正在加载视频...

视频加载失败

最近刷到一个 22 岁年轻人的 AI 副业复盘,感觉比很多“月入十万教程”靠谱得多。 他之前几乎把热门项目踩了个遍:跨境电商、加密货币、校园创业……折腾几年下来,赚到的没多少,交的学费倒是不少。 后来他把重心放到一个更轻量的模式: AI内容账号 + 联盟营销。 不需要露脸,不需要自己发货,也不用专门跑到美国,靠内容获取流量,再通过联盟链接变现。 他的思路其实很简单: ✅ 第一步:找已经被市场验证过的内容 通过 VidIQ 这类工具观察近期增长最快、互动最高的视频,优先研究那些突然爆发的内容。 ✅ 第二步:用AI重新包装 利用 HeyGen、11Labs 等工具重新生成内容,包括AI数字人、配音、脚本优化等。 重点不是复制,而是换一种表达方式重新呈现。 ✅ 第三步:把流量变成收益 视频里推荐相关产品,通过亚马逊联盟等渠道获取佣金。 一条内容可能赚不了多少钱,但长期积累后会形成持续收益。 ✅ 第四步:批量生产 内容创业最容易掉进的坑,就是把80%的时间花在纠结细节上。 而他的做法恰恰相反: 先发出去,再慢慢优化。 每天稳定更新几条内容,同时分发到 YouTube、Instagram、Facebook 等多个平台。 他说过一句让我印象挺深的话: 很多人不是做错了,而是还没等数据反馈就已经放弃了。 很多账号前两个月几乎没什么起色,但只要持续测试选题、标题和内容形式,某一条视频突然跑出来后,整个账号的数据都会被带动起来。 当然,这种模式也不是“躺赚”。 本质上还是在做内容生意,只不过把过去需要团队完成的剪辑、配音、出镜等工作,用AI工具大幅降低了门槛。 如果你想尝试AI副业,又不想露脸、直播或者囤货,这个方向确实值得研究一下。 比起天天找下一个风口,持续生产内容,可能才是更容易被大多数人复制的路径。

20,635 次观看 • 5 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

做AI短视频,我踩过 5 个坑 今天全说出来,希望你能少走一些弯路。 ──────────────── 第一坑:一上来就猛学 刚开始做的时候,我每天研究工具、研究技术、研究别人怎么做。研究得很起劲,但回头一看,一个视频都没做完。 正确的顺序是先做出来,再边做边学。做完第一个你懂了流程,做完几个你有了感觉,就这样进步 总结一句:先完成,再完美 ──────────────── 第二坑:总想省钱省积分 生图要钱,生视频要钱,心疼是真的 刚开始做的时候,我也试过那些便宜的方案,效果看起来差不多。实际用下来,各种问题,花了大量时间去调,最后还是放弃了。 成本要跟结果比,不是跟价格比。做一个视频的成本本来就不高,省那点钱,丢的是时间和机会。 总结一句:用最好的工具,做最好的作品 ──────────────── 第三坑:死抠画面 刚开始做的时候,总想把画面做得很精美。结果发现根本做不到,提示词再好也有上限。 后来才发现,很多播放量很高的视频,画面并不精致,但内容抓人、节奏好,照样爆。 总结一句:别死抠视觉,够用就行。 ──────────────── 第四坑:忘了内容本身 这是最大的坑 刚开始做的时候,我花了大量时间研究工具、研究技术,结果忘了自己是做内容的 我们做的是视频,第一件事是内容好不好,不是特效漂不漂亮。 把注意力放回内容上之后,效果立刻就不一样了。 总结一句:我们是做内容的,不是研究AI的 ──────────────── 第五坑:做得太少 做一个感觉效果不好,就开始大改、大优化。其实很可能是这个方向用户不感兴趣,换一个方向就好了。 只要数量足够多,总会有跑通的 总结一句:干就完了,量大出奇迹 ════════════════ 我现在用什么工具 工具不用多,我现在核心就靠Creao 🔹 视频生成— 支持 Google Veo 和 Seedance,提示词直接出视频 🔹 图片生成— 最高 4K,随时在对话里生成 🔹 配音 — 20 多种声音,直接出音频文件 🔹 Agent 自动化 — 流程搭好之后可以定时跑,不用每次手动 可以试试: 最后一句:别光收藏,动手才能进步

