订阅
知识

AIGC营销:最贵的手,别再干最便宜的活

介绍AIGC营销的科普文章:解释AI生成内容的定义,以及调研、生成、编辑、分发四步内容生产流程;并讨论Google以E-E-A-T看待AI内容、人与AI的分工、AIGC工具的挑选标准,以及写好prompt、规模化个性化、计算ROI等习惯。

ai-marketingadsseoworkflowtool-comparison
2026-08-16SupaMarketers4 分钟阅读

Hand-drawn flowchart of the four-step AI content pipeline — Research, Generate, Edit, Distribute — gathered inside one canvas

Hand-drawn split comparison: AI side with speed, dozens of options and execution; Humans side with direction, empathy and fact-checking

前几天,一个做营销的老朋友约我喝茶。

一坐下就叹气。说团队里最贵的设计师,一周里有三天在干同一件事:把一张海报,改成38个尺寸。朋友圈一张,公众号一张,小红书一张,电商详情页又是一张。

改到最后,设计师提了离职。

我说,你这不是缺人。你这是把最贵的手,安排去干最便宜的活。

他问,那怎么办?

现在满世界都在说的那个词,AIGC,就是冲着这件事来的。

什么叫AIGC?

AIGC,AI generated content,人工智能生成内容。

过去你要一张图,得人动手画、动手拍、动手修。现在,文字、图片、音频、视频,AI替你生成、替你改。内容的生产方式,从人做,变成了人指挥AI做。

这就是AIGC。

它背后站着的,是生成式AI。

生成式AI和咱们熟悉的传统软件,区别在哪?传统软件是个好会计,你喂它一堆数据,它帮你算得清清楚楚,但一个字都不多写。生成式AI不一样,它是能自己交作业的实习生:你给它一个方向,它还你几十个方案。

方案不一定都好。

但几十个里挑三个好的,比自己从零憋三个,快太多了。

空白页,没了

做内容的人都知道,最痛的从来不是改稿,是那张空白页。

想方案、找参考、拼情绪板,一个星期就过去了。

AIGC把这张白纸干掉了。几秒钟,给你几十个方向。你不再生产想法,你只挑想法。

但这里有个坑:很多人把AI当成流水线末尾的补漆工序,东西做完了才想起来用它。

错了。

真出效率的用法,是把AI塞进内容生产的每一个环节。

第一步,调研和规划。把一份简报,拆成具体的方向、参考、镜头清单。

第二步,生成。第一轮图和视频出来,哪个镜头适合哪个模型,就交给谁。

第三步,编辑。重新构图、改尺寸、抠背景、加字幕,在同一个画布上完成。

第四步,分发。同一个源文件,导出每个渠道要的比例。

这四步散在五个工具里,人就成了工具之间的搬运工。收在一个画布里,人才是指挥。

拿Melius这个平台来说。它把主流的图像、视频、音频模型都接进来,一个订阅共用一个积分池,每个活儿路由给最合适的模型。画布还是实时的,生成、改稿、审批,同事之间不用再靠邮件来回传文件。

它家还有个叫Mel的智能体。它不是聊天框,你问一句,它答一句,到此为止。你把简报给它,它自己把上面几步串起来,跑完。

我那位朋友最眼馋的就是这个:过去一周磨一个campaign,现在一周能出五个。

天呐。产能翻五倍,人还是那几个人。

AI会抢创意人的饭碗吗?

讲到这,很多人心里咯噔一下:设计师、创意人,是不是要被替代了?

我的判断:不会。

AI出方案快得吓人。但它有三样东西没有:同理心,文化上的细腻,真正活过的人生。它知道什么是美的,不知道什么会让人鼻子一酸。

所以聪明团队的打法,是分工。

把AI当成一个手脚极快的新人。新人入职第一天你干什么?教。把品牌规范、色板、参考图,一次性教给它。

在Melius上,这些品牌上下文存下来,还能做成可复用的技能。教一次,以后每次生图,它都自带你的品牌味儿,不会跑偏。

那人干什么?人升职了。从画图的,变成挑图的、定方向的。情感、判断、事实核查,这些活儿AI替不了。

AI扛执行的体力,人握品味的权力。

Google会惩罚AI内容吗?

做营销的还惦记另一件事:AI生成的内容,Google给不给排名?

早年间,搜索引擎确实打击机器批量生成的垃圾内容。但Google自己把话说明白过:它奖励高质量内容,不管人写的还是AI做的。它看的是E-E-A-T:经验、专业、权威、可信。

你的内容真回答了用户的问题,读起来通顺,就能拿到排名。

反过来,那些琢磨「怎么不被检测出是AI写的」的功夫,全是白费。算法早就读意图了,不是只盯着关键词。你该花力气的,是把问题背后的为什么答透,把话题底下的子问题覆盖全。

图片也一样。原创的、带品牌感的图,比千篇一律的图库图,更能把人留在页面上。

怎么选工具?

市面上AIGC工具几百个,挑花眼。企业要的和个人创作者要的,又完全是两回事。

别看演示视频。看四样东西。

一看模型覆盖。没有哪个模型样样第一,出好货靠的是每个活儿都给最合适的模型。聚合多家的,好过锁死一家的。

二看协作。生成、修改、审批,能不能就在作品上实时完成,而不是散落在邮件和聊天记录里。

三看有没有会执行的智能体。能规划多步任务、自己跑完的,才是生产力。

四看定价。一个订阅、一个共享积分池,好过每个模型单独买一份。

Melius就是照着这四条长的:主流模型一个订阅,实时多人画布,Mel负责把流水线跑起来。原本七零八落的一摞工具,收拢成一个平台。

真正拉开差距的三个习惯

工具是铲子,挖到挖不到金子,看手法。

第一个习惯,把prompt写明白。

「给我做张广告图」,出来的必然是张平庸的图。好的视觉prompt,要交代五样东西:主体、构图、光线、镜头、情绪。

比如这样说:哑光黑的护肤品瓶,俯拍平铺在湿石板上,左侧柔窗光,浅景深,杂志级美妆大片的质感。

一样的工具,不一样的结果,差距全在这几句话里。在Melius上你还能更进一步,把整份简报丢给Mel,它自己翻译成一条多步流水线。

第二个习惯,规模化地做个性化。

大众营销过时了,超个性化才吃香。一个概念,切成几十个版本:不同渠道一个切法,不同人群一个切法,不同测试一个切法。

过去改尺寸等于重做,现在像magic resize这样的功能,一次就把一个设计铺成社交媒体、网页、印刷要的所有比例。给每个渠道做定制,花的是几分钟,不是一个下午。

第三个习惯,算ROI的账。

用这些工具图什么?图投入产出比。记下团队在起草和制作上省了多少小时,再把这些小时投到高杠杆的事上:策略、分发、社群。

生产成本往下压,产量质量往上抬,省下的时间再投进增长。复利,就这么滚起来。

最后

我常想,这一轮AI对营销到底意味着什么。

想来想去,一句话:淘汰的从来不是不会画画的人,是还在拿人力,去跟别人的流水线赛跑的人。

AI不会取代人的创造力,它放大它。

那天散场,我给朋友发了条消息:回去先把你那38个尺寸,交给AI吧。

让最贵的手,去干只有它能干的活。

祝你的设计师,再也不用提离职。