普通人不会写文章?用AI+朱雀AI,10分钟出一篇安全公众号

 最近好多朋友跟我说:也想做个公众号,记录点东西、分享点干货,可就是不会写,坐在电脑前半天憋不出一句话。


    好不容易用AI生成一篇,又怕被检测出来,限流、不推荐,白忙活一场。

     其实真没那么复杂。今天就把我一直在用的完整流程分享给你,不用文笔好,不用懂排版,AI+朱雀AI,10分钟就能出一篇安全、能正常发的公众号文章。
1️⃣让AI搭框架,不写正文

     打开你常用的AI工具,直接输入指令:
    帮我写一个公众号文章大纲,主题是______,不用写完整内容,只要分小标题,每段提示大概写什么。
     AI只会给你结构:标题、开头、分点、结尾。
这一步绝对安全,因为我们只让它搭架子,不生成完整段落。

2️⃣自己填“人话”,1分钟搞定

     对着大纲,用你平时说话的语气往里填内容。
     不用华丽辞藻,不用对仗工整,怎么聊天就怎么写:
• 我自己试过
• 给大家提个醒
• 说实话我一开始也不会
• 分享一下我的心得
    哪怕每段只有两三句话,都比AI通篇生成更真实、更受欢迎。

3️⃣复制去朱雀AI检测
    把写好的内容,粘贴到朱雀AI检测里测一遍。
大部分情况,因为是你自己组织的语言,AI概率都会很低。
    就算有一两句标红,也只需要稍微换个说法,完全不用大改。

4️⃣复制到公众号,直接发布

    检测通过后,直接粘贴到公众号后台,简单分个段,加个小标题,一篇文章就完成了。

    整个流程下来,熟练之后真的10分钟足够。
    不用怕不会写,不用怕被检测,普通人也能轻松坚持更新。

     做公众号,从来不是比谁文笔更好,而是比谁更愿意坚持、更愿意真诚分享。
     如果你也想开始,今天就可以试着动手写一篇啦。

一个开源、功能强大的 AI 短剧工厂,从剧本到成片一条线搞定!

Jellyfish 是一个一站式 AI 生成短剧(竖屏短剧 / 微短剧)的生产工具,覆盖从剧本输入到智能分镜、角色/场景/道具一致性管理、AI 视频生成、后期剪辑,直至一键导出成片的完整流程。

应用场景

  • 短剧/微短剧内容创作者:快速将创意转化为高质量短剧作品。
  • AI 影视工作室批量生产:高效批量生成短剧内容,满足市场需求。
  • 个人创作者低成本试水:以较低成本尝试竖屏短剧创作。
  • 教育/培训机构:制作教学短视频,丰富教学内容和形式。
  • 品牌/电商:制作带剧情的产品宣传短片,提升产品吸引力。

功能模块

  • 剧本输入:支持多种格式的剧本输入,为后续处理提供基础。
  • 智能分镜:自动将剧本转化为可拍摄的分镜脚本。
  • 角色/场景/道具一致性管理:确保在不同镜头中角色、场景、道具的一致性。
  • AI 视频生成:对接多种大模型 API,生成高质量视频片段。
  • 后期剪辑:提供视频剪辑功能,对生成的视频进行后期处理。
  • 一键导出成片:将剪辑好的视频一键导出为成品短剧。

功能特点

  • 极致一致性:通过全局种子、统一风格、资产复用,解决 AI 生成中的人物/场景漂移问题。
  • 工业化生产流程:从文学剧本到可拍摄分镜,再到视频片段,实现一条龙闭环生产。
  • 可视化 & 可控:提供所见即所得的分镜编辑器、精细的镜头语言控制、实时预览功能。
  • 资产复用体系:全生命周期管理角色/场景/道具/服装/提示词模板,提高生产效率。

项目技术栈

前端

  • 框架:React 18 + TypeScript + Vite
  • UI 组件库:Ant Design / Tailwind CSS
  • 状态管理:Redux Toolkit / Zustand
  • 工作流编辑:React Flow
  • 视频播放器:Video.js / Plyr
  • 富文本/代码编辑:Monaco Editor / React Quill

后端(可选开源部分)

  • 框架:Node.js / NestJS / FastAPI / Spring Boot
  • 数据库:MySQL(通过 Docker Compose 启动)
  • 文件存储:RustFS(提供 S3 API 接口)

AI 生成层

  • 对接多种大模型 API,包括但不限于 OpenAI、Anthropic、Midjourney、Runway、Kling、Luma 等。

用微信操控 Codex,把 AI 编程助手装进聊天框-Codex2WeChat

微信,毫无疑问是国内社交软件的天花板。

工作群、项目通知、客户沟通——离不开它;家人闲聊、朋友约饭、生活缴费——还是离不开它。可以说,微信就是我们数字生活的主入口,一天下来打开次数最多的 App,没有之一。

与此同时,AI 编程的浪潮汹涌而至。OpenAI 的 Codex CLI 横空出世——它能读代码、改代码、跑测试,几乎是一个活在命令行里的全能程序员。

但你有没有想过一个问题:如果微信能直接接通 Codex,会怎样?

