＂用了AI反而更慢了＂——广告行业的效率革命,正在发生

近期行业里有一篇很火的文章,盘了九家全球顶级4A公司在小红书上的账号数据——

电通媒介1615个粉丝,哈瓦斯1375个,麦肯1599个,奥美1307个,扬罗必凯3931个,TBWA 4332个。粉丝最多的WPP,2.8万。九家加起来46802个粉丝,23万左右的点赞收藏。

同一时间,一个叫潘虎的独立设计师,小红书7.2万粉丝,21.9万点赞——一个人干翻九家4A的总和。

这不是段子,是行业里正在发生的现实。大家都在骂甲方不懂新媒体,结果全球最顶级的4A亲自下场,也就这水平。

问题出在哪?其实不是4A的人不行——他们的品牌战略、创意结构、设计功底,放在短视频行业里依然是降维打击。问题是:4A过去二十年练出来的肌肉,在新媒体这个牌桌上,用错了地方。

翻开那几个账号的内容,共同特征非常明显:每一帧都像杂志封面。精美的构图、高级的色调、精心设计的排版、反复审核的文案——”完美”到让人没办法在0.3秒里抓住注意力,就直接划走了。

有个行业博主的评价很准:”冷冰冰的精英感,仿佛每个字都经过三次审核。”

新媒体平台要的是活人感——一个有观点、有脾气、能跟用户唠嗑的真实的人。而4A那套”精致感”的美学,本质上是为电视广告、平面海报、户外大牌这些”用户没得选”的媒介设计的。到了用户的手指永远属于下一秒的抖音、小红书、视频号,这套打法天然失灵。

旧地图找不到新大陆。

但这篇文章真正想说的不是”4A不行了”——而是:这批老兵其实手里握着最值钱的底牌(品牌战略、设计功底、洞察能力),只是缺了两样东西——一套适配新媒体的内容生产方法论,和一套能真正把AI用起来的体系。

下面一个一个讲。

你可能听过很多同行讲:找代运营就是白花钱、就是割韭菜。这话不完全对,但确实反映了一个真实问题。市面上的代运营,基本就两种——

贵的代运营:好团队配齐编导、拍摄、剪辑、投手(专门负责花钱投广告的人),确实能出活。但一年几十万起步,还不一定排得到你。

便宜的代运营:走跑量模式——一个操盘手同时带十几个甚至几十个账号。没时间了解你的生意,没精力研究你的客户,你的账号对他来说就是一个任务指标。钱花了,账号就是做不起来。

专业、便宜、响应快——传统团队最多满足两个,没法三个都要。

这是一个更扎心的事实。短视频变化太快了:去年管用的套路今年就不灵了,上个月能火的开头这个月没人看了,平台规则一个月一小改、三个月一大改。

有时候一个刚入行的实习生,数据反而比干了五年的老手还好——不是因为天赋,是因为没有”惯性思维”,愿意试新东西。很多老手已经习惯了自己那套打法,改不过来了。

这一条对4A尤其致命。 4A训练体系里最根深蒂固的是”慢工出细活”——一条TVC打磨三个月、一张KV过五轮审核,这套动作在电视广告时代是对的,但搬到新媒体就是最大的包袱。

2023年的时候,”提示词工程师”是个热门概念。各种”AI培训”课铺天盖地,教你怎么跟AI说话、怎么用工具。

但到了2026年,你会发现——AI模型自己在不断升级,以前需要写一大段复杂指令才能做的事,现在简单说几句就行了。很多以前要手动操作的功能,平台直接做成了一键按钮。上个月有效的写法,这个月可能就不灵了。

“怎么跟AI说话”这件事,正在快速贬值。你花钱买的是别人总结的用法,人家一更新你就得再掏钱。

更关键的是:就算学会了怎么跟AI说话,你还是不知道”该让AI干什么”。因为这背后是对用户、对行业、对内容规律的理解。这些东西,恰恰是4A最有底气的地方——但前提是得有人把4A的品牌功底,翻译成AI能调用的语言。

把现在市面上的做法分三类,差别一目了然:

