OpenAI 在 9 月 3 日推出了他們最強大的模型。我本來不打算寫這篇文章。
我們已經在 62 個活動中創造了 26 億次自然觀看,管理了 590 位創作者,並為行動應用程式製作了 22,504 部可追蹤的影片。廣告花費為零。
這 15 個提示是我用來讓 ChatGPT Astra 以兩週前還完全不可能達到的水準來執行這些活動的方法。每一個都是可以直接複製貼上使用的。我全部公開分享,因為當你讀到這篇文章時,我已經在為下一個活動使用它們了。
把這篇文章存起來。你會需要它的。

在執行任何提示之前:載入你的活動背景
這是每個人都會跳過的步驟,但也是讓其他所有步驟得以運作的關鍵。沒有它,你就像在向一個從未見過你事業的陌生人尋求建議。
在執行其他任何操作之前,先將以下內容貼到 ChatGPT Astra 中:
1「這裡是你在我們開始任何分析之前,需要知道的關於我 UGC 專案的一切。每次我請你執行審核、產生簡報或分析成效時,請參考這些資訊。不要再問我這些資訊。23業務基本資訊:4應用程式名稱:[你的應用程式名稱]5應用程式商店網址:[iOS 和/或 Android 連結]6類別:[健康、教育、金融、社交等]7每月下載量:[X]8月經常性收入(MRR):[如果方便分享]9一句話價值主張:[用 15 個字以內描述應用程式的功能]1011活動歷史:12管理的創作者總數:[X]13製作的影片總數:[X]14自然觀看總數:[X]15活躍平台:[TikTok、Instagram Reels、YouTube Shorts]16每篇貼文平均觀看次數:[X]17最佳單支影片表現:[X 次觀看,如有連結請附上]18最大活動成功案例:[一句話]19最大活動失敗案例:[一句話 - 請誠實]2021當前活動:22活動名稱:[X]23活躍創作者人數:[X]24每位創作者每週影片數:[X]25簡報範本:[貼上你目前的簡報或描述]26報酬模式:[每支影片固定費用 / 每月聘金 / 獎金結構]27目標鉤子率(1 秒):[X% 或 '尚未追蹤']28目標觀看完成率(3 秒):[X% 或 '尚未追蹤']2930內容策略:31主要內容格式:[見證分享、教學、日常、反應、前後對比、比較等]32過去 30 天表現最好的 3 個鉤子:[貼上確切的鉤子文字]33過去 30 天表現最差的 3 個鉤子:[貼上確切的鉤子文字]34有在執行 UGC 的競爭對手:[應用程式 1、應用程式 2、應用程式 3]3536我希望你如何工作:37始終優先考慮可執行的產出,而非分析。38當你給我建議時,請告知影響程度(高/中/低)和實施時間。39在比較任何數據時,以表格格式輸出數據。40不要憑空捏造數字。如果你無法驗證,請直接說明。41在分析鉤子時,請根據結構而非主題進行分組。」
一旦載入這些資訊,後續的每個提示都會變得精準十倍。Astra 將不再回答一個通用的行銷問題,而是開始回答專屬於你的問題。

第一部分:影片分析(提示 1-3)
每個人都認為 Astra 無法觀看影片。他們錯了。只是它無法用你想像的方式觀看。
Astra 接受文字和圖像作為輸入。它不接受原始的 .mp4 檔案。但這裡是大多數人忽略的重點:你不需要它直接看影片。你需要一個流程,讓它「代為」觀看影片,並提供結構化的分析報告。
這是我們實際運行的系統,也是徹底改變我們局面的技術。

