当前AI给买量自动化究竟做到了哪一步？

本文来自微信公众号：游戏Marketing，作者杰克Ultra本人

这段时间有不少文章都在炒AI在买量领域的应用，绝大多数内容都只是转手搬运信息而已。

只不过把平台官方放出来的信息用AI重新整合一遍，就制造内容贩卖焦虑，质量其实并不高。

我亲自上手测试了几个主流方向，把目前行业的真实进展整理出来分享给大家。

一、广告投放环节

第一个要说的就是广告投放的自动化。

之前Meta公开了自己的CLI工具，我发过一篇短文介绍之后，就自己上手做了测试。

我按照官方文档一步步给CLI做授权、生成访问token、绑定投放账户，页面一直提示所有权限都已经配置完成。

接着我尝试用Codex调用接口操作，结果指令发出去之后，返回的结果还是报错：Error:API error(200):(#200)Missing Permissions，也就是提示权限缺失。

折腾了很久最终还是没能跑通，因为这套方案本质上还是要依托Meta的Marketing API才能运行。

但如果你要申请Marketing API的使用权限，平台要求你必须已经开发好了一套可落地的投放发布系统，还得上传系统的使用流程说明给Facebook审核，审核通过才能开通权限。

卡在这一步之后，我就没有继续往下测试了。

如果要直接给Facebook提供Codex操作的演示视频，证明我的使用方式符合要求，这个门槛实在太高了。当然如果有朋友已经申请成功了Codex的权限，也可以和我交流一下经验。

假设你已经拿到了Marketing API权限，那确实可以用Claude或者Codex这类AI编程工具，完成广告发布、投放调整、数据分析这些工作。

而且整个操作都能在手机上完成，用起来非常方便。

相当于多了一个随身的AI投放助手，外出的时候不用背着电脑，便利性确实提升不少。

但话说回来，这套方案的门槛目前还是很高的。

绝大多数中小公司都没有申请开通Marketing API。

所以Meta这次开放的CLI接口，其实多少有点鸡肋。

对于已经搭建好Marketing API的团队来说，本身就有成熟的发布和分析系统，这个CLI只是锦上添花，让操作更便捷而已；但对于没有Marketing API的公司或者普通优化师来说，根本没办法直接用，要么还是得采购第三方工具，要么还是得手动操作。

哪怕把投放数据导出来传到本地让AI分析，整个投放+分析的流程也没办法形成完整闭环。

现在也有技术玩家用N8N搭建自动化工作流，但本质上也还是要依托Marketing API才能跑通。CLI其实可以平替N8N，但本质问题没有解决，还是绕不开传统的前置准备工作。

目前最多就是在GPT网页端的开发者模式里对接Meta广告账户，但对接之后没办法识别全所有账户信息，实用性不强，没必要折腾。

同理，谷歌推出的MCP我也研究过，本质上还是原来的老方案，对普通从业者来说没什么实用价值。

其实对于大多数普通从业者来说，现在最好的选择就是等待。

等各大平台自己把AI工具对接做好，推出官方功能，我们直接用就好，只不过现阶段就得接受进度落后一点。

我听说GPT下一个版本的核心更新就是插件功能，说不定到时候Meta官方插件一推出，整个流程直接就打通了，那现在我们做的这些研究摸索，反而就没用了。

没办法，这就是AI时代的特点，耐心等等反而总能拿到最好的结果。

二、广告创意生产

上周末我开源了一个素材处理Skill，出来之后文章转发量还不错。

其实开源出来的是通用版本，我自己在用的定制版本比这个通用版要先进很多，完全是针对我自己的投放需求打磨的。

我自己这套现在已经能做到：只要上传一个参考素材，AI就能自动完成素材分析，接着结合我自己的产品定位想出创意方向，最后直接输出完整的广告分镜。

输出的分镜里包含了每个镜头的详细描述、要不要加口播、画面需要展示的文案，还有环境音效、场景设定这些内容，全都是针对我的产品定制生成的。

而且想要这个素材Skill用得顺手，必须提前给它投喂大量已经跑出来的爆款买量素材。

我把自己从业这么多年存下来的所有爆款素材，按照脚本结构、钩子设计、音效搭配、背景音乐这些维度做了分类整理，再让AI分别学习提炼这些素材里的关键信息，最后总结出一套可复用的爆款方法论。

