拆解全球经典广告创意背后的策略密码，追踪AI与程序化创意浪潮。
一个人用AI跑出10人团队的创意产能：我的完整工作流
📅 2026-09-04 ｜ 📖 约 878 字 ｜ ⏱ 3 分钟
📌 核心观点
AI不负责想点子，它负责把点子做成上百个可测试的变体；人只做两件事：定方向、做判断。
很多团队用AI的方式是“让GPT写标题”，结果写出100条废话。问题出在输入：没有策略骨架的prompt，只能产出平庸。我的工作流分四层：① 策略层（人）：明确人群、卖点、情感触发、差异化角度，写成50-100字的创意简报；② 生成层（AI）：把简报+结构模板（RSA的15标题分类、Meta的钩子-正文-CTA）交给AI，一次产出20-40个变体；③ 过滤层（人机协作）：用统一评分标准（首句钩子强度、具体性、无堆砌词）打分，人工只保留前20%；④ 测试层（系统）：胜出的变体进入A/B，数据回填简报库，喂给下一轮生成。
AI的价值不是替代灵感，而是把灵感的边际成本打到接近零。
三个关键技巧：第一，prompt里永远带“反面清单”——告诉AI不要用什么词（行业领先、一站式、最佳选择），AI才会避开陈词滥调；第二，用“角色+场景+约束”描述受众（“给预算3万的电商老板写，他怕的是广告费打水漂”），比“目标用户”具体10倍；第三，让AI生成“互斥角度”——同一个卖点，分别从省钱、省时、社交认同、风险规避四个角度各写一组，再决定测试优先级。这套流程把“写文案”从3小时压缩到30分钟，把创意产能从每周5条提升到每周50条，且每一条都有可测试的假设。
📊 关键数据
- 结构化简报+AI生成，单条创意生产成本可降低70%以上（行业实践参考）
- 生成20-40个变体后人工筛选前20%，胜出率显著高于随机单条产出
- 用“反面清单”约束prompt，可剔除约40%的自动过滤词汇
💡 可落地的 3 个行动
- 本周把卖点写成一页“创意简报”，包含人群/痛点/角度/禁忌词四项
- 用简报+反面清单生成30个变体，按统一评分表只留前6个
- 把每轮测试数据回填简报库，让AI下一轮生成时自带胜者基因
💬 总结
创意产能的尽头不是AI，是比AI更会提问题的你。