本文來自微信公眾號(hào)：游戲Marketing，作者杰克Ultra本人

這段時(shí)間有不少文章都在炒AI在買量領(lǐng)域的應(yīng)用，絕大多數(shù)內(nèi)容都只是轉(zhuǎn)手搬運(yùn)信息而已。

只不過把平臺(tái)官方放出來的信息用AI重新整合一遍，就制造內(nèi)容販賣焦慮，質(zhì)量其實(shí)并不高。

我親自上手測(cè)試了幾個(gè)主流方向，把目前行業(yè)的真實(shí)進(jìn)展整理出來分享給大家。

一、廣告投放環(huán)節(jié)

第一個(gè)要說的就是廣告投放的自動(dòng)化。

之前Meta公開了自己的CLI工具，我發(fā)過一篇短文介紹之后，就自己上手做了測(cè)試。

我按照官方文檔一步步給CLI做授權(quán)、生成訪問token、綁定投放賬戶，頁面一直提示所有權(quán)限都已經(jīng)配置完成。

接著我嘗試用Codex調(diào)用接口操作，結(jié)果指令發(fā)出去之后，返回的結(jié)果還是報(bào)錯(cuò)：Error:API error(200):(#200)Missing Permissions，也就是提示權(quán)限缺失。

折騰了很久最終還是沒能跑通，因?yàn)檫@套方案本質(zhì)上還是要依托Meta的Marketing API才能運(yùn)行。

但如果你要申請(qǐng)Marketing API的使用權(quán)限，平臺(tái)要求你必須已經(jīng)開發(fā)好了一套可落地的投放發(fā)布系統(tǒng)，還得上傳系統(tǒng)的使用流程說明給Facebook審核，審核通過才能開通權(quán)限。

卡在這一步之后，我就沒有繼續(xù)往下測(cè)試了。

如果要直接給Facebook提供Codex操作的演示視頻，證明我的使用方式符合要求，這個(gè)門檻實(shí)在太高了。當(dāng)然如果有朋友已經(jīng)申請(qǐng)成功了Codex的權(quán)限，也可以和我交流一下經(jīng)驗(yàn)。

假設(shè)你已經(jīng)拿到了Marketing API權(quán)限，那確實(shí)可以用Claude或者Codex這類AI編程工具，完成廣告發(fā)布、投放調(diào)整、數(shù)據(jù)分析這些工作。

而且整個(gè)操作都能在手機(jī)上完成，用起來非常方便。

相當(dāng)于多了一個(gè)隨身的AI投放助手，外出的時(shí)候不用背著電腦，便利性確實(shí)提升不少。

但話說回來，這套方案的門檻目前還是很高的。

絕大多數(shù)中小公司都沒有申請(qǐng)開通Marketing API。

所以Meta這次開放的CLI接口，其實(shí)多少有點(diǎn)雞肋。

對(duì)于已經(jīng)搭建好Marketing API的團(tuán)隊(duì)來說，本身就有成熟的發(fā)布和分析系統(tǒng)，這個(gè)CLI只是錦上添花，讓操作更便捷而已；但對(duì)于沒有Marketing API的公司或者普通優(yōu)化師來說，根本沒辦法直接用，要么還是得采購(gòu)第三方工具，要么還是得手動(dòng)操作。

哪怕把投放數(shù)據(jù)導(dǎo)出來傳到本地讓AI分析，整個(gè)投放+分析的流程也沒辦法形成完整閉環(huán)。

現(xiàn)在也有技術(shù)玩家用N8N搭建自動(dòng)化工作流，但本質(zhì)上也還是要依托Marketing API才能跑通。CLI其實(shí)可以平替N8N，但本質(zhì)問題沒有解決，還是繞不開傳統(tǒng)的前置準(zhǔn)備工作。

目前最多就是在GPT網(wǎng)頁端的開發(fā)者模式里對(duì)接Meta廣告賬戶，但對(duì)接之后沒辦法識(shí)別全所有賬戶信息，實(shí)用性不強(qiáng)，沒必要折騰。

