结果
我不想一开始就长篇大论地介绍，而是想先让你看看结果。然后，我会详细拆解我是如何从找到一个已经奏效的格式开始，一步步创建自己的版本、生成素材、制作幻灯片、组织内容，并最终完成排期的。
1. 找到一个已经奏效的格式
我做的第一件事，就是寻找那些已经奏效的内容。我不会一开始就试图凭空想出一个完全原创的点子。
一旦我知道自己想针对哪个细分领域，我就会直接去 TikTok 的搜索栏。以健身为例，我会搜索“fitness apps”、“gym apps”或“workout apps”这类关键词。
然后，我会使用 TikTok 的筛选功能，按过去一个月内点赞最多的帖子来排序。这能让我更清楚地了解当下真正受欢迎的是什么。
我见过最大的错误之一，就是人们去复制一年前爆火的内容。它可能在当时很有效，但那个格式很可能已经饱和了。
我寻找的是能反复奏效的格式，而不仅仅是单个爆款视频。一个视频可能因为时机、运气或某个特定情况而走红。但当我看到同一个格式多次成功时，我就知道这背后有一个值得测试的可重复模式。
一旦找到感兴趣的内容，我就会保存下来，然后进入下一步。
在这个案例中，我找到了一个使用通知格式的幻灯片，这种格式目前在 TikTok 上随处可见，而且极其火爆。其中最吸引我的是这一个：
这个格式绝对值得测试，因为正如我之前提到的，它满足三个关键要求。
首先，它已经反复走红。 我看到的不是一个偶然成功的格式。我见过这种类型的幻灯片多次爆火，这是一个强烈的信号，表明这个格式本身是有效的。
其次，它适用于不同的细分领域。 这对我来说是另一个重要因素，因为它表明这个格式不依赖于某个特定的主题或受众。如果同样的结构能在完全不同的领域产生强劲效果，那么复制它的价值就大大增加了。
第三，行动号召（CTA）通过应用通知在第二张幻灯片中引入。 我特别喜欢这一点，因为应用是在故事中自然引入的，而不是让第一张幻灯片看起来像广告。
基于这些原因，这正是我会保存下来，并用我自己的应用去测试的那种格式。
2. 分析爆款帖子
找到爆款帖子只是第一步。重要的是理解它为什么能成功。
当我找到一个想要复制的幻灯片或视频时，我会逐块拆解它。
我会看它的钩子、第一张图片、头像或角色、故事情节、幻灯片数量、节奏、字幕、行动号召（CTA），尤其是评论。
评论是研究中最有用的部分之一。我会看点赞最多的评论，因为它们能告诉我人们真正产生共鸣的是什么。
我还会特别关注第一张图片和钩子文本。目标不是盲目复制帖子。我想理解它背后的机制，这样我就能围绕自己的概念和应用重建同类型的内容，并加入我自己的风格。
音乐也很重要。例如，如果故事是情感化或悲伤的，我会使用能强化这种情绪的音乐。我喜欢使用那些表现已经很好的音效，但我绝不会选择一个与故事完全矛盾的流行音效。
3. 解构并复制帖子
一旦理解了格式，我就会将其调整到自己的应用中。
很多人认为，要爆火就必须想出一个前所未见的点子。根据我的经验，情况几乎恰恰相反。
你需要学会识别哪些内容已经奏效，理解它为什么奏效，然后围绕相同的底层机制创造出新的变体。
一旦我有了想要复制的内容，我就会把它交给一个专门为 GPT Image 2.5 进行提示工程定制的 GPT，这是我在此过程中使用的图像生成模型。
我让它逆向工程出每张图片背后的提示词。
目标是获得一个详细的提示词，然后我可以直接把它带到 GPT Image 2.5 中，用来生成我自己版本的图片。
拿到提示词后，我就去 GPT Image 2.5，把每张我想重新创建的图片的提示词粘贴进去。
我强烈建议同时将竞争对手的原始图片作为参考。这能为 GPT Image 2.5 提供我正在尝试复制的图像的视觉参考，并帮助我在进行必要修改的同时，重新创建同类型的视觉效果。
除此之外，如果我想要一个完全个性化的角色，我还可以添加自己的 AI 头像作为参考。
我用于此过程的定制 GPT 是：
说实话，我从这个过程中得到的结果非常棒。
这是一个例子：
这里有一个屏幕录制，可以证明我的截图都不是假的：
4. 我使用 GPT-6 Astra 作为内容的大脑
一旦我有了一些已经奏效的内容示例，我不会直接开始创建随机的新视频。
这可能是我的工作流程中最重要的部分之一。
我会把那些已经奏效的模式，用 GPT-6 Astra 转化成新的概念。
目标不是问 ChatGPT：
“给我 20 个爆款 TikTok 点子。”
这通常会给你 20 个听起来像是为所有人生成的通用点子。
