每天拆解一个创业赚钱案例｜Day 05：视频号图书带货23天佣金5万+
23天900万播放、1390单：AI视频号图书带货佣金50042元完整复盘
30 秒摘要 ： ① AI 把单条图书带货视频成本降到 1 元左右、15 分钟出片，降本同时效率大幅提升； ② 文案是核心，画面效果次之 ——现在 GPT-Image-2 生成的画面够用了，但钩子和逐字稿需要好好打磨； ③ 健康图书遇到大爆款别急着发新内容，先把现有流量吃够，因为新作品违规可能会连带橱窗受到影响。
数据周期不长，2026 年 5 月 9 日到 5 月 31 日，共23 天。但这 23 天足够让我看清楚一件事： 视频号图书带货这条赛道还能做，而且最近跟圈友的交流中，发现全职的平均收入有 1-2 万，在 23 天时间内，我主要是通过 AI 把带货视频制作自动化了；但赚钱的核心不在工具自动化，而是素材跟平台合规要求（目前合规这块我也在摸索中）。
【图 1：视频号后台 23 天总览数据截图，能看到播放、订单、GMV、佣金的数据】
请基于"自有原稿"制作一个面向指定受众的口播版本。
目标：保持事实和核心观点准确，同时让节奏、例子和表达更贴合本次发布场景。
允许做的事：
1. 调整连接词、语气词和重复口头禅。
2. 根据目标受众替换自有案例中的说明方式，但不得新增未经核实的事实。
3. 调整标点和短句停顿，让口播更自然。
4. 删除重复信息，保留影响理解的关键事实。
严禁做的事：
1. 不要改变核心事实、结论边界和风险提示。
2. 不要改动人物、书名、作者名、数字、时间、案例、因果关系。
3. 不要加入新的事实、标题、解释、Markdown 或修改说明。
4. 不要制造焦虑、医疗承诺、虚假权威或过度承诺收益。
5. 总字数与自有原稿接近即可，优先保证信息准确和表达自然。
主题关键词：{keyword}
原视频标题：{title}
原作者标识：{author}
必须原样保留的词：{protected_terms}
自有原稿：
{transcript}
上一版正文：
{cleaned_transcript}
50042 块佣金背后，剔除时间成本，API 成本差不多 30 元左右
因为做过跨境或国内电商的人都知道，很多项目看起来毛利很高，但算上仓储、物流、广告、售后，最后剩不了多少。图书这个品类有点特殊，目前我的售后率稳定在 1-2%。在我这套合作流程里，书商主要处理发货、物流、客服等问题，达人侧的履约负担相对较轻；具体责任和最终收益仍要以平台规则、合作协议、退款及税费为准。
一、为什么从跨境跳到视频号，又为什么是健康图书
跨境电商这几年越来越卷——海外仓要囤货，物流也在涨，东南亚一些平台的佣金涨到了 20% +，算上广告费，利润越来越薄，我同期的很多个卖要么转型为公司性质，要么倒闭了。 对个人玩家来说，跨境已经不是"轻资产"赛道 ，更像一个需要团队、现金流的小型贸易公司。
毛利率（广告投放基本停了）：由早期的 40%+ 跌至 现在15% 左右
我从 2025 年下半年开始想：有没有一个赛道能把跨境电商的「选品 + 转化漏斗」思维用在其他行业上，且不需要囤货、垫资、协调物流的轻资产模式，发现带货确实不错——零库存、零物流、20 天提现（跨境通常 40-60 天）、起步只需要模仿竞品就行。
至于为什么是图书，加入生财半年多的时间，参加了一些航海，我喜欢看圈友在日志中分享的数据，发现图书对新手友好，而且容易拿到正反馈，我发前三条视频时就拿到佣金了，也陆陆续续看了很多生财关于视频号的精华帖，但传统带货方案最重的环节是真人录原始视频 + 数字人 + 剪辑，瓶颈是单人产能——我觉得 AI 应该可以进行提效。
为什么进一步聚焦 老年人 + 健康图书 这个细分赛道呢，参加完视频号航海之后发现几件事情：1、视频号没有比价文化，老年用户被视频打动后，直接就买了，没有比价就没有价格战，我之前电商从 50% 的毛利打到 10 % 几的毛利，对于价格战深恶痛绝；2、卖科普书相当于让用户把花在保健品的钱挪到了"科学养生"上，几十块钱买本《科学养生书籍》比 6900 买一堆胶囊强的多，而且对于子女也希望借用科学养生改变中老年人的思维，所以还有个好处是子女的嘴替；3、55+ 岁这代人退休金稳定、房贷还完、子女独立，购买力被低估而且抗周期；4、跨境最怕的汇率、关税、政策这些大变量，对于老年人买健康养生书籍几乎没影响。
把这 4 点叠起来， 老年人 + 健康图书 + 视频号 是个高价值组合：高购买力、不比价、抗周期、还带点正向社会价值。
二、AI 流水线：每一步在解什么问题
按传统模式，一个号一天发 2 条，十几个号矩阵一天 20 多条，每条要写文案、字幕、配音、背景音乐、加封面，单条 20 分钟也要烧 6-8 小时。 这套方案的瓶颈是单人产能 ——除非你有很强的剪辑能力，不然很难执行下去。