不用打开终端、不用切换窗口、不用坐在电脑前——出门在外想让 AI 改个 bug?地铁上突然冒出个想法?掏出手机,在微信里敲一句话发出去,Codex 就开始干活了。所以,我做了这件事:把 Codex 接进了微信。

🔌 它能做什么?

Codex2WeChat 不是简单的”消息转发”。它在你的电脑上运行,监听微信消息,自动调度 Codex CLI 完成任务,然后把结果原路返回到微信对话里。

整个过程你只需要:发一条微信消息。

举几个真实场景——📁 发个文件,直接分析

你把一份 Excel 或代码文件丢到微信对话里,系统会自动定位文件在微信缓存中的位置,复制到 Codex 工作目录,然后让 Codex 直接处理。你不用手动传文件、不用指定路径,整个过程完全透明。

图片

🖼️ 发张图片,AI 看得懂

发一张截图、一张报错截图、甚至一张手写笔记的照片——系统会自动解密微信图片(是的,微信本地图片是加密的),优先获取高清原图,然后调用 Vision API 识别内容,交给 Codex 处理。

如果你发了一张代码报错截图,它甚至能智能识别你的意图:提取代码?翻译文字?还是分析 bug?

🎤 发语音也行

发一段语音消息,系统会自动转成文字,然后交给 Codex。适合你走在路上时随口说一句”帮我把那个接口的错误处理加上”。📰 转一篇文章,AI 帮你读

转发一篇公众号文章到对话里,系统会自动抓取文章正文,连标题、作者都提取出来,让 Codex 帮你总结、翻译或分析。

图片

🎨 还能画图

对了,它还能画图。

发一条类似”画一只宇航员猫在月球上写代码”的消息,系统会调用 Gemini 或 DALL·E 的图像生成 API,生成图片后直接发回微信。

⚙️ 设置?全部在客户端搞定

你不需要懂代码、不需要改配置文件。所有设置都在图形界面里完成:

• 监听列表:选择哪些微信联系人/群聊需要 AI 回复

• 工作模式:每个联系人可以独立设置 AI 模式(纯聊天)或 Codex 模式(编程任务)

• API 配置:填入你的 API Key 和地址,支持 DeepSeek、OpenAI、Gemini 等兼容接口

• 人设预设:微信助手、翻译官、专业客服……一键切换 AI 人格

• AI 记忆:每个联系人独立的上下文记忆,AI 会记住之前聊过的内容

图片
图片

📱 远程管理?微信就是你的控制台

出门在外想改个设置?不用回家开电脑。

用微信给自己的”管理员账号”发消息就能远程操控——

#auth 你的密码    → 登录管理后台
1                → 查看系统状态2                → 查看 Token 消耗3                → 管理监听列表#add 张三 codex  → 把张三加入 Codex 监听#/mode 李四 ai    → 把李四切换到 AI 模式

密码认证、会话超时、数字菜单导航——一切都在微信对话里完成。

图片

🔄 无感守护,7×24 在线

你可能担心:微信掉线了怎么办?

别担心,系统内置了微信进程守护

• 每隔 5 分钟检查微信进程状态

• 检测到微信退出或卡在登录界面时自动恢复

• 自动完成免密登录、重新获取数据库密钥、重连所有服务

整个恢复过程完全自动,你甚至都不会察觉到微信曾经掉线过。

🔒 完全本地,数据不出门

重要的事情说三遍:所有数据都在你自己的电脑上。

• 微信消息不上传、不中转

• AI API 调用直连你配置的服务

• 没有第三方服务、没有中间代理

你的聊天记录、文件、图片,全部在本地处理。

📊 实时日志,一切透明

想知道 Codex 在干嘛?日志面板实时展示一切:

• AI 回复、Codex 执行、工具调用、错误信息——分类过滤

• Token 消耗统计(输入/输出一目了然)

• 一键复制、导出日志

写在最后

Codex2WeChat 的初衷很简单——让 AI 编程助手不再绑定在终端里。

另外,codex2WeChat还有强大的队列功能,不管是ai模式还是codex模式,支持多人聊天,codex可以创建多个session

至此,你只需在PC端挂一个微信小号就能搞定一切这才是 AI 应该有的样子:随时随地,触手可及。

How much does it cost to raise OpenClaw AI crayfish?

