用AI做TikTok带货视频:从亏10万到盈利的方法论复盘 ✍ 饼干哥哥AGI(2.0)🕐 2026-07-08📦 12.1 KB 🟢 已读 𝕏 文章列表 本文详细复盘了作者利用AI视频(Sora、Veo等)在TikTok进行带货的实战经历。起初通过简单三步法快速出单,随后因死磕产品一致性、选错昂贵模型及盲目做IP号而亏损十几万。最终总结出一套“逆向拆解+参数化生产”的SOP方法论,强调在AI生产成本趋近于零的时代,核心壁垒在于脚本创作力和系统化的数据资产,而非单纯的工具或产量。 AI视频TikTok带货电商变现SOP流量变现短视频AgentSora # 用AI做了一条 TikTok带货视频,成本3块钱,卖了 5 万美金 **作者**: 饼干哥哥AGI(2.0) **日期**: 2026-07-08T01:04:45.000Z **来源**: [https://x.com/bggg_ai/status/2074660928373834128](https://x.com/bggg_ai/status/2074660928373834128) ---  一条 8 秒的 UGC 种草视频,Sora 2 跑的,算力成本不到 3 块钱人民币。挂车后一天爆了 200 多单,GMV 超过 5 万美金。  但 5 万美金是流水,不是利润。 扣掉平台抽成、物流、退货、佣金,到手大概五分之一。而且 TikTok 的回款周期压几十天,dddd 过去大半年我们聚焦 AI TikTok 带货,烧了二十几万,GMV 七位数。上周刚办完第一期20人线下课,把我们这段时间的经验教训和业务SOP,完整复盘给大家。 但很多人来不到现场。所以这篇就把我们从 0 到七位数的完整路径公开,包括中间亏掉十几万的那部分。  01 最开始,其实出奇的顺利 去年 NGS 刚开始做 AI TikTok 带货的时候,我们的打法很简单。 第一步,去一个海外图片网站找素材。 搜索词有个技巧——任何关键词后面加 iPhone,出来的全是手机实拍风格的真实生活场景图。搜 skincare iPhone,出来的不是精修广告图,是美国人在自家浴室对着镜子拍的自拍。这种图拿来做 AI 参考图,生成的东西一眼看不出是 AI。 第二步,用 AI 反推图片的提示词参数。 把网上上找到的真实 UGC 图片丢给大模型,让它拆解出结构化的提示词——人物特征、场景描述、光线、构图、镜头角度。不用自己从零写提示词,直接从爆款素材里「逆向提取」。 第三步,在提示词里把产品换成我们自己的,图生视频,挂车发布。  AI 带货 3 步工作流 就这么简单的三步,第一周就出单了。单条视频算力成本不到 3 块钱,一个人一天能做几十条。有一条视频发了两个月还在每天出单——AI 短视频的长尾效应是真的。 我们当时觉得这事太容易了。开始猛招人、猛铺量,准备大规模复制。 02 然后我们亏了十几万 好景不长。接下来三个月,之前赚的钱全亏回去了,还倒贴了十几万。 先是在技术层面用错了力气,然后在成本层面选错了工具,最后在战略层面走错了方向。  亏了十几万:三个坑的递进 技术层面:死磕产品一致性,方向就错了。 我们最开始花了两个月训练 LoRA,就为了让 AI 生成的产品跟实物像素级一致。投入了大量时间和算力,视频是做出来了,一条都没爆。 后来才想明白——TikTok 不是亚马逊。亚马逊用户会放大看细节,TikTok 用户是零预期刷到的,20 秒后决定买不买。他根本不看产品像不像,他看的是这 20 秒有没有让他心动。 产品一致性 60 分就够了,剩下的精力全部砸在情绪钩子上。 成本层面:选错模型,烧钱速度快了 30 倍。 同样一条 8 秒的 AI 带货视频,用 Grok 做,5 毛钱。用 Sora Pro 做,十几块。差 30 倍。 我们一开始图画质好,用最贵的 Veo 3 做种草视频。废片率 80%——画质是高了,但生成出来的东西不像真人拍的,一看就是「AI 味」。换 Sora 2 之后可用率直接翻倍,因为 Sora 生成的画面更接近 iPhone 实拍的质感。 没有最强的模型,只有最对的模型。这张选型表我们烧了几千块试错费才总结出来:  现在Sora没了,仅参考 品牌片 → Veo 3 (画质最高,单条约 ¥15,适合正式宣传) 种草 UGC → Sora 2 (真实感最强,单条约 ¥3,可用率高) 投流素材 → Grok (最便宜,单条约 ¥0.5,量大管饱) 故事叙事 → Seedance(转场自然,适合有剧情的内容) 长片 → Kling (支持更长时长) 战略层面:做人设号两个月,出单为零——这才是最贵的坑。 