流程:我們如何讓 AI「觀看」每週超過 200 部影片
我們建立了一個自動化的影片情報流程。以下是它的完整運作方式。
- 步驟 1:Agent 觀看影片
我們使用一個 AI 編碼 Agent(OpenAI Codex、Claude Code,或任何具備工具存取權限的 Agent),並連接兩個命令列工具:
- yt-dlp: 從網址下載任何 TikTok、Instagram Reel 或 YouTube Shorts 影片
- ffmpeg: 以自適應間隔提取影格(在鉤子出現的前幾秒提取更多影格,中間部分提取較少)
Agent 會自動執行此操作。你給它一個影片網址。它會下載影片,提取 8-12 個關鍵影格(重點放在鉤子所在的開頭 3 秒),從字幕中提取逐字稿,或執行 Whisper 進行語音轉文字,並讀取影格中的任何螢幕文字。
輸出是每部影片的結構化報告(順便一提,這是我們其中一個活動的影片):
1影片:@juliislearning2 - TikTok3網址:https://tiktok.com/@juliislearning/video/76502986552362467924時長:55 秒5提取影格數:126影格 0:00 - 創作者坐在書桌前,手放在筆記本上,文字疊加7左上角:「期末考前我希望知道的 3 件事」8影格 0:01 - 與鏡頭眼神接觸,輕微歪頭,文字仍可見9影格 0:03 - 切換到顯示應用程式的手機螢幕,手指滑動10影格 0:05 - 回到臉部,說話,手勢比劃11影格 0:10 - 應用程式使用中的螢幕錄製,產生單字卡12影格 0:15 - 分割畫面:左邊創作者,右邊應用程式13影格 0:25 - 應用程式結果特寫14影格 0:35 - 創作者反應表情15影格 0:45 - 回到說話鏡頭,總結16影格 0:52 - 行動呼籲(CTA)影格,文字疊加:「個人簡介連結」17逐字稿:「ok 如果你是個學生而且還沒試過這個18我真的不知道你在幹嘛。我大概兩週前發現一個叫19Knowt 的應用程式,它真的會自動從你的筆記產生單字卡。20你只要上傳一個 PDF 然後...」21螢幕文字:「期末考前我希望知道的 3 件事」22字幕:「這真的改變了我整個讀書習慣 #讀書圈23#期末考24 #跟我一起讀書25」
2. 步驟 2:批次處理所有活動影片
Agent 不會只處理一部影片。我們將它指向整個活動。它會處理我們從 SideShift 匯出的每個影片網址,併為每個影片產生結構化報告。對於一個 50 部影片的批次,在背景執行大約需要 20 分鐘。無需人工介入。
輸出是一個檔案,其中包含以相同結構化格式描述的每部影片:影格、逐字稿、螢幕文字、視覺元素、節奏、場景變化。
3. 步驟 3:將所有內容輸入 Astra
現在,你將這些結構化描述(不是原始影片,而是影片內容的文字描述)貼到 Astra 的 1,050,000 token 上下文視窗中。這就是魔法發生的地方。
Astra 現在可以透過這些描述一次「看到」50 部影片。它知道每個第一個影格長什麼樣子,每個鉤子說了什麼,每部影片有多少場景變化,CTA 出現在哪裡,逐字稿說了什麼,所有資訊。而且它可以同時比較所有這些影片。

A. 影片解剖
一旦你的流程處理完一部影片,就將結構化報告與此提示一起輸入 Astra:
1「這裡是我們活動中一部 UGC 影片的結構化分析。一個 Agent 自動提取了影格、逐字稿和螢幕文字。23[貼上來自流程的完整結構化影片報告]45數據:[觀看次數、按讚數、留言數、分享數、儲存數]6平台:[TikTok / Instagram Reels]7創作者粉絲數:[X]8活動簡報:[貼上簡報或摘要]910請從以下維度分析這部影片:1112鉤子(0-1 秒):13- 根據第一個影格的描述,存在什麼視覺鉤子?它觸發了什麼情緒?14- 文字鉤子是什麼?它是否創造了知識缺口、錯失恐懼症(FOMO)或模式中斷?15- 根據影格序列,觀眾會停止滑動嗎?為什麼?1617留存率(1-5 秒):18- 內容是否在第 3 個影格之前兌現了鉤子的承諾,還是停滯不前?19- 前 5 秒內發生了多少次視覺變化?20- 是否有理由讓觀眾在第 3 秒之後繼續觀看?2122結構:23- 這是什麼內容格式?(見證分享、教學、日常、反應、前後對比、故事時間、比較)24- 資訊架構是什麼?(問題-解決方案、列表、敘事、示範)25- 所有影格中有多少個不同的場景或視覺變化?26- 應用程式在什麼時間戳首次出現在螢幕上?2728逐字稿分析:29- 口語內容是否與簡報的關鍵訊息相符?30- 創作者使用了哪些特定詞語來描述產品?31- 是否有任何不在簡報中的主張?3233創作者契合度:34- 根據視覺描述,創作者看起來真實嗎?35- 場景設定是否符合他們平常的內容風格?3637裁決:38- 請為這部影片的鉤子強度、留存結構、真實性和簡報一致性評分(1-5 分)39- 改善這部影片的單一最大要點是什麼?40- 你會根據這部影片擴大與這位創作者的合作嗎?為什麼或為什麼不?41- 為這位創作者寫一條 3 行的回饋訊息(一個優點、一個需要修正的地方、一個建議)」
與手動執行此操作的主要區別在於:是 Agent 觀看影片,而不是你。結構化報告捕捉到了人類審查員會遺漏的細節,因為它讀取了每個影格並轉錄了每個字。而且回饋輸出足夠具體,可以直接發送給創作者。
為什麼這很重要:我們每週要審查橫跨 62 個活動的數百部影片。瓶頸從來不是找出糟糕的影片。而是清楚說明一部影片表現不佳的原因,並且讓創作者能夠據此採取行動。「讓它更有吸引力」是無用的回饋。「你的鉤子創造了一個知識缺口,但回報在第 8 秒而不是第 2 秒出現,這就是為什麼你的 3 秒留存率下降到 22%」——這才是創作者可以在下一版草稿中修正的回饋。
這個提示為每部影片提供了這種程度的具體性。過去,我們每部影片要花 15-20 分鐘撰寫回饋。現在,我們花 2 分鐘確認模型找到的內容。

