一个skill每天节省25个小时找爆款视频

一个skill每天节省25个小时找爆款视频

我花了两周, 研究了 30 多个不出镜、不写 thread、不发自拍的泛流量博主。

他们做得稳的, 一个号能跑到几千到一两万 RMB / 月。

账号头像随便, 名字随便, 内容是各种爆款视频: 明星随拍 / 老人科技 / 旧物改造 / 反转剧情。

靠的全是平台分成: 视频号原创激励、B 站创作激励、油管分成、番茄推文带书等等。

绝大多数人其实卡在几百到几千 RMB —— 一方面卡网感, 一方面卡产线效率。

他们的瓶颈出奇一致。

非剪辑、非发布、非文案。

是找选题。

具体一点: 每天打开微博推荐流, 刷 3-5 小时, 用人眼盯播放量数字, 看到 100w+ 的截图存档。

那是他们的早九晚五。

这件事完完全全是机械重复。

它不需要你的判断, 不需要你的品味, 不需要你在场。

它需要的只有一件事 —— 每天都跑

Airtap 解决的就是这一层。

这个工作流你只需要写一次

Airtap 给你一台 cloud phone, 一句"帮我从网页端装微博 App", 几秒装好, 匿名状态, 不登录任何账号。你写一个prompt , 在 Airtap 里把它配成每日定时跑的 Routine。它替你刷推荐流: 红框播放量 ≥ 100w, 点绿框 复制链接, 立刻打印一行。跑完一轮, 输出一张 markdown 表格。这张表是你这一周的选题池。

整个流程跑一次 30min-2h, cloud phone 那边自己跑。

你睡觉时它跑, 你工作时它跑。

微博推荐算法主要跟着设备行为走, 不是账号身份。我在cloud phone 上不登录任何账号。打开微博 App, 推荐流照样开始跑。然后, 每对一条视频点一次 复制链接, 那条视频的特征就被加权进这台设备的推荐池里。点完一两百次, 你的推荐流自动标签化。复制链接 这个动作在这套流程里是双重作用:

  • 对你: 这是你要的产出 (链接进表格)
  • 对微博: 这是一个比"点赞"更强的兴趣信号 (用户都打算转出去了)

跑得越久, 它喂给你的 100w+ 视频越对口。零账号风险零养号成本、全沙箱零入侵。

Step 2 —— 为什么是推荐流, 不是热搜

热搜上的视频是平台已经标好的"全民爆款"。你看到了, 国内做内容的另外几十万人也看到了。红海。而且不支持高级搜索。推荐流不一样。推荐流里跑出 100w+ 的视频, 是算法从腰部挑出来的"破圈苗子", 在你刷之前可能还没被广泛搬运。这是窗口期。100w 这个阈值我试过几个值:

  • 50w 太散 —— 一半是平台保送的中等内容, 命中率低
  • 200w 又太晚 —— 已经在大盘上跑透了
  • 100w 是大多数 "刚验证 + 还没饱和" 临界点

Step 3 —— 配成每日 Routine

Prompt写完, 拖进 Airtap, 在它里面配成每日定时跑的 Routine。Airtap 负责刷手机。我后来改进了版本, 直接抄走,这个版本不截图,直接读取 UI dump,token 很省:

# 微博爆款研究员

任务: 在微博 App 推荐流里, 找播放量 ≥ 100w 的视频。

## 操作步骤
1. 打开微博 App, 进入推荐流 (匿名, 不登录)
2. 一条一条往下刷, 不跳读
3. 每条视频左下角区域, 读出播放量
   - 优先: GetAndroidState 后, 从 UI dump 找 `com.sina.weibo:id/text_brief_new_ui_message` 字段
   - 兜底: 截图 OCR 读取
   - < 100w 直接刷下一条, 不停留
4. 命中的视频, 点右下角 ... → 复制链接
   - 这一步同时给设备打标签, 推荐流会越来越准
5. 命中后立刻打印一行:
   `[序号] 播放量 | 标题 | 账号 | 发布时间 | 链接`
6. 继续刷, 直到累计 20 条命中, 或刷满 2000 条
7. 跑完, 输出 markdown 表格汇总