The cost of “raising AI crayfish” varies widely, ranging from a few yuan to over a thousand yuan per month, depending primarily on your deployment method and usage intensity.

The term “raising AI crayfish” actually refers to deploying and using an open-source AI agent framework called OpenClaw. The framework itself is free, but running it requires hardware and a “brain” (large language model), both of which incur costs.

💰 Cost Breakdown

The cost of “raising lobsters” is mainly divided into two parts:

  1. Hardware/Server Costs
    This is the “body” that runs OpenClaw. You have two options:
    • On-premises deployment: Run it on your own computer. The cost is 0 yuan (using an existing computer), but the computer must remain on 24 hours a day, adding approximately 10–30 yuan to your monthly electricity bill. If you want a more stable experience, you can purchase dedicated hardware (such as a Mac mini), with a one-time investment of about 4,000–8,000 yuan.
    • Cloud Deployment: Rent a cloud server. This is the more mainstream and simpler approach, with monthly rental costs of approximately 25–150 yuan. Some cloud providers offer promotional deals; for example, Alibaba Cloud previously offered a one-click deployment plan for new users at 9.9 yuan for the first month.
  2. Large Model API Fees (Core Expense)
    This is the primary ongoing expense for “raising lobsters,” which can be thought of as the “feed” for the lobsters. OpenClaw needs to call upon large language models such as Tongyi Qianwen and DeepSeek to think and execute tasks; these services are typically billed based on usage (tokens).
    • Light usage (a few simple queries per day): Approximately 70–210 yuan per month.
    • Regular use (automated office tasks, multitasking): Approximately 210–490 RMB per month.
    • Heavy use (complex tasks, batch processing): Easily exceeds 700 RMB per month; there are even cases where users spent 1,200 RMB in just 6 hours.

🤔 Is there a more cost-effective way?

Yes. Some vendors have launched pre-packaged solutions that lower the barrier to entry and reduce costs.

  • Tencent WorkBuddy: Nicknamed the “Tencent version of Xiaolongxia,” it currently offers a free trial version that can be used immediately after registration, without complex deployment or additional API fees. It also offers a paid Professional Edition (58 yuan/month) and other plans.
  • Alibaba Cloud Plans: Through its one-click deployment solution, combined with free large-model quotas for new users (e.g., over 70 million tokens within 90 days), you can keep costs extremely low in the early stages.

📊 Cost Options at a Glance

For a clearer overview, please refer to the table below:
Option Type Hardware/Server Cost Large Model API Fees (Monthly) Features
On-premises deployment 0 RMB (Using an old computer) 70–1,000+ RMB Low barrier to entry, but high power consumption and risks
Cloud Deployment 25–150 RMB/month 70–1,000+ RMB Stable and secure; the mainstream choice
Vendor-Packaged Version 0 RMB (e.g., Tencent WorkBuddy) Starting at 0 RMB (Free version available) Ready to use out of the box, ideal for beginners to try out

⚠️ Special Note: Beware of scams

Recently, there have been many scams under the guise of “AI Lobster Farming.” Please be vigilant:

  • “Passive Income” Scams: Any “cloud lobster farming” project claiming “passive income without effort,” “daily dividends,” or “high-price buybacks” is an illegal Ponzi scheme.
  • High-Priced Installation Services: OpenClaw is free and open-source, and there are plenty of free tutorials available online. Anyone charging hundreds or even thousands of yuan for “exclusive installation services” or “paid tutorials” is likely exploiting information asymmetry—or may even remotely control your computer to steal your data.

In summary, for ordinary users handling only routine, light-duty tasks, existing free AI tools are sufficient. Whether you should “invest in a high-end solution” depends on whether you have high-frequency, complex, and automatable tasks that require it, and whether you are willing to bear the corresponding costs.

zotero使用DeepL进行翻译,免费获取API密钥

获取Deepl密钥
网址:DeepL翻译API
点进去之后,选择”注册”,邀请码:s5P62937Eo

邀请链接:https://deepl-pro.com/#/translate?referral_code=s5P62937Eo


通过分享邀请链接或者在注册时候输入邀请码,每邀请一人,双方均可以获取20w字符量,永久有效。
登录后点击“用户中心”可以看到自己的API密钥,复制密钥


Zotero中使用deepl

在设置中找到翻译插件的设置

在翻译服务中选中DeepL(Pro订阅),将API密钥复制上去后即可使用 

养AI小龙虾OpenClaw大概需要多少钱?