我让AI生成新脚本的时候，就会要求它参考这套学习出来的方法论。

所以说，如果你自己没有积累下来的优质素材库，也没有提前让AI学习你常用的提示词、配乐风格、开头3秒钩子设计这些基础内容，那这个素材Skill对你的帮助其实很有限。

但如果你本身有大量优质素材积累，搭配我开源的这个Skill用，体验会非常好。

三、热点监控分析

热点分析这块我现在已经实现了自动化监控。

我给AI设置了定时任务，每天早上9点会自动爬取全网所有和我产品题材相关的内容，做完数据清洗之后，再经过多轮筛选，最后提炼出对我有用的信息，保存成本地PDF文件放到指定文件夹里。

这个需求本身是高度定制化的，毕竟每个人做的产品不一样，需要监控的内容也完全不同。

这套自动化方案目前只适配YouTube、Facebook、Ins、Reddit这类开放平台，还有谷歌搜索这类公开渠道。

那些不开放数据，或者超出AI识别能力的平台，比如App Growing、广大大这类第三方工具，目前还是得人工处理。

其实我之前也想过，App Growing和广大大最好的方式就是走CLI接口对接，但我问过平台，目前这两家都还没有推出CLI，所以只能走API接口提取数据。

API接口虽然可以按照自定义规则提取数据，但收费比较高，免费试用的调用次数也很有限，所以这个方案目前还不够成熟。

所以我现在还是保持人工从App Growing找素材，其他所有公开渠道比如Steam、YouTube、Reddit的内容，全都交给AI自动化处理。

这样一来，我日常工作轻松了很多。

如果自动化监控在公开资源里找到了不错的创意方向，还能直接推给我的素材Skill，让AI直接结合我的产品生成新创意，整个流程衔接非常顺畅，行业相关的热点总能第一时间跟进。

四、AI剪辑

AI剪辑目前已经可以处理所有标准化的剪辑工作。

如果你现在还不会用PR或者剪映，根本不用特意去学打开这些软件，直接调用AI助手，告诉它手里有哪几个视频，要把哪个视频的第几秒到第几秒剪出来，和另一段拼接在一起，AI就能直接帮你剪好输出。

哪怕是稍微复杂一点的任务，比如结合抽帧工具分析视频开头的钩子，把视频的开头钩子单独剪出来，也不需要打开剪辑软件就能完成。

比如你只需要说一句“把这个视频的开头钩子剪出来保存到本地”，AI就能分析识别出哪几秒是钩子。

然后完成剪辑，这种场景非常适合处理大批量重复性的剪辑工作。

所以只要你的创意方向没问题，基础素材质量够高，AI就能帮你处理数量极大的剪辑工作，剪辑从业者的工作压力会小很多。

当然了，如果你原来只会做这种基础剪辑工作，那被AI替代其实是必然的，因为这类简单工作现在AI通过代码就能完成，根本不需要人工介入。

除此之外，批量替换字幕、生成多语言字幕这类工作，也都可以交给AI批量处理，目前技术已经非常成熟了。

其实我没想过要把这个AI剪辑做成专门的工具，因为实现逻辑真的很简单，但反过来想，往往越是简单的功能，越是普通用户最需要的。

五、整套AI视频制作工作流

和我配合的视频制作小伙伴，拿到我生成的脚本之后，自己也打磨出了一套非常好用的自动化工作流。

拿到我输出的分镜脚本之后，他会先和我当面沟通，确认我想要的最终视频效果，毕竟我那个素材Skill输出的分镜只是辅助，主要是帮我把想法落地，避免创意人员写的脚本和我想要的效果偏差太大，拉低产出的下限，很多细节确实文字说不清楚，必须当面沟通确认。

沟通清楚需求之后，他会用自己的工作流把创意拆解成适配AI的提示词，接着判断这个创意适合用哪个AI工具生成，然后自动把请求发到对应AI的API接口。

API会按照设定好的规则生成多个候选结果，最后他只需要做挑选，再把选中的片段合成最终视频就可以了。

当然中间偶尔还是需要调整提示词重新生成，但他这套工作流已经打磨得很成熟了，所以现在他的生产效率非常高，产出的视频质量也很好。

相当于他自己搭建了一套专属的AI需求拆解工作流，和这样的伙伴配合工作，效率高体验也非常好！