夜雨聆风20 个跨境卖家，从全国各地飞到深圳，上了8 个小时的课。
课后我采访了一圈，问每个人来之前最大的困扰是什么。答案高度一致：「我用 AI 做视频，出来的东西要么假要么慢，一天才搞几条，还不是全都能用。」
这不是个别问题。这是我在 Day1 现场看到的行业共性。
20 个人，做的品类完全不一样——茶饮、宠物用品、3C 配件、家居清洁。但他们撞上的坑，几乎一模一样。
所幸，day1 课程解决了80% 的核心问题。
01
90% 的人还在死磕产品一致性
第一个共性问题，跟这个系列第 3 篇讲的完全对上了。
现场有个做自研产品的学员，课前他们团队最头疼的就是 AI 生成的产品图跟实物不一样。为了解决一致性，他们用了各种方法——训练模型、手动修图、反复抽卡。结果效率极低，一个运营一天只能出一条视频，还很模糊。
我问他：「你们花了多少时间在产品一致性上？」
他说：「大部分时间。」
课上我们教了一个完全不同的路径：不死磕一致性，用产品参考图锁定大致形态，把精力放在场景和情绪上。他当场试了一下，效果比之前清晰度高了一个档次，而且 5 分钟就出一条。
他的原话：「我们后面就选择性的忽略一部分产品的一致性问题，因为这个确实 AI 现阶段没法做到。」
这就是认知差距。他之前花了几个月想解决一个 AI 目前解决不了的问题，而正确的做法是绕过它。
02
工具都会用，但串不起来
第二个共性问题更普遍。
现场问了一圈，Sora、Veo、Kling、可灵——大部分人都用过。但他们的用法是「东一个西一个」。
有个做茶饮的学员说得很直接：「以前半天才搞一个出来，后来大家直接用 PS 了。AI 用得很少，因为它没办法量产。」
问题不在工具本身，在工作流。
我们 Day1 教的核心，其实就三件事：
第一，图生视频优先，不要文生视频。 能用图片输入就用图片。因为你控制一张图比控制一段文字描述容易十倍。先生成一张真实的 UGC 风格图片，再让模型把这张图「动起来」。输入真实，输出就真实。
第二，围绕谷歌系做主力。 目前所有主流模型里，这是最真实、最便宜、量最大的组合。国外用谷歌系，国内用豆包系——这两家是唯一能做到全模态的。
第三，三个提示词覆盖全流程。 逆向拆解提示词（把任何爆款拆成可复制的分子结构）、需求具象化提示词（把模糊的想法变成 AI 能理解的精确描述）、创造提示词（把验证过的流程固化成可复制的系统提示词）。三个提示词，解决 90% 的 AI 协作问题。
这套流程的关键不是某个工具多厉害，是把散落的能力串成了一条可复制的生产线。
那个茶饮学员课后跟我说：「你这个完整性、系统性，才可以把它真的生成一个可以用的东西。在网上学的都是片段，没办法批量产出。」
03
你以为是 IP 问题，其实是内容问题
第三个共性问题，几乎每个做 TikTok 的人都被困扰过。
视频发出去没流量。第一反应是什么？IP 不行、节点不行、设备不行。然后开始换机场、换节点、买更贵的服务。
我直接说啊——这是服务商坑钱的套路。
课上讲师给了一个极其简单的判断公式：零播放 = 节点问题。200 以上播放 = 内容问题。 就这两种情况，不用纠结。
逻辑很简单：TikTok 是内容分发平台。一条视频如果本身能爆，它不会因为你用了什么 IP 就限制你。TikTok 封 IP 的逻辑不是「这个机场用的人多」，而是「这个 IP 上有人做过危害平台的事」。
所以大部分人遇到的流量问题，根本不是基建问题，是内容本身不够好。
这也是为什么我们这个系列反复在讲：选品 > 内容脚本 > 工具模型。工具是最容易解决的环节，也是最不值得花时间纠结的环节。
04
一个人能不能带一个团队跑起来
线下课结束后，我复盘了一下 Day1 的信息密度。
8 个小时，6 个实操环节，每个环节先讲 15 分钟理论，然后让学员在自己电脑上实操，遇到问题现场解决。
课上还分享了一个很实战的数据：以前测一个品要 30 天（联系商家→寄样→实拍→发布→回传数据），有了 AI 视频之后压到 2-3 天。一个脚本一天出 50 条视频，五个方向同时测，马上就知道这个品行不行。单人合理日产量是 xx 条，每人管 xx 个号，这是我们跑出来的最优配比。
有个做多品类的学员，课前她的运营团队一天只能做一条 AI 视频。课上她用我们的流程试了一下自己的产品，当场做出来的图比她之前所有 AI 生成的都清晰。
她说：「整个清晰度比我们过去很多种传统做 AI 视频的方式来说，质量高很多。」
另一个学员提了个很实在的反馈：之前他们团队每个人的 AI 能力参差不齐，有人能生出好素材，但没法复制给其他人。
课上教的 SOP 和提示词模板解决了这个问题——「这个东西它确实是可以普及，每个人的水平能达到一定的基准线。」
这才是线下课真正在做的事：不是教一个新工具，是给你一套验证过的系统，让团队里每个人都能稳定产出 7、80 分以上的素材。一个人学完，带回去能拉起 3-5 个人跑同一条生产线。
05
一个没在课上讲的判断
最后说一个我今天想明白的事。
20 个人飞到深圳，花两天时间坐在教室里。他们不缺信息——YouTube、公众号、TikTok 上到处都是 AI 视频教程。他们缺的是什么？
不是知识，是纠错。
你在网上学了 50 个零散技巧，但你不知道哪 5 个是关键的、哪 45 个是噪音。你花了三个月死磕产品一致性，没有人告诉你这条路走不通。你换了十个 IP 节点，没有人告诉你问题根本不在这里。
AI 降低了执行门槛，任何人都能生成一条视频。但它同时拉大了认知差距——会做和做对之间，差的不是工具，是有人帮你把弯路砍掉。
这 20 个人买的不是课程，是我们团队浪费了20万的弯路。
期待明天 day2课程。我再做个更完整的复盘。
线下课详情见：我用AI做了一条TK带货视频，成本3块钱，卖了5万美金
或者直接扫码咨询
工具是手段，判断力才是壁垒。选对模型省的不是钱，是三个月的弯路。
信息免费，但弯路很贵。
系列文章：
