从0到七位数的AI TikTok带货完整路径公开，包括Sora 2选型对比、逆向拆解爆款法、参数化批量生产流程，以及亏掉十几万的三个关键教训。
从0到七位数的AI TikTok带货完整路径公开，包括Sora 2选型对比、逆向拆解爆款法、参数化批量生产流程，以及亏掉十几万的三个关键教训。
GLM-5.2 作为首个进入新御三家的中国开源模型，1M长上下文与Coding能力接近闭源旗舰水平，MIT协议可直接使用。
一条 8 秒的 AI 生成种草视频，算力成本不到 3 块钱人民币，挂车后 GMV 超过 5 万美金。这不是虚构故事，而是一个团队大半年跑出来的真实数据。这篇教程把他们的完整路径公开，包括中间亏掉十几万的教训。
这是团队最初跑通出单的最简方案，至今仍然有效。
去海外图片网站搜索素材。搜索技巧：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。比如搜 skincare iPhone，出来的是美国人在浴室对着镜子拍的自拍，不是精修广告图。
这种图拿来做 AI 参考图，生成的内容一眼看不出是 AI。
把找到的真实 UGC 图片丢给大模型，让它拆解出结构化提示词：
不用自己从零写提示词，直接从爆款素材里逆向提取。
在提示词里把产品换成你自己的，图生视频，挂车发布。
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。
团队花了两个月训练 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，结果一条都没爆。
后来想明白了：TikTok 用户是零预期刷到的，20 秒决定买不买，他根本不看产品像不像。产品一致性 60 分就够了，剩下的精力全部砸在情绪钩子上。
| 用途 | 推荐模型 | 单条成本 | 原因 |
|---|---|---|---|
| 品牌片 | Veo 3 | 约 15 元 | 画质最高，适合正式宣传 |
| 种草 UGC | Sora 2 | 约 3 元 | 真实感最强，可用率高 |
| 投流素材 | Grok | 约 0.5 元 | 最便宜，量大管饱 |
| 故事叙事 | Seedance | 中等 | 转场自然，适合有剧情内容 |
| 长片 | Kling | 中等 | 支持更长时长 |
没有最强的模型，只有最对的模型。Veo 3 画质好但废片率 80%，因为生成的画面不像真人拍的。Sora 2 可用率直接翻倍，因为画面更接近 iPhone 实拍质感。
团队一开始做 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。后来改做产品种草视频，第一周就出单。
TikTok 跟抖音逻辑完全不同 -- 用户不追 IP，追产品。
亏完之后总结的方法论：找对标 -> 拆解 -> 裂变。
拿到一条爆款视频，用以下提示词把它拆成 5 个维度：
你是一个短视频结构分析专家。请将视频拆解为最小单元：
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」。
可控参数是必须精确指定的（如景别、动作），
随机参数是让模型自由发挥的（如背景细节、光线微调）。把拆解结果分成变量和定量。定量不变（产品白底图、镜头景别、构图），变量换（人物、场景、动作）。
5 个人物 x 5 个场景 = 25 个组合，写进 Excel 参数表批量跑。每一行是一条任务，只有三个输入量：
第一列：任务类型（文生图 / 图生图 / 图生视频）
第二列：提示词
第三列：参考图片编号10 分钟出 25 条，从中挑最好的。
镜头描述、场景变化、主体变化。其他全交给模型。提示词脚手架：
[声音]：画外音 + 美式英语 + 女性
[镜头]：特写/近景/中景 + 俯拍/平拍
[场景]：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核心心态：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。
当 AI 视频生产成本趋近于零，所有人都能做的时候，竞争不再是"谁的产量更高"。答案是"谁的脚本比别人的好"。脚本背后是编导的生活经历、审美直觉、对用户情绪的判断。同一套工具和 SOP，不同编导做出来的爆款率差 3-5 倍。
AI 时代最值钱的资产不是工具，不是流量，是你在实战中积累的提示词资产库、爆款脚本库和品类选型数据。