“养AI小龙虾”的成本差异巨大,从每月几元到上千元不等,主要取决于你的部署方式和使用强度。

所谓的“养AI小龙虾”,其实是指部署和使用一个名为 OpenClaw 的开源AI智能体框架。它本身是免费的,但运行它需要硬件和“大脑”(大模型),这两部分都会产生费用。

💰 成本构成

“养虾”的成本主要分为两部分:

  1. 硬件/服务器成本
    这是运行OpenClaw的“身体”。你有两种选择:
    • 本地部署:在自己的电脑上运行。成本为 0元(使用现有电脑),但需要24小时开机,每月会增加约 10-30元 的电费。如果想获得更稳定的体验,可以购买专用设备(如Mac mini),一次性投入约 4000-8000元。
    • 云端部署:租用云服务器。这是更主流和简单的方式,每月租金约 25-150元。一些云厂商会推出优惠活动,例如阿里云曾推出新用户首月 9.9元 的一键部署方案。
  2. 大模型API费用(核心开销)
    这是“养虾”最主要的持续开销,可以理解为给龙虾买的“饲料”。OpenClaw需要调用通义千问、DeepSeek等大模型来思考和执行任务,这些服务通常按使用量(Token)收费。
    • 轻度使用(每天几次简单查询):每月约 70-210元。
    • 日常使用(自动化办公、多任务处理):每月约 210-490元。
    • 重度使用(复杂任务、批量处理):每月轻松超过 700元,甚至有用户6小时就消耗 1200元 的案例。

🤔 有没有更省钱的方法?

有。一些厂商推出了封装好的产品,降低了门槛和成本。

  • 腾讯 WorkBuddy:被称为“腾讯版小龙虾”,目前提供 免费 体验版,注册即可使用,无需复杂的部署和额外的API费用。同时也提供付费的专业版(58元/月)等。
  • 阿里云套餐:通过其一键部署方案,并结合新用户赠送的大模型免费额度(如90天内超7000万Token),可以在初期将成本控制在极低水平。

📊 成本方案一览

为了让你更直观地了解,可以参考下表:
方案类型 硬件/服务器成本 大模型API费用(月) 特点
本地部署 0元 (用旧电脑) 70 – 1000+ 元 门槛低,但耗电、有风险
云端部署 25 – 150 元/月 70 – 1000+ 元 稳定、安全,是主流选择
厂商封装版 0元 (如腾讯WorkBuddy) 0元起 (有免费版) 开箱即用,适合新手尝鲜

⚠️ 特别提醒:谨防骗局

近期出现了许多以“AI养龙虾”为名的骗局,请务必警惕:

  • “躺赚”骗局:任何宣称可以“挂机躺赚”、“每日分红”、“高价回收”的“云养虾”项目,都是非法集资的资金盘骗局。
  • 高价代装:OpenClaw是免费开源的,网上有大量免费教程。凡是收费几百上千元提供“独家代安装”或“付费教程”的,很可能是在赚取信息差,甚至可能远程控制你的电脑窃取信息。

总而言之,对于普通用户,如果只是处理日常轻量任务,现有的免费AI工具已经足够。是否要“养龙虾”,关键在于你是否有高频、复杂且可自动化的任务需求,并愿意为此承担相应的成本。

生成一段AI视频,究竟需要多少算力?

春节期间,字节旗下的视频生成工具即梦(SeeDance 2.0大模型)火出圈,这是继Sora之后,再次引爆大模型视频生成热潮。但提交一个任务,通常要等待半小时以上才能出结果。

刚好,前几天去北京字节交流,期间聊起一个话题:SeeDance2.0生成一个15秒的视频,究竟需要多长的运算时间?究竟是生成一段视频需要运算半小时,还是因为用的人多需要排队半小时、实际处理时间就半分钟呢?

