這是一份實用指南：讀完後，你會知道怎麼寫出聽起來不像垃圾的 UGC 腳本、生成影片、剪輯，然後在真人身上測試。還有這一切要花多少錢。設定好之後，大約 20 分鐘，幾塊美金。
讓你知道這篇的來源：沒有被 Higgsfield 或任何人贊助。我也不是 UGC 操盤手，我是做 AI 廣告的。從 12 月起，我一直在密切追蹤那些真的用這個東西在賺錢的人，主要是我的朋友 @maxxmalist 和 @Mho_23，還有其他一些人，同時我也在跑自己的測試。每個數字都有來源或截圖，而截圖就是我自己第一次跑這個流程的真實紀錄。
為什麼是現在
我一直在測試 AI 影片，拿給身邊的人看，看他們會不會相信是真的。
多年來我們基本上總能看得出來。皮膚會露餡，那種塑膠感、死氣沉沉的外觀，讓任何多酷的東西都變成 AI 垃圾。
後來 Seedance 2.5 推出，皮膚終於看起來像真人了。@maxxmalist 的這篇貼文只是眾多例子之一，展示了這個模型到底有多猛：
https://x.com/maxxmalist/status/2085330197524390113
https://x.com/eptwts/status/2085141769755242580
先寫腳本，不是先選模型
觀眾會不會留下來，關鍵在腳本。以後也永遠是這樣。
每篇 AI UGC 教學都把篇幅花在生成那一步，一部分是因為贊助商賣的就是生成。ep（@eptwts）的 Seedance 工作流拆解真的很棒。
但你滑一下自己的動態：那些讓你看下去的影片，都是第一句就打中你，下一句又讓你想等下去。這是寫作，模型幫不了你。
第一步：建立你的評審團（一次性，約 10 分鐘）
你不能只靠寫更多腳本來學會寫腳本。你要靠被讀者狠狠撕碎，快速撕碎，幾百次，而且這些讀者要比你的觀眾更狠。
系統是這樣：
- 建立一個獨立的 Claude Agent，專門只做腳本
- 給它一組評審技能（judge skills），每個技能只負責一件事：一個管節奏、一個管詞彙、一個管點子、一個管結構
- 用一份超大的靈感庫（swipe file）訓練每位評審，內容來自與你風格和品味相符的人：你欣賞的作家和創作者的逐字稿、腳本、鉤子、點子。Gary Provost 是用來練節奏的經典選擇，但任何能讓你停下滑動的人都可以。我實際的建議：找一個不完美的來源，像是真實的 TikToker，然後把他們的整個個人主頁上傳給腳本 Agent。UGC 腳本不該聽起來像精雕細琢的寫作
- 把一批已經跑出成績的腳本庫餵給 Agent，無論是你自己的，還是你在研究的
- 你寫的每個腳本，在生成任何一幀之前，都要先通過完整評審團
技能（skill）就是 Agent 載入的一組指令檔：這個評審是誰、它在乎什麼、什麼會讓它否決一個腳本。把每個技能寫成一份給嚴厲組員的簡報，這個組員只有唯一一個任務。
我認為這裡你能做的最棒的事，是讓至少一位評審 100% 用真實的 UGC 創作者來訓練，你可以抓下他們所有的影片和腳本。
（如果你搞不清楚，就把這篇文章貼給 Claude。）
我發表的所有東西都會過七位評審，包括這篇文章（數量隨你調整）。這是我寫的東西不會讀起來像垃圾的唯一原因。
寫好腳本，讓評審團評一輪，重寫，再跑一次。當它存活下來，你就有值得花錢的東西了（做 AI UGC 時，一次寫 10 條以上通常很有幫助）。
第二步：生成影片
Seedance 2.5 是改變我想法的模型。Higgsfield 可能是最容易執行它的地方，Dreamina 和 Freepik 也行。