前面两个坑是「怎么做」的问题,这个坑是「做什么」的问题。 我们一开始也做 AI 人设号,觉得攒粉丝才是正道。两个月下来,粉丝涨了三千多,出单为零。后来不做人设了,直接用 AI 做产品种草视频,第一周就出单。 TK 跟抖音的逻辑完全不同——用户不追 IP,追产品。即使顶级达人,也只占商家总业务的 5%。我们花了 3 个月打造 IP,不如后来花 3 天选好一个品管用。 三个坑,从技术到成本到战略,我们全踩了一遍。如果只踩了第一个坑可能亏几千块,踩到第三个就是十几万的学费。 03 我们是怎么爬出来的 亏完之后我回头看,这些坑的共同原因只有一个:一直在凭感觉做,没有把流程变成可复用的参数化 SOP。 哪个图片好看就用哪个,哪个模型听说效果好就用哪个,提示词每次都从零写。没有体系,全靠手感。 后来搞明白的核心方法论,说白了就是三步:找对标 → 拆解 → 裂变。 爬出来的核心方法论 第一步:逆向拆解。 拿到一条爆款视频,不是看了觉得「这个不错」就完了。用逆向提示词把它拆成 5 个维度:镜头描述、场景变化、主体动作、情绪节奏、声音设计。拆完之后就知道这条视频为什么爆——不是因为画面好看,是因为第 3 秒有一个情绪钩子,第 7 秒有一个价格锚定。 逆向拆解的提示词: markdown 你是一个短视频结构分析专家。请用维特根斯坦结构拆解法, 将以下视频/素材拆解为所有可执行的最小单元: 1. 镜头语言:景别、角度、运镜方式、时长分配 2. 场景设计:环境、光线、道具摆放、生活感元素 3. 主体动作:人物行为、产品交互、动作节奏 4. 情绪节奏:每秒的情绪设计(钩子在第几秒、爽点在第几秒) 5. 声音设计:画外音/口播、背景音乐、环境音效 对每个维度,标注「可控参数」和「随机参数」。 可控参数是我必须精确指定的(如景别、动作), 随机参数是可以让模型自由发挥的(如背景细节、光线微调)。 第二步:参数化生产。 拆解完之后,把结果分成变量和定量。 定量是不变的:产品白底图、镜头景别、构图方式。变量是要换的:人物、场景、动作。 5 个人物 × 5 个场景 = 25 个组合。全部写进 Excel 参数表,用插件批量跑。 Excel 每一行就是一条任务,只有三个输入量: 第一列:任务类型(文生图 / 图生图 / 图生视频-首尾帧 / 图生视频-全能参考) 第二列:提示词 第三列:参考图片编号 10 分钟出 25 条,还能从里面挑最好的。 第三步:视频生成只控三件事。 镜头描述、场景变化、主体变化。其他全交给模型。 提示词越精准越好,但不是越长越好。一条视频提示词的脚手架结构: [声音]:画外音 + 美式英语 + 女性(或根据产品调整) [镜头]:特写/近景/中景 + 俯拍/平拍(4-6 个字搞定) [场景]:当前场景关键信息(厨房台面 / 浴室镜前 / 客厅沙发) [主体]:人物拿着产品的具体动作 以及一个贯穿全程的 mindset,划重点:不要控制 AI,要放大 AI 的预测。 生成 20 张挑 5 张,比死磕 1 张调 20 遍效率高 10 倍。 越想控制越进死循环——越描述细节,模型越容易理解偏差。 给它方向、给它参考图,然后让它大量生成,自己来挑。这是所有人最容易掉进去的坑,也是课上反复强调的。 04 20 个老板现场做出能挂车的视频,但最大的收获不是视频 上周在深圳办了第一期,20 个跨境老板,两天。 Day 1 下午有个场景我印象很深。一个做茶饮的老板,之前半天才能用 AI 出一张图——网上东学一点西学一点,每个环节都是零散的,串不起来。 课上跟着走了一遍「找图 → 反推提示词 → 结构化拆解 → 批量裂变」的完整链路,5 分钟跑通了。 另一个做多品类的老板,之前让运营做 AI 视频,一天才处理一条,还很糊。原因是直接在网页端用纯文字提示词生成,没有参考图。 课上换了「先图后视频」的链路,整体效率和清晰度提高了很多。 他说了一句话我觉得很准:「之前可能有时候网上看一下这个,看一下那个,有一点点,但是没有办法形成完整系统的东西。你整体的完整性、系统性,才可以把它真的做成可以用的东西。」 Day 2 的核心是选品。课上反复说的一句话:不要纠结「这条视频怎么做得更好」——先发出去看数据。播放量 0-200,说明内容不行再调脚本。不要做到自己觉得完美了才发。 一个品最多测 3 个脚本,一个脚本用 10 条视频测。大于 3 个脚本都测不出来,换品,不犹豫。 05 AI 带货的终局不是谁做得更多 办完这期课,有一个判断越来越清晰。 当 AI 视频的生产成本趋近于零——现在一条 3 块钱,半年后可能 3 毛钱——所有人都能做的时候,竞争不再是「谁的产量更高」。 