有朋友问我:准备录一条“用 AI 十分钟做完一份方案”的视频,标题已经想好了,工具也选好了,值不值得做?

我先没问提示词,也没问镜头怎么剪,只追问了四句:你准备说什么?谁会看?看完为什么会信你?接下来由什么接住他?

他停了一下。工具链写得很满,这四个答案却只有一句“大家都需要效率”。这句话通常意味着内容还没真正开始。它只是一次熟练操作的展示,还没变成一件对读者有用的事。

这两年做 AI 内容,最容易出现一种错觉:模型能把脚本、配图、字幕和剪辑都推得很快,于是以为生产速度就是内容能力。可发布之后,播放量低是一个问题;更难受的是有人看完了,评论区问的全是“提示词发一下”,你却发现自己说不清这条内容原本要帮他解决什么。

我现在会把开工前的判断压成四张小卡片。它们不复杂,但能挡住很多无效忙碌。

第一张卡片,写“我到底在说什么”。

先写一个具体处境,再考虑工具名。比如“刚接手小店运营的人,怎样把散乱的客户问题整理成一页 FAQ”,比泛泛说“用 AI 整理资料”清楚得多。前者有麻烦、有对象,也有可验证的结果。工具只是完成这件事的手段,换一个工具,问题依然成立。

第二张卡片,写“谁会因此停下来”。

很多创作者卡在这里,是因为默认读者和自己一样熟练。你已经会开多个窗口、会调模型参数、会判断结果好坏;刚入门的读者可能连资料该放哪里都没想明白。给两类人讲同一件事,入口得不同。面向新手,可以先把一张常见表格整理好;面向已经有流程的人,才有必要谈自动化和质量检查。读者的起点决定工具的门槛,也决定你该省略什么、展开什么。

第三张卡片,写“我希望建立哪种信任”。

信任不是让人觉得你什么都会。真正能留下来的信任,往往来自你有没有把限制说出来:这套方法省的是哪一步时间,哪些材料仍然需要人工核对,什么情况别照抄。一个做本地商家内容的人,讲“用 AI 先归类一周的差评,再人工确认回复口径”,就比放一段漂亮的自动回复演示更让人踏实。前者告诉读者,你知道他的风险在哪里,也愿意把成本摆在台面上。

第四张卡片,写“这条内容交付什么,边界到哪里”。

交付不一定是卖课或卖服务。它可以是一份能保存的检查表、一篇更完整的文章、一个可复用的模板,或者一次明确范围的咨询。关键是别让内容停在“看完真厉害”,也别在一开始就许下无限答疑、包学会、包结果。边界写清楚,读者知道下一步该做什么,你也知道哪些问题需要另开一条内容、哪些需要收费服务、哪些根本不该承诺。

这件事和“有没有商业化”并不冲突。哪怕你当下只打算免费分享,也要知道一次内容的终点在哪里。有人适合拿走模板自己做,有人需要看完案例再判断,有人会遇到超出公开内容范围的具体问题。把这些分开,免费内容才不会被临时需求拉成杂货铺;将来真的做产品,也不必突然把一群只想领提示词的人推到付费页。

我见过不少账号前期数据看着热闹,后面却越做越累,根源常常在这儿:每一条都在回答新的零散问题,没有一条和主线相连。今天教改图,明天教做表,后天又追一个刚出的模型。看起来很勤奋,读者却不知道你到底擅长解决什么。四张卡片的作用,是给每次选题留一根线。它不要求所有内容都卖同一件东西,只要求它们能回到同一类读者、同一种信任和相近的交付方式。

也别把这套清单写成行政表格。答案不需要漂亮,关键是经得起一句反问。你说“给小店老板看”,那他会在什么时刻打开这条内容?你说“帮他省时间”,省下来的时间会落在哪个动作上?你说“提供模板”,模板里是否把需要他自行判断的地方留出来?把这些问题在录制前问透,后面少返工,也少把不确定的东西说成确定。

有了答案,也不用等到流程完美才发。先做一条范围很小的内容,观察真正的问题落在哪里,再调整下一张卡片。这样积累下来的,是对读者处境的理解,不是一堆跟着热点跑的素材。

拿“用 AI 做短视频字幕”举个本土的例子。一个很常见的做法,是录屏展示导入、识别、导出,视频完结。它当然可以吸引想找工具的人,却很难让观众知道这和自己的工作有什么关系。

换一种写法:面向每晚剪店铺探店视频的夫妻店,主题改成“把口语字幕先跑出来,再用三分钟校正店名、菜名和价格”。内容里只展示必要步骤,顺手说明识别常会错的地方,最后附一份校对清单。读者得到的是一条能立刻试的工作流;创作者建立的是“我知道你时间紧,也知道哪些字不能错”的信任。工具没变,手里的牌已经不一样了。

每次准备选题,我会把下面这份清单放在旁边:

  1. 这条内容用一句话说清的具体麻烦是什么?
  2. 谁正被这个麻烦卡住,他现在会什么、缺什么?
  3. 我拿什么证明自己理解他的处境:案例、限制、判断过程,还是可复查的步骤?
  4. 看完之后,读者应当保存、尝试、继续阅读,还是预约一项有范围的服务?
  5. 我有没有把工具的能力说大,把人工核对、成本和风险藏起来?

五个问题里,只要有两个答不上来,我通常先不做。把那半小时拿去补读者的评论、整理常见问题,或者把交付物打磨出来,收益往往更高。

AI 把制作成本压低之后,内容更容易堆起来。真正稀缺的,是愿意在开工前把主线任务讲明白的人:我为谁解决哪件事,靠什么获得信任,做到哪里就收手。四张卡片写清了,再去选模型、录屏和剪片,速度才有地方落脚。