Powerpei

22,469 次观看 • 4 个月前

看着挺高级,但感觉就是一个内容分发工具!! 不过,整个工作流还是值得借鉴的! 一个韩国老哥,搞了个工具,把整个内容营销工作流塞进一个工具里。 从找选题、写内容、做图、剪视频,到多平台发布、分析数据,还有竞品监控也都一起搞定了! 看了一下整个工作流,可以分享一下,也许会给一些朋友一些启发!整个流程被拆成了5个AI模块: Collector:自动收集素材 从 X、Threads、YouTube、TikTok、Reddit、GitHub 等10个渠道持续抓取信息,建立自己的内容素材库。 Picker:AI筛选选题 自动分析素材价值,筛选值得做的内容,还能监控竞争对手,寻找高潜力选题。 Creator:一次生成全平台内容 同一个选题和素材,自动转换成 X 帖子、Threads 内容、Instagram 卡片、短视频等不同形式,还能匹配品牌风格。 Scheduler:全平台分发 连接 Instagram、TikTok、YouTube、X、LinkedIn、Threads、Facebook 等平台,统一安排发布。 Reviewer:数据分析与内容复用 自动跟踪内容表现,生成分析报告,再把表现好的内容重新加工利用! 这其实就是做自媒体,以及内容营销的一整个闭环! 发现热点 → 筛选选题 → 生成内容 → 多平台发布 → 分析效果 → 反哺下轮创作。 学习这个思路,我觉得每个人都可以搭建一个自己专属的内容AI生产系统! 结合自己的一些内容沉淀和知识资产,让这一套工作流稳定跑起来,一个人运营多平台、多账号,可能真的会轻松很多。

沐阳

53,423 次观看 • 9 天前

全球最大网红是如何炼成的? MrBeast 花了 10 年时间, 学会如何被看见。 2012 年, Jimmy Donaldson 13 岁。 没资源。 没背景。 没团队。 每天放学回家, 对着一台普通电脑, 上传几乎没人看的 YouTube 视频。 几年时间,播放量基本为零。 他没有幻想“做自己就会成功”。 相反,他干了一件很反直觉的事: 把 YouTube 当成一台机器来研究。 他拆标题。 拆缩略图。 拆前 5 秒的留存曲线。 拆算法推荐逻辑。 不是创作, 是实验。 他说过一句后来被反复引用的话: “我研究的不是内容, 是为什么内容会被点开。” 早期他几乎不在乎钱。 所有收入, 全部砸回视频。 设备升级。 剪辑外包。 节奏重做。 视频没变“有深度”, 而是变得无法忽略。 真正的转折点, 是他意识到一件事: YouTube 奖励的不是表达, 而是留存。 于是他开始把内容极端化。 数到 10 万。 数到 100 万。 送出全部积蓄。 在视频里“烧钱”。 不是因为钱多, 而是因为钱能制造确定性注意力。 注意力 → 流量 流量 → 更多钱 更多钱 → 更极端的内容 这是一个正反馈回路。 大多数人看到的是“撒钱”。 他看到的是可复制的公式。 后来,团队化出现了。 每个视频都有明确分工: 节奏设计。 情绪曲线。 转折点。 结尾钩子。 一个视频,不是作品。 是一个工程项目。 再后来,他把规模推到极限。 100 万。 1000 万。 一个岛。 一整条街。 一个现实版《鱿鱼游戏》。 每一步, 都比上一次 10 倍更难忽略。 到这一步, 他已经不只是创作者了。 他变成了一个内容工厂的 CEO。 再往后, 他做了很多人没想到的事: 把流量反向注入现实世界。 做食品品牌。 做慈善。 做基础设施。 不是“转型”, 而是同一套逻辑的延伸: 把注意力,转化为长期资产。 今天, MrBeast 是全球最大的个人内容品牌之一。 但如果你回头看他的路径, 你会发现一件很残酷的事实: 这不是天赋的故事。 这是一个人 愿意把十年人生 用来研究一件事 到极端的结果。 他赢的不是创意。 是耐心。 是复利。 是对系统的理解。 多数人想做网红。 他想的是: 如何让算法 别无选择,只能推我。 这就是 MrBeast 的炼成方式。 不是运气。 是工程。

