AI UGC(只要用对方法)是挖掘爆款视频、并在自然流量和付费社媒上规模化放量的最强“外挂”之一。
(顺便说一句,我在这篇文章里一共会送出 13 个提示词,外加一个可以免费搭配主流视频模型使用的 AI UGC 技能文件。你只需要在评论区留言“SKILL”并关注我,我就会发给你。)
作为曾负责 Cal AI 的 UGC 与达人营销项目、一路把公司做到 5000 万美元年化营收的人,我真希望我们当时就有接下来要分享给你的这套系统——它能让我的效率直接翻 10 倍……
……尤其是在自然流量端测试新视频创意、再拿去跑付费广告这件事上。
这套系统非常适合用来规模化推广消费类 App,但同样的底层逻辑也完全适用于科技类 UGC、电商,以及任何想在今天的数字世界里保持竞争力的品牌或生意。
我等于直接把一份保姆级教程交到了你手上,教你从零开始搭建一条(几乎)全自动运转的 AI UGC 视频流水线,让你能够:
- 更快地构思创意、做调研
- 更快地测试、更快地试错
- 更快地找到能放量的爆款角度
- 不断复制成功经验
你只需要用到 Claude Code/Codex、Apify、Higgsfield 和 Postiz。
下面是本文所有内容的整体概览:

我们直接开始。
1. 调研 > 其他一切
“帮我找一些适合我 App 的爆款视频创意”——这种提示词纯粹是在浪费时间和 token。
Claude 或 Codex 需要先搞清楚:这款 App 或品牌是给谁用的?解决了什么问题?用户能“看到”什么画面,从而一眼就明白它的价值?
我经常提到寻找“营销魔法时刻”,也就是当用户亲眼看到你的产品运作时,脑子里冒出“卧槽,太酷了,我必须试试”的那个瞬间。

所以,在你动手复刻视频去推广 App 之前,你需要先给选定的 AI(本例中我用的是 Claude)喂尽可能多层的上下文信息,然后再让它替你做出高杠杆的决策。
垃圾进,垃圾出。
因此,第一步是打开一个 Claude Code 项目文件夹,把下面这个填好具体信息的提示词丢进去:

这只是你在让 Claude 深入调研前,应该提供给它的最基础信息。
理想情况下,你还可以把手头的其他客户数据一并交给 AI,比如:
- 客服工单
- 用户评价
- 核心用户的反馈
- 客户问卷
对 AI 来说,上下文信息几乎永远不嫌多。
2. 在你的细分领域找出“异常值”视频
想创意的时候,别总想着重新发明轮子。
你真正要找的,是那些围绕你 App 所解决的问题、反复赢得用户注意力的案例。
播放量高是一个信号,但如果某个账号的一条视频表现远超它平时的水平,那才是更值得你关注的强信号。
如果一个创作者平时只有 1 万播放,但某条同类型视频突然跑到 12 万,我就一定要搞懂为什么。
作为一个假设中的 12 倍异常值,它值得你去深挖,但这并不等于证明这种形式就能卖爆你的 App。
调研阶段,我会把 Apify 和 Claude Code 搭配使用。
你可以试着让 Claude Code/Codex 去调研并找出你所在领域的头部视频,但相比直接用 Apify 这类工具,结果往往不太稳定。
Apify 通过 MCP 开放了它的爬虫能力,因此 Claude 可以直接执行采集任务,并处理结构化结果。
(如果你需要,这里是 Apify MCP 配置指南。)

另外,Clockworks TikTok Scraper 支持按搜索词、主页和标签进行调研。
如果是 Instagram,先从相关的创作者主页和 Reel 链接入手,然后使用 Apify 的 Instagram Reel Scraper。
运行这两个工具前,记得让 Claude 先检查一下当前的输入 schema。
Apify 是这个流程里的关键一环,因为虽然 Claude Code 的浏览器功能可以帮你发现账号、查看单条帖子,但它没法提供一个稳定可靠的内置 TikTok 或 Instagram 数据源。
这是一个调研提示词,交给 Claude Code/Codex 即可开始你的异常值视频调研:

3. 把调研结果变成一个真正能用的项目
调研完成后,让 Claude 生成一个本地 HTML 画廊,这样你就能直接观看它找到的视频、横向对比,并挑出值得复刻的那几条。
每张卡片都应该展示来源、可用数据指标、入选理由,以及一个选择按钮。

4. 逆向拆解别人为什么会看完
选好参考视频后,Claude 必须拿到内容本身,才有可能把它复刻成 AI UGC 视频。
光靠一句文案和一个播放量,根本解释不了节奏、表达方式或产品展示的时机。
跑通这一步最简单的方法,是使用 Apify Video AI Analyzer

让它帮你拆解钩子/开场画面、留下的悬念、视频结构、最终 payoff,以及任何你想了解的细节。
Descript 是个不错的付费视频转写工具,速度快又稳;当然,网上肯定也能找到免费的替代方案。

另外,Gemini 也能观看和分析视频(但前提是你得传视频文件给它),所以你也可以把 TikTok 或 IG 的视频下载下来让 Gemini 处理,不过这显然要手动得多,也更繁琐。
选好视频后,运行这个分析提示词:

这一步搞定后,就该把这些爆款形式改造成适合你自己 App 的版本了。
5. 设计一个能让你学到东西的测试
你可以用 AI 来调整钩子、人物、场景、形式、时长、产品植入和 CTA。
但如果一次性全改了,结果就很难解读。
选好要测试的形式、并分析清楚它们当初为什么能成为异常值之后,你得给每个版本一次公平的机会,把你的产品融入这些爆款角度中,看看能不能跑出类似或有潜力的结果。
然后挑出表现最强的几个,再做更精细的调整测试。
接下来运行这个测试规划提示词:

自然发布不可能给你一个完美可控的实验环境。发布时间、账号历史、平台把你推给哪拨人,都会影响结果。
你要找的,是一个足够明显的规律,好让你有底气投入下一步资源。
6. 做一张让人信服的起始帧
很多 AI UGC 就是从这里开始跑偏的。
大家花十分钟绞尽脑汁堆砌“超写实”之类的词,却几乎不花时间思考画面到底该长什么样。
以前的套路是去 Pinterest 搜“UGC creator”找参考图,但现在 Pinterest 上很多图片本身就是 AI 生成的,修得太精致反而显得假。
Kristian Jennings 提供了一个很实用的变通方法。
他的做法是先从真实 UGC 创作者的视频里截取一帧,然后在构图、光线和场景上刻意做选择,围绕这些构建一个新角色。

他这个案例里值得借鉴的技巧:
- 生成前先定好机位角度和人物姿势。
- 留意皮肤细节是否可见,避免脸部高光过曝。
- 给背景加一点个性,但不能喧宾夺主。
- 选择自然的手部姿势,确保画面里没有文字挡住脸。
- 让声音符合场景逻辑:画面里出现麦克风,或者手机离得很近的构图,都能合理解释为什么对白这么清晰。
他还建议把主要的画面改动整合进一段连贯的提示词里;如果连续修改导致效果变差,就回到原始参考图重新开始。
把这些当成制作技巧去测试就好,它们并不能保证每次生成都完美无缺。
下面这个参考镜头选择提示词,能帮你在多镜头视频中更好地保持风格统一:

现在,把 Higgsfield 的 MCP 接入 Claude Code。连上之后,你就能在一个对话窗口里搞定所有事,不用每两分钟就切一次标签页。
根据我的经验,以下是你最该用的几个顶级视频模型,以及它们各自的强项:
- Seedance 2.5:输出最稳定可靠(也最贵)。目前能找到的 AI UGC 最高画质天花板
- Google Omni:能力非常强的模型,视具体需求和参考图而定,有时画质完全可以和 Seedance 掰手腕
- Kling 3.0:依然是高质量选项,最适合拿来做空镜素材,因为比 Seedance 便宜不少

‼️ 如果你想要那个 AI UGC 技能文件,点个关注并在评论区留言“SKILL”,我马上发给你 ‼️
把这段图像生成指令发给 Claude:

起始图像提示词(示例):