截止写稿的时候,Gemini Veo3.1 Lite 直接免费了。。  TK 的流量池是固定的。如果平台一天只推荐 1000 条带货短视频,其中 200 条给 AI 视频,那在这 200 条里面,凭什么是我的而不是别人的? 答案不是「我一天能做 100 条」——别人也能。答案是「我的脚本比别人的好」。  AI 带货的竞争终局 脚本背后是什么?是每个编导的生活经历、审美直觉、对用户情绪的判断。 我们测过,同一套工具同一套 SOP,不同编导做出来的爆款率差三五倍。这是 AI 做不了的东西。 我现在越来越相信一件事:AI 时代最值钱的资产不是工具、不是流量,是语料——是每个人在实战中积累的、独一无二的认知和经验数据。 工具半年迭代一次,平台规则随时在变。 但一个团队跑了半年积累下来的提示词资产库、爆款脚本库、品类选型数据,换到任何新平台上都能三天重新跑通。 这才是我们 NGS做线下课真正想传递的东西。不是教一个工具的用法,是教一套不依赖任何平台的生产方法论。工具会过时,方法论不会。 对于线下课详情见:https://hcnhqzggrpmv.feishu.cn/docx/Id0ndLiCpo3nQlx2BrucLvp7nRb 或者点阅读原文跳转 这个月开第三、四期,地点在深圳、厦门,具体扫码咨询  工具是手段,判断力才是壁垒。    已经有相当一部分人,先跑起来了! AI落地宜早不宜迟!! ## 相关链接 - [饼干哥哥AGI(2.0)](https://x.com/bggg_ai) - [@bggg_ai](https://x.com/bggg_ai) - [626](https://x.com/bggg_ai/status/2074660928373834128/analytics) - [https://hcnhqzggrpmv.feishu.cn/docx/Id0ndLiCpo3nQlx2BrucLvp7nRb](https://hcnhqzggrpmv.feishu.cn/docx/Id0ndLiCpo3nQlx2BrucLvp7nRb) - [Upgrade to Premium](https://x.com/i/premium_sign_up) - [9:04 AM · Jul 8, 2026](https://x.com/bggg_ai/status/2074660928373834128) - [626 Views](https://x.com/bggg_ai/status/2074660928373834128/analytics) --- *导出时间: 2026/7/8 13:05:08*
别 别再研究一堆 AI 工具了:我用 Codex 做完一条图书号视频后,发现关键其实是流程 作者分享使用 Codex 制作《悉达多》图书号视频的经验,指出核心在于流程而非工具。文章详细拆解了从找参考、拆解声音节奏、定稿旁白、生成音频到画面合成与字幕对齐的完整工作流,并对比了不同声音生成路线,强调先定旁白后做画面、字幕需按最终音频对齐等关键原则。 技术 › Codex ✍ Kimberly🕐 2026-07-15 AI视频工作流图书号短剧制作AgentSkill短视频HyperFrames
A AI短剧2026最新工作流与SOP 本文作者总结了2026年度AI视频创作的最新SOP,涵盖了从选题、剧本生成(如使用Agent工具)、分镜拆解、资产管理到视频生成与剪辑的全流程。重点介绍了Seedance 2.0、故事版玩法及各类辅助工具(如LibTV、小云雀)的实战应用,强调了在工具快速迭代中,选题能力与资产库管理的重要性。 技术 › 短剧 ✍ 行者AI视频🕐 2026-07-09 AI视频Seedance工作流SOP分镜剧本生成AIGC资产管理视频剪辑Agent
A AI视频 Skill 资源合集 文章整理了目前已知的绝大部分AI视频 Skill 工具集合目录,涵盖 HyperFrames、Remotion、OpenCut 等 20 多个 GitHub 项目,功能包括视频生成、自动剪辑、字幕处理、手绘动画及数字人制作等,为视频创作者提供丰富的 AI 解决方案。 技术 › Skill ✍ 六时夜🕐 2026-07-26 AI视频视频剪辑AgentGitHub工具合集自动剪辑数字人视频生成字幕素材处理