如果已經有一個為類似產品轉換過的 UGC 影片，就拿來用：把它丟給 Gemini，要求一份 1:1 帶時間戳的畫面拆解。這份拆解就會變成你的提示詞，而你通過評審的腳本就當作對話內容放進去（ep 寫過這個工作流的深入版）。
想從零開始？那就兩個提示詞：先首幀，再影片。
用 gpt-images-2 做首幀（Nano Banana 也可以）。訣竅是堆疊寫實關鍵字，這樣才不會得到那種精緻的 AI 感：
超寫實 iPhone 前鏡頭自拍，25 歲左右的女性坐在停好的車的駕駛座上，午後自然光穿過擋風玻璃，隨便紮的髮髻，超大號連帽衫，真實皮膚質感、可見毛孔，淡淡眼下陰影，正講到一半的隨興表情，一隻手舉起對鏡頭說話，淺景深，柔和的暖色調，真實的 TikTok vlog 美學，無文字，無字幕，9:16
然後把這張圖作為參考幀放進 Seedance 2.5，並以你的腳本為核心來下影片提示詞。把提示詞結構化成逐秒的鏡頭拆解：
主體：參考幀中的同一位女性，同樣的頭髮、同樣的連帽衫、同樣的車
鏡頭：手持前鏡頭自拍視角，胸部以上取景，自然的細微晃動，9:16
音訊：清晰的手機麥克風人聲，帶輕微環境音，無背景音樂
00:00-00:03 她微微靠近鏡頭，像講話講到一半的能量狀態：[你的鉤子台詞]
00:03-00:12 自然眨眼，輕微頭部動作，思考中停頓一次：[你的腳本主體]
00:12-00:15 微微笑，對著鏡頭直接講出結尾台詞：[你的 CTA]
保持皮膚紋理，不要美顏濾鏡感，嘴型同步，15 秒
設定 9:16，從 720p 開始，看到喜歡的 take 再升級。影片長度要對齊你的時間戳，否則口白會不同步。
Seedance 會把弱腳本渲染得跟強腳本一樣漂亮。這就是整個行業即將踩進去的陷阱。
第三步：像處理真實素材一樣剪輯
生成結果就是原始素材，所以把它當素材來剪：剪掉開頭的空檔、收緊每個停頓、加上字幕、墊一段聲音，就像剪一個真實創作者的自拍影片那樣。
當流程跑通，就打造機器
持續跑自己的測試，直到影片能穩定地騙過真人。調整評審、提示詞、剪輯。那套流程才是你真正的資產。
然後用 Wispr Flow 把整套流程口述進 Fable 5，打造你自己的機器：一個能規模化執行你完整流程的 Agent。手動把流程磨到完美之前不要做這件事——自動化一個壞掉的流程，只會更快產出垃圾。
成本是多少
在 Dreamina 上，一段 720p、8 秒的影片大約要 296 點數，以 $19 入門方案來算大概是 $3.50。各平台加總起來，720p 每支影片大約是 $2.50 到 $6（來源）。
（價格和模型存取權限變化很快，下手前先確認，別直接相信我。我這次實際的花費都在上面的截圖裡。）
所以你第一支能騙過人的影片：大約 20 分鐘的時間，成本比一頓午餐還便宜。現在你明白為什麼那些規模化操作的人正在印鈔票了。
你的第一個 20 分鐘
啟動計時前的一次性準備：建立評審 Agent（約 10 分鐘）
- 0-8：寫出第一版腳本，讓評審團把它撕碎，重寫到聽起來自然為止
- 8-14：用 gpt-images-2 生成首幀，把你的腳本貼進影片提示詞，用 Seedance 2.5 生成
- 14-18：CapCut 過一輪。剪掉空檔、字幕、聲音
- 18-20：像觀眾一樣再看一遍。如果連你都不會停下來滑，問題就在腳本，回去找評審團
把這篇存起來，今晚就照著跑一次。
想看更多 AI 影片乾貨，加入我的免費 TG：t.me/beechhq
