我们有一段时间，对视频的拆解方向是错了的。本质上是把每一个视频都当作一个独立的流量源和流量点。然后没有具体指向的去找他背后的逻辑。所以拆解的内容越来越多，但哪些是真正有用的，不确定，那就只能再一个个的去试。浪费时间，也浪费资源，更浪费了预算。

这就相当于一片湖里，这里打个窝子，那里打个窝子，然后再去试看看哪里有口。有口再继续投，没口了又去一个个的点去试……

这种操作在过去没有AI的阶段是可行的，因为只要饲料足够，窝子打得多，中鱼的概率就会大很多。

但现在，如果持续这种模式，反而会让我们对AI的使用出现方向上的问题，甚至我们所谓的历史数据投喂，也会把良品和垃圾一起投喂。结果出来的模型也是一个垃圾。

得转化下思考模式。不能把所谓的“爆款”当作一个独立的点，而是要通过N个这样的爆款，先找寻他们水面下互通的那条暗流，然后再从中找到一个个有关联的视频，先不管那些视频是不是“爆”了，但这样最大的好处是可以排除掉一大批影响主线的无用素材。

而这条主线，至少，可以通过四个维度来进行参考和筛选。

1，产品视频之间的关联。他们是否是持续的？例如，同一个达人，同一个场景，上一个视频主打的是牙线，下个视频主打的漱口水。产品和视频是有一条主脉路的，能互通或者是互补的。

2，素材，产品，场景的关联。同一个产品，例如马灯，是电脑桌搭的灯光补充还是户外钓鱼野外露营的必备？不同场景下，商业价值，转化模型都是有侧重的。灯光柔和度，点亮大小，持续时间，是否防水。不同场景不同卖点带来的，是不同的价值和售价。

3，其他同行有没有已经用了。如果我们的某一个视频，我们没结果，但同行已经先用了，用了类似的素材，产生了一定的结果，那就得先分析分析他们的模式和数据，再比较一下我们的东西，看看还有没有其他的机会。

4，是不是晚了。这是我们遇到最多的问题，很多素材，我们还没真正开始用，就因为热度或者是被抢先的问题，已经被其他人吃了第一口螃蟹。那么，我们就只能看看这个周期的长度和高度，看现在是先收着，等下个周期再集中用，还是直接就只能浪费掉。没办法，再有AI，也有没注意到，同时操作不过来的时候。

而只有先从这四个维度，来把现有的素材都先筛选一遍之后，才能说留下的素材是有一条主线的，是能够作为优质的食材，喂给AI的。

特别是时间，有的时候，看着素材库里那一些还没用就过期的好东西，是真的肉疼。但没辙，之前人力毕竟是有限的。但现在，用工具，把这些之前要花很长时间的苦力活来加速解决。的确，是真可以提高效率的。但这个操作，更多是需要你自己去找技术开发，貌似现在市面上还多少工具可以立刻执行……

如果有的，价格也合适，那也请告诉我。

文章来源：MiyueMedia