KK.aWSB

117,751 次观看 • 10 个月前

记住一句话: 赚钱的底层逻辑就一条——卖东西。卖产品、卖服务、卖人设,能卖的都算本事。 为什么很多人一年赚 10 万轻轻松松, 但一年赚 100 万的人都寥寥无几? 因为路径压根就不是一条路。 年入 10 万,你努力点、升个职、做个个体户,都能到。 年入 100 万? 靠工资根本不够看,只有做生意这一条路。 而做生意是怎么算账的? 很简单,你一年想赚 100 万,那就是净利润 100 万。 比如你有个产品,一单利润 300。 那你一个月卖 300 单,全年差不多就 100 万了。 听上去是不是瞬间具体了? 继续往下拆: 300 单怎么来? 假设转化率是 10%,那你要让 3000 人经过你的“摊位”。 到这一步,目标又变得清晰了: 不是赚 100 万,而是每个月搞到 3000 个潜在客户。 继续往下想: 3000 人哪来? 流量只有两种方式:要么做内容,要么花钱买。 你没钱,那就做内容。 写文章、发视频、直播随便挑, 关键是你得持续出现、持续输出, 这样你才会“被看到”。 等你真的开始做内容了,你会发现: 所有内容的底层能力其实就一个——文案。 视频要脚本,直播要话术,帖子要文案。 从每天写几条文案开始,不停测试,哪条有反应就放大。 你看,原本“年赚 100 万”这个听起来离谱的大目标, 拆着拆着就变成了一个很朴素的动作: 写文案 → 发内容 → 引流 → 成交 → 放大。 能不能赚钱,不取决于你懂多少, 而取决于你能不能把这些简单的动作,干到极致。 就这么回事!

区块链行情研究

29,449 次观看 • 10 个月前

简直太强悍了! 飞书+豆包,绝对是自媒体内容生产的王炸组合!! 多模态豆包+飞书多维表,可塑性真的超级强! 在飞书里获得Codex一般的体验!! 我原本以为,飞书里的豆包只是一个聊天助手。 结果它直接在飞书里,帮我搭出了一套能持续“自我进化”的内容生产系统。 自动寻找爆款、拆解内容、沉淀方法、追踪热点、生成图文和视频、管理排期、复盘数据…… 一整套流程,它可以自己跑起来。 🔍 自动检索小红书、抖音等平台的热门内容 📊 自动提取标题、作者、互动数据并写入表格 🧠 拆解文案、节奏与内容结构,沉淀为爆款方法库 🔥 结合实时热点,自动筛选值得跟进的选题 ✍️ 调用已有方法论,批量生成图文或视频内容 🎨 通过 Seedream、Seedance 完成图片和视频生成 📅 统一管理内容修改、审核、排期与发布 📈 定期复盘发布数据,把优质内容重新写入知识库 最关键的是:我几乎没有手动搭建! 我只是把确定好的流程告诉“书包”,它就直接帮我创建了选题库、爆款案例库、方法论库、内容生产库和数据复盘库。 整个工作台的使用方式也很简单。 只需要告诉它:“帮我做几条关于某个方向的内容。” 最后交付给我的,已经不是一份“创作建议”,而是可以直接发布的成品。 比如小红书,它会一次性给出标题、正文、配图(或视频)、话题标签、发布建议。 我需要做的,只是确认内容,然后发布。 如果接入不同的 Skill,还可以进一步控制文案风格、内容质量、视觉偏好和审核标准。 内容发布以后,这套系统还会定期回收数据,分析点击、互动和转化表现。表现好的内容会被重新拆解,再次沉淀进案例库和方法库,继续影响下一轮创作。 这样一来,整个工作台就形成了一个真正的内容闭环: 发现爆款 → 拆解规律 → 沉淀方法 → 追踪热点 → 生成内容 → 发布管理 → 数据复盘 → 更新知识库 用得越久,对你的账号、用户和内容偏好就越了解。 豆包负责理解、生成和执行, 飞书负责存储、管理、协作与复盘。 这才是我理解的 AI 工作流: 不需要每天从零开始写提示词,也不需要在好几个工具之间反复复制粘贴。 你只需要给出目标。 剩下的事情,它会按照流程一步一步做完。 下面是我搭建这个工作台的思路!