第一种是纯人工团队(大部分传统广告公司现在的状态):编导写脚本,摄影师拍,剪辑师剪。问题是产能有天花板,做得越多、花钱越多,人手不够就卡住。4A的内部团队基本都在这一档——精品意识有,但工业化产能完全跟不上新媒体的节奏。

第二种是”人+AI工具”,也是目前90%团队在做的事:把AI当提效工具用,让它出点内容就行了。效率大概只提升了30%,瓶颈很明显。

第三种是体系化AI流程,也就是我们的做法:把”什么管用”变成固定流程,人只负责把关。前期要投入大量的时间和行业经验,但一旦跑起来,效率和成本是前两种完全比不了的。

前两种是”人干活,AI打下手”;第三种是”体系在跑,人来把关”。听起来像在抠字眼,但实际产出差的是好几倍。

你想要超常规的结果,但员工想要的是按时下班——这不是员工的错,是”你付月薪、他卖时间”这种关系本身决定的。

你想要一天出10条高质量内容,员工想的是”差不多就行”。你想每条都反复打磨,到第三条他就开始敷衍了。你想周末赶热点,员工想的是”这是我的休息时间”。

一旦你的目标超出”正常水平”,纯靠人就很难搞定。

AI没有情绪,不会累,不会”差不多就行”。你让它出10条它就出10条,让它改100遍它就改100遍。但更重要的是——AI能把”什么管用”这件事固定下来,让每次产出都有章法,而不是全看人今天状态好不好。

讲到这里,你可能会问:就算AI能让我一天出20条,发这么多真的有必要吗?

这个问题要专门展开讲——因为它涉及一个很多人没想明白的逻辑:在今天的流量环境下,量,已经不是”锦上添花”,而是”基本门槛”。

第一种叫”慢工出细活”——一条视频磨两周,追求每一帧都完美。结果是:发出去没人看,热点早凉了。

*这正是4A习惯性的节奏。*在电视广告时代,这是美德;在新媒体时代,这是自杀。

第二种叫”一天发50条碰运气”——随便剪剪、AI一键生成,不管质量。结果是:平台直接不推荐,发再多也白搭。

这两种策略错的不是”慢”或者”多”,错的是——都没把质量和数量统一起来。

质量高 + 数量大 + 有计划地测试

这不是说”多就是好”,而是:你得发够一定的量,才有足够的数据告诉你什么管用、什么不管用。

• 量大 = 试错的机会多,更快找到”什么内容能火”

• 质量高 = 每条都有可能起量,不是纯炮灰

• 有计划 = 不是瞎发,而是故意测试不同的变量,看哪个效果好

传统团队一天出2到3条就很吃力了。用AI体系可以出20到30条。前者只够”发”,后者够”测”。

这就形成了一个正循环:发得越多 → 数据越多 → 方向越准 → 效果越好 → 发得越多。 起点就是”量”。

讲到这里,该讲的”为什么”都讲完了——为什么传统团队做不好、为什么大多数人的AI用法是错的、为什么必须高质量+高数量+有策略地做内容。

接下来,讲我们自己是怎么做的。

做内容最容易犯的一个错,是上来就埋头写脚本、做画面。结果忙活半天才发现,整个赛道的风向已经变了,你做的东西没人关心。

我们动手之前的第一件事,是先把整个赛道的”棋盘”看清楚。

具体怎么看?我们用两类数据源:

第一类是平台官方的大盘数据,比如”巨量算数”(抖音官方自己放出来的数据平台,能看到整个抖音每天什么话题在涨、什么内容在火、什么行业在被搜)。这就是”上帝视角”,站在平台的角度看问题,而不是站在自己账号的小角度看。

第二类是第三方数据工具,比如蝉妈妈、灰豚这些(专门监测短视频和直播数据的第三方工具,可以细分到具体的赛道、品类、达人)。这类工具的长处是能把赛道画得特别细——你做茶叶的,它能告诉你茶叶赛道的头部账号是谁、哪些产品正在涨、什么风格的内容更受欢迎。

