Codex AI Skill搭建TIKTok高阶自动化，新品十天 靠AI视频 出了15000单！！！！

上架不到 15 天，靠 AI 视频出了 15000 单？206.78 万元成交额  1.47 万销量

这，是一款圣诞解压玩具倒数日历，上架时间，还不到 15 天!

但真正值得关注的，是下面这一组数据：

203.04 万元成交额来自短视频，占比约 98.2%

带货排名前 10 的短视频中，超过 80% 使用了 AI 制作

一边，有人还在反复调整提示词，想把 AI 人物的一只手改正常

另一边，AI 制作的视频，已经从愈发内卷的市场杀出重围...

看到这里，你可能也想问：

到底用了什么工具？为什么我的 AI 视频，做出来就不是那个感觉？

为什么你的 AI 视频不是人物一动，手和产品就穿在一起，就是产品换个角度，造型、颜色甚至数量都变了

画面看起来很精致，但人物表情、说话节奏、镜头运动，处处透着一股浓浓的"AI 味”

好不容易挑出一条能用的，发出去，又没什么反馈，于是换模型、找提示词、重新生成，再来一遍...

折腾到最后，会员买了，时间花了，视频文件夹也塞满了

但产品应该怎么卖，下一条视频应该怎么改，还是没有答案

就像小编前面文章提到的 AI 时代已然来临

但是 AI 工具的出现会让你感觉每个动作都变快了，整个运营链路却没有因此更顺

原本是拍摄和剪辑忙，现在变成了生成、挑选、重做忙

这种“伪提效”，很多时候就出在使用方法上

我们把 AI 当成了一个聊天窗口、写文案的助手，或者生成视频的工具

却没有把它接进真正的业务，没有真正驯服

• 选什么产品？
• 讲什么卖点？
• 参考哪些视频？
• 找什么达人？
• 广告数据回来之后，下一轮该改哪里？

不妨带着这些问题一起来看下，这款产品为什么能够做到 15 天卖爆，推演一下这条 AI+TK 的运营链路，也许会对你有所启发

先看看，这盒玩具到底有什么值得拍？

它的商品形式很直观：

饺子造型的解压玩具，加上圣诞倒数日历

但如果做视频的时候，只告诉观众“这是一盒圣诞玩具”，能讲的东西就很少

往具体的消费场景里多走一步，内容就出来了

圣诞快到了，礼物怎么选？

每天打开一格，会出现什么造型？

整盒拆开之后，到底有多少种不同的小惊喜？

这些可爱的造型，拿在手里是什么样子？

你会发现，同一个产品，可以围绕送礼、开盒、期待感和解压互动，展开不同的表达

用户需要看到的，是自己为什么会想买它？

因此，研究这个案例时，比“画面用了哪个模型”更值得先研究的，是它有哪些适合短视频表达的购买理由

然后，再去看那些带货视频：

开头先展示了什么？

产品在第几秒出现？

哪个动作让人想继续看？

视频把什么信息留到了后面揭晓？

最后，又是怎么让观众理解这盒产品的价值？

这就是可以让 Codex 参与的第一件事：拆视频

把可分析的视频素材、转写内容和对应带货数据放在一起，让它按统一的维度整理，比较不同素材的开头、展示过程和卖点表达

你拿到的结果，应该能帮助团队回答：

下一条视频，具体有什么值得测试？

穿模、变形、AI 味重，不能只靠“再生成一次”解决

很多卖家生成视频时，习惯直接输入：

“帮我做一条这个产品的 TikTok 爆款视频。”

接下来，人物、场景、动作、台词和镜头，都交给模型自由发挥

结果很容易出现：

产品不一致、卖点夸大描述、产品或人物穿模...