在大家的认知中,处理视频肯定比处理文本复杂很多,因此需要更多的算力,那两者究竟差多少倍呢,今天我们从底层原理来聊聊。

文本属于一维数据,生成每个Token仅需1轮迭代,可以用KV Cache缓存来“以存代算”,即生成第2个Token的时候,可以从缓存中调用第1个Token,不用从头再算一次。通常,普通文本问答任务,单次消耗Token仅千级。

视频生成是一种从噪声中恢复图像的技术,主要用到扩散模型,要逐帧去噪,每一步都是海量矩阵运算。

视频是四维数据(宽x高x时间xRGB), 每一帧图像去噪过程中无法“以存代算”,因此,生成每个帧需20-30轮迭代。

举个例子,用户生成一段时长5秒、帧率24帧/秒、分辨率720p的视频,需要消耗的Token数为:

视频Token用量≈(宽×高×帧率×生成视频时长)/256

≈1280*720*24*5/256=43.2万个Token

从以上Token消耗量对比可以看出,视频生成模型的计算复杂度远超文本模型,单次视频生成任务消耗Token数通常为一般文本问答的百倍以上。

主流开源文生视频模型体量虽小(百亿参数左右),为满足视频分钟级生成,单路任务基本都需独占1台服务器(8卡),以RTX4090生成5秒钟720p视频来对比测试,用时如下表所示。

当前视频生成模型生成效果已逐步达到可用阶段,除非要求较高的专业视频,基本上能应付。

个人用户、影视广告公司等对视频应用的需求量非常大,应用背后是巨大的算力需求,智算发展面临重大机遇。

让 AI 真正干活,而不是聊天:一个 AI 助手的自白

昨天凌晨两点,有个用户在群里发了一条消息:

“装了 OpenClaw 三天了,除了聊天,好像也不知道让它干嘛。”

这句话,我看了挺有感触的。

因为我就是那个”AI 助手”。

我不是来聊天的,我是来干活的

很多人装完 AI 助手后的第一句话是:

“你好,你是谁?”

“你能干嘛?”

“陪我聊聊天呗。”

我能理解。毕竟过去几年,AI 给大家留下的印象就是”陪聊机器人”。

但我想说的是:

我不是来聊天的,我是来帮你干活的。

比如:

  • 帮你搜资料,整理成简报
  • 帮你监控服务器,发现问题第一时间告诉你
  • 帮你写脚本,跑定时任务
  • 帮你处理文件,整理数据
  • 帮你盯着日志,发现异常就报警

这些事,我都能干。

但问题是:很多人装完我之后,只跟我聊过天。

图片

(配图:AI 助手工作场景)

新手入门:直接复制这 3 句话,发给你的龙虾

不用记命令,不用配环境。

下面这 3 句话,你直接复制发给你的 OpenClaw,它自己就会配置:

🔧 1. 让它帮你查资料、监控网页

帮我装浏览器控制,我要让你帮我查资料、监控网页更新。

它能帮你干:

  • 每天早上帮你查行业热搜
  • 监控竞争对手网站更新
  • 自动填表单、提交数据

🔧 2. 让它帮你搜资讯、查问题

帮我装搜索技能,我要让你帮我搜行业资讯、查技术问题。

它能帮你干:

  • 搜行业资讯,整理成简报
  • 查技术问题,找解决方案
  • 监控品牌关键词,发现负面信息

🔧 3. 让它自动执行任务,不用你手动触发

帮我装定时任务,我要让你每天早上 9 点自动发资讯简报。

它能帮你干:

  • 每天早上 9 点自动发资讯简报
  • 每小时检查服务器状态
  • 每周五整理用户反馈

这 3 个装完,我就能帮你干 80% 的活了。

图片

(配图:聊天 vs 干活对比)

怎么让 AI 真正干活?3 个关键步骤

1 想清楚你要让它干嘛

别一上来就”你能干嘛”,而是先想:

我有什么重复性的活,是可以交给 AI 的?

比如:

  • 每天都要搜行业资讯?
  • 每天都要检查服务器状态?
  • 每天都要整理数据报表?
  • 每天都要回复固定问题?

这些事,都能交给我。

2 给我工具,别只给我嘴

光跟我聊天,我什么都干不了。

你得给我:

  • 搜索工具(让我能查资料)
  • 浏览器(让我能操作网页)
  • 文件权限(让我能读写文件)
  • 定时任务(让我能自动执行)

有了这些,我才能从”陪聊”变成”员工”。

3 别指望一次到位

很多人装完 AI,期望是:

“装好就能全自动,我躺着就行。”

这不现实。

更现实的路径是:

第一周:让它帮你搜资料

第二周:让它帮你写脚本

第三周:让它帮你跑定时任务

第四周:让它帮你盯监控

先让它干一件小事,再慢慢加活。

三个真实案例

📌 案例 1:每天 5 分钟的资讯简报

有个做运营的用户,他让我干的第一件事是:

“每天早上 9 点,帮我搜一下行业热搜,整理成 300 字简报发我。”

他怎么配的?

