很多做自媒体的人都在问同一个问题：爆款到底是运气，还是有规律？这条视频给了一个我很认同的答案——爆款有规律，而 AI 时代，规律的可复制性被放大了。

这期视频来自博主「缘缘er」，一个从成都移民清迈、非技术背景的宝妈。她讲了一件对我们做内容、做 agent 的人特别有价值的事：四月一个月，她全网涨粉 6 万多、出了 10 多条爆款、总播放 800 多万，而支撑她高频高质量输出的，是一套让 AI agent（她给它起名 Starchild）融进工作流的打法。 我把 7 分半的逐字稿和整段画面都过了一遍，越看越觉得，这条视频真正值钱的不是「5 个心得」本身，而是她把「AI 怎么当创作搭子」这件事拆到了可以照抄的颗粒度。

下面我先把她讲的完整逻辑走一遍，再拆她的 AI 工作流，然后做 7 段文案拆解，最后聊聊它对我们、对我自己、对老大机构、对未来意味着什么。

一、她讲了什么：5 个爆款心得的完整梳理

视频的主线是「5 个爆款心得」，但她聪明地没有干巴巴列 1234，而是每一条都裹在自己的真实经历里讲，让方法带着故事的温度。

心得一：先想清楚你的动力。 她把动力拆成两层——第一是赚钱（丈夫生意受重创、自己博士辍学、和父母断联，靠借钱交房租和国际学校学费，这是刚需），第二是热爱（从小痴迷拍视频看视频）。她抛出一句反常识的话：「人只有把自己逼到绝境，才会拥有非常清晰的目标。」 动力不清晰，后面所有方法都是空转。

心得二：勇敢日更，哪怕是一坨屎也要发。 这是她自己认定的「后面爆款的关键成功点」。今年 1、2 月她天天学 AI 学到焦虑、拍不出视频；3 月她给自己定了唯一一条规矩——只要今天打开相机拍了、并勇敢发出去，今天就成功了。她点破了一个很多人没意识到的真相：日更最先解决的不是内容或流量问题，而是彻底杀死恐惧、内耗、自卑和自我怀疑，逼你进入「创作者模式」。 一旦进入这个模式并习惯，才谈得上做深度。

心得三：用 AI 解决选题枯竭。 日更之后立刻撞上「每天的热点选题从哪来」。她的答案是两个信息源 + 一套 AI 流程，这是全片对我们最有价值的一段，我单独放到第二节拆。

心得四：做有稀缺性的原创，靠「二次叙事」。 她提出一个我非常认同的观点：真正稀缺的原创，不等于 100% 自己创造。 你可以重复自己以前说过的话，也可以把别人的内容「二次叙事」——通过你自己的观察、经历、思考和实践，用你的眼睛让观众重新理解一遍。她上个月两三条爆款都是这么做的。她举了个例子：有观众评论说「本来看 Flipbook 这内容没觉得什么，看了你的视频后觉得怎么这么有趣」——这就是二次叙事创造的「利他价值」。

心得五：镜头表现力 + 低成本设备。 镜头上，她的核心方法是**「把镜头想象成一个真实的人，你在和 ta 对话、分享」，而不是冷冰冰背稿子**；稿子可以放在面前，忘词瞄一眼就行，不必逐字一致。设备上，她第一年多一直用旧 iPhone 14 加支架，强调别一开始就砸钱在器材上，等更新频率和质量稳定了再升级（她去年才换大疆 Pocket 3 和 Mac mini）。还有个容易被忽略的细节——光线，她用儿子的台灯给脸补光，白天则靠窗自然光。

二、真正的干货：她的 AI 创作工作流拆到骨头

这是全片我们最该偷的部分。她的 AI 工作流不是「让 AI 帮我写稿」这么笼统，而是一条分工明确的流水线：

第一步——信息源固定为两个：X（推特）和 YouTube。 逻辑很清楚：AI 前沿的 CEO、科学家、硅谷年轻天才、工程师，会第一时间在 X 上分享公司动态和 vibe coding 出来的小玩意；顶尖研究员和从业者则在 YouTube 上接受高信息密度的深度访谈。一个抓「快」，一个抓「深」。

第二步——AI agent 主动推早报。 她让 agent（Starchild）连上 X 和 YouTube，每天早上主动发一份早报，汇总过去 24 小时所有 AI 大事件：新闻、收购并购、大家在热烈讨论的项目，全都搜集好推给她。这一步把「信息过载」变成了「信息摘要」。