沐阳

122,018 次观看 • 3 个月前

兄弟们,Vox Style Skill又更新了。 这次新增了一套更适合自媒体内容的美漫模板。 之前的模板主要走新中式路线,比较适合中国古典文化、历史故事和东方美学类内容。 这次的美漫模板,颜色更加艳丽,视觉冲击力更强,能够适配的内容场景也更多。 知识科普、人物故事、商业观点、热点解读,都可以拿来尝试。 最关键的是成本。 按照我目前跑通的低成本工作流,制作一条Vox风格视频,理论生成成本低至1毛钱左右。 即使把废片和返工算进去,保守成本也不到2毛钱一条。 当然,这里没有计算人工时间,也没有把本来就在使用的Codex订阅摊进去。 但对于想做自媒体、预算又不高的人来说,这个成本已经足够低了。 如果你一直想做自媒体,却卡在: 没时间研究复杂工具; 请不起设计师和剪辑师; 不想每个月投入一大笔软件费用; 这套基于Codex的内容工作流,应该会比较适合你。 最近猫哥也一直在做一件事: 不断挖掘、测试和打磨低成本的创意视频制作方法。 目前已经有不少工具和工作流进入开发、测试阶段,大部分基于Codex就能直接使用。 猫社聚焦的方向很明确: AI+内容创作。 包括AI绘图、AI视频、AI工具实战,以及能真正用于自媒体生产的低成本工作流。 我们不追求收藏一堆看起来很厉害的工具。 而是希望把这些工具组合起来,让一个人也能持续产出内容。 每测试一次,就沉淀一套方法; 每完成一个作品,就积累一份内容资产; 再通过自媒体,持续放大自己的能力、作品和影响力。 低成本只是起点。 真正有价值的是,一个人借助Codex,也能跑通从创意、画面到视频制作的完整流程。 这次新增的美漫模板,也会同步给猫社群友使用。 目前猫社距离200人还剩9个位置。 满200人后,入群价格将调整至299元。 如果你本来就想做AI内容、自媒体或者低成本创意视频,可以趁当前价格加入。 想进群的,直接私信我回复:猫社。