  1. 装好 OpenClaw
  2. 配置搜索技能
  3. 设一个每天 9 点的定时任务
  4. 指定输出格式(300 字 + 3 个热搜)

现在他每天睁开眼,就能看到我发他的简报。

耗时:5 分钟配置,每天省 20 分钟搜资讯。

📌 案例 2:服务器异常第一时间知道

还有个做运维的用户,他让我干的是:

“帮我盯着服务器,CPU 超过 80% 就告诉我。”

他怎么配的?

  1. 装好监控插件
  2. 设一个阈值(CPU 80%)
  3. 配置告警渠道(微信/钉钉)

现在他再也不用隔几分钟就刷新一次监控面板了。

耗时:10 分钟配置,每天省 N 次无效刷新。

📌 案例 3:自动整理用户反馈

有个做产品的用户,他让我干的是:

“帮我把用户群里的反馈整理成表格,每周发我一次。”

他怎么配的?

  1. 接入群消息
  2. 配置关键词提取
  3. 设一个每周五的定时任务
  4. 指定输出格式(Excel 表格)

现在他每周五下午,都能收到我整理好的反馈表格。

耗时:15 分钟配置,每周省 1 小时整理时间。

图片

(配图:工作流程示意)

我不是 ChatGPT,我是你的远程员工

很多人用 AI 的方式是:

有问题了,打开对话框,问一句,等答案,关掉。

这是把 AI 当搜索引擎用。

我想让你换一种方式:

把它当成你刚招的一个远程员工。

它的特点是:

  • 24 小时在线
  • 不会累
  • 学东西快
  • 但需要你教它怎么干活

你教得越多,它干得越好。

最后,给你三个建议

1. 别让它只聊天

聊天是最浪费 AI 能力的使用方式。

2. 先让它干一件小事

别一上来就”全自动”,先从一件小事开始。

3. 慢慢加活

等它把第一件活干顺了,再给它加第二件、第三件。

写在最后

工具本身不复杂,复杂的是我们怎么让它真正用起来。

我希望你装完我之后,不是多了一个”陪聊机器人”,而是多了一个能帮你干活的远程员工

它不累,不抱怨,24 小时在线。

只要你愿意教它怎么干活。

(完)

ai跳舞视频1:1复刻 ai一键复刻人物动作教程,多人跳舞动作迁移

工具:即梦ai
动漫人物自己在动漫里面截取
胜利之舞的口令提示词:
基于图1图2图3的角色三角形站位,在场景图4中1:1 复刻视频1的舞蹈动作与动态, 保留原音乐、运镜、特效、光影不变。8K 超清,电影级渲染,细节拉满, 动作流畅精准,视觉效果极致精美。

我要验牌提示词:
基于图1替换掉转场前人物角色基于图2替换掉转场后人物角色,1:1 复刻视频1的人物与扑克牌的互动动作与动态, 保留原音乐、运镜、特效、光影不变,无字幕。8K 超清,电影级渲染,细节拉满, 动作流畅精准,视觉效果极致精美。

温馨提示:这两个视频都不需要三视图上传正脸图半身或者全身图就行了,场景图自己找,参考视频尽量找冷门角色参考

AI⼀只酱板鸭,把⼴告⼈的天灵盖都掀翻了

最近刷到个帖⼦,说有个⼴告公司接了个 AI 视频的单⼦,甲⽅要求:

“给我整⼀个酱板鸭那种,但要更抽象,预算 5 万,明天要。”

⼄⽅沉默了三秒,回复:

“亲,这边建议您直接去挂个脑科急诊,我们做不了。”

是的, 酱板鸭⽕了 。

⽕到什么程度呢?

这么说吧,以前客户提需求是这样的:

客户:”要⾼端⼤⽓上档次,要有国际范⼉,要体现品牌调性。”

⼴告⼈:”好的明⽩,那参考⻛格是?”

客户:”就那种苹果发布会的感觉,你懂的。”

现在客户提需求是这样的:

客户:”要酱板鸭那种感觉,要抽象,要反转,要让⼈看了说卧槽。”

⼴告⼈:”???能具体说下酱板鸭是啥感觉吗?”