相反，我希望 GPT-6 Astra 理解在我的细分领域里，什么才是真正有效的，识别出底层模式，然后创建遵循这些模式的新点子，而不是简单地复制原始内容。
我首先给它提供真实的例子
例如，假设我在目标领域找到了 5–10 个表现极佳的 TikTok。
我把这些例子给 GPT-6 Astra，并解释我想要实现的目标。
我希望它关注以下几点：
- 前 1–2 秒
- 钩子
- 所讲述的故事类型
- 如何制造好奇心
- 幻灯片之间的递进
- 情感回报
- 行动号召（CTA）
- 所使用的图片类型
- 节奏
- 每张幻灯片的文字量
- 是什么让人想要继续滑动
我不希望它仅仅告诉我这些视频是关于什么的。
我希望它弄清楚为什么有人会停止滚动并继续观看。
然后我让 GPT-6 Astra 逆向工程出这个模式
这是我使用的提示结构：
“我将给你几个表现极佳的 TikTok 幻灯片示例。请以内容策略师的身份分析它们。不要只关注主题。识别出使它们成功的底层模式：钩子结构、好奇心循环、节奏、叙事、情感触发、视觉递进、回报和行动号召（CTA）。
分析之后，创建一个可重复的内容框架，我可以用来生成新的概念，而无需复制原始视频。”
然后我把实际的例子给它。
这就是拥有真实例子能带来巨大差异的地方。
模型不是凭空发明一个策略。
它是在分析那些已经证明人们愿意观看的内容。
5. 从一个成功的格式到几十个新点子
一旦 GPT-6 Astra 理解了模式，我可以更进一步。
不是问：
“给我更多点子。”
而是问：
“使用你识别出的模式，生成 20 个新的幻灯片概念。每个概念应使用相同的底层结构，但探索一个完全不同的场景。避免重复原始主题或措辞。优先考虑那些能立即制造好奇心缺口，并能通过 6–10 张视觉幻灯片来解释的点子。”
现在，我拥有了一系列源自一个经过验证的格式的概念，而不是通用的 AI 点子。
例如，假设一个成功的视频是围绕以下内容构建的：
“我以为我男朋友在骗我。然后我在他手机上发现了这个。”
我不希望 GPT-6 Astra 给我 20 个关于某人出轨的变体。
相反，我希望它理解这个点子背后的机制。
然后它可以将这个机制应用到完全不同的故事中：
“我以为我最好的朋友在瞒着我什么。然后我看到了这张照片。”
或者：
“下班后，我老板把我叫进了他的办公室。我完全不知道原因，直到他给我看了这个。”
或者：
“我女朋友告诉我她要早睡。凌晨 2:14，我收到了这条消息。”
相同的心理结构。
完全不同的内容。
这就是复制一个爆款视频和重复使用一个爆款格式之间的区别。
6. 我使用 GPT Image 2.5 批量创建幻灯片
一旦我有了一个符合我识别出的爆款格式的幻灯片点子列表，我会对每个点子重复相同的过程。
此时，我已经知道每个幻灯片要讲什么，故事将如何展开，以及每张幻灯片需要传达什么信息。
现在，我只需要把这些点子变成实际的视觉内容。
为此，我使用 GPT Image 2.5 来生成每个幻灯片的图片。
对我来说，关键点是批量生产，而不是一次只做一个幻灯片。
如果我有 10–15 个强有力的点子，我通常会一次性生成所有图片。
这样我就能得到大约 10–15 个准备好的幻灯片，这足够覆盖整整一周的内容。
我对每个概念都重复相同的过程：
例如，如果 GPT-6 根据我之前发现的模式给了我 15 个概念，我会逐一处理这些概念，并生成我需要的所有视觉素材。
我还尽量保持每个幻灯片内图片视觉风格的一致性，同时根据故事调整场景。
另外，我强烈推荐一件事： 尽可能使用 Pinterest 上的图片，尤其是那些没有清晰人脸的图片。这类图片在这种内容中往往效果极佳，因为它们感觉更自然、更贴合这种格式。事实上，我用于应用营销的图片中，大约有 80% 来自 Pinterest。我发现，这类图片通常比过度打磨的 AI 生成视觉效果表现更好，因为它们看起来更像一个真实用户会自然发现并分享的东西。
目标不是花一整天时间做一个完美的幻灯片。
而是建立一个可重复的生产系统，让我能在一轮工作中，从一个经过验证的内容点子列表，直接产出整整一周的内容。
一旦我完成了所有 10–15 个幻灯片，我的整个内容库就准备好了。
然后，我就进入下一步：使用 Agent 来组织和排期。
7. 让我的 Agent 来组织一切
一旦所有内容都准备好了，我不想在一周剩下的时间里手动管理每一个帖子。
如果我生成了 10–15 个幻灯片，我就已经有了足够覆盖几天的内容。这时，我可以把所有东西交给我的 ChatGPT Agent，让它来处理组织工作。
