KeyFrame

【AI 實戰】真公開!AI 自動賺錢第九集:唔知拍咩好?教你用 AI 自動發掘爆款話題 + 流量密碼大公開! | Ron Sir AI 基地 第十四集

Ron AI 基地·4月21日週二·9 min中文

三句話摘要

YouTube AI 自動化頻道第九集:用 AI 工具找爆款題目,並分析當前 YouTube 算法下哪些內容垂類值得做。 在 YouTube 新算法下,選題比製作工具更關鍵——讓 AI 每天主動篩選「48 小時內已驗證有流量」的題材,才是 AI 影片流水線能持續產出有效內容的根本。 YouTube 算法已全面洗牌:冥想音樂、ASMR、寵物等舊垂類現已幾乎無法獲得推播,因為新算法以 48 小時內的初始流量作為判斷是否繼續推播的核心指標,舊內容形式無法通過門檻。

重點整理

重點
  • 1

    YouTube 算法已全面洗牌:冥想音樂、ASMR、寵物等舊垂類現已幾乎無法獲得推播,因為新算法以 48 小時內的初始流量作為判斷是否繼續推播的核心指標,舊內容形式無法通過門檻。

  • 2

    真人 vs AI 內容的流量差異明顯:搜尋結果顯示,六天內萬次觀看的頻道幾乎都使用真人出鏡,純 AI 生成片流量普遍偏低,但仍有個別 AI 影片(如寵物類)單片帶來千餘訂閱,說明選題比製作形式更關鍵。

  • 3

    題材選擇策略分兩軸:一軸是「長青內容」(如省錢技巧、心理學知識、歷史故事),另一軸是「時事熱潮內容」(如 Marvel 新片、熱門 IP),講者決定兩種都嘗試,以分散風險。

  • 4

    AI 輔助選題流程已重新設計:原本讓 AI 每天推送新聞熱點,發現新聞類內容觀眾接受度低,改為讓 AI 每天上網找「48 小時內破百 views 且主題可用 AI 重製」的 YouTube 影片題材,再人工篩選後進入生產流水線。

實用技巧與重點

乾貨
  • 流水線技術棧:N8N + AI 圖像生成 + 影片剪輯 + 音樂 + Voice API 語音合成
  • YouTube 新算法門檻:48 小時內需達數千至 10,000 views 才啟動推播
  • 橫片(Landscape)最低收益門檻:100 views = 港幣入帳;直片(Shorts)需 1,000 views 才等值
  • 頻道現狀:主頻道 12 訂閱,美國英文頻道 0 訂閱,已運營約一週
  • 成功案例數據:省錢類頻道兩個月四天達 58 萬 views;真人出鏡成功故事頻道六天 1 萬+ views
  • 寵物 AI 頻道單片帶來 1,000+ 訂閱(但整體垂類已走下坡)
  • 評估排除的垂類:冥想音樂(原頻道需 300 萬訂閱才有效)、寵物(飽和)、恐怖內容(個人底線)
  • 決定試做垂類:Money(省錢/財務)、History(歷史故事)、Marvel 熱點
  • AI 選題指令設計:「幫我上網找 YouTube 48 小時內超過 100 views、且我可用 AI 重製的題目」

結論

結論

在 YouTube 新算法下,選題比製作工具更關鍵——讓 AI 每天主動篩選「48 小時內已驗證有流量」的題材,才是 AI 影片流水線能持續產出有效內容的根本。

完整解析

詳細

Ron AIG Day 頻道第九集圍繞一個核心問題展開:在 AI 自動化影片流水線已搭建完成的前提下,究竟哪些題材值得投入生產?這集的大部分時間用於直播式的市場調研——講者一邊在 YouTube 搜尋各類垂直領域,一邊即時分析數據,帶領觀眾一起看清當前平台的流量現實。

調研結果相當清醒。YouTube 近期算法大改,舊有的「穩定長青」垂類如冥想音樂、ASMR、寵物影片,現在普遍淪為個位數或幾十個 views 的殭屍頻道。講者明確指出,新算法的核心邏輯是:影片上傳後 48 小時內若無法累積數千甚至一萬次觀看,平台就不會進一步推播,因此「以前有效的做法現在等於白做」。這個洞察直接否定了很多 AI 頻道建立者的舊有假設。