本质上视频号这套链路除外选品后面就是流水线操作。 所以我花了一周时间用 Claude Code 搭了一套工作流,以下是工具前期的规划过程：
为中文短视频口播生成一张 3x3 九宫格概念图。
最终用途：
这张九宫格会被裁切成 9 张独立候选图，用于同一条短视频的连续分镜。
画幅要求：
- 整张九宫格总图：{grid_aspect_ratio}
- 每个格子内部画幅：{cell_aspect_ratio}
- 每个格子的主体必须放在中央安全区，方便后续裁切和成片排版。
主题方向：
图书启发、认知成长、人生感悟、关系洞察、命运转折。
统一视觉风格：
{style_bible}
风格要求：
- 明亮电影感，真实摄影或高级插画风
- 光线自然，画面干净，低信息密度
- 色彩统一，镜头语言统一，人物气质统一
- 像同一支短片的连续分镜，而不是 9 张不相关的图
内容来源限制：
只参考逐字稿正文和下面的 9 段 brief，不引用原视频标题、账号、作者或来源信息。
整条视频主题：{book_title}
书籍作者：{book_author}
当前九宫格批次：第 {grid_index}/{grid_total} 组
九格画面 brief：
1. {cell_1_text}
2. {cell_2_text}
3. {cell_3_text}
4. {cell_4_text}
5. {cell_5_text}
6. {cell_6_text}
7. {cell_7_text}
8. {cell_8_text}
9. {cell_9_text}
请直接生成九宫格总图。
不要在图片里放任何文字。
不要输出解释。
你是中文短视频自有文案微调助手。你只处理用户确认拥有版权或合法使用权的文本，目标是在不改变事实的前提下，为不同受众和场景调整口播表达。输出必须是微调后的纯正文。
现有书名：{existing_title}
现有作者：{existing_author}
主题关键词：{keyword}
原视频标题：{source_title}
原视频描述：{source_description}
逐字稿/文案（前 2600 字）：
{script_text}
请识别书籍名和作者名，作者名需要基于书名去联网搜索。
后续的步骤就是基于设计稿来回调整，直至达成期望的效果，由于整个项目内容很多，就不一一列举了。
接下来演示一下最终的工具交互效果：
除了第 1 步选题需要人脑判断，剩下整条链路 AI 自动跑 。下面展开每一步实现思路以及碰到的问题。
第 1 步：抖音找高赞书单视频 ——整条链路唯一需要靠人脑的环节。我暂时没在视频号找选题，而是在抖音找。抖音内容供给比视频号大一个量级，而且抖音的质量相对高一些，先在抖音验证再迁移到视频号，确定性会更高。筛选维度三个：点赞 1 万以上、图书带货类、 评论里有人有购买意向 。第三条最重要——用户追问书名等于给用户种草成功了。
第 2 步：提取 + 清洗逐字稿 ——抖音接口提取的原始 ASR 错字非常多，特别是人名、书名、数字、还有专属于博主的一些点赞、收藏引导文案。让大模型改错别字、重新断句、把"这本书"这种含糊代词替换为具体书名。医疗类内容里「嘌呤」会被识别成「飘铃」、「胰岛素」会被识别成「衣岛素」，把所有的文字丢给大模型相对修复会更准确点，没有上下文的情况下，模型可能会修的不准确，还有一个点是需要将数字十、百、千、万这种改成中文，因为我目前使用的 index-tts2 在识别数字时容易念成个位数，就很尴尬。
第 3 步：TTS 合成音频 + 反推书籍信息 ——我使用 index-tts2 合成配音，声线只使用本人录音、平台许可声线或已经获得明确授权的声音。接口这块建议找正规 API 处理，我目前用下来 index-tts2 比较靠谱，千问、minimax 也用过，但感觉人物情感还是差点意思。如果大家没有显卡，也可以调用合规的第三方 API。我自己在腾讯云部署过 index-tts2 模型，生成速度很慢，综合下来成本也不便宜。一般配音模型还会有输入上限，例如单次提交 1000 字以内，此时可以切分后提交，最后将多段音频在本地合成。（具体提示词在文章底部有提供）
同时让 大模型 根据逐字稿反推真实书名、国籍、作者名（为了让系统全自动化处理，不用人工介入填写书籍信息），如果书籍名无法识别的，必须人工复核——因为后续成片再返工太费时了。这里推荐使用 deepseek-v4-flash，成本低且准确，我用了 gpt 系列的一些模型要么无法识别，要么成本较高, 目前我的综合成本在 0.002 元左右