我可以把创建好的幻灯片和所需的上下文提供给 Agent，让它决定如何在一周内分发这些内容。
当你批量生产内容时，这尤其有用。
与其创建一个、发布一个，然后第二天再回来重复整个过程，我更喜欢坐下来一次，创建大量内容，然后让系统来处理重复性的部分。
这就是我将 Agent 连接到 Postiz 的地方。
Postiz 允许我管理和排期发布到我的社交媒体账户的内容，这样 Agent 基本上可以准备好一切，然后把内容推送到我的发布工作流程中。
这里的关键点是，我不是在要求 AI 神奇地为我创建一个成功的内容策略。
我已经完成了最困难的部分。
我已经研究了有效的格式，分析了它们背后的模式，创建了自己的变体，并制作了实际内容。
Agent 的作用是接收所有这些工作，并使其更易于管理。
例如，一旦我完成了本周的 10–15 个幻灯片，我可以把它们交给 Agent，让它安排每个幻灯片的发布时间。然后，我可以使用 Postiz 来排期发布，而不必手动上传和排期每一个内容。
这听起来可能只是一个小小的改进，但当你持续发布内容时，这些琐碎的重复性任务会很快累积起来。
而这正是我最终想要消除的。
我不希望 AI 取代创作过程。我希望它能尽可能多地消除无聊、重复的工作。
一旦系统设置得当，我可以花几个小时创建一周的内容，然后提前安排好分发方面的工作。
这给了我比单纯生成更多 AI 图片更有价值的东西：
一个我可以每周运行的可重复内容系统。
如果你已经在创建 AI 生成的用户生成内容（UGC），但仍在手动上传和排期每一个帖子，那么这可能是你首先应该自动化的事情之一。
内容创作只是问题的一半。
你还需要一个系统，能让你持续地将这些内容轻松地呈现在人们面前。
而这正是将你的 ChatGPT Agent 与 Postiz 连接起来变得有用的地方。
8. 在有效的东西上加倍投入
当一个格式开始奏效时，我不会立即转向完全不同的东西。
我会围绕这个成功的结构创建变体。
相同的钩子，相同的故事。相同的角色，不同的细节。相同的结构，不同的角度。相同的情感，不同的背景。
这就是能一次又一次地爆火，而不依赖“运气”的关键。
这也是我能够反复获得数百万浏览量的主要原因之一。我不会不断地尝试从头开始重新发明一切。当我找到有效的东西时，我会持续推动它，并测试它的不同变体。
人们通常最大的恐惧是他们的内容可能会变得重复或“不够有创意”。
但如果你做这行有一段时间了，并且真正理解其中的运作方式，你就会知道这正是你应该做的。
对我来说，任何能获得超过 10–15k 浏览量的格式都值得用微小的变体去复制。
如果一个格式的浏览量低于 3k，我会立即放弃它，不再尝试。
这里我留下两个几乎相同的图片的例子，它们来自不同的幻灯片，但都爆火了，这样你就能看到这个方法可以一次又一次地奏效。
成功的成为模板。失败的成为数据。
9. 完整系统 / 从一个爆款格式到内容机器
从整个过程中得到的最重要的启示是，我不依赖单个爆款视频。
我依赖的是一个系统。
我找到已经奏效的格式，拆解它们，调整到自己的应用中，使用 AI 规模化生产内容，批量处理所有内容，然后让我的 Agent 和 Postiz 处理组织和分发。
然后，我查看结果，并利用学到的经验来创建下一批内容。
这个过程周而复始。
这就是我能反复获得数百万浏览量，而不是把每个爆款帖子都当作一次性的原因。
你不需要每天重新发明内容。你需要找到有效的东西，理解它为什么有效，并建立一个能让你持续复制的系统。
一旦你有了这个系统，你能测试的内容量就变成了真正的优势。
想超越这篇文章吗？
我在我的 Skool 社区里分享了完整的流程、实验、提示词和策略，这些是我用来有机增长应用的。该社区由我和 @AlbertoAIcode 用西班牙语运营。
→ 加入社区： 西班牙语 Skool 社区
如果你不说西班牙语，但想直接与我合作，我也为寻求个性化指导的创始人提供 1:1 咨询。
→ 1:1 咨询： 预约 1:1 咨询电话
如果你已经在创建大量内容，那么下一个瓶颈往往不是内容创作本身。而是管理和分发你生产的所有内容。
一旦我准备好一批完整的内容，我可以将其连接到我的 AI 工作流程，让 Agent 为我组织一切，从决定如何在一周内分发内容，到准备发布的帖子。这意味着我不必手动管理每一个帖子，也不必花时间逐个上传和排期。我可以批量创建内容，让我的 AI 处理组织工作，然后使用 Postiz 来排期发布所有内容。