同理，谷歌推出的MCP我也研究過，本質(zhì)上還是原來的老方案，對(duì)普通從業(yè)者來說沒什么實(shí)用價(jià)值。

其實(shí)對(duì)于大多數(shù)普通從業(yè)者來說，現(xiàn)在最好的選擇就是等待。

等各大平臺(tái)自己把AI工具對(duì)接做好，推出官方功能，我們直接用就好，只不過現(xiàn)階段就得接受進(jìn)度落后一點(diǎn)。

我聽說GPT下一個(gè)版本的核心更新就是插件功能，說不定到時(shí)候Meta官方插件一推出，整個(gè)流程直接就打通了，那現(xiàn)在我們做的這些研究摸索，反而就沒用了。

沒辦法，這就是AI時(shí)代的特點(diǎn)，耐心等等反而總能拿到最好的結(jié)果。

二、廣告創(chuàng)意生產(chǎn)

上周末我開源了一個(gè)素材處理Skill，出來之后文章轉(zhuǎn)發(fā)量還不錯(cuò)。

其實(shí)開源出來的是通用版本，我自己在用的定制版本比這個(gè)通用版要先進(jìn)很多，完全是針對(duì)我自己的投放需求打磨的。

我自己這套現(xiàn)在已經(jīng)能做到：只要上傳一個(gè)參考素材，AI就能自動(dòng)完成素材分析，接著結(jié)合我自己的產(chǎn)品定位想出創(chuàng)意方向，最后直接輸出完整的廣告分鏡。

輸出的分鏡里包含了每個(gè)鏡頭的詳細(xì)描述、要不要加口播、畫面需要展示的文案，還有環(huán)境音效、場(chǎng)景設(shè)定這些內(nèi)容，全都是針對(duì)我的產(chǎn)品定制生成的。

而且想要這個(gè)素材Skill用得順手，必須提前給它投喂大量已經(jīng)跑出來的爆款買量素材。

我把自己從業(yè)這么多年存下來的所有爆款素材，按照腳本結(jié)構(gòu)、鉤子設(shè)計(jì)、音效搭配、背景音樂這些維度做了分類整理，再讓AI分別學(xué)習(xí)提煉這些素材里的關(guān)鍵信息，最后總結(jié)出一套可復(fù)用的爆款方法論。

我讓AI生成新腳本的時(shí)候，就會(huì)要求它參考這套學(xué)習(xí)出來的方法論。

所以說，如果你自己沒有積累下來的優(yōu)質(zhì)素材庫，也沒有提前讓AI學(xué)習(xí)你常用的提示詞、配樂風(fēng)格、開頭3秒鉤子設(shè)計(jì)這些基礎(chǔ)內(nèi)容，那這個(gè)素材Skill對(duì)你的幫助其實(shí)很有限。

但如果你本身有大量?jī)?yōu)質(zhì)素材積累，搭配我開源的這個(gè)Skill用，體驗(yàn)會(huì)非常好。

三、熱點(diǎn)監(jiān)控分析

熱點(diǎn)分析這塊我現(xiàn)在已經(jīng)實(shí)現(xiàn)了自動(dòng)化監(jiān)控。

我給AI設(shè)置了定時(shí)任務(wù)，每天早上9點(diǎn)會(huì)自動(dòng)爬取全網(wǎng)所有和我產(chǎn)品題材相關(guān)的內(nèi)容，做完數(shù)據(jù)清洗之后，再經(jīng)過多輪篩選，最后提煉出對(duì)我有用的信息，保存成本地PDF文件放到指定文件夾里。

這個(gè)需求本身是高度定制化的，畢竟每個(gè)人做的產(chǎn)品不一樣，需要監(jiān)控的內(nèi)容也完全不同。

這套自動(dòng)化方案目前只適配YouTube、Facebook、Ins、Reddit這類開放平臺(tái)，還有谷歌搜索這類公開渠道。

那些不開放數(shù)據(jù)，或者超出AI識(shí)別能力的平臺(tái)，比如App Growing、廣大大這類第三方工具，目前還是得人工處理。

其實(shí)我之前也想過，App Growing和廣大大最好的方式就是走CLI接口對(duì)接，但我問過平臺(tái)，目前這兩家都還沒有推出CLI，所以只能走API接口提取數(shù)據(jù)。

API接口雖然可以按照自定義規(guī)則提取數(shù)據(jù)，但收費(fèi)比較高，免費(fèi)試用的調(diào)用次數(shù)也很有限，所以這個(gè)方案目前還不夠成熟。