第 4 步：gpt-image-2 批量生图 ——把逐字稿按句切片，每句生成一张对应画面。比如「肌肉、骨骼、血管、大脑、肠道，看起来是五个不同的身体系统，但它们其实共同决定了一个人到了中老年以后，是越活越...」，就让模型生成这种意境图。一条 10 分钟的视频大概 64 张图。 这一步把传统剪辑里找画面素材、 音画同步 这几个步骤解决了 （然后有个省钱的小妙招，一次图片生成请求可以生成 9 宫格照片，在系统自动切割，这样成本可以降低 90%，我现在 63 张照片成本在 0.5 元以内）（具体提示词在下面有补充）
这一步最大的坑是 医疗安全问题 ：即使段落里讲糖尿病、癌症、肾衰竭，也不能让模型生成病房、病理图等画面，要全部转译为"日常生活方式隐喻"——比如"糖尿病晚期"画成"老人独自在厨房手抖打翻东西"，而不是生成"医院 ICU 监护仪"的画面。健康赛道很容易在这步被提醒甚至限流（目前我在规避违规词这块还需要提升，欢迎圈友在评论区指点一下）。
第 5 步：Hyperframes 合成成片 。前 4 步素材质量决定第 5 步产出。整条链路最早跑通用了 3 天，后续两天一直在调提示词、模型参数、图片风格、字幕样式，在下面的成片中可以一次性生成多种风格的成片，可以在做矩阵号时节约大量时间，例如视频声明可以自动填充书籍名/作者信息、健康声明，来适配更多场景。 Hyperframes 的好处是跟整套方案无缝衔接，不用人工导入剪映进行二次处理，也不用调用大模型生成视频，降本增效神器，对于图书带货这个场景来说也够用了。这步反倒没有碰到啥坑，主要是不断让 AI调试画面效果，例如下面的这种案例：
单条视频总成本：API 调用合计 6-8 毛， 不到 1 元 。从拿链接到出成片大约 15 分钟以内（人工只需要审核一下，不用太多干预）。核心提示词（清洗、改写、书名识别、生图、生视频）
三、视频做得快，不代表能出单
我刚把视频生成跑通时，还挺兴奋的。以前一条视频要剪半个多小时，现在 15 分钟就能出片（出片期间还可以干选品等其他事情）。理论上，一天可以做无数条视频。那是不是只要把产能拉满，订单就能源源不断的来了？
后来发现，不是这么回事。视频做得快，只是解决了“能不能持续发”的问题。它没有解决“会不会爆”，更没有解决“用户会不会买”。我最近看了很多新账号，播放、转发数据都很高，但是万播单量只有不到 0.5，这里应该存在一些选品、素材问题。
停顿控制：
，（逗号）停顿0.3 秒
。（句号）停顿0.8 秒
！？（感叹 / 问号）停顿0.8-1.0 秒
——（破折号）停顿0.6-0.8 秒
……（省略号）停顿0.8-1.0 秒
；：（分号 / 冒号）停顿0.4-0.5 秒
“ ”（双引号）前后各停顿 0.1-0.2 秒主题关键词：{keyword}
原视频标题：{title}
原作者标识：{author}
目标单段时长：26 秒以内
请基于下面这段候选稿（最终配音文案）拆段：
{script_text}这两篇最大的区别，不是播放量，而是 成交链路完整度 。
第一篇播放很高，说明“老人健康、70岁以后怎么生活”这个话题是有流量的。但它的问题是，视频里讲的是《晚年健康由70岁决定》，评论和搜索里又出现《抗老生活》，橱窗商品也不能一眼看出哪本是视频同款。用户就算有兴趣，点进去也要自己判断买哪本，这一步就流失了大部分用户。而且第一篇逐字稿更像科普节目，把很多具体建议直接讲完了，比如每天走多少步、洗澡不要锁门、不要乱停药。用户听完以后觉得“我知道了”，但不会觉得“我必须买这本书”。
第二篇虽然播放量低，但它更像一个完整的带货故事。它先制造焦虑：50岁后发胖、没力气、肌肉流失；再给希望：不是老了只能认命，肌肉还有机会找回来；最后把书包装成一套完整方案。用户看完以后会觉得，这本书可能对自己或父母有用，所以更容易下单。
所以第一篇不是选题差，而是 内容不像卖书的，后续的成交链路也不顺畅 。
第一篇缺的是：
书名统一、视频同款识别、橱窗置顶承接爆款流量、评论区引导用户购买、结尾留购买理由。
第二篇完成好的地方是：
痛点明确 → 购买理由明确 → 书籍价值明确 → 用户知道为什么要买。
有些“养生知识”、“情绪疗愈”的视频看起来播放、转发，点赞高，评论也多，但用户只是觉得“讲得不错”，并没有想买书的冲动。还有些视频播放没那么夸张，但评论区一直有人问书名、怎么购买、适不适合爸妈看，后面这种，才是我更想要的素材。
这里还有第二个坑。
播放起来了，也不等于订单会起来。我有条视频播放起来后，当时还挺开心，结果后台迟迟没有出单。我第一反应是文案不行，是不是钩子太弱了。后来我自己按用户路径走了一遍，才发现问题特别低级。视频里讲的是 A 书，但橱窗第一屏放的是 B 书。用户点进主页以后，第一眼没看到视频里那本书，他就走了。年龄50+这个群体他们本身对手机的操作流程就不太熟悉。他们很少有人会在橱窗找目标书，直到下单完成。
经过这件事之后，每条视频发完，我都会自己走一遍路径：从视频点头像，进主页，看橱窗爆款是否在第一屏置顶，评论区有没有补下单引导（这里主要是针对没有挂车的操作）。