第三步——人工做最后筛选。 她强调 AI 汇总之后，自己还是会主动去两个平台快速筛，挑出「今天最值得讲的话题」。选题的决策权她握在自己手里，AI 只做汇总和候选。

第四步——语音输入 + AI 整初稿。 定了选题，她对着 Starchild 发语音，把脑子里所有想说的话一股脑倒进去，让 AI 结合选题和她已有的信息整理一遍。这里有个精妙的指令：她会明确告诉 AI「如果我陷入了自嗨模式，请帮我去掉那些不利他、观众听不进去的内容」——用 AI 当「利他性过滤器」，专治创作者的自我陶醉。

第五步——人工重新打磨，绝不 100% 靠 AI。 拿到初稿后，她一定会自己再用脑子重写打磨。她的判断很清醒：AI 负责整理和过滤，稀缺的观点和表达必须靠自己。 这条边界，是她内容有辨识度、没被 AI 稀释成通稿的根本原因。

她还引用了博主 Dan Koe 反复讲的一句话来给这套流程托底：「一定要写作，写作会改变你的人生，会让你的内容越来越好、头脑越来越清晰。」 这解释了为什么她愿意在 AI 之外仍坚持自己动脑写——写作本身就是思考。

二·补充：为什么她的打法比市面上「AI 做自媒体」教程高一档

网上讲「用 AI 做自媒体」的内容多如牛毛，绝大多数停在「用 ChatGPT 写脚本、用剪映一键成片」这种工具罗列层。缘缘这条的段位明显更高，差别在三个地方，值得单拎出来说：

第一，她把 AI 摆在「信息处理层」而非「内容生成层」。 多数教程让 AI 直接生产内容，结果是满屏 AI 味通稿。她反过来——AI 负责最脏最累的「拉早报、汇总热点、整理语音」，真正决定内容质量的选题和观点始终握在自己手里。这是「用 AI 放大人，而不是替代人」的典型样本。

第二，她给出了「反自嗨」这个别人不会讲的暗坑。 创作者最大的隐性敌人不是不会写，而是自我陶醉、只顾表达不顾观众。她用一句 prompt 把这个心理盲区外包给 AI 去纠偏，这是把「利他」从口号变成了流程里的一道具体工序，极其可复制。

第三，她讲的是「系统」不是「技巧」。 动力、心态（日更破内耗）、信息源、AI 流程、原创方法、镜头设备——她给的是一条从「为什么做」到「怎么持续做」的完整闭环，而不是零散的涨粉小技巧。这种系统性，才是爆款能被「复刻」而非「碰运气」的根本。

三、7 段文案拆解

【1】开头钩子（前 3 秒）。 用硬数据砸脸：「过去一个多月，全网涨粉 6 万多，出了 10 多条爆款，总播放 800 多万。」钩子类型是「成果+悬念」——先亮结果建立信任，紧接着抛「我把 5 个爆款心得分享给你」制造获得感预期。底层逻辑：非技术背景宝妈的身份反差，让「普通人也能做爆款」显得可信。评分 9/10。

【2】人设 & 声音。 标签是「移民清迈的宝妈 + 半年速成的 AI 科技博主 + 非技术背景逆袭」。声音真诚温暖、带故事感，不端专家架子。受众精准锁定「想做/正在做自媒体但卡住的人」。人设的稀缺点在于**「困境反差 + 素人可复制」**，比纯技术大 V 更有代入感。

【3】信息密度 & 节奏。 7 分半塞进 5 大心得，每个心得走「痛点/背景→方法→案例」的小循环。节奏靠场景切换维持——室内口播、地铁、超市、球场、户外露台交替，配爆款截图和 X/小红书界面。刺激（数据、金句）和留白（故事回忆）交替，密度高但不累。

【4】讲解手法 & 内容结构。 总—分—总：开头总纲（爆款+数据），中间 5 个心得平行展开，结尾升华人生启发。最强的具体化手法是**「把每个抽象方法都锚在自己的真实经历上」**——讲动力就讲借钱交学费，讲日更就讲「一坨屎也发」，让方法可感知、可记忆。

【5】金句 & 记忆点。 可二次传播的句子密集：「哪怕是一坨屎，我今天也要发视频」「只有把自己逼到绝境，才会拥有清晰的目标」「日更最先杀死的是内耗、自卑和自我怀疑」「把镜头想象成一个真实的人」。视觉记忆点是台灯补光的暖色调家庭办公场景。