B. 並排影片比較
從同一個活動中,拿出你表現最好和表現最差的影片。提取兩者的影格。
1「我將向你展示同一個應用程式的同一個活動中的兩部 UGC 影片。一部表現很好,一部沒有。兩者都有相同的簡報。23影片 A(勝出者):4影格:[附上 6-10 張截圖]5字幕:[貼上]6螢幕文字:[貼上]7數據:[觀看次數、按讚數、留言數、分享數]89影片 B(表現不佳者):10影格:[附上 6-10 張截圖]11字幕:[貼上]12螢幕文字:[貼上]13數據:[觀看次數、按讚數、留言數、分享數]1415兩部影片都有這個簡報:[貼上簡報或摘要 5 個關鍵組成部分]1617分析差距:181. 影片 A 執行了簡報中的哪些內容,而影片 B 遺漏了?192. 比較每部影片的第一個影格。哪一個能阻止滑動,為什麼?203. 比較鉤子文字。哪一個創造了更強的知識缺口?214. 每部影片在哪一秒「贏得了下一秒」?找出確切的時刻。225. 比較節奏:每部影片每 10 秒有多少次視覺變化?236. 比較真實性:哪位創作者在使用產品時感覺更自然?247. 如果你只能改變影片 B 的一件事來匹配影片 A 的結構,那會是什麼?2526以比較表格的形式輸出,為每個維度打分數,然後提供一個 3 句的行動項目,我可以直接發送給影片 B 的創作者作為回饋。」
為什麼這很重要:比較才是真正學習發生的地方。當你孤立地看一部影片時,一切都感覺很主觀。當你把勝出者和失敗者放在一起,並使用相同的簡報時,結構上的差異就變得顯而易見。3 句回饋輸出是經過深思熟慮的。創作者不會閱讀長篇電子郵件。他們需要一個具體要修正的事項。

C. 跨競爭對手的批次格式分析
這一個需要更多設定,但它是這篇文章中最有價值的研究提示。
前往 3 個競爭對手應用程式的 TikTok 或 IG 帳號。截取他們最近 10 部影片的第一個影格(總共 30 張截圖)。記錄每部影片的觀看次數。
1「我正在分析我類別中 3 個競爭對手應用程式的 UGC 策略。對於每個應用程式,我已經擷取了他們最近 10 部影片的第一個影格以及觀看次數。23競爭對手 A:[應用程式名稱]4[附上 10 張第一個影格的截圖,並列出觀看次數]56競爭對手 B:[應用程式名稱]7[附上 10 張第一個影格的截圖,並列出觀看次數]89競爭對手 C:[應用程式名稱]10[附上 10 張第一個影格的截圖,並列出觀看次數]1112我的應用程式:[應用程式名稱]13[附上 10 張第一個影格的截圖,並列出觀看次數]1415分析所有 40 部影片:16171. 視覺模式:表現最好的前 5 個第一個影格有什麼共同點?(臉部位置、文字位置、顏色、道具、背景、光線)182. 文字鉤子模式:按結構類型分組所有 40 個螢幕文字鉤子。哪種結構類型的中位數觀看次數最高?193. 格式分佈:每個競爭對手的內容中,見證分享 vs 教學 vs 反應 vs 其他的百分比是多少?哪種格式類型勝出?204. 我的競爭對手做了而我沒做的事:找出任何出現在 2 個以上競爭對手帳號中,但未出現在我帳號中的視覺或結構模式。215. 我做了而其他人都沒做的事:找出我的內容中任何獨特之處,這可能是一個差異化優勢或一個盲點。226. 策略:根據所有 40 部影片,我下週應該測試的、機會最大的單一內容格式和鉤子結構是什麼?要具體——給我確切的第一個影格構成、文字鉤子結構和內容流程。」
為什麼這很重要:這是競爭情報,過去需要聘請分析師花一週時間才能完成。你現在從視覺層面獲得了整個競爭格局的結構化分析。對我們來說,關鍵的洞察是發現我們的 3 個競爭對手應用程式使用了完全相同的首幀模板(文字在左上角,臉在右下角,彩色背景),而我們沒有。我們下週測試了它,我們的鉤子率提升了 18%。

第二部分:活動情報(提示 4-8)
在這裡,Astra 的 1,050,000 token 上下文視窗不再只是一個規格表,而是開始成為一件利器。
作為背景:我們整個包含 22,504 部影片字幕和數據的資料庫,可以輕鬆放入那個視窗中,而且還有空間。這是第一次,整本書可以同時攤開在桌上,而不是一次只看一頁。