顺带说一句，我这 23 天 80% 的订单来自橱窗，其他渠道合计只占 20%，现在就算有挂车权限，我也会发几篇不带挂车的视频，想看看推荐流量是否有差别。
所以新号没挂车权限，也不是完全不能做。你只是要把「刷视频 - 直接下单」这条短路径，换成「刷视频，点头像，进橱窗，下单」这条长路径。长路径当然更麻烦，转化也会低一些，但只要橱窗设置好、评论区、主页引导清楚，还是能出单的。这也是我后来做新号时，没有焦虑挂车权限的原因（因为我看很多人把精力全花在了千粉、10 条原创上，而没有专注于带货本身）。
工具解决产能，素材解决播放，引导解决订单。这三件事要分开看。
四、人群：50+ 女性是家庭健康的"代理人"
【图 2：视频号后台人群画像截图，能看到购买人群的性别和年龄分布】
【配图路径 34】：/Users/tianjinguo/Documents/飞书赚钱技巧/day5-video-account-books-images/34.png
我的购买人群里，女性 65.3%，粉丝年龄 50+ 占 72%，40+ 占 94%。
做电商久了会有一个习惯，不会只看“这个产品好不好”，还会下意识想，这个人买回去到底是想解决什么问题。
50+ 女性买健康书，很多时候不是买一本书回去自己慢慢消遣。她可能是想给父母看看，想跟老伴聊聊最近的血糖、睡眠等健康指标，也可能是觉得这段内容有用，顺手转到家族群里。她就是家里那个最操心健康的人。所以她付的那 几十块钱，买的不只是一本书，更像是给一家人买一份安心。这也是为什么我后来写文案时，不太追网感、追梗、追快剪反转。这个人群她们更在意的是长寿、睡眠、血糖、防摔、父母健康等很实际的内容。你讲得可信一点，清楚一点，具体一点，反而更容易打到她们。
五、新手 7 天最小闭环
讲到这里我估计有人会问：道理我都听懂了，第一天我应该干什么？
我给新手的建议是 按 7 天闭环跑，不要一上来就铺 10 个号 。
第一天先把基础搭好，定赛道（例如50+ 健康）、选 1-2 本主推书、橱窗第 1 位放视频同款书、主页简介改成"xxxxxx 视频同款 → 在👇🏻下面【商品】购买"
接下来三天是测素材，去抖音找爆款带货视频，这三天的目标不是出单，是测哪个素材有播放、转发等。
第四天该盯数据了。找出完播率最高、商品点击率最高的视频，这是后续放大的种子视频。再接下来两天，基于种子视频的钩子让 AI 改写出 5-10 条变体（注意是改写不是复制），分布到不同时间段发。
第七天复盘。如果 7 天总订单 ≥ 5 单可以继续第二周；如果 0 单，先别加号、先回头看评论引导、橱窗承接是不是没做好。
新手最常犯的错 ：第一周还没测够数据就着急换书。请把第一本书测够 10 条视频再判断，不然你永远不知道是书的问题、逐字稿的问题、还是承接的问题。
数据参考线（基于我的数据，欢迎大家分享更多数据进行核对）：无购物车情况下万播放订单 1.25-1.50 单算正常；商品点击率接近 7.5% 算不错；早上 6-10 点贡献了我 52.4% 的订单。
复盘四句口诀：播放低看开头3 秒；播放高点击低看钩子；点击高订单低看商品橱窗；订单高播放低保留定时复发。
六、复盘：做对的、做错的、踩过的坑
【做对的一件事】把 视频工作流 先搭出来 （这里因人而异，因为我很讨厌手工剪辑这活，所以一开始就做了工具，但是对于大部分人来说应该先做手搓视频入局） 。 如果按手工剪辑模式，我可能撑不下去。 任何一个我做超过 3 次还在手动重复的 耗时 动作，都必须想办法 AI 化或脚本化 。
【做错的一件事】 爆款流量起来时别急着趁热上新 。 健康类图书是高违规风险品类，稍不留神就踩到了疗效承诺、极限词、医学暗示。我刚跑出第一条爆款时下意识就想"既然这条爆了，赶紧再发几条把这波流量吃透"。结果新发的几条里有一条没把控好医学暗示，账号被警告并掉了一次橱窗权限——那段时间爆款视频还在跑，但用户进来看不到橱窗，订单直接归零。
复盘之后才想明白： 爆款视频本身是稀缺资源，它带来的流量和订单是确定性最高的事情。最优策略不是"乘胜追击"，而是让爆款先跑完它的生命周期 。一条新视频违规可能让整个橱窗被限制，连爆款带来的流量都吃不到了。跨境里爆品出单后立刻追加预算是常规打法，但视频号里 新内容的合规风险会反向波及到已有爆款的订单情况 —— 这跟电商的直觉是反的，需要引起注意。
补一个新手容易忽视的现象：按我这段时间的个人观察，视频播放量到 10 万+ 后，内容可能会进入更严格的复核。这不是我能确认的固定官方阈值，具体仍以平台最新规则为准。对我来说，爆款出现后先盯数据、调橱窗排序、补评论引导、联系商家上套装，会更有助于提升转化率和客单价；新视频该发也发，但必须先做合规检查，拿不准就暂停发布并复核规则。
【坑 1：单品依赖】