平台数据看的是”大气候”,第三方数据看的是”具体行业的行情”。两类合在一起,才算是把盘看全了。

但真正的门槛不在”看数据”,而在”处理的数据量”。

人肉看数据的做法是:打开巨量算数扫一眼热榜,打开蝉妈妈扫一眼头部10个账号,每个账号再点进去看10到30条视频——已经算是很用功了。再多就看不动了,眼睛花,脑子也理不清。

我们用AI做这件事,一次处理的是上千条、上万条。

我们会让AI批量拉一个赛道里过去一段时间的所有高播放视频,把脚本、标题、开头、评论区关键词全扒出来,一次分析几千条,自动归类出”哪些开头最有效””哪些话题在涨””哪些槽点用户提得最多”。

这是人脑完全做不到的事。不是人脑不聪明,是人一次只能看一条,看完第20条就忘了第1条。但AI可以把上万条数据同时摆在一张表里对比,找到人眼看不出来的规律。

对4A来说,这一步特别关键。 过去4A做洞察,靠的是焦点小组、深访、问卷——这套方法一直有效,但速度慢、样本小。新媒体时代,洞察的原料已经公开摆在平台上了——几百万条评论、几千个头部视频——谁能把这些原料用AI处理起来,谁就拿到了一手的用户真实反馈。4A老师傅的洞察功力不用丢,反而要用上;只是取原料的方式必须升级。

看完大盘,下一步是钻进具体的客户群体里。

举一个真实的例子。我们给一个商用豆浆机品牌做短视频,买的人是早餐店老板、糖水店老板。

如果你直接让AI写一条脚本,它八成会写这种东西:”304不锈钢,磨浆细腻,口感丝滑。”

但早餐店老板根本不吃这套。他关心的是:一天能打多少杯,够不够早高峰用?坏了多久能修好,会不会耽误开店?比隔壁品牌贵几百块,到底贵在哪?一斤豆子能出多少杯?

这些问题,一个没开过店、没跟小店老板打过交道的人,根本想不到。你让刚毕业的大学生来写这种脚本,写出来的东西一定是”自嗨”——辞藻漂亮,但人家不感兴趣。

所以我们做每个项目之前,都会做一份详细的客群分析:他的决策逻辑是什么?最担心什么?最在意什么?愿意为什么掏钱?

这个案例最终结果是:一条视频就收到60多个意向咨询,没花一分钱投广告,全是自然流量。 原因不是AI多厉害,是我们在让AI动笔之前,就想明白了”该跟谁说、说什么”。

这里必须多说一句——做大众消费品和做企业客户,完全是两回事。

• 做大众消费品(洗面奶、零食、日用品)——你自己就是消费者,身边朋友也都是消费者,凭生活经验就够用,大学生编导完全能做。

• 做企业客户(商用设备、招商加盟、企业服务)——你不是客户,你身边也没有这种客户,必须深入了解他们的生意才能理解他们怎么决策。这才是有门槛的活。

市面上大部分AI培训教的都是怎么卖消费品。但真正最需要AI帮忙、利润最高的生意,往往是面向企业客户的。

这一点也是4A重新出牌的关键切口。 4A服务B端客户的经验、对行业Know-how的积累、对决策链条的熟悉程度,整个新媒体行业里几乎没有对手。一个懂金融、懂医疗、懂B2B工业品的4A老策略,做出来的脚本,大学生编导三年都追不上。问题只在于:这套能力必须被结构化、流程化、系统化地注入到AI生产流程里,而不是停留在某个人的脑子里。

讲到这里顺便说一句背后的道理。我们这套”看盘→看客户→看同行→定结构“的打法,底子上是传统4P营销(产品、价格、渠道、推广)过时之后的一个升级版——我们内部管它叫新4P:

Persona(给谁做)、Problem(解决什么痛点)、Product(给出什么方案)、Proposition(凭什么是你)。

老4P是工业化时代的产物——那时候产品同质化严重,只要渠道铺得广、广告打得响就能卖。但现在是红海市场,产品多到看不过来,用户的耐心只有0.3秒。你再喊”我们质量好、价格低”没人理你。新4P的逻辑反过来了——先定人,再定痛点,再说方案,最后讲差异化:

• Persona:不是”所有想减肥的人”,是”35岁、带娃、没时间健身的职场妈妈”。颗粒度越细,内容越狠。

• Problem:不是客户嘴上说的需求,是他现在花钱买的方案里没被满足的那个窟窿。

• Product:不光是功能,还包括审美、情绪价值——用户愿意掏钱的理由往往不止”能用”。

• Proposition:同类产品一大堆,凭什么是你?差异化不是自夸出来的,是从客户角度立得住的。

套回前面豆浆机那个例子——Persona是早餐店老板(不是所有买豆浆机的人),Problem是”早高峰产能够不够、坏了多久能修”(不是”磨浆细不细腻”),Product是”一台能扛住出杯量还耐操的设备”,Proposition是”同价位里最懂小店经营节奏的那一家”。四件事想清楚,脚本方向就稳了。

你会发现,前面讲的四步和新4P是一一对应的——

“看盘”是为Persona和Problem找原料,

“看客户”是把Persona和Problem落到具体的决策逻辑上,

“看同行”是找Proposition的参照系,

“定结构”是把Product翻译成用户听得懂的话。

换句话说,四步是动作,4P是方向——缺了方向,动作做得再漂亮也是白费力气。

做内容最笨的方式是自己从零摸索。最聪明的方式是:找到已经做成了的人,研究他怎么做的,然后想办法超过他。

但这里有一个关键:别光盯着大号看。

我们重点研究的是”粉丝少但播放量高”的视频——粉丝不多但数据好,说明是内容本身能打,不是靠粉丝基数撑起来的。大号的视频火,可能纯粹是因为有100万粉丝在那儿,你学不来。1万到10万粉的账号,增长快、风格稳定,这种才最有参考价值。

看同行的时候,还有一个特别常见的坑,不得不专门说一下。

很多人看到同行做了个人IP号,对着镜头说几句就火了,觉得”这也太简单了”,回头自己也要做一个。但实际上,大部分人并不具备做IP的能力。

个人IP见效慢,对人的要求很高。它需要很好的表达能力和梳理能力,需要你对自己的赛道有相对独特的观点,还得在”会表达”的同时”不惹人讨厌”——光这几条加在一起,就已经把大部分人挡在门外了。

所以看同行的时候,不要只看”他做了什么形式”,要看”他为什么能用这个形式做成“。别人的人设、表达、观点、节奏你可能都复制不了——这不是你”哪里做得不够好”,而是这条路本来就不适合你走。

产品号和IP号是两种完全不同的打法。想清楚自己到底适合哪一种,再往下走,才不会做一半推倒重来。

想清楚了走哪条路,研究同行才算真正开始。我们看的不是”这条视频好不好看”,而是”这条视频的结构是什么”——前3秒怎么抓住人的?怎么让人觉得靠谱的?核心内容怎么讲的?最后怎么引导行动的?评论区在聊什么?

把别人验证过有效的结构提炼出来,变成自己可以反复用的框架——这就是从”学别人”到”超过别人”的路。

讲AI赋能，就绕不开GEO（Generative Engine Optimization，生成式引擎优化）——让你的品牌在DeepSeek、豆包、Kimi这些AI大模型回答问题时被引用、被推荐。 为什么重要一句话：用户买东西越来越爱直接问AI，AI正在变成新的”导购员”，你的品牌在不在它的答案里，直接决定能不能被看到。

真正想说的是下面这件事——

很多人一听到GEO，第一反应是”这是一门全新的生意”，然后就开始找捷径：铺软文、刷伪造测评、污染词条、关键词堆砌，想通过”投毒”让AI把自己吐出来。市面上已经有不少人在教这套。

这条路百分之百走不通。 AI大模型的反作弊迭代比搜索引擎快得多，今天蒙混过关的套路下个月就被识别；更狠的是一旦被判定信息源污染，AI直接把你从答案里抹掉，而且各家大模型共用反作弊情报，在一家被标记，其他家基本也一样。

所以GEO的本质不是”骗AI”，还是在做优质内容——因为AI只抓取、引用优质内容。这跟我们过去在小红书、公众号、知乎做优质内容，本质是同一件事，只是多了一个读者叫AI：过去只考虑”人看得懂、愿意看”，现在要多一层”AI也读得顺、抓得准”——把卖点、人群、场景、决策路径用更结构化的方式组织出来。