如果是多场景视频,就用审核通过的角色参考图,为每个生成的镜头做一张起始图。服装、人物特征和反复出现的道具都要保持一致。
7. 批量生成前,先跑一条测试片段
Seedance 2.5 支持最长 30 秒的片段。这给了你足够的发挥空间,但你没必要把整条视频塞进一次生成里。
Kristian 的教程里另一个很有用的经验是:先把场景调度和表演状态稳住,再替换剩下的台词。他演示时用的是另一个视频模型;我们在这里把这套制作思路套用到 Seedance 上,具体来说就是:
- 明确镜头是固定机位还是手持
- 描述情绪能量
- 写出具体要说的台词
- 说明哪些元素必须保持不变
这是给 Claude 的测试编排提示词:

这是一个起始动画提示词示例:

测试生成完成后,检查以下几点:
- 口型看起来自然吗?
- 手部动作连贯吗?
- 脸会不会中途变形?
如果总是崩掉,那就回头调整起始帧,或者简化动作,别急着花钱去生成更多废片。
8. 完成视频并审核最终导出
成片可能还需要真实的 App 录屏、剪辑、字幕和一个清晰的结尾。
去录制 App 实际演示脚本里承诺的功能的画面。
剪辑时直接用这段录屏(别让图像模型凭空捏造一个你产品根本没有的漂亮界面)。
让 Claude 用配置好的剪辑工具或本地 FFmpeg 工作流,把审核通过的片段拼接起来。
在手机屏幕尺寸下、开着声音去审片。
我知道如果你想绕开剪辑软件,Claude Code 现在的 UGC 视频剪辑能力已经非常强了,前几天 X 上的这条帖子就是证明。

视频证据:

欢迎亲自试试这个视频剪辑组装提示词:

**
9. 用 Postiz 把视频推向市场
到这里,整个工作流就需要一套发布系统了,这正是 Postiz 的用武之地。
(你可以自己去看看:https://postiz.com/)
先把你想测试的账号接进来:TikTok、Instagram、YouTube Shorts,起步阶段再加上你的 Facebook Page。

在 Claude Code 里,交接动作非常具体:拉取 Higgsfield 生成的成品素材,导入或上传到 Postiz,然后把 Postiz 托管的媒体文件挂到草稿上。
它还配备了 AI Agents,所以你只要告诉它你需要帮忙创建、排期或发布任何类型的内容,它就能帮你搞定各种内容工作流。

运行这个 Postiz 内容草稿提示词:

确认草稿和日历都没问题后,运行这个:


Postiz 的 MCP 可以准备草稿和排期;它的 CLI 也支持把草稿推进发布队列。
现在这批视频有了归宿,你可以在同一个看板里审核并追踪效果。
10. 让每个平台告诉你下一步该做什么
把视频分发到这四个渠道(或者你重点运营的几个渠道),然后单独评估每个平台的表现。
TikTok 数据一般,不代表 Instagram 没戏;Facebook 播放量很高,也不等于 App 真的在获客。
尽量用统一的观察周期,并优先和账号自身的历史数据做对比。
我最关心这几个问题:
- 开场有没有抓住注意力?
- 观众看懂产品了吗?
- 这份注意力转化成有效行动了吗?
- 这个信号够不够稳定,值得砸真金白银去投?
一旦某个概念展现出潜力,就把它交给那些本来就在做你受众爱看内容的真实创作者。
把 AI 当作试验田,用来筛选爆款角度、钩子和形式;再用真人创作者重拍表现最好的那几个,以此提升观众眼中的真实感和信任度。
只要数据还在涨,就继续产出有价值的变体。
这套工作流最大的优势在于:在真正烧钱投广告之前,你已经完成了大量的测试和学习。
你研究过这个圈子的用户爱看什么,亲手挑选了形式,还测试了原创变体。
先从少数几种形式和一批真正能让你学到东西的内容开始。
然后用成绩为自己争取到用付费广告放量的资格。
-Jake
附言:如果你喜欢这篇拆解,那你一定会爱上我的免费订阅通讯。欢迎加入《Operator’s Notebook》每周 2200+ 读者的行列,我会在里面深度聊透 AI 以及消费类 App 的搭建与增长 👇
https://operatorsnotebook.beehiiv.com/
再附:来看看 Postiz,这款 Agent 驱动的社媒排期工具:https://postiz.com/