图 图书解读视频制作教程与实践案例 文章介绍了如何利用 Codex、AI 图片、AI 配音和 HyperFrames 制作 60-90 秒的中文图书解读短视频。作者以《活着》为例,详细分享了选书、脚本写作、图片生成约束、声音选择、字幕对齐及剪辑转场等全流程,并将经验封装成 Skill,为想做自媒体的人提供了一条不露脸、低门槛的内容创作路径。 技术 › Skill ✍ Smartpig🕐 2026-07-21 AI视频图书解读CodexHyperFrames自媒体工作流自动化AIGC短视频教程
从 从0开始做一名AI博主 文章阐述了普通人做AI自媒体的重要性,分析了AI时代流量与产品的关系,并提供了国内平台起号的实操指南,包括账号搭建、内容选题、拍摄剪辑、过审核技巧及商业变现等核心内容。 职场 › 职业发展 ✍ 王大浪🕐 2026-07-20 AI自媒体运营流量变现内容创作短视频个人IP职业规划技能提升
A AI短剧生产全链路拆解:5个核心工具 + 1套SOP 文章详细拆解了AI短剧生产中的六个核心工具:拉片复刻、Skill技能封装、特效模版、白模玩法、3D导演台和视频延长。作者结合实战案例,介绍了各工具的适用场景和操作步骤,并分享了2026年AI视频创作的思考与趋势。 技术 › 短剧 ✍ 行者AI视频🕐 2026-07-20 AI视频工具SOP拉片复刻Skill特效模版白模导演台视频延长创作技巧
A AI 教程红利已死,工作流红利还活着 文章指出,单纯学习AI工具教程的红利已结束,因为供给爆炸且工具迭代快。真正的红利在于建立个人工作流,将工具融入生产系统并稳定输出结果。作者提出三层剥皮分析,建议戒掉收藏、党派思维等习惯,并通过7天实战将单点技能转化为可复用的SOP流程。 技术 › Agent ✍ Kelvin🕐 2026-07-19 AI工作流Agent效率提升方法论SOPClaudeCursor个人成长实战指南
新 新号如何利用长文实现流量与变现 本文分享了作者如何利用推特长文,从零开始两周通过创作者收益门槛,并持续产出百万级流量爆文的经验。文章拆解了爆款长文生产的四个关键环节:选题、标题、开头和正文结构,并提供了一套从流量到变现的完整SOP流程,强调内容创作是对注意力和行为的设计。 职场 › 技能 ✍ Koda🕐 2026-07-18 内容创作推特运营爆款写作流量变现方法论SOP
S Seedance TK视频「真人感」问题的9个解法 文章探讨了如何解决AI视频在TikTok上带货时的“真人感”缺失问题。作者通过Seedance 2.0实测,总结出从提示词入手的9个维度,包括面部肢体动作、皮肤瑕疵分层、情绪留白、运镜、光影及环境物理规律等,强调通过刻画“不完美”和氛围感来规避平台的算法识别和用户抵触。 技术 › 工具与效率 ✍ 饼干哥哥AGI(2.0)🕐 2026-07-15 AI视频Seedance提示词TikTok带货真人感AIGC短视频
A AI 全自动生成图书号短视频实战流程 本文详细拆解了使用 Codex、HyperFrames、VoxCPM 及 fast-whisper 等开源工具,全自动生成图书号短视频的完整技术链路。流程涵盖资料收集、文案生成、语音克隆、音频后期处理及字幕对齐等关键环节,旨在构建一套可复用的 AI 自媒体生产工作流。 技术 › 短剧 ✍ Bytec🕐 2026-07-10 AI视频CodexHyperFramesVoxCPMFFmpeg工作流自媒体TTSAgent教程
R ReelMind/NolanX/Yiha/Mooca 四站分析报告 本文深入拆解了 ReelMind、Yiha、Mooca 和 NolanX 四个 AI 视频创作网站的产品矩阵策略。文章指出,这四个站本质上是同一底层能力的不同入口,分别覆盖社区、工具平台、画布工作台和开源概念等不同搜索意图。作者详细分析了各站在商业转化、产品表达、SEO 策略及信任风险方面的优缺点,总结了多站点增长的启示与避坑指南。 投资 › 方法论 ✍ siuser小伟🕐 2026-07-08 SEO独立开发AI视频产品矩阵增长策略案例分析流量变现竞品分析Trustpilot编程语言
如 如何让 Codex 拥有复刻拆解抖音爆款视频的能力 文章介绍了 GitHub 上的 claude-video 工具,该工具赋予了 Claude / Codex 这类 AI Agent 视觉能力,使其能够看懂视频内容。该工具应用场景广泛,包括拆解爆款视频的 Hook、分析广告素材、复盘脚本、定位 Bug 录屏以及整理课程笔记等。 技术 › Skill ✍ Serena🕐 2026-07-05 CodexClaude视频分析AI工具claude-video短视频Agent开源项目