知识猫AI实验室

28,113 次观看 • 4 个月前

我最近一边写内容,一边在验证一个问题: 如果要做一个面向 AI 创作者的小工具,到底该做什么? 直接问 AI“给我想个产品 idea”,意义不大。 它能给你 20 个想法,但不代表有人愿意付钱。 我最近用 Airtap Ai Airtap 跑了两个任务。 第一个很简单。 我给一个真实的美国号码发了一条 iMessage: +1 (650) 248-0054 “在 X 上帮我查一下今天最热的 AI 信息和话题。” Airtap 收到消息后,直接操作云手机里的 Chrome,打开 X 搜索。 我不用守在页面前,它会通过 iMessage 回传进度: “正在查看 Grok 4.6,整理高互动帖子。” “已经拿到 Grok Imagine 的数据,接下来检查 Claude 工具。” 过了一会儿,热点、原帖链接和互动数据就发回来了。 这个任务很适合做内容的人。 它像一份每日选题雷达,解决的是: 今天有什么值得写? 哪些海外话题可以转成中文内容? 并且它的入口非常方便,一项任务交给一条imessage就可以搞定。 但我还想解决另一个问题: 如果我要做一个服务 AI 创作者的产品,哪些问题真的值得做? 这次我在 Airtap 的 Web 端发了一个更长的调研任务: 去 Reddit 和 X 找 AI 创作者已经花钱、却仍没解决的问题。 我只保留四类讨论: 买过多个工具,问题还是没解决; 已经雇人或购买过服务; 每周仍要投入大量人工时间; 因为价格、功能或稳定性反复换工具。 同时要求它记录原帖、评论、链接、已经尝试的方案和实际成本。 任务跑起来后,我会在 Web 端看它执行: 搜索了什么关键词,打开了哪些帖子,有没有进评论区,又怎样切到 X 做交叉验证。 这一步对我很重要。 我要的是能回头核对证据,而非一份看起来很厉害的 AI 总结。 最后拿到的是一份付费痛点机会表。 其中有两个结论让我印象很深。 第一个是多工具订阅。 不少重度用户同时订阅 GPT、Claude 和一堆垂直工具,每月花费超过 100 美元,但依然搞不清额度、频繁遇到限流,还要处理支付和区服问题。 他们缺的不是又一个模型。 更像是一个能看清“钱花到哪、额度还剩多少、哪个工具该留”的管理层。 第二个是 AI 内容返工。 有些创作者已经付费买了生成工具,但内容出来后,还是要花大量时间改脚本、核对事实、去掉 AI 味。 他们要的也不是更多的生成。 而是把内容变成“能发、可信、像自己”的最后一步。 这份报告没有告诉我“做这个一定能赚钱”。 但它让我排除了一个方向: 我没必要再做一个 AI 内容生成器。 反而可以先验证一个更小的产品: 帮重度 AI 用户看清订阅、额度和重复支出。 下一步,我会把这个痛点做成一页简单的产品说明,找 10 个同时订阅 GPT 和 Claude 的创作者聊聊。 如果有人愿意给出自己的账单和额度使用情况,再做 MVP。 这就是 Airtap 给我的第二个结果: 不是帮我找到一个“看起来很酷”的点子。 而是帮我找到一个有公开证据、有付费行为、能继续访谈验证的产品方向。 如果这类调研想要长期做,还可以保存成 Routine,每天自动追踪 Reddit 和 X 上新出现的付费痛点,不用反复发同一段 Prompt。 我现在理解的 Airtap 工作流很简单: 临时内容任务,直接用 iMessage 发出去; 复杂调研任务,打开 Web 看过程、核对证据; 值得长期追踪的方向,再保存成 Routine。 完整调研报告和执行过程放在视频里。

木马人

43,659 次观看 • 3 个月前

这个项目,真的让我重新燃起了做账号矩阵的冲动。 一个 14.5k stars 的开源项目,直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。 上传 PDF、网页、YouTube,它就能帮你整理资料、生成播客、做学习指南。 但官方网页版有个很难受的问题: 太慢了。 传个 PDF,等解析; 点生成音频,再等; 下载,再等。 一套流程跑完,时间全浪费在等待上。 更关键的是: 它根本不适合批量搞内容。 你想一次处理几十个链接? 想自动生成一批播客? 想接到自己的工作流里? 网页版基本没法玩。 直到我发现了 notebooklm-py。 这是一个非官方 Python API,等于把 NotebookLM 的能力全拆出来了。 很多功能甚至比网页版还狠: - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是: 它还能接进 Claude Code,当 Agent 技能用。 看到这里我脑子里第一反应就是: 这不就是账号矩阵生产线吗? 热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发 整个链路都能串起来。 以前做矩阵,拼的是人多。 现在越来越像拼工作流了。 很多以前需要团队才能做的事情, 现在一个人也能跑起来。