D. 字幕分群
這是影響力排名第一的提示。如果你只打算執行這篇文章中的一個提示,就執行這個。
1「這裡是我們過去 30 天 UGC 內容的所有字幕和螢幕鉤子,以及每部影片的觀看次數。23[貼上:每行一部影片。格式:'鉤子文字 | 字幕 | 觀看次數 | 平台 | 創作者']45不要按主題對這些進行分群。請按結構對它們進行分群。67結構是鉤子的骨架,而不是它的內容。例如:8- 'POV:你 [動作] 然後 [意想不到的結果]' 是一種結構9- '關於 [主題] 我希望知道的 [數字] 件事' 是另一種結構10- '我不敢相信沒有人告訴我關於 [事物]' 是另一種11- '這是我用來代替 [替代品] 的東西' 是另一種1213找出這個數據集中每個獨特的鉤子結構。對於每個結構:141. 用一個簡短的標籤命名它(例如,'POV + 意想不到的結果')152. 計算有多少部影片使用了它163. 計算該結構的中位數觀看次數174. 計算平均觀看次數(這樣我就可以看到是否有異常值在拉高它)185. 列出該群集中表現最好的前 3 名和表現最差的後 3 名1920然後按中位數觀看次數對所有結構進行排名,從最高到最低。2122最後:比較我簡報中的結構分佈與實際貼文中的結構分佈。創作者是否遵循了簡報預期的結構,還是他們已經偏離了自己的模式?2324以表格形式輸出。然後給我一個 3 句的建議:我應該加倍投入哪種結構,應該淘汰哪種,以及應該測試競爭對手的哪種結構。」
為什麼這很重要:這個提示找到了我們 4.2 倍的問題。我們為同一個應用程式執行了兩個活動。簡報完全相同。活動 A 每篇貼文獲得 12,333 次觀看。活動 B 獲得 2,921 次。活動 B 有更多的貼文和更多的創作者。
字幕分群顯示,活動 A 收斂於一種鉤子結構,並在所有創作者中重複使用。活動 B 有 41 位創作者,各自執行自己的解讀。簡報相同。執行卻產生了偏差。我們的流程中沒有任何東西捕捉到這一點,因為沒有人會並排閱讀 3,109 條字幕。
但一個 1,050,000 token 的視窗可以。現在我們每週一都會執行這個分析。


E. 簡報偏差偵測
你的簡報有 5 個組成部分。你的創作者可能只執行了其中的 3 個。另外 2 個會默默地消失,而你直到活動結束才會注意到。
1「這是我們這個活動的創意簡報:23[貼上你的完整簡報 - 目標、關鍵訊息、受眾洞察、內容要求、創意靈感]45以下是這個活動中創作者最近 200 條字幕和螢幕鉤子:67[貼上:每行一部影片。格式:'創作者 | 鉤子文字 | 字幕 | 觀看次數']89對於 5 個簡報組成部分中的每一個,為每部影片評分,看它是否執行了該組成部分:10- 目標一致性:影片是否指向活動目標?(是/部分/否)11- 關鍵訊息:影片是否使用或改寫了訊息要點?(是/部分/否)12- 受眾洞察:影片是否針對目標人物?(是/部分/否)13- 內容要求:影片是否遵循格式/時長/CTA 要求?(是/部分/否)14- 創意靈感:影片是否反映了我們提供的範例和氛圍?(是/部分/否)1516然後按創作者分組。對於每位創作者,顯示他們每個簡報組成部分的遵守率。1718找出:191. 哪個簡報組成部分的總體遵守率最低?202. 哪些創作者 consistently 遺漏了同一個組成部分?213. 簡報遵守率與觀看次數之間是否存在關聯?(有時「偏離簡報」的影片會勝出——我也需要知道這一點)224. 對於得分低於 60% 遵守率的創作者:為我寫一條具體的 2 句訊息,我可以發送給他們以糾正方向,同時不扼殺他們的創造力。」
為什麼這很重要:訊息區塊是那個會默默消失的部分。我們證明了這一點。在一個活動的 41 位創作者中,只有 7 位 consistently 執行了關鍵訊息。其他 34 位正在製作看起來正確但說了錯誤內容的影片。僅糾正方向的訊息就在下個月為該活動節省了 40,000 美元的浪費創作者費用。

F. 留言挖掘
這一個有點尷尬。我們在活動中收到了 131,182 條留言,直到 3 個月前,都沒有人系統性地閱讀它們。
1「這裡是我們活動影片中最近的 5,000 條留言。23[貼上留言 - 每行一條,如果可能的話,包含影片網址或創作者名稱]45從這些留言中挖掘:671. 產品語言:留言者使用哪些確切的詞語和短語來描述我們的應用程式?不是我們的行銷語言——是他們的語言。按頻率列出前 20 個短語。892. 異議:出現了哪些擔憂、疑慮或不下載的理由?按主題分組。對於每個主題,寫一個直接針對該異議的鉤子。10113. 我們沒有在簡報中提及的使用案例:留言者是否描述了我們在任何簡報中都從未提及的應用程式用途?把它們列出來。這些是我們遺漏的內容角度。12134. 競爭對手提及:是否有任何留言提到了競爭對手的應用程式名稱?他們說了什麼?我們可以從他們為什麼進行比較中學到什麼?14155. 病毒式留言鉤子:哪些留言獲得了最多的按讚數?它們說了什麼?獲得 100 個以上按讚數的留言通常包含可以作為影片鉤子的確切鉤子措辭。16176. 創作者特定模式:某些創作者是否會吸引不同類型的留言?(例如,一位創作者主要收到「在哪裡下載」,而另一位則收到「這到底是不是真的」)。這告訴我們哪些創作者驅動轉換,哪些驅動懷疑?1819每個部分以單獨的表格輸出。然後,根據你在這些留言中發現的語言、異議和使用案例,為我寫 10 個新的影片鉤子。這些鉤子聽起來應該像一個真實的人在說話,而不是一個行銷人員——因為它們 literally 來自真實的人。」
為什麼這很重要:你的下一個病毒式鉤子已經寫好了。它就坐在你的留言區,用你的受眾描述你產品的確切詞語。短語「等等,這真的有用?」在我們的活動中出現了 847 次。這變成了一個鉤子。它獲得了 210 萬次觀看,因為它已經是來自受眾本身經過驗證的語言。

