← → 键盘切换
手淘用增创意AIGC进化
及AI内容新应用探索
从"造素材"到"造生产力",再到"经营内容增长"。
创意AIGC进化
AI内容新应用探索
面向业务、运营、创意、产品与技术团队
素材生产
审核投放
效果回收
账号矩阵
Agent
创意AIGC
AI内容经营
Overview
两条进化曲线
·
汇成一个增长系统
创意生产与内容经营,正在汇合为AI内容增长系统。
创意AIGC:能生成 → 能投放 → 能规模化 → 能自运行
AI小红书:能发内容 → 能孵化账号 → 能规模经营 → 验证商业价值
已验证:规模供给、前站效果、部分回端
待验证:自然流量的真实业务增量
创意AIGC
AI小红书
AI内容增长系统
时间
Metric Framework
确定性
·
指标必须靠近业务结果
AI不承诺单条爆款,而是用更多有效试验提升整体确定性。
产量:能做多少
可用:良品率、通过率、驳回率
效果:CTR、消耗占比、单素材消耗、ROI
经营与增量:稳定调度、AAC、成交
产量
可用
效果
经营
增量
反馈飞轮
指标越靠近业务结果,确定性越高
Evolution
四次升级
·
问题比模型更快进化
每次能力升级,都把瓶颈推向更接近业务价值的一层。
2025.09–11:规模供给,进入效果验证
2025.12–2026.02:从堆量转向质量与资产
2026.03–06:生产、审核、账号与商单走向Agent串联
2026.07–09:进入运营系统,聚焦归因、稳定性与成本
1
规模供给
09–11
2
质量与资产
12–02
3
Agent串联
03–06
4
归因与成本
07–09
问题→能力→新瓶颈
第一章 · 创意AIGC
从产能瓶颈到系统解法
业务需要的不是更多素材,而是一套持续提高投放效率的系统。
不是让AI多生产,而是让创意可复制、可验证、可增长。
需求变多:大促、多渠道、新业务并行
目标变深:从DAU走向AAC、MAC与闪购
试错变快:线性人工链路难以承接
场景变长:从站内广告延伸到完整决策链
线性人工链路
增长型需求
差距
量
准
快
可归因
Workflow
完整工作流
·
AI是一条反馈链
真正的系统能力,是让每轮投放都沉淀数据与策略。
工作流:选品与目标 → 洞察 → 模板与脚本 → 批量生产 → 审核
闭环:渠道投放 → 用户承接 → 数据回收 → 策略迭代
AI:归纳、召回、生成、规则检查、聚类与候选扩展
人:定目标、做判断、守边界、处理异常、对结果负责
选品
洞察
模板
生产
审核
投放
承接
数据
策略
反馈链
人
AI
共同
Precision
精准性
·
靠任务约束,不靠自由发挥
精准来自"真实输入—受控生成—效果收口"的逐环约束。
选品:业务目标、供给条件、历史表现先过滤
模板与脚本:拆结构,按人群、阶段、利益点生成
渠道与承接:按媒体语境适配,分层看曝光至转化
投放与迭代:用CTR、消耗、回端、转化淘汰并回写策略
商品
版本A
版本B
版本C
选品
模板
人群
渠道
效果反馈 → 回写策略
Scale
规模化
·
越快生产,越要主动踩刹车
生成成本下降,不等于总成本下降。
2025.09.18:周产图片23,917张、视频8,691条;图片CTR 20.63%
闪购专项AI素材消耗占比31.30%;同期整体口径23.10%
代价:布局通过率不足60%;生成率曾从80%降至30%;审核积压2.4万条
2026.01.29:主动压缩图片产量46%,转看单素材价值、ROI与人效
产能与效果
图片
23,917
视频
8,691
CTR
20.6%
隐性成本
布局通过率 <60%
生成率 80%→30%
审核积压 2.4万条
刹车
2026.01 产量压缩46%
转向单素材价值与ROI
Agent
创意Agent
·
把策略、资产、反馈放进同一系统
模板解决稳定,Agent解决跨环节决策。
海报Agent采纳率:48% → 62.5%
自研生图覆盖50%请求,推理成本约为外采方案的1/5
视频一创占比:2.87% → 16.34%;自研脚本模型成本下降80%以上
Q1阶段复盘口径:整体52.65%,图片59%,视频43%
Agent
跨环节决策
需求
策略
资产
生成
反思
审核
反馈
Flash Sale
闪购
·
人机协作补齐供给链
AI放大执行力,人用目标、结构与真实反馈完成收口。
业务与运营:定商品、权益、目标与节奏
创意:拆标品/非标品表达,沉淀模板与脚本
算法与模型:批量生成;审核与投放:守边界、回收效果
DAC近一周产图9,000张、视频7,800条,AIGC占比97%、74%
业务
运营
创意
算法
审核
投放
定商品
定权益
定目标
定节奏
拆解表达
沉淀模板
批量生成 AIGC 97%
守边界
渠道投放
回收效果
Review & Dispatch
审核与调度
·
规模化的真正上限
生成越快,越需要"AI提速、人控风险、系统调度"。
AI独立审核占比50%;审核时长约15小时 → 约10分钟
新业务按30% → 50% → 100%渐进放量
人负责抽检、异常回退与规则更新