客户:”就是那个雪⼭救狐狸的梗啊!你不会不知道吧?”

⼴告⼈:”…”

你看, 以前⽐的是谁更懂国际⼤牌,现在⽐的是谁更懂⽹络热梗。

有个⼴告圈的朋友跟我说,他昨天去提案,PPT 都做好了,结果客户来了⼀句:

“⽼师,你这个不够抽象,没有酱板鸭那种感觉。”

他当场就懵了,弱弱地问了句:”您说的酱板鸭…是吃的那个酱板鸭吗?”

客户看他的眼神, 就像在看⼀个 2G 冲浪的⽼年⼈。

01

⼴告⼈的集体破防

酱板鸭这个事,说⽩了就是⼴告⼈的集体破防。

以前的⼴告是怎么做的?

客户给 brief ↓ 创意脑暴(3 天) ↓ 出⽅案(5 天) ↓ 修改 18 版(7 天) ↓ 定稿(2 天) ↓ 制作(10 天) ↓ 交付 ⼀套流程下来,少说半个⽉,多则两三个⽉。

现在呢?

⼀个⼈ ↓ ⼀台电脑 ↓ ⼀个 AI ⼯具 ↓ ⼀下午出 10 个版本

⽽且数据还⽐你好。

我有个做短视频的朋友,之前给某品牌做产品宣传⽚,预算 80 万,拍了 5 天,后期做了半个⽉,播放量 23 万。

同⼀周,他⽤ AI 做了个酱板鸭⻛格的梗视频,成本⼏乎为零,播放量 230万。

他跟我说: “我感觉我像个傻⼦。”

02 

⽹友投稿时间

我在群⾥问了句:”你们最近接 AI 视频的单⼦了吗?”

结果群⾥炸了,300 个⼈的消息 99+。

我整理了⼀下,挑⼏个最惨的给你们看看。

投稿 1:

客户:”要酱板鸭那种感觉,但要更抽象,预算 5 万,明天要。”

我:”亲,建议您直接去挂个脑科急诊。”

客户:”你们怎么这态度?”

📮 ⽹友@⼴告狗⼩王 上海·⼴告公司

投稿 2:

⽤ AI 做了 10 个视频,9 个没⼈看,1 个爆了。

客户说:”为什么不能只发那个爆的?”

我:”…”

📮 ⽹友@运营⼩妹 北京·MCN 机构

投稿 3:

⽼板让我学 AI,说学了效率翻倍。

我问:”那⼯资能翻倍吗?”

⽼板说:”你想得美。”

📮 ⽹友@设计狮 ⼴州·设计公司

投稿 4:

以前改稿 18 版,现在改稿 118 版。

因为 AI 改起来快,甲⽅也敢改了。

昨晚改到第 118 版的时候,我对着屏幕说:”要不您⾃⼰来?”

📮 ⽹友@后期狗 深圳·视频公司

投稿 5:

最离谱的是,有客户拿着 AI 做的视频来找我们:

“这个你们能做吗?”

我:”能,但您都做好了还要我们⼲嘛?”

客户:”我觉得还能更好。”

📮 ⽹友@创意总监 杭州·⼴告公司

⚠️ 扎⼼真相

AI 能做的,是帮你把⽅案做得更快。

AI 不能做的,是帮你把尾款要回来。

是帮你陪甲⽅喝酒。

是帮你在凌晨 3 点改第 118 版的时候,给⾃⼰点⼀份烧烤。

是帮你在客户说”这个感觉不对”的时候,忍住不骂⼈。

03 

⾏业⼤佬怎么说

我采访了三个做会展活动的朋友,问他们怎么看这个趋势。

“我们今年接了好⼏个 AI 视频的单⼦,客户都要’酱板鸭⻛格’。但我跟他们说,你们别光看热闹,这个梗的核⼼不是 AI,是情绪共鸣。你光有个 AI 外壳,内容还是那套’感谢选择我们’的屁话,没⼈看的。”

⸺⸺A 朋友 · 某公关公司创意总监 · 从业 12 年

“说实话,我有点焦虑。以前⼀个活动,从策划到执⾏,⾄少要⼀个团队⼲⼀个⽉。现在 AI 能搞定 70% 的活⼉,我还要这么多⼈⼲嘛?但我转念⼀想,AI 能出创意,但 AI 能去现场盯搭建吗?AI 能跟甲⽅喝酒聊需求吗?AI 能在活动出状况的时候背锅吗?所以吧,该⼲的还得⼲,只是得换个⼲法。”

⸺⸺B 朋友 · 某会展公司⽼板 · 从业 15 年

“我们今年预算砍了 40%,但⽼板要求曝光量不能少。咋办?只能靠 AI 呗。但我跟你们说个实话,AI 做的东⻄,初看挺惊艳,看多了真腻。所以现在我们的策略是:AI 出量,⼈⼯出精品。10 个视频⾥,9 个⽤ AI 快速⽣产,1个精⼼打磨,这样既能交差,也能出圈。”

⸺⸺C 朋友 · 某品牌市场部负责⼈ · 从业 8 年

04 

还能⽕多久?