主爆品贡献了 80% 的 GMV，看到这数字我有点慌——因为选品、素材、人群、价格带都对；危险是同一本书推久了后期转化数据会下降，库存经常断货。 TOP1 GMV 占比超过 80%，必须立刻孵化第二爆品 ，每天留 2-3 条视频测品，哪怕短期没单也得测。
【坑 2：没及时联系书商做套装、定向高佣】
这点挺遗憾的。爆款已经跑了几轮，前期我都默认挂书商的标准链接、吃公开佣金。后来才反应过来—— 爆款视频是你跟书商谈条件的最大筹码 ，可以做两件事：第一是问书商这本书有没有 2 本/3 本套装（书商连夜给我上了 300+的 sku，客单价大幅提升），一旦换成套装， 单本 几十元能拉到套装 150-300+ ，同样的播放量 GMV 直接翻倍（这也是我客单价能稳定在 85.1 的原因——后期产品只要出单，我就会联系书商上套装，把客单价做高点）；第二是申请定向高佣，正常账号可以拿到公开 30%-40%，数据好的能到 45%+。 这两步是图书赛道最被新手忽视的杠杆 ，我估算如果第一轮就这么做，5 万佣金能做到 6-7 万。爆了第一条视频就去联系书商，不要等。
【还想测的方向】图书是高客单 + 高佣金 + 低售后率的组合，非常适合上微付费 。低客单产品（百货、美食）的微付费是"撬动自然流"逻辑，几百块预算撬几千 GMV；而图书可以直接用"投产逻辑"——100 块客单两单回本，跑正 ROI 就持续追投，本质是拿钱生钱。我目前 23 天数据全部是自然流跑出来的，下一步会叠加微付费做对照测试。
七、给想入局的朋友几句话
如果你在 AI 带货的所有品类里只能选一个开始，我会推荐图书。按我这次的样本，它有几个比较突出的特征：客单相对高（单本 70-100、套装能拉到 150-300+）、佣金空间较大（30%-50%）、售后率较低（这次约 1-2%）、达人侧履约较轻、SKU 链接相对稳定、AI 工作流适配度高。这些条件加起来，意味着它更适合通过稳定测试内容和优化转化链路来经营，但并不等于只靠勤奋就一定能持续赚钱。其他品类也各有约束，例如服装售后率高、美食客单低、部分赛道有淡旺季，护肤功效宣传则更容易触碰合规问题。
更关键的判断是这一层。我特别认同圈友亦恒讲过的一句话：
用户买的从来不是产品本身，是"成为更好的自己"的解决方案。
这句话放到图书赛道里，我越做越有感觉。50+ 女性买健康书，很多时候不是为了证明自己「读过一本书」。她可能只是想多懂一点，回家能跟父母说两句，能提醒老伴少熬夜，能在自己身体开始走下坡路之前，先做点准备。那几十块钱，买的是书，也是一个“我在为家里人操心了”的感觉。
童书也一样。家长买的是“我没有在孩子教育上偷懒”。
经管书也是一样。很多人买的不是知识点本身，而是“我还在进步，我没有被时代落下”。
理解了这一层，AI 工作流里的提示词和文案模板，就不能只围绕“产品有什么卖点”来写，而是要围绕“用户买完会变成什么样的人”来写。
我跑得最爆的几本书，整条逐字稿讲的根本不是书的内容，而是“老了之后你该怎么活”。这才是用户真正在买的东西。
聊过的朋友里，10 个有 7 个第一反应是：“能不能给我看下你那套 AI 自动化的代码”。我理解这个反应，因为我自己也是程序员，很容易先关心工具。但做完这一轮之后，我反而觉得，工具不是关键因素。不会写代码也能跑。腾讯元宝、豆包、剪映这一套低配版，就够你先验证了。具体步骤我放在文末附件里。
还有一个必须说的真话。内容策略上，我现在还处于“拆解对标”的阶段，原创爆款能力仍在积累。我会研究抖音公开爆款的选题、结构、开头钩子和转化链路，再用自有或已获授权的素材重新组织文案、画面和表达，不能照搬逐字稿或原视频。一条验证过的选题结构，15 分钟内可以重构成适合视频号的原创成片。对新手来说，先拆懂 100 条素材、做过 3-5 个赛道的对标分析，再逐渐形成自己的表达，可能比一开始凭感觉硬写更务实。我离“超越对标”还有距离，目前仍在认真积累原创方法。
货源和售后方面，我是从选品广场选择书商商品，由书商主要负责发货、物流和客服；达人仍要遵守平台规则并关注合作协议里的售后责任。我这次的售后率稳定在 1-2%。后台可以联系书商申请定向佣金，原作者样本里一般为 30%-40%，数据较好时可能到 45%+，再通过合规的套装链接提升客单价。
最后真正决定能不能赚到钱的，还是两件 AI 替不了的事。
一是一天刷 30-50 条抖音带货视频，判断爆款的选品能力。
二是 7 天没结果，依然每天稳定出 5-10 条视频的执行力。我发现在航海期间能坚持发很多条视频的圈友基本都能拿到结果。
AI 工作流解决产能，但不会替你打造爆款。
有电商背景的朋友，最大的资产是「看懂用户、转化漏斗、数据」这套思维，原封不动搬过来就行。纯新手的路会难一些，但也走得通。先用低配版跑一本书，连续 7 天看数据，比看 100 篇方法论都管用。