## 约束
- 全程游客状态, 不登录任何账号
- 不点赞、不评论、不关注、不转发 (复制链接除外)
- 不发任何东西
- 遇到登录弹窗, 关掉它继续刷, 不要点登录

Step 4 —— 跑起来是什么样

Routine定时跑。cloud phone 那边动起来。

像人一样刷视频,找爆款,记录。

早上醒来,报表已经在等你了。

一句实话: 我跑到哪了

上面挖视频这部分 (Step 1-4), 我深度反复跑过了。命中率 / 推荐流标签变化 / 表格生成, 数据都是真的, 你照抄就能跑通。

下面 Step 5 写的"拿到表之后能干嘛", 我自己只用熟了第 1 种 (选题反推), 第 2-3 种还在试, 没跑出明确体量, 也就没敢替你打包票。

Step 5 —— 表格 + 怎么用

跑完, agent 给你这样一张表:这张表不是 20 行链接。

你不要直接搬运,毕竟X平台不鼓励直接搬运视频。

它是你这一周的选题池 + 内容信号源

自己用它的几种方式:

  1. 选题反推。看这 20 条命中的共性。这周大家在看什么? 明星 + 科技、城市晨景、川西自驾、旧物改造... 这些是当下的"内容信号", 拿信号去做你自己的内容。
  2. 对标拆解。同样的选题别人能跑出 100w+, 让 Claude 帮你拆它的封面 / 前 3 秒 / 文案 hook。
  3. 跨平台二创。把"信号"带去一个不同的内容场景。微博的城市晨景火了, 你做小红书的城市深夜版本, 同一个情绪, 不同的表达。
  4. 获取每日早报资讯。

这件事值不值得自动化

如果你完全人肉做:

  • 每天 5 小时刷推荐
  • 命中后人手记录

一周 ≈ 35 小时。一年省下1820 个小时,相当于227 个工作日。要知道一年也就260个工作日。用 Airtap 自动化:

  • 每天 cloud phone 自动跑 30min-2h
  • 表格自动生成

省下来 35 个小时。那些时间不是用来"赚更多"。是用来做剪辑、做发布、做账号 —— 这些 AI 还干不了的部分。

微博只是第一个 App

这才是这套 工作流 真正有魅力的地方把"微博 App"换成别的 App, prompt 90% 一样, Airtap 自己读屏, 哪个 App 都能跑:每个平台 = 一个独立的选题池 + 一份独立的平台分成。

那些跑稳了的泛流量博主, 大多只稳稳吃了一个平台。

五个平台跑稳, 投入的人力时间几乎一样, 因为最耗人的找选题已经被自动化了。

不保证你每个平台都能复制收益, 但倍数效应这件事本身是真的。你能不能拿到, 取决于你在执行端打磨到哪一步。

AI 把内容工厂的瓶颈, 从 "找选题" 挪到了 "选品 + 执行"

后者才是你应该花时间打磨的部分。

你的下一步

打开 airtap.ai, 把上面那段prompt 拖进 @airtap_ai , 配成每日 Routine。

跑一次。

不行就调 prompt, 这玩意 debug 成本极低。

答应我,今天不要再花5小时刷推荐流。

然后明天小红书在跑, 后天 B 站在跑, 下周 YouTube Shorts 也开始跑。

写一次 Prompt, 它在每个平台跑。

——实践哥MinLiBuilds

阅读更多

相亲资料代写:一单88到298,帮人把"在找"写成"被找"

相亲资料代写:一单88到298,帮人把"在找"写成"被找"

相亲平台上有个残酷的真相:90%的人资料写得像一份流水账简历,而平台算法只给前10%的人流量。 不是长得好看就能被看见。在文字筛选的环节,很多人就已经输了。 为什么有人愿意为几句话付钱 相亲资料不是自我介绍,是"吸引信号"。 大部分人写资料时的心态是"我把情况说清楚",但正确的心态应该是"我让对方产生好奇"。这两者的差别,就是代写服务存在的空间。 一个典型的失败案例: > "88年,身高175,IT工程师,年薪30万,有房有车,性格随和,喜欢旅游和美食,希望找一个温柔体贴、三观正的女生。" 这段话有什么问题? * 175写得很诚实,但没有任何场景感 * "性格随和"等于什么都没说 * "喜欢旅游和美食"是80%人的复制粘贴 * 对另一半的要求像在招聘