所以，进入生成之前，先把产品固定下来

白底图、不同角度、尺寸、颜色、包装、数量，以及真实能够表达的卖点，先整理成一份产品档案

哪些内容可以变化，哪些商品事实必须一致，要提前说清楚

然后，再拆脚本和分镜

一条视频里，需要人物做什么动作？

哪些镜头只负责展示产品？

哪些复杂互动容易出错，可以拆成更简单的镜头，或者结合实拍完成？

生成之后，再逐项检查产品外观、动作关系、字幕和旁白是否一致，这些做法不能保证每次生成都成功，但能让团队更早发现问题，也更清楚该改哪里

Codex 在这里可以协助组织产品资料、脚本、分镜和检查要求，再配合图片、视频模型完成制作

从“让 AI 随便做一条”，变成“让 AI 按明确的商品资料和内容任务来做”

当面我们解决的 AI 生成的质量的一部分问题后

真实的业务环境中往往还会用到 AI 来帮助你分析广告、生成新一轮的投放素材

广告数据回来之后，别让 AI 只给你写一份总结

“点击率偏低，建议优化素材。”

“转化表现一般，建议加强卖点。”

这样的结论，看起来没错，但交给编导和剪辑，他们依然不知道具体该怎么改

下一轮素材，于是又回到了凭感觉制作

广告分析，应该往制作任务再走一步

如果开头留存偏弱，可以结合视频检查，是产品出现得太晚，还是开场没有讲清楚看点

如果有人点击，却很少购买，就要进一步核对商品页、价格、商品信息，以及视频建立的期待能否被实际产品承接

如果某个方向表现较好，则可以继续拆解它的结构，设计后续测试

这些都需要把数据与实际素材放在一起判断

这时，Codex 要协助完成的工作，就包括：

读取广告和素材报表，整理指标，比较不同视频表现，再把排查方向转成具体任务

• 哪条保留观察？
• 哪条值得继续测试？
• 哪条需要重做开头？
• 哪条需要补充产品展示？
• 下一版脚本和分镜怎么写？

做到这里，AI 才真正参与了“数据回来之后，团队下一步做什么

这也是 Auto Gmax 2.0 要重点搭建的流程：

广告分析 → 素材分层 → 优化任务 → 脚本分镜 → 新一轮素材

每一轮制作，都能接住上一轮的数据反馈

为此优乐出海邀请到了千万美金实战操盘手 / AI 自动化增长架构师 Leon 老师

10 月 17-18 日 讲解单月做到 200 万美元的 AI 矩阵的每一个方法，每一个工具，每一套 skill！

包含了：

Codex Skill、品类趋势验证、codex Listing、达人 BD 自动化、Auto-GMVMax 2.0、企业运营 Skill...

《AI 自动化 TK 高阶运营实战》

课程将围绕六个板块展开：

AI 选品、利润模型与黑五机会判断：结合市场、竞品和成本数据，形成选品依据

Listing 与商品内容生产：从产品资料出发，统一文案、图片与视频的表达

达人运营与履约跟进：把筛选、建联准备、BD 任务和合作进度组织起来。

Auto Gmax 2.0：从广告诊断进入素材优化与下一轮内容制作

Skill 整合与日常运营：理解不同任务如何衔接，搭建适合自身业务的工作流程

黑五经营沙盘：将经营目标拆到岗位、任务与每天的执行安排

讲解单月做到 200 万美元的达人矩阵项目

本次会将其中的达人筛选、分析、建联准备和跟进方法拆入课程

按照本次课程安排，实操约占 70%—80%

配套交付包括：

50 多份运营资料、课程涉及的全部 Skill，以及 30 天课后群内答疑

课程适合：

已有 TK 小店、正在参与实际运营的卖家，以及相关的操盘手、运营负责人和达人 BD

黑五之前，可以先重新检查一遍自己的运营流程：

• 选品发现的需求，有没有进入内容？
• 内容提炼的卖点，有没有传给达人？
• 广告暴露的问题，有没有变成下一轮制作任务？
• 团队每天的动作，有没有对应到经营目标？

把这些工作接起来，AI 才能在一次次实际任务中发挥作用

从一张产品图开始，用 Codex 把选品、内容、达人和广告，做成一套能够持续使用的运营方法，我们深圳见！