安排每个变体的发布，由 Claude 通过 API 驱动。
贯穿的主线和轮播图那篇文章一样 —— 爬阶梯，只在数据已经指向的方向上花钱，让机器处理所有不需要你亲自复核的东西。