开发者Hailey

21,316 次观看 • 6 个月前

Higgsfield 推出了一个“AI 网红工作室” 你可以用它从零做一个 AI 网红 脸长什么样、什么身材、穿什么衣服,都可以自己定义 角色做好以后,还能直接套用 Motion Presets 动作预设,让这个 AI 网红跳舞、表演、展示产品,快速生成短视频 甚至还可以让这个 AI 网红去“复刻”已经验证过的爆款 UGC 广告形式 具体怎么玩? 比如你想做护肤品 先做一个专门拍护肤内容的原创 AI 网红 然后去找 TikTok、Instagram 上传播效果很好的护肤品 UGC 广告,研究它们怎么开头、怎么展示产品、怎么讲卖点 再用 Genjutsu,把这些已经被市场验证过的广告形式,改编成你自己的 AI 网红版本。 先做几条样片,然后直接拿着作品去找护肤品牌: “这种广告,我每个月可以持续给你做一批,要不要试试?” 根据每个月的产量和合作方式,可以尝试谈 1,500~10,000 美元/月的合作。 因为对品牌来说,一条广告并不会一直有效。 他们需要不断测试新的开头、新的脚本、新的场景、新的素材。 而 AI 网红最大的价值就在这里: 同一个角色,可以持续不断地生产新的广告内容。 甚至还可以继续往前走一步。 把 AI 网红生成的视频用于直播内容,让同一个虚拟角色从“拍短视频”延伸到持续直播。 这样一来,一个 AI 网红就可以同时承担短视频、UGC 广告、产品展示和直播内容。 所以这套东西最有意思的玩法,可能并不是先想着做一个百万粉丝的 AI 网红。 先做几条真正像样的样片,然后找到第一个愿意为这些内容付钱的品牌 先赚到第一笔钱

小互

36,330 次观看 • 1 个月前

最近世界杯热度起来,很多人又开始关注预测市场。 以前我觉得这种交易型产品离普通人挺远,因为做一个预测市场并不只是搭个网站那么简单,背后涉及交易机制、用户体系、流动性设计、支付方案等多个环节,通常需要一个完整团队才能推进。 但最近我用 DAPPOS 的 xBubble Coding 体验了一下,直接让 AI 帮我做了一个 AI 世界杯预测市场交易产品。 从需求输入、功能设计,到产品雏形落地,整个过程大概花了 20 分钟左右。虽然距离成熟交易平台还有差距,但最大的变化是:以前一个想法,需要先找开发、组团队、投入大量成本;现在一个人配合 AI,就可以快速把想法验证出来。 这背后其实就是最近越来越火的 OPC(One Person Company)经济。未来创业模式可能正在改变,一个人 + AI Agent + Web3 基础设施,也可以完成过去需要多个岗位才能完成的工作。 而预测市场真正吸引人的地方,是它已经跑通了商业收入模型。平台不是单纯靠流量赚钱,而是通过用户交易产生手续费收入。用户每一次买入、卖出预测仓位,平台都可以获得交易费用。像头部预测市场在热门事件期间,交易量可以达到数亿美元级别,手续费收入也随之增长。 世界杯就是一个天然场景,用户可以围绕比赛胜负、球队表现、球员数据等事件进行预测交易。赛事热度越高,参与人数越多,交易频率也会提升,平台就有机会形成持续收入。 过去很多创业想法最大的问题,不是没有市场,而是没有能力快速做出来,现在 AI 正在降低这个门槛。xBubble 给我的感觉,不只是帮你写代码,而是在帮助一个人拥有接近小团队的产品创造能力。 世界杯只是一个例子,AI + 交易市场 + Web3,可能正在打开 OPC 时代新的创业机会,快来xbubble试试吧

鬼谷研选

17,537 次观看 • 4 个月前