快速說明一下背景，讓後續內容更容易理解：我正在打造 aesty.ai —— 一個專為你現有衣櫃設計的 AI 時尚 Agent：它能幫你規劃穿搭、標記真正值得買的單品、詢問朋友的意見，並在你的虛擬替身上試穿。目前我們有大約 560 位活躍付費使用者。
aesty.ai 的 App Store 頁面
我是個程式設計師，不是行銷人員——而且我越來越確信，行銷正在變成一門工程學科。與其依賴 那種需要多年培養、要嘛有要嘛沒有的「病毒式傳播直覺」，不如將整個流程編碼，用 AI 生成並測試數十個假設，然後讓數據來挑選贏家。這樣你就不會試圖比問題更聰明，而是比它更會迭代——而最瘋狂的是，這在 Opus 4.8 上今天就能做到。想像一下，當我們拿到 GPT 5.6 和 Fable（希望啦！！）時，這套方法會進化到什麼程度。
我的 上一篇文章 介紹了這個引擎的廉價層——我如何用輪播圖在 TikTok 上每週獲得超過 10 萬次觀看，而且成本幾乎為零，那篇文章反應非常好。這篇則要講同一個機器的昂貴層：影片。
一些 Aesty 的頂尖表現者
影片也是觸及真正開始加乘的地方，而且是整個流程中第一個不再免費的環節。好消息是，現在製作一支表現良好的 AI UGC 影片，成本大約在 2 到 4 美元之間，而我以前付給創作者 150 到 250 美元才能做出同樣的東西。不過，更難的問題不是如何低成本製作影片——而是如何在管理超過 15 個帳號的同時，不被平台悄悄限制流量。這就是為什麼這篇文章會涵蓋兩個部分：我如何用幾塊錢製作一支影片，以及如何在過程中保持帳號健康。大致上健康啦——我只被隱形封鎖過一次，後面會詳細說明那次是怎麼發生的。
在開始之前，先說整個系統的核心原則：影片相對於輪播圖來說成本較高，所以你只應該為那些已經在較低成本層級被驗證過的內容製作影片。我把它想像成一個成本遞增的階梯，你必須一階一階往上爬，不能跳級：
- 趨勢觀察（幾乎免費）——在我製作任何東西之前，先找出已經成功的內容。Claude 會深入分析競爭對手及其隱藏帳號和合作夥伴帳號，找出當前真正有效的格式，並以儲存數和分享數而非按讚數為權重，只從中小型帳號（格式本身在起作用，而非粉絲數）中提取資訊。
- 輪播圖（每篇幾美分）——測試哪些訊息和哪些創作者形象真正能引起觀眾共鳴。
- 影片（真正的金錢和時間）——只為那些已經在輪播圖中證明自己的訊息和面孔製作。
- 透過 Postiz 進行分發——一旦某個內容被證明有效，Postiz 就會幫我發布它：它會透過 Claude Code 在所有帳號上安排並發布每個變體。
大多數人認為自然流量行不通的原因，在於他們直接從第三階開始：他們把預算花在為一個未經驗證的想法拍攝「完美」影片上，結果失敗了，然後就放棄了。而當我製作一支影片時，它已經不再是一個賭注，而是我為一個已經在燃燒的火堆添加燃料。
趨勢觀察——該做什麼（幾乎免費）
起點跟往常一樣：我不發明概念，而是找出已經有效的內容並複製其格式。我把整個流程打包成一個可自我啟動的 Claude Code 技能——它會拉取競爭對手最近的影片，篩選出經過驗證但可移植的格式（放置位置 + 小於 50 萬粉絲的帳號），閱讀留言以了解觀眾的真實語言，然後提供排名後的鉤子點子，並附上我可以去觀看的參考網址。
技能本體
這個步驟的輸出絕對不是「去做這支影片」，而是一份值得先用低成本測試的鉤子和格式清單。
輪播圖——低成本測試（這是你的過濾器）
這是每個人都跳過的一階。在製作任何一支影片之前，我會先用輪播圖來測試候選的訊息和創作者形象，因為輪播圖成本極低，而且能告訴我兩件原本需要花大錢才能學到的事：
輪播圖範例
- 哪個 訊息 真正能引起共鳴（儲存率是關鍵，不是按讚數）
- 觀眾對哪個 創作者形象 有反應（不同的臉、不同的美學——同樣的鉤子）
一個在輪播圖上失敗的訊息，做成影片也會失敗，只是成本高出 5 倍。所以輪播圖是我的過濾器，只有那些在輪播圖上證明自己的鉤子和面孔，才能晉級到影片階段。
影片——只製作那些晉級的內容
一旦某個內容贏得了製作影片的資格，製作過程分為四個部分。我會根據鏡頭實際需求來混合搭配工具，因為它們之間的成本差異很大。
1. 創作者形象——Higgsfield Soul。 每支影片都有一個重複出現的 AI 角色，我透過 Soul 鎖定其外觀，這樣同一個面孔就能在該創作者的所有內容中保持一致。外觀必須有吸引力。
一些 Aesty 的 AI 創作者