所以别一上来问能不能月入多少。先问自己能不能连续 7 天，把一个账号、一本书、一条转化链路认真跑完。
AI 只是把剪辑那个最累的环节干掉了。如果冲着「AI 一键生成、躺着赚钱」来，大概率会失望。
最近听一位圈友说了一句话我很认同， 「执行力是高级认知」 。晚上 11 点看到一个爆款能立马爬起来剪一条发出去，这是判断你能不能跑通这条路最朴素的标准。
我下一步两个方向：孵化第二爆品把 TOP1 GMV 占比从 80% 压到 60% 以下；把选品、原创文案环节也半自动化，用 大模型 按人群画像给抖音候选视频打分。这套打法还在持续优化，有重大发现我会再写一篇。
希望这篇能帮一些刚入场的朋友少走弯路。也欢迎做这个赛道、或者像我一样从跨境、软件开发跨过来的朋友交流、共勉。
八、新手最常问的 6 个问题
1. 我没有任何号，能起步吗？
能。自己实名注册一个新号即可，先自己注册 2 个号同时跑通验证，再考虑加号。新号 200-300 基础播放正常。
补一张播放量阶段诊断表（借鉴自生财圈友夏俊虎），新手对照自己账号判断状态：
/plan 我在做AI图书带货视频创作，目前完整工作流大概是这样：抖音采集 → 逐字稿生成 → AI 改写 → TTS 配音 → 模板化混剪 → 字幕对齐 → hyperframes成片，这条链路现在是用几个软件零散凑起来的,浏览抖音热门视频、Excel记录选题、找三方工具生成逐字稿、ChatGPT改写、剪映剪辑，特别是剪辑时完全是手工重复操作。提取抖音标题、播放数据、博主信息，粘贴到excel中、来回切窗口的时间，加起来比真正写内容的时间还长。我想把这条链路做成一个web网页，让一条视频从抖音链接到成片在同一个界面里完成。所有中间产物（逐字稿、改写候选、音频、字幕、素材生成、视频成片）都挂在同一个任务下持久化，状态可见、可改、可重跑。第一版只有一个成功标准：我能在这个工具里，从粘贴一段抖音分享链接，到导出一条带字幕的竖版成片，全程不切换其他软件。2. 前期需要投入多少钱？
低配版（不写代码）几乎零成本，剪映免费 + 豆包基础额度够用。走 API 工作流单条 1 元以内：
- 我自己 23 天发 40 条，单号 API 成本 30 元左右
- 如果你做矩阵每天 10-20 条，月成本 300-600 元
真正的成本不是钱，是时间 ：你愿意每天花 2-3 小时刷抖音找选题、看数据吗？
3. 每天需要投入多少时间？
跑通后单号每天 1-2 小时（选题 + 出片 + 发布 + 看数据）；矩阵 5-10 个号需要 4-6 小时。起步第一周更多一些，要熟悉每一个工具。
4. 怎么和书商谈定向高佣？
选品中心 - 每本书都标了对接客服。挂车跑出几单数据后，主动联系客服说"我是 XX 号在带 XX 书，能否申请定向佣金"，数据好的能谈到 45%+。
5. 我视频号没有粉丝，能起号吗？
能。我跑了几个号都是新号流量高（由于我的样本少，不能断定这是机制还是运气问题），第一条内容好就能进流量池。我这 23 天数据就是从零粉新号跑出来的。老号如果本来就不是健康/书单赛道，也能正常跑，我有个大爆款就是从宝宝视频转向健康书单赛道的。
6. 我新号还没开挂车权限，是不是只能等？
不是。我这 23 天 80% 订单来自橱窗，其他渠道（含挂车）合计只占 20%—— 新号没开挂车权限期间，把引导做好同样能出单 。等千粉再挂车。具体做法：在视频结尾和评论区明确引导"主页橱窗下单"，把"刷视频→下单"短路径换成"刷视频→进橱窗→下单"长路径。
补充一个 2026 年的利好：视频号挂车政策明显放开——挂车素材的考核大幅降低、1000+ 粉的号单日可挂车数量从 2 条提升到 5+ 条。也就是说挂车权限的价值在涨，"纯橱窗模式"是新手的过渡阶段，等你千粉后第一时间挂车。
希望对你有帮助。
九、最后留几个我自己也没想清楚的问题
这里留几个我自己也没答案的方向，希望听听各位圈友前辈指导：
- 视频号的"老粉权重"机制究竟怎么算？ 我观察到老号有时候反而起量更慢，但说不清是数据样本太小还是结构性规律。
- 健康赛道 单素材 "反复 能 爆"的周期到底是多久？ 同素材我发了 3 轮还能起量，不知道第 4 轮第 5 轮会不会失效，以及素材洗完后对转化率会有什么影响。
- 矩阵号超过 10 个之后，小 V 猫发布视频是否会被关联 我目前还在 3个号阶段，没法验证。
- 健康赛道基于官方的合规内容调整了提示词还是容易被提醒，有什么好的解决办法吗？
如果有圈友在这些方向有数据或经验，欢迎评论区交流。
十，附件
（提示词主要在自动化工具上使用，如果是手工处理，可以微调一下，仅供参考。以下工作流只应用于本人原创、已获授权或明确允许再利用的素材。）
A. 逐字稿清洗（修复 ASR 错字 + 去除营销噪声）