在篩選可行題材時,講者觀察到幾個值得注意的現象:真人出鏡的成功故事類頻道六天可達萬次觀看,但 AI 生成版本流量遠遜;省錢與理財類內容兩個月不到就出現 58 萬 views 的案例;歷史故事類有 AI 圖像生成版本在穩定成長。對比之後,講者決定鎖定 Money 與 History 兩個方向作為主力,同時保留對 Marvel 等熱門 IP 時事內容的機動性操作,以「長青內容 + 時事熱潮」雙軌並行來分散風險。

在工具與流程層面,講者也透露了一個重要的選題機制升級:原本設定 AI 每天自動推送當日新聞熱點給他參考,但實際操作後發現新聞類內容對 YouTube 觀眾吸引力有限。因此他重新設計了 AI 的任務指令,改為讓 AI 每天主動上網搜尋「48 小時內觀看數破百、且主題適合用 AI 重製」的 YouTube 影片,再由人工篩選後丟進 N8N + 圖像生成 + Voice API 的流水線量產。這個「AI 找題目 → 人工確認 → AI 生產」的閉環,是這集最具操作價值的方法論。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Claude Cowork vs Codex: 誰才是更好的AI工作助手?
16 min
AI 技術中文6月20日

Claude Cowork vs Codex: 誰才是更好的AI工作助手?

李厂长来了

  • 介面設計哲學不同:Codework 以標籤頁區分聊天、文書與程式碼三種模式,任務彼此隔離不混淆;Codex 則將所有功能整合在單一介面,減少切換成本,但頁面相對雜亂。
  • 第三方整合能力差距明顯:Codework 提供大量連接器並支援 Zapier 擴展,且可針對每個連接器精細設定讀寫權限(如 Gmail 只讀免確認、寫信需批准);Codex 的插件數量較少且缺乏同等級的權限控制機制。
  • 定時任務管理方式影響長期使用體驗:Codework 將同一自動化任務的歷史記錄歸類在同一條目下,便於追蹤;Codex 每次執行都獨立列出,隨任務增多左側欄會越來越臃腫,不利於長期管理。
我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026
編輯精選
28 min
AI 技術中文6月20日

我贏得 NVIDIA GTC Taipei 2026 的金票啦!這 4 天展期會有什麼不一樣的體驗呢? | Computex 2026

EngineerGary

  • Tokenomics 重新定義 AI 工廠價值:黃仁勛將所有輸出重新框架為 Token = Revenue,傳統工廠生產實體商品,AI 工廠改為生產 Token;對製造端而言,目標是以最低成本產生最多 Token,實現每投入 1 元帶回 3–5 元回報的商業邏輯。
  • 開源策略是市場放大器而非讓利:NVIDIA 釋出 Cosmos 3、Apomile 3 等開源模型,以及通用人型機器人,目的是降低新創進入自動駕駛、World Model、Physical AI 的門檻,擴大整體生態系規模,最終帶動更多算力與服務需求(「The more you buy, the more you earn」)。
  • Deal to Delivery Agent 解決中小企業流程瓶頸:Gary 團隊識別出企業收到客戶需求後,需跨工具手動完成報價、開票、GitHub issue、通知等重複性操作是最大效率殺手;Agent 自動拆解商機、建立 ERP 記錄並推送 Telegram 通知,人類只需在 Draft 狀態下做最終 Review 確認。
黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備
編輯精選
30 min
AI 技術中文6月20日

黃仁勳親自欽點⁉️執笠手機公司 BlackBerry 變身 AI 機械人主系統🤖下一個大浪提前準備

Coco哥

  • QNX 擁有機器人 OS 三大不可替代技術門檻
  • Windows 響應延遲 200 毫秒,Linux 一旦核心崩潰全部失效,而 QNX 具備毫秒級即時決策、ISO 26262 ASIL-D 與 IEC 61508 SIL-3 最高安全認證,以及微型內核獨立架構(單一模組崩潰不影響其餘系統),三項條件同時達標,現階段競爭對手均未能複製。
  • 40 年護城河非短期可追趕