这里4A要注意一件事：过去4A的功底只解决了一半。 4A擅长把品牌讲给人听——但”讲给AI听”是一层全新的能力，AI不看情绪调性，只看结构化信息和实体关系。这一层必须补课。纯技术公司懂抓取但内容干瘪，AI不愿引用；纯4A内容好但不懂AI抓取逻辑，做完也白做。两边都只干一半，GEO就做不成。

GEO可以单独写一篇，这里先不展开。一句话：新媒体是AI时代营销的第一波，GEO是第二波。底层没变——永远是优质内容在决定胜负，想走捷径的最后都会被反作弊清出牌桌。

讲到这你可能会想:那我照着学,自己测一遍不就行了?

问题是——AI工具的更新速度,已经快到你追不上了。

有句话说得特别扎心:“如果你学得足够慢,就等于不用学了。”

什么意思?今天你刚学会一个工具,明天可能就冒出一个新工具把它比下去,后天又来一个更强的。很多人花了大把时间学一个工具,结果还没用熟,新版本就出来了,或者直接被别的工具取代——等于白学。

你自己去追工具,永远追不完。但不追,很快就会被淘汰。这是个死循环。

要破这个循环,只能靠专业团队把”追工具”这件事外包出去——有人天天盯着国内外最新的AI技术迭代,第一时间测、第一时间集成进生产体系,你只管要结果。

讲到这儿你可能会问:我自己招人、自己学工具,不行吗?

理论上行,实际上非常难。因为做好内容,你既需要一个懂行业、懂用户、懂内容规律的人(我们叫他”好编导”),又需要一个能把各种AI工具玩得转的人(“AI操盘手”)。

这两类能力,同时具备的人非常少。 培养这样一个人,时间成本和试错成本都高得离谱。光学会用各种AI工具,就够一个人折腾大半年。再加上深入了解一个行业、摸清客户的决策逻辑,又得一两年。

这件事的真正价值,不在于”帮你省了多少人力”,而在于——好的方法和好的工具赋能之后,你的获客成本会实实在在地降下来。

道理很朴素:同样花一笔钱,靠纯投流去买流量,买完就没了;靠内容体系稳定输出,一条视频的效果可能会持续几周几个月,还能反复复用到其他账号上。后者的单位获客成本,会随着时间持续走低。

你花的是同样的钱,拿到的是几倍的客户。这才是方法和工具真正的价值。

但工具只是”术”的一半。如果只是把内容做得又快又好,却不管它发出去之后发生了什么——那还是在凭感觉做事。真正让整个体系转起来的,是下面这第二件。

做法是”小步快跑”——先发3条试试水,看反馈,调方向,再发3条。千万别一口气做完10条全发出去,最后发现方向全错了——那才是最大的浪费。

重点看几个数字:

• 完播率(看完整条的人占多少,30%以上算及格)

• 前3秒跑掉了多少人

• 互动率(点赞评论转发的比例,3%以上算不错)

• 有多少人主动来咨询

不同的问题对应不同的调整:播放量还行但完播率低,是内容留不住人,改开头和节奏;播放完播都行但没人私信,是最后的行动引导出了问题,改引导话术;播放量起不来,是选题或封面问题,得从更上游改。

不同的”病”吃不同的”药”。但前提是你要先会”看病”。

讲了这么多——四步想清楚,两件事做到位——听起来像是一个线性流程。但真正运转起来,它其实是一个闭环。

看盘 → 看客户 → 看同行 → 定结构 → 做内容(用AI工具集成)→ 发出去 → 数据回流 → 再来一轮

“看盘”告诉你机会在哪,”看客户”决定了脚本方向,”看同行”给你结构框架,”定结构”设定流量天花板。这四步是”谋”。

“用AI工具集成”让你做得又快又好,”数据回流”让整个系统越跑越准。这两件是”术”。

这不是一条直线,是一个不断转动的圈。转得越快,飞轮越重,别人越追不上。

方法论讲完了。接下来不妨换一个视角——跳出“我们”的第一人称,看看这套方法在一家实际公司里,被做成了什么。