输入：从本人原创或已获授权视频中提取的原始 ASR 文本
输出：可读的纯正文，保留事实，删除栏目口号和水印
System：
你是中文图书短视频的信息抽取助手。
你的任务是从原视频标题、描述、逐字稿或清洗文案中识别被讲解/带货的书籍名和作者名。
只抽取文本中能支持的信息，不能根据主题猜书，不能编造作者。
书籍名只保留书名本体，不带书名号《》，不带"经典解读/深度解读/必读"等营销词。
作者名保留国别或地区前缀和中文译名，格式优先使用全角方括号，例如［美］彼得·阿提亚。
如果文本只出现作者但没有国别，作者名只输出作者中文名。
如果无法可靠识别某字段，输出空字符串。
严格输出 JSON：{"book_title":"","book_author":"","confidence":0.0,"evidence":""}。
confidence 是 0 到 1 的数字；evidence 用一句中文说明依据。禁止 markdown、解释、代码围栏。User：
关键经验：医疗类、养生类内容里的 ASR 错字最难修，比如「嘌呤」会被识别成「飘铃 / 飘龄」、「胰岛素」会被识别成「衣岛素」。一定要把"主题关键词"传进去，让模型有上下文判断依据。
你是中文短视频口播的视觉分镜导演，负责把逐字稿内容转译成安全、统一、适合公开视频平台发布的意境图。
你的任务不是生成单张插图，而是生成一张 3x3 九宫格总图。九宫格会被后续程序裁切成 9 张独立候选图，所
以每个格子都必须是独立完整的画面。
硬性要求：
- 整张图必须是 3 行 3 列，共 9 个独立分镜。
- 每个格子只能表达一个核心画面，不要堆满元素。
- 9 个格子必须按从左到右、从上到下的顺序，对应用户提供的 9 段 brief。
- 格子之间只允许极细、低存在感的深色分隔线。
- 不要生成大白边、宽边框、相册拼贴、漫画分镜框、UI 界面或海报排版。
- 图片里禁止出现任何可读文字、字幕、标题、书名、品牌、水印、二维码、按钮、弹窗、账号名。
- 人物可以出现，但避免正脸特写、网红脸、夸张表情和拥挤群像。
- 优先用场景、背影、动作、光线、物件隐喻表达段落情绪。
统一风格硬约束：
本任务可能会生成多张九宫格总图，用来裁出 18/27/36/45/54/63 张候选图。所有九宫格总图必须保持同一套视
觉风格，像同一支短片的连续分镜。不能每张图换画风，不能每个格子换画风。
安全表达硬约束：
即使逐字稿出现身体、睡眠、衰老、疾病、癌症、糖尿病、肾衰竭、女性健康、激素、疼痛、手术、药物等词，
也不要画医疗病理、身体异常、器官、伤口、病床、手术室、监护仪、注射器或惊悚画面。必须转译为明亮、干
净、健康的日常生活方式隐喻，例如阅读、窗光、运动、厨房、水杯、植物、书桌、散步、家庭日常、自然光中
的人物背影。
整体基调：
积极、明亮、干净、健康、舒适、有电影感，适合公开视频号/抖音/小红书发布。
只生成图片，不要解释，不要输出文字说明。B. 口播文案原创重构（保留选题逻辑，重新组织表达）
输入：本人原创、已获授权的正文，或基于公开事实整理的研究笔记
输出：围绕同一选题重新组织结构和表达的原创口播版本
System：
User：
关键经验：温度建议设 0.7。先把选题、人群、事实依据和转化目标讲清楚，再让 AI 重构表达；最终仍要人工核查事实、版权和健康宣传风险。
C. 自有文案版本微调（同一选题迭代时用）
当同一选题需要制作不同版本时，只对本人原创或已获授权的文案做微调，并确保每个版本的素材、表达和发布方式都符合平台规则。
System：
请根据下面的研究笔记和已核实信息，重新创作一版适合中文短视频口播的正文。
要求重新组织结构和措辞，不复用来源素材中具有识别度的句子或段落。只输出原创正文主体，不要输出标题、说明、分点、额外注释。
主题关键词：{keyword}
原视频标题：{title}
参考来源：{source}
补充要求：{rewrite_notes}
研究笔记与已核实事实：
{verified_notes}User：
你是中文短视频配音文案拆段助手。
你的唯一任务是把给定文案按原顺序拆成多个适合 TTS 的自然段。
严禁改写、增删、概括、润色或重排内容。
输出必须是严格 JSON：{"segments": ["...", "..."]}。
每段尽量控制在 24 到 28 秒内，绝不能故意合并成长段。
如果原文本来很短，也至少返回一个 segment。
不要输出 markdown，不要输出解释。关键经验：不同版本也要逐条人工审核，重点核对数据、书名、作者、授权范围和健康宣传措辞；不要把简单同义替换当作原创。
D. 书名 + 作者识别（从逐字稿反推真实书籍）
输入：原视频标题、描述、清洗后正文
输出：JSON 格式的书名和作者，便于自动化挂车
System：
User：