所以我現(xiàn)在還是保持人工從App Growing找素材，其他所有公開渠道比如Steam、YouTube、Reddit的內(nèi)容，全都交給AI自動(dòng)化處理。

這樣一來，我日常工作輕松了很多。

如果自動(dòng)化監(jiān)控在公開資源里找到了不錯(cuò)的創(chuàng)意方向，還能直接推給我的素材Skill，讓AI直接結(jié)合我的產(chǎn)品生成新創(chuàng)意，整個(gè)流程銜接非常順暢，行業(yè)相關(guān)的熱點(diǎn)總能第一時(shí)間跟進(jìn)。

四、AI剪輯

AI剪輯目前已經(jīng)可以處理所有標(biāo)準(zhǔn)化的剪輯工作。

如果你現(xiàn)在還不會(huì)用PR或者剪映，根本不用特意去學(xué)打開這些軟件，直接調(diào)用AI助手，告訴它手里有哪幾個(gè)視頻，要把哪個(gè)視頻的第幾秒到第幾秒剪出來，和另一段拼接在一起，AI就能直接幫你剪好輸出。

哪怕是稍微復(fù)雜一點(diǎn)的任務(wù)，比如結(jié)合抽幀工具分析視頻開頭的鉤子，把視頻的開頭鉤子單獨(dú)剪出來，也不需要打開剪輯軟件就能完成。

比如你只需要說一句“把這個(gè)視頻的開頭鉤子剪出來保存到本地”，AI就能分析識(shí)別出哪幾秒是鉤子。

然后完成剪輯，這種場(chǎng)景非常適合處理大批量重復(fù)性的剪輯工作。

所以只要你的創(chuàng)意方向沒問題，基礎(chǔ)素材質(zhì)量夠高，AI就能幫你處理數(shù)量極大的剪輯工作，剪輯從業(yè)者的工作壓力會(huì)小很多。

當(dāng)然了，如果你原來只會(huì)做這種基礎(chǔ)剪輯工作，那被AI替代其實(shí)是必然的，因?yàn)檫@類簡(jiǎn)單工作現(xiàn)在AI通過代碼就能完成，根本不需要人工介入。

除此之外，批量替換字幕、生成多語言字幕這類工作，也都可以交給AI批量處理，目前技術(shù)已經(jīng)非常成熟了。

其實(shí)我沒想過要把這個(gè)AI剪輯做成專門的工具，因?yàn)閷?shí)現(xiàn)邏輯真的很簡(jiǎn)單，但反過來想，往往越是簡(jiǎn)單的功能，越是普通用戶最需要的。

五、整套AI視頻制作工作流

和我配合的視頻制作小伙伴，拿到我生成的腳本之后，自己也打磨出了一套非常好用的自動(dòng)化工作流。

拿到我輸出的分鏡腳本之后，他會(huì)先和我當(dāng)面溝通，確認(rèn)我想要的最終視頻效果，畢竟我那個(gè)素材Skill輸出的分鏡只是輔助，主要是幫我把想法落地，避免創(chuàng)意人員寫的腳本和我想要的效果偏差太大，拉低產(chǎn)出的下限，很多細(xì)節(jié)確實(shí)文字說不清楚，必須當(dāng)面溝通確認(rèn)。

溝通清楚需求之后，他會(huì)用自己的工作流把創(chuàng)意拆解成適配AI的提示詞，接著判斷這個(gè)創(chuàng)意適合用哪個(gè)AI工具生成，然后自動(dòng)把請(qǐng)求發(fā)到對(duì)應(yīng)AI的API接口。

API會(huì)按照設(shè)定好的規(guī)則生成多個(gè)候選結(jié)果，最后他只需要做挑選，再把選中的片段合成最終視頻就可以了。

當(dāng)然中間偶爾還是需要調(diào)整提示詞重新生成，但他這套工作流已經(jīng)打磨得很成熟了，所以現(xiàn)在他的生產(chǎn)效率非常高，產(chǎn)出的視頻質(zhì)量也很好。

相當(dāng)于他自己搭建了一套專屬的AI需求拆解工作流，和這樣的伙伴配合工作，效率高體驗(yàn)也非常好！