2026.07–08误拒率一度47%–58%,闲鱼Logo曾被误判为竞品
生产 Agent
批量生成 · 模板裂变 · 素材适配
速度优先
审核 Agent
规则检查 · 合规校验 · AI独立审核50%
15h→10min
调度平台
渐进放量 30%→50%→100% · 异常回退
系统调度
人工兜底
Assets
沉淀资产
·
也重做分工
Prompt是一次性技巧,资产与分工才能持续复利。
策略资产:业务、行业、渠道、人群、利益点规则
创意与模型资产:模板、组件、脚本、图库、行业模型
流程资产:需求、生产、审核、投放、反馈、异常兜底
人定目标与标准,AI做高频执行;人对边界与结果负责
复利
策略资产
创意资产
模型资产
流程资产
异常兜底
业务
创意
算法
审核
投放
第二章 · AI小红书
从投放流量到经营内容
广告解决"被看见",内容经营尝试解决"被相信"。
从买流量到经营内容,让每次表达都沉淀为资产。
能力外溢:从素材生成走向账号定位、发布、互动与回收
新增触点:可经营账号、自然曝光、内容资产
事实边界:稳定回流与业务增量仍待验证
广告
被看见
种草
搜索
回端
成交
新增触点
可经营账号
自然曝光
内容资产
Account Launch
起号
·
先验证内容—人群匹配,再扩账号
规模起号的前提,是先找到可复制的赛道与模板。
链路:定位 → 赛道试验 → 模板 → 发布 → 筛选 → 互动 → 沉淀
10多个方向收敛至女装、男装、女鞋、童装、鞋类、美甲6个赛道
账号规模:10个(2025.10)→ 40个(2026.01)→ 582个(2026.09.10)
截至2026.09.10:359个千粉账号、64万粉丝、7日曝光2,311.2万
定位
赛道
模板
发布
筛选
互动
10
2025.10
40
2026.01
582
2026.09
359个千粉账号
64万粉丝
7日曝光2,311万
0 → 1
内容模式跑通0到1
·
增长归因尚未跑通
已验证"账号—内容—自然曝光",尚未证明稳定业务增量。
初步打通:AI生产—云机发布—数据回收—评论抓取
15个机器号样本完成千粉孵化,中位周期3–4周
123个机器号约86个稳定产出;月实际3,557篇,仅为理论上限9.9%
下一步:稳定性、平台治理、自然流回淘归因
AI生产
云机发布
数据回收
评论抓取
理论 vs 实际产能
理论上限
36,000
实际
3,557
9.9%
达成率
稳定性
平台治理
回淘归因
Methodology
起号孵化方法论
·
四步增长公式
起号不靠运气,靠"精准照抄 + 发布时间 + 评论引流 + 3-4周验证"。
四步公式:精准照抄标杆 → 卡黄金发布时间 → 热评引流 → 3-4周/30+篇测潜力
赛道选择:从10+方向收敛至6个可复制赛道
热评引流配比:30%悬念 + 40%共鸣 + 30%争议
AI工具优先级:P0 批量化裂变 → P1 物料库+文案库 → P2 模型优化
Step 1
精准照抄
Step 2
发布时间
Step 3
评论引流
Step 4
3-4周验证
赛道收敛
10+ 方向
→ 6 赛道
热评配比
共鸣40%
悬念30%
争议30%
AI工具优先级
P0
批量化裂变
P1
物料库+文案库
P2
模型优化
Case Study
真实孵化案例
·
踩坑复盘
成功案例验证方法论可复制;失败案例暴露AI替代人工审美的边界。
美食号:43天 / 75篇 / 0→2,166粉;12轮试错从冬至饺子到圣诞主题(单篇9.8万浏览)
搞笑号:42天 / 77条 / 0→5,390粉;发现猫猫meme比纯剪辑更易爆后立即转型
踩坑(PLOG号):制作流程手工化过重,AI配图缺乏真实生活感,版面无法固化
自建号 vs KOC号:自建验证方法,KOC放大规模
粉丝增长曲线
天数
美食号 2,166
搞笑号 5,390
踩坑复盘
PLOG号
手工化过重
AI配图缺乏真实感
版面无法标准化
自建号 vs KOC号
自建号
KOC号
成本低 · 周期长
成本高 · 起量快
3-4周测潜力
自带粉丝基础
自建验证方法 → KOC放大规模
Convergence
两条曲线汇合
·
下一题是规模价值
从规模生产到规模经营,最终必须回答真实增量。
创意AIGC:已解决规模生产
AI小红书:开始解决规模经营
待打通:种草 → 搜索 → 权益 → 回端 → 购买
现有7日曝光超2,300万;对DAU、AAC、成交的增量仍无法完整量化
种草
搜索
权益
回端
购买
已验证环节
待归因环节
7日曝光 2,311万+
DAU、AAC、成交增量 → 待量化
Closing
把一次成功
变成可重复学习的系统
AI不是替代创意,而是建立可持续的内容增长系统。
最小闭环:先选可验证场景
真实指标:不以生成量代替业务结果
资产沉淀:策略、创意、模型、流程持续复用
Agent放大:连接投放效率、自然流量增量与内容资产
投放效率
已验证
自然流量
增量
待完成归因
内容
资产
持续复用
让一次创意成功 → 可重复学习的系统
‹
›