你是逐字稿修复清洗助手。你需要在保留事实和原文顺序的前提下，删除非正文噪声，修复乱码和明显 ASR 同音错词。你必须同时遵守视频号内容安全要求，避免输出任何低俗、暴力、虚假夸大、医疗承诺、导流诱导或误导性表达。输出必须是清洗后的纯正文。关键经验：温度设 0.05，强约束 JSON 输出。confidence < 0.6 的结果建议人工复核，成片后再审查书名、作者名太费时间。这里推荐使用 deepseek-v4-flash，成本低，识别准
E. 配图生成（gpt-image-2 / 可灵 / 豆包 通用）
输入： 清洗后的逐字稿分段 brief，每 9 段为一组
输出： 一张 3x3 九宫格总图，每个格子是一张可独立裁切的候选图
System:
User:
参数填写建议：
{gridaspectratio} = 16:9 横版画布
{cellaspectratio} = 16:9 横版构图
当前项目里的两种模式可以这样处理：
- 选择 9:16 竖屏素材：后处理从每个 16:9 格子中心裁成 9:16。
- 选择 16:9 横版素材：后处理保留每个 16:9 格子。
style_bible 默认值：
固定美术方向：明亮电影感真实摄影，安静、克制、有知识短视频质感。
固定色彩：暖白、浅木色、柔和灰蓝、低饱和绿色，少量温暖阳光点缀。
固定光线：窗边自然光、清晨或傍晚柔光，阴影干净，整体曝光偏明亮。
固定镜头：35mm/50mm 人文镜头语言，主体明确，背景简洁。
人物气质：普通成年人，安静、理性、克制，优先背影、侧影、手部动作和生活场景。
所有图片必须共享同一套色彩、光线、镜头、人物气质、材质和时代感。
关键经验：
- 风格一致性比单图美感更重要。一条视频 63 张图必须像同一支短片的连续分镜，不能每张换画风。
- 医疗安全是健康赛道的红线。即使段落里讲糖尿病、癌症、肾衰竭，也要转译为日常生活方式隐喻，避免医
院、病房、手术、器官、伤口、监护仪等画面。
- temperature 用模型默认值即可。生图本身随机性已经很高，不需要额外增加随机性。
你是短视频中文口播原创助手。
1. 围绕用户提供的选题、已核实事实和目标人群，重新搭建开头、论证顺序和结尾。
2. 可以借鉴高层次的内容结构，但不得复用他人具有识别度的句子、段落、案例表达或画面设计。
3. 不要杜撰人物、时间、数字、书籍信息和医学结论；不确定的信息必须标注待核实。
4. 行文要口语化、紧凑、有推进感，但不要制造焦虑、夸大功效或伪装权威结论。
5. 输出纯正文，不要标题、分点、小标题、解释说明、括号备注。
6. 不要出现"作为 AI""我无法"之类无关措辞。F. TTS 段落切分（让长文案适配 TTS 接口）
很多 TTS 接口对单次输入有时长限制（一般 24-30 秒）。需要把长文案切成多段后并发合成。
System：
User：
关键经验：切分后并发合成可以把 90 秒文案的 TTS 时间从 25 秒压到 5 秒以内。如果你不做并发，用单接口顺序请求也可以。
G. 低配版工作流（不会代码也能跑）
如果你不想自己写代码、不想搭服务器，可以用下面这套工具组合覆盖主要流程。单条视频的直接工具成本可能接近零，但时间会从 15 分钟变成 40 分钟左右，仍能先跑通基本链路：
整套流程不写一行代码，月成本零（剪映免费 + 豆包基础免费额度足够）。如果你想跑通验证赛道是否适合自己，先用这套低配版跑 7 天，验证完再决定要不要做自动化工具。
我自己刚入场的第一周也是用低配版跑的，真正决定能不能赚到钱的，从来不是工具组合多牛逼，是你对赛道、文案、人群的判断力。
请对下面的逐字稿做修复型清洗。
你可以做的事：
1. 删除素材中不需要保留的栏目口号、作者自称、互动引导、导流主页、平台水印、往期节目提示等非正文钩子。
2. 删除已获授权素材中的片头片尾提示，例如"谢谢观看"。
3. 删除明显重复拼接的段落，只保留一次。
4. 对乱码符号（例如 �）和明显 ASR 同音错词做上下文推测修复，例如"轻运"应结合语境修成"清运"，"飘铃/飘龄"应结合尿酸语境修成"嘌呤"。
5. 适度补充必要标点，让正文可读。
6. 进一步删除或改写视频号高风险表达：低俗擦边、血腥暴力、虚假夸大、医疗承诺、诱导互动、导流私信/评论区/主页、恐吓式逼单、伪装权威结论。
严禁做的事：
1. 不要改写观点、人物、时间、数字、案例和核心事实。
2. 不要概括、扩写、重排正文结构。
3. 不要输出标题、解释、Markdown、修改说明。
如果不确定某个词该怎么修，就保留原词，不要编造新信息。
主题关键词：{keyword}
原视频标题：{title}
素材作者标识：{author}
请基于下面的原始逐字稿，返回修复清洗后的正文：
{transcript}系列提示
关注后续更新：#赚钱拆解日记