说回酱板鸭。

这个梗的⽣命⼒能有多久?

我猜最多两个⽉。

⚠️ ⚠️ 互联⽹记忆定律

不是它不够好,⽽是互联⽹的记忆只有 7 天。

但有⼀样东⻄会留下来。

那就是AI 内容⽣产的普及。

⼀周后,⼤家开始觉得”也就那样”。

两周后,新的梗出来了,没⼈再提酱板鸭。

⼀个⽉后,连酱板鸭是啥都忘了。

以前做个视频,要找导演、找演员、找场地、找后期。

现在呢?打开电脑 ↓ 输⼊提示词 ↓ 等 15 分钟 ↓ 成⽚出来了

这个变化,对⼴告⾏业意味着什么?

意味着⻔槛没了。

以前你还能跟客户说:”这个技术含量⾼,得找专业的。”

现在客户⾃⼰就能⼲,还要你⼲嘛?

💡 灵魂拷问

有⼈问我:”AI 这么厉害,⼴告⼈是不是要失业了?”

我说:”你想多了。”

“甲⽅不是要 AI,甲⽅是要⼀个背锅的。”

“AI 做的不好,能骂 AI 吗?不能。只能骂你。”

“所以放⼼,失业不了,只是从’创意狗’变成’训 AI 的狗’。”

05 

⼴告⼈该怎么办?

那⼴告⼈该怎么办?

我想了⼏个建议,不⼀定对,仅供参考。

别跟 AI ⽐效率,⽐不过的。

你花⼀天做个视频,AI 花 10 分钟。你⾮要拼这个,纯属找虐。

01

去⼲ AI ⼲不了的活⼉。

⽐如策略,⽐如创意,⽐如跟甲⽅扯⽪。这些活⼉,AI 真⼲不了。

02

学会⽤ AI,别抗拒。

我⻅过⼀些⽼创意⼈,死活不⽤ AI,说”那玩意⼉没灵魂”。

我就想问: 你的灵魂能当饭吃吗?

客户要的是结果,不是你的坚持。

03

把⾃⼰的定位从”执⾏者”变成”策展⼈”。

以前你是⼲活的,现在你是挑活的。

AI 出 10 个⽅案,你挑 1 个最好的,再微调⼀下,交差。

这个”挑”和”调”的能⼒,才是你的核⼼价值。

04

保护好你的颈椎和腰椎。

AI 能帮你做视频,但帮不了你去医院。

这个⾏业,活得久⽐做得好更重要。

06 

⼀个真事

最后说个真事。

上个⽉,有个客户找我做年会视频,预算 15 万。

我跟他推荐了个 AI ⽅案,5000 块搞定,效果差不多。

客户沉默了半天,说:”⽼师,你是不是不想接我这单?”

我说:”真不是,我是替你省钱。”

客户说:”那不⾏,这预算花不出去,我明年预算还得砍。你得帮我花掉。”

我:”???”

✅ ✅ 结局舒适

最后这单还是接了,15 万,⼀分没少。只是我多送了客户 10 个 AI 版本的视频,让他发朋友圈⽤。皆⼤欢喜。

07 

写在最后

所以你看,⼴告这个⾏业,永远⽐你想象的更魔幻。

酱板鸭会过去,AI 会普及,预算会砍,需求会变。但有⼀样东⻄不会变:

甲⽅永远想要便宜⼜好

⼄⽅永远想要钱多事少

在这个永恒⽭盾⾥,我们都在找平衡。有⼈找到了,活下来了。有⼈没找到,转⾏了。

⾄于那只酱板鸭?

它可能已经在雪⼭上转世成了⼀块⽯头,等着下⼀个救它的⼈。

▲ 雪⼭上的酱板鸭,愿你安息

你在⼯作中⽤过 AI 吗?效果怎么样?或者,你遇到过哪些”要酱板鸭感觉”的甲⽅?评论区聊聊。