G. 創作者表現分析
停止根據粉絲數來做創作者決策。這個提示會根據你自己的數據建立一個評分模型。
1「以下是我們專案中每位創作者的表現數據:23[貼上:每行一位創作者。格式:'創作者 | 粉絲數 | 總貼文數 | 總觀看次數 | 平均每篇貼文觀看次數 | 最佳影片觀看次數 | 簡報遵守率 % | 活躍月數 | 每月報酬']45根據這些數據為我建立一個創作者評分模型。不要將粉絲數作為一個因素。67該模型應根據以下幾點對每位創作者進行評分:81. 一致性:他們所有貼文觀看次數的標準差(越低表示越可靠)92. 天花板:他們的單支最佳影片表現相對於活動平均值的比率103. 效率:每單位報酬所產生的觀看次數114. 趨勢:他們最近的 10 篇貼文與最初的 10 篇相比,是呈上升趨勢還是下降趨勢?125. 命中率:他們的貼文中有多少百分比超過了活動中位數?1314將每位創作者分級為 S/A/B/C:15- S 級:綜合得分前 10%。這些創作者獲得增加的預算和創作自由。16- A 級:前 25%。可靠的表現者。維持當前條件。17- B 級:中間 50%。根據每位創作者的情況進行評估。18- C 級:後 25%。標記為可能需要更換。1920對於每位 C 級創作者,告訴我:21- 具體是哪方面表現不佳?(一致性?天花板?效率?)22- 是否有證據表明他們可以通過調整簡報來改善,還是這是一個結構性錯配?23- 更換建議:保留並干預、暫停合作,或直接放棄?2425輸出完整的排名表格,然後是一個摘要:我應該擴大與多少位創作者的合作,有多少位需要干預,以及這個月應該更換多少位?」
為什麼這很重要:我們有一位擁有 4,400 名粉絲的創作者,在一個活動中獲得了 2,800 萬次觀看。我們還有另一位擁有 85,000 名粉絲的創作者,平均每篇貼文獲得 306 次觀看。粉絲數告訴我們的與現實完全相反。這個評分模型找到了真正有表現的創作者,並且隨著新數據的到來,它每週都會更新。僅效率指標一項,上個季度就通過發現報酬過高的表現不佳者,為我們節省了 12,000 美元。

H. 跨平台格式轉換
在 TikTok 上有效的內容,並不會自動在 Instagram Reels 上有效。機制是不同的。這個提示會調整你的勝出內容。
1「這是我們表現最好的 TikTok 影片:23鉤子:[貼上螢幕文字]4說明:[貼上完整說明]5格式:[描述:講話鏡頭、幻燈片、螢幕錄製等]6長度:[X 秒]7TikTok 上的數據:[觀看次數、按讚數、留言數、分享數]89以下是我們在整個活動中,TikTok 與 Instagram Reels 的表現數據比較:1011TikTok 平均每篇觀看次數:[X]12IG Reels 平均每篇觀看次數:[X]13TikTok 鉤子留存率基準:>60%14IG Reels 鉤子留存率基準:>50%15TikTok 表現良好的平均影片長度:[X 秒]16IG Reels 表現良好的平均影片長度:[X 秒]1718請將這個成功的 TikTok 格式轉換成適合 Instagram Reels 的版本。具體來說:191. 針對 IG 不同的滑動行為改寫鉤子(IG 用戶滑動較慢,鉤子可以稍微不那麼激進)202. 調整節奏——IG Reels 通常比較適合稍長一點的建立鏡頭213. 建議調整說明文字(IG 的說明文字比 TikTok 更顯眼)224. 建議任何視覺上的改變(IG 偏好稍高的製作質感)235. 寫出完整的改編後創作摘要,讓我可以發送給創作者製作 IG 版本2425反過來也做一樣的事:拿我們表現最好的 IG Reel,為 TikTok 改編。」
為什麼這很重要:我們在 122,504 篇貼文中追蹤了這個現象。在我們的數據中,Instagram Reels 每篇貼文的觀看次數是 TikTok 的 3.2 倍。但在各平台上勝出的格式在結構上卻截然不同。未經改編就直接跨平台發布的相同影片,表現比原生版本差了 40-60%。這個提示詞能幫你直接取得平台原生的創作摘要,無需自己摸索其中的差異。