2. 第一幀——複製已經有效的內容。 開場畫面是決定觀眾是否會停下來的關鍵，所以我通常會用 nano banana pro 或 GPT image 2 重新製作一個已經爆紅影片的第一幀。務必以高解析度生成（不要用 1k）。
3. 影片本身——根據鏡頭需求選擇模型
- Kling 3 用於簡單的 UGC——基本動作、沒有手持手機、沒有語音。它比較便宜，而且對這種用途來說已經完全足夠。
- Seedance 2 用於需要展示產品細節、唇形同步語音或更複雜場景的時候。它成本較高，所以我只在鏡頭真的需要時才使用它。
4. 結尾的示範——每次都是組合而非生成。 產品示範（實際展示 Aesty 運作的螢幕錄影）我使用 Remotion 在固定的鉤子加示範結構上構建。因為它是用片段組合而成的，我可以在多支影片中重複使用不同的部分，而不是每次都重新製作示範。頭幾次我建議手動用 CapCut 或其他影片編輯器來做。發展出你自己的工作結構，並在每支影片中遵循它。對我來說，通常是 3-5 秒的影片鉤子加上 5-7 秒的示範。
整合在一起——這些影片是用 Higgsfield 生成的
這就是 2 到 4 美元成本的來源。角色面孔是一次性成本，可以永久重複使用；第一幀只需幾美分；示範則是用我已有的片段免費組合而成——所以唯一真正的單支影片成本就是生成本身：用 Kling 3 做一個簡單鏡頭只需幾美元，當場景真的需要 Seedance 2 時會再多一點。這就是為什麼一支表現良好的影片成本只要幾塊錢，而不是幾百塊錢——我只為那個必須重新生成的部分付費。
影片是我唯一沒有完全自動化的階段——我會親眼觀看每一支影片，而我關注的指標是 早期留存率：至少約 60% 的觀眾能撐過前 3 到 5 秒。 這是區分一支影片能否被演算法持續推送，還是會在測試階段就夭折的界線。所以，那些通過這個標準的影片，我才會後續投入付費預算進行 Meta/TikTok 的付費測試；其餘的則繼續自然流量運作。
分發——Postiz
Postiz 介面
和輪播圖一樣，我大部分時候不會手動發布。整個影片分發層都透過 Postiz 運行，而這裡最重要的部分是，Claude Code（或 Codex 等）可以直接透過 API 驅動它。這意味著一支被驗證過的影片不必只發布一次——你可以為它生成不同的變體，使用不同的鉤子、不同的開場、以及不同的示範片段順序，然後透過 Postiz 以各自的角度在所有帳號上安排發布。這樣一來，一支有效的影片就能變成整整一週的貼文，每篇都以略微不同的方式呈現，而且全部自動預約完成，我完全不需要碰行事曆。
讓系統持續運作的關鍵——避免被隱形封鎖
如果帳號被限制流量，這一切就毫無意義了。而當你管理的帳號超過一定數量時，這就變成一個真實的風險。令人放心的是，要維持在演算法的好名單上，並不需要什麼花俏的技巧——主要就是表現得像一個真實的、值得觀看的人。
我實際堅持的幾點：
- 絕不發布重複內容。 我唯一一次被隱形封鎖，完全是我自己的錯——我不小心連續發布了 3 篇完全相同的貼文。後來恢復了，但教訓深刻：每次輸出都要有變化，絕不能讓動態牆看起來像是複製貼上的。
- 慢慢養新帳號。 一個全新的帳號在第一天就狂發 10 篇貼文，看起來就像自動化操作。慢慢來，以人類的節奏發布，讓帳號在第一兩週內找到自己的定位。
- 保持每個帳號的一致性。 一個帳號應該表現得像一個真實的人，擁有連貫的定位、語氣和節奏——而不是一個對著所有東西亂槍打鳥的通用內容水龍頭。
- 最佳化儲存率和觀看時間。 演算法獎勵那些人們真正覺得有用的內容，而追求虛假的互動正是會讓帳號被標記的行為。
這其實就是給演算法它本來就在最佳化的東西，同時在規則內行事。聽起來很無聊，但這正是讓引擎持續運轉的關鍵。
技術棧
- Claude——執行趨勢觀察技能，決定哪些內容可以從輪播圖晉級到影片，並驅動重新剪輯和排程。
- Higgsfield Soul——鎖定重複出現的創作者形象。
- nano banana / GPT image 2——生成第一幀。
- Kling 3——簡單的 UGC 鏡頭（無手機、無語音）。
- Seedance 2——細節、語音和複雜場景（當值得這個成本時）。
- Remotion——組合可重複使用的鉤子和示範螢幕錄影。
- Postiz——透過 Claude 經由 API 驅動，在所有帳號上安排每個變體的發布。
主線邏輯和輪播圖那篇文章一樣——爬階梯，只在數據已經指向的方向花錢，讓機器處理所有不需要你親自把關的事情。