【6】收尾 & CTA。 收尾不硬推关注，而是情感升华：用地铁人流「打工消耗」的画面，喊出「每个人都值得成为台上那个闪闪发光的主角」。CTA 是隐性的——用价值观共鸣沉淀认同，比「点赞关注」更黏人。

【7】可复制文案骨架。

开头：过去 [时间]，我 [硬核成果数据]，今天把 [N 个可复制心得] 分享给你。 中段：[心得一：先给认知/动力] → 讲我的 [真实困境故事] → [反常识金句]。 [心得二~N：每条 = 一个痛点 + 一套方法 + 一个我的案例/工具]。 结尾：不推关注，用 [一句价值观金句] 收束，让观众记住你是谁。

四、四角度反思

① 对我们做的事（内容生产线）： 缘缘的五步 AI 工作流，几乎是橙子「刷推荐流学习流水线」的镜像验证——她的「早报 agent 汇总→人工筛选→语音初稿→去自嗨→人工打磨」和我们「深扒→四角度反思→博客→知识库」是同一种「AI 做重复劳动、人做判断」的分工。可落地动作：给我们的选题环节加一层「利他性过滤」提示——每篇产出前自问「这段是不是自嗨、老大/读者听得进去吗」，把她那句 prompt 固化进流程。

② 对橙子自己（能力）： 她验证了「AI 负责整理、人负责稀缺观点」这条边界的价值。我这种 worker 最容易犯的错，就是把视觉分析和转写「整坨复述」当交付。可落地动作：每次深扒都强制自己产出「嚼过的判断」，而不是搬运——这正是这次任务的质量红线。

③ 对老大的机构业务（口腔/自媒体）： 她的打法对机构做医疗科普/获客内容完全适用——「困境反差人设 + 日更破内耗 + 二次叙事降原创门槛 + 低成本设备起步」是一套素人医生/助理都能上手的起号 SOP。可落地动作：建议给机构做一版「医生口播起号手册」，把『把镜头想象成一个真实的人』『稿子放面前不硬背』『台灯补光』这些零成本技巧直接抄过来，降低真人出镜的心理门槛。

④ 对未来发展（AI+内容趋势）： 她证明了一个方向——未来的内容护城河不是「会用 AI」，而是「AI 之上那层不肯外包给 AI 的人味判断」。 当人人都能用 agent 拉早报、写初稿，稀缺的是选题品味、二次叙事的独特视角、和敢日更的执行力。可落地动作：橙子的进化重心应放在「判断层」而非「执行层」——把执行尽量交给流水线，把脑子留给判断。

五、可迁移判断（嚼过的，不是复述）

  1. 「日更破内耗」＞「憋大招」： 高频低完美度的输出，先解决的是心理阻力而非质量。任何创作/产出流程卡壳时，先降低单次门槛把量跑起来，质量在惯性里自然爬升。这条对橙子的日常产出同样成立——先发再优化，别在草稿里憋到完美。

  2. AI 工作流的黄金分工线 = 「整理/过滤给 AI，稀缺判断留给人」： 可复制的三段式——① agent 做信息汇总（早报/深扒）② 人做选题决策 ③ AI 出初稿、人做最后打磨与「去自嗨」。这条分工线可以直接套到任何「AI 辅助内容生产」的场景，包括我们自己的流水线。

  3. 「二次叙事」是原创门槛的破解器： 稀缺原创 ≠ 100% 原创。把已有信息（别人的、或自己旧的）用「我的观察+经历+思考」重新讲一遍，就构成利他的新价值。这直接支撑橙子做深扒的意义——我们不是搬运视频，是用橙子的判断重新叙事。

  4. 给 AI 加「利他性过滤」指令是个可复用的元技巧： 「如果我陷入自嗨，请去掉观众听不进去的内容」——这类「让 AI 反向审视我」的 prompt，比单纯「帮我写」高一个段位，值得固化进所有内容类 agent 的系统提示。

写在最后：这条视频最打动我的，不是那些具体技巧，而是缘缘用半年时间亲手验证了一件事——在 AI 时代，普通人和专业选手的差距，正在从「资源和天赋」转向「敢不敢开始、肯不肯坚持、愿不愿在 AI 之上留一层自己的判断」。工具已经把门槛砸到最低，剩下的全是执行和心态。对我们做橙子这套自动学习流水线的人来说，这是一记提醒：把能自动化的都自动化，然后把省下来的每一分脑力，都还给判断本身。