第三部分:創作摘要生成(提示詞 9-12)
大多數人使用 AI 從零開始撰寫創作摘要。這會產出很普通的內容,因為模型是根據它在網路上學到的東西來寫,而不是根據對你的產品真正有效的方法。
這些提示詞則是根據你自己的數據來撰寫創作摘要。
I. 從你自己的成功案例中生成鉤子
這就是「幫我生成 30 個鉤子」和「幫我生成 30 個鉤子,而且它們的結構模式要跟已經對我的 App 有效的鉤子一模一樣」之間的差別。
1「以下是我過去 90 天內表現最好的 50 個影片鉤子,按觀看次數排名:23[貼上:每行一個。格式:'鉤子文字 | 觀看次數 | 平台']45首先,找出這些鉤子共有的 3-4 個結構模式。為每個模式命名。67然後,根據以下規則生成 30 個新的鉤子:81. 每個鉤子必須遵循其中一個已識別的結構模式92. 不能直接複製——它們應該感覺是新鮮的,但結構上完全相同103. 改變具體程度:有些要提到 App 名稱,有些則不提及產品(適用於匿名帳號)114. 包含 5 個專門為『POV:』格式設計的鉤子125. 包含 5 個為『清單』格式(3 件事、5 個理由等)設計的鉤子136. 包含 5 個為『前/後』或『轉變』格式設計的鉤子147. 針對每個鉤子,根據它與成功模式的吻合程度,預測其表現(高/中/低)1516以表格形式輸出,欄位包含:鉤子文字、結構模式、格式類型、預測表現、建議的創作者類型(面對鏡頭 vs 旁白 vs 不露臉)。1718然後選出你認為表現會最好的前 5 個鉤子,並解釋每個鉤子在結構上為何有效。」
為什麼這很重要:當你要求生成鉤子卻沒有提供自己的數據給模型時,你得到的會是跟其他每個品牌都在用的相同鉤子。但當你先提供自己的成功案例,每一次的輸出都會根據已經對你的觀眾有效的內容進行校準。這之間的差距,就像是一個聽起來像 ChatGPT 寫的創作者腳本,和一個聽起來像是由每天觀看你內容的人所寫的腳本之間的差別。
J. 為每位創作者量身打造的個人化摘要
這一個讓我們的營運團隊驚呆了。不是為所有創作者準備一份統一的摘要,而是為每位創作者生成一份根據其風格調整的摘要。
1「以下是我們的活動摘要:23[貼上包含所有 5 個組成部分的完整摘要]45以下是 [創作者名稱] 的創作者數據:67帳號:[@帳號名稱]8平台:[TikTok / IG]9粉絲數:[X]10內容風格:[描述他們典型的影片風格]11他們表現最好的 3 部影片:[貼上鉤子 + 觀看次數]12他們表現最差的 3 部影片:[貼上鉤子 + 觀看次數]13他們內容的獨特之處:[1-2 句話]14過去與我們的活動合作表現:[如果有的話請貼上]1516為這位創作者生成一份個人化的活動摘要版本。1718個人化摘要應:191. 保留所有 5 個摘要組成部分——不要移除任何要求202. 將訊息轉化為符合這位創作者自然語氣的語言213. 根據他們成功的模式,建議一個符合我們活動目標的特定鉤子224. 根據這位創作者最擅長的內容格式(而不是我們通常要求的格式)推薦一種內容格式235. 標記任何潛在的摩擦點——我們摘要中可能讓這位創作者根據其過去內容感到困難的地方246. 字數控制在 300 字以內。創作者不喜歡看長篇摘要。2526用第二人稱(『你』)來寫,聽起來像是一位創意總監在跟合作夥伴說話,而不是一個品牌在跟供應商說話。」
為什麼這很重要:我們在一個活動中測試了這個方法。20 位創作者拿到標準摘要。另外 20 位拿到個人化版本。拿到個人化摘要的群組製作的影片,摘要遵循度高出 31%,平均觀看次數高出 22%。同一個 App、同一個活動、同一個月份。唯一的差別是,每位創作者收到的指示,被轉化成了他們自己的創意語言,而不是企業行銷用語。在 590 位創作者的規模下,光是這一點就比這份清單中的任何其他提示詞都更有價值。

K. 活動腳本撰寫器
適用於需要比摘要更多指引的創作者。有些人想要確切的腳本。這個提示詞會根據你的數據來撰寫,而不是憑空想像。
1「我需要一個 [X 秒] 的 TikTok/Reel 影片腳本,用來推廣 [App 名稱]。23腳本應遵循我們活動中這個經過驗證的鉤子結構:[貼上你成功的鉤子模式]45以下是活動摘要:[貼上摘要]6以下是負責拍攝的創作者:[貼上他們的風格描述和最佳鉤子]7以下是我們的目標受眾:[描述]89撰寫完整腳本:1011第 0-1 秒(鉤子):12- 螢幕文字:[確切文字]13- 創作者說的話:[確切台詞]14- 觀眾看到的畫面:[視覺方向]1516第 1-5 秒(留存):17- 螢幕文字:[確切文字]18- 台詞:[確切文字]19- 視覺:[螢幕上發生什麼]2021第 5-15 秒(價值):22- 分成 2-3 個場景轉換23- 每個場景:文字 + 台詞 + 視覺2425第 15 秒到結束(CTA):26- 螢幕文字:[確切文字]27- 台詞:[確切文字]28- 視覺:[螢幕上發生什麼]2930腳本應該聽起來像是這位特定創作者自然會說的話。不要像企業用語。不要聽起來像在念稿。要像他們在跟朋友聊天。3132同時提供:33- 3 個用於 A/B 測試的替代鉤子34- 建議的拍攝地點(根據創作者典型的內容風格)35- 一個『模式中斷』的時刻,以防止觀眾在影片中途流失」
為什麼這很重要:我們預設採用「引導,而非腳本」的方法。但有些創作者需要更多結構,尤其是比較新的創作者。根據你的活動數據撰寫的腳本,與從零開始寫的腳本之間的差別,就是聽起來像原生內容的影片和聽起來像廣告的影片之間的差別。這個提示詞產出的腳本,創作者會真正想要拍攝,因為他們在文字中看到了自己的聲音。
M. 每週研究摘要
用 15 分鐘的提示詞會議取代你團隊 2-3 小時的研究例行工作。
1「以下是我們過去 7 天的活動表現:23[貼上:每行一個影片。格式:'日期 | 創作者 | 平台 | 鉤子 | 觀看次數 | 按讚數 | 留言數 | 分享數']45以下是前 7 天的表現,供比較:67[貼上相同格式]89執行每週研究分析:10111. 週環比:總觀看次數是增加還是減少?變化了多少?是哪幾位創作者導致了這個變化?122. 鉤子表現:本週哪些鉤子的表現優於活動平均值?哪些表現不佳?成功的鉤子共享什麼結構模式?133. 平台區分:與上週相比,本週 TikTok 和 IG Reels 的表現如何?是否有一個平台呈上升趨勢,而另一個趨於平緩?144. 創作者健康狀況:標記任何平均觀看次數較上週下降超過 30% 的創作者。可能的原因是什麼?155. 格式測試:如果我們本週測試了任何新格式,它們與我們經過驗證的格式相比如何?166. 摘要更新:根據本週的數據,我們是否應該更新現行摘要中的任何內容?請具體說明。1718最後提供:19- 下週要加倍投入的 3 件事20- 要停止做的 2 件事21- 要測試的 1 個實驗2223整個輸出控制在 500 字以內。這份資料會用於我們的週一晨會。」
為什麼這很重要:週一的研究例行工作原本是 2-3 小時的手動試算表分析。這個提示詞在 15 分鐘內完成,並且能捕捉到人類會遺漏的模式,因為它會讀取每一行數據,而不是抽樣。其中的「要測試的 1 個實驗」輸出能防止活動陷入停滯。我們已經連續 8 個活動每週執行這個分析,實驗建議的成功率達到 40%。也就是說,有 40% 的機率,模型會提出一個我們原本沒想到、但實際上有效的測試。

第四部分:營運(提示詞 13-15)
L. 創作者回饋生成器
UGC 中最困難的營運任務,就是撰寫具體到足以改變行為,但又不會扼殺創作者動機的回饋。
1「以下是創作者提交的影片草稿:23創作者:[@帳號名稱]4畫面:[如果有的話附上截圖,或描述影片]5鉤子文字:[貼上]6說明:[貼上]7影片長度:[X 秒]8他們依據的摘要:[貼上摘要]910以下是我們的評分標準:11- 鉤子強度(1-5 分):第一秒是否能抓住觀眾?12- 留存結構(1-5 分):節奏是否能讓觀眾停留超過 3 秒?13- 摘要符合度(1-5 分):內容是否符合我們的要求?14- 真實性(1-5 分):這感覺像是創作者的真實內容,還是像廣告?15- 技術品質(1-5 分):燈光、音訊、構圖是否可接受?1617請根據這 5 個面向為這部影片評分。1819然後,按照以下格式撰寫回饋:20第一行:一件他們做得特別好的事(務必以正面開頭)21第二行:一件在發布前需要改變的事(影響最大的單一修正)22第三行:一個給他們下一部影片的創意建議(播下種子,而非強制要求)2324回饋必須:25- 總字數少於 50 字26- 用輕鬆、鼓勵的語氣撰寫27- 具體到讓創作者確切知道該如何改變28- 絕對不能使用『引人入勝』、『有說服力』或『做得好』這些詞」
為什麼這很重要:我們每週要審查數百份草稿。一致性是最大的挑戰。一位 UGC 經理寫了一大段回饋,另一位只寫了「看起來不錯」。這個提示詞標準化了輸出,但沒有標準化語氣。禁用「引人入勝」和「有說服力」這些詞,強迫回饋必須具體。「你的鉤子製造了好奇心,但亮點在第 8 秒而不是第 3 秒出現」比「讓鉤子更引人入勝」有用 100 倍。
N. 活動事後檢討
在活動結束時執行這個提示詞。它能捕捉到總結報告中遺漏的模式。
1「以下是剛結束的活動的完整數據:23活動名稱:[X]4持續時間:[X 週]5創作者總數:[X]6貼文總數:[X]7總觀看次數:[X]8平均每篇觀看次數:[X]9花費預算:[X 美元]10CPV(每次觀看成本):[X 美元]1112表現最好的 10 部影片:[貼上鉤子、創作者、觀看次數]13表現最差的 10 部影片:[貼上鉤子、創作者、觀看次數]14使用的摘要:[貼上]1516執行完整的事後檢討:17181. 什麼有效:找出表現最好的 10 部影片中的結構模式。它們有什麼共同點?(鉤子類型、格式、創作者人口統計、平台、發布時間)192. 什麼無效:找出表現最差的 10 部影片中的結構模式。它們有什麼共同點?203. 80/20 法則:前 20% 的貼文貢獻了多少 % 的觀看次數?前 3 位創作者貢獻了多少 %?214. 摘要有效性:根據數據,哪些摘要組成部分與高表現相關?哪些被忽略但沒有造成影響?225. 創作者分級:哪些創作者應該被提升到下一個活動?哪些應該被淘汰?236. 錯失的機會:根據數據顯示,我們沒有測試哪種格式、鉤子風格或平台,但其實應該要測試?2425最後,根據這些數據顯示的結果,為下一個活動提出 5 點摘要修訂建議。不是我們認為應該有效的東西,而是數據顯示有效的東西。」
為什麼這很重要:事後檢討是活動中最重要的文件,但也是大多數人會跳過的文件。這個提示詞讓大家沒有藉口不執行。其中的「錯失的機會」部分就值得做完整個練習。它總能找出那些事後看來很明顯、但卻沒有人想到要測試的項目。
O. 完整活動審計
這是最終極的選項。把所有東西都丟進上下文視窗,然後問那個沒有人會問的問題。
1「我將提供我們完整的活動數據。這包括每一部影片、每一則說明、每一位創作者、每一個指標,以及我們的摘要。這代表 [X] 行數據,涵蓋了 [X] 個月的工作。23[貼上完整數據集]45在你開始分析之前,請確認:你收到了多少行數據?有多少位不同的創作者?涵蓋的日期範圍是什麼?我想確保資料沒有被截斷。67然後回答決定這個活動到底是真的好、還是只是感覺很好的 5 個問題:891. 集中度風險:前 3 位創作者貢獻了總觀看次數的多少 %?如果超過 60%,這個活動就很脆弱。一位創作者離開就會毀掉它。10112. 鉤子收斂性:隨著時間推移,活動是否收斂到一個成功的鉤子結構,還是鉤子風格仍然分散?收斂 = 好(系統正在學習)。分散 = 不好(每位創作者各自為政)。12133. 動能趨勢:在活動的生命週期中,每篇貼文的觀看次數是呈上升還是下降趨勢?繪製每週平均值的圖表。一個一開始很熱門但後來降溫的活動,與一個逐步累積動能的活動是不同的。14154. 真實 CPV:不是表面的 CPV。計算排除前 3 個離群值影片後的 CPV。這才是你真正可以信賴和規模化的表現。16175. 可重複性:如果我明天用 20 位新創作者和同樣的摘要再次啟動這個完全相同的活動,預期的每篇貼文觀看次數會是多少?高變異性 = 運氣好,而非做得好。低變異性 = 一個有效的系統。1819請誠實以對。如果活動表現平庸,就直接說出來。唯一比失敗的活動更糟的,是一個感覺成功但卻無法重現的活動。」
為什麼這很重要:我要告訴你一個數字,任何大規模運作 UGC 的人都應該感到害怕。在我們的數據中,590 位創作者中的 3 位,貢獻了所有觀看次數的 38%。這不是一個計畫。這只是三個人。這個提示詞能揭露這個現實,並迫使你圍繞它來建立策略,而不是假裝你的平均值代表了你的實際表現。

如何使用這些提示詞
不要一次執行全部 15 個。以下是建議的順序。
第 1 天: 載入你的活動背景。然後執行提示詞 4(說明文字分群)。這是你會得到的最快洞察。只需 30 分鐘的工作。今天就做。
第 2-3 天: 在你表現最好和最差的影片上執行提示詞 1(影片解剖)。然後執行提示詞 2(並排比較)。你現在就了解你的內容為什麼會有那樣的表現。
第 1 週: 執行提示詞 5(摘要偏離)和 6(留言挖掘)。你現在知道你的摘要實際產出的內容與你預期的是否一致,以及你的觀眾實際上在說什麼。
第 2 週: 執行提示詞 7(創作者評分)和 9(鉤子生成)。你現在知道要擴大與哪些創作者合作,並且有 30 個根據你的數據校準的新鉤子。
第 3 週: 為你排名前 10 的創作者執行提示詞 10(個人化摘要)。從現在開始,每週一執行提示詞 12(每週研究)。
持續進行: 針對每份草稿執行提示詞 13(創作者回饋)。在每個活動結束時執行提示詞 14(事後檢討)。每季執行一次提示詞 15(完整審計)。
執行這個系統 90 天後,你將擁有比許多經營多年的代理商更強的活動情報。我知道,因為這些提示詞是我們在管理總計 26 億觀看次數的活動中建立的。提示詞就是系統。系統就是可以規模化的東西。
說實話
閱讀本文的人中,有 95% 會把它存起來,然後從未貼上任何一個提示詞。這沒關係。
如果你希望我的團隊為你的 App 運行整個系統(每個活動、每位創作者、每份摘要、每週的執行),那就是我們在 The Viral App 做的事。

26 億自然觀看次數。590 位創作者。62 個活動。零廣告支出。