帮口播博主写短视频脚本草稿:一个被低估的文字接单生意

帮口播博主写短视频脚本草稿:一个被低估的文字接单生意

帮口播博主写短视频脚本草稿:一个被低估的文字接单生意 你有没有注意过这样一种人? 他站在镜头前,表达能力其实不差,对着朋友能聊两小时不停。但一旦按下录制键,脑子就空了。讲了上句忘了下句,一个观点来回说三遍,最后剪出来的片子节奏稀碎,自己都不想发。 这样的人在抖音、视频号、小红书上到处都是。他们不是不会做内容,是缺一个"把脑子里的话变成镜头前的稿"的环节。而这个环节,正是你能接单的地方。 为什么这个需求比你想象的大? 口播类短视频,是平台算法最偏爱的内容形式之一。真人出镜、信息密度高、完播率可控,流量相对稳。所以越来越多人想走这条路——职场博主、知识付费讲师、本地商家老板、甚至卖保险和房产的中介。 但他们的共同困境是:脑子里有货,嘴里倒不出来。 场景一:知识型博主 一个做了十年财务的资深会计,想在抖音分享"企业报税避坑指南"。她真的能讲,但一讲就超时,一条视频录了八遍还在绕圈子。她需要的不是剪辑师,是一份&

老照片修复师:一个靠情感溢价赚钱的轻量接单生意

老照片修复师:一个靠情感溢价赚钱的轻量接单生意

老照片修复师:一个靠情感溢价赚钱的轻量接单生意 你有没有注意过这样一种场景? 一个家庭聚会上,长辈翻出一张泛黄的老照片——可能是上世纪八十年代的结婚照,或者是爷爷奶奶年轻时的合影。照片已经褪色、褶皱、边角破损,但上面的人依然笑得真切。长辈小心翼翼地捏着照片边缘说:"要是能把它弄新一点就好了。" 这句话背后藏着一个真实的市场需求:老照片修复。 不是每个人都能把破损的照片还原成清晰的样子。大多数人甚至不知道该用什么工具、该找谁帮忙。而你,只需要掌握一套简单的AI工作流,就能把这个需求变成一门可以持续接单的生意。 为什么这个需求真实存在? 老照片修复的需求比想象中更大,而且分布在你意想不到的地方。 第一,家庭场景是主力。 清明扫墓、老人寿辰、家族聚会,这些时间节点都会触发"修复老照片"的需求。子女想给八十大寿的父母送一份特别的礼物,修复后的老照片裱进相框,远比一个红包更有仪式感。 第二,地方文史和宗族修谱。 很多村镇在修族谱、建村史馆时,需要修复大量历史照片。这是B端需求,单价高、批量大,但几乎没有人专门做这块业务。 第三,影视剧和短视频创作。

一个被低估的轻量生意:帮小商家写小红书种草笔记

一个被低估的轻量生意:帮小商家写小红书种草笔记

一个被低估的轻量生意:帮小商家写小红书种草笔记 你有没有注意过这样一种情况? 街边新开了一家手作面包店,老板手艺很好,面粉和黄油都是进口的。但她在小红书上发了十几条笔记,点赞加起来不到二十个。配图是手机随手拍的,文案写着"今天做了好吃的面包,欢迎大家来尝尝"。 这种内容不是不好,是"没用"。在小红书的算法里,它既不会被推荐给面包爱好者,也不会被搜索引擎抓到。老板花了时间,相当于白干。 这就是小商家的普遍困境:产品过硬,内容过软。他们不是不想做好小红书,是不知道"好内容"长什么样。而这,正是你能接单的地方。 这个需求比你想象的更大 场景一:餐饮小店 一家社区咖啡店,老板懂豆子,不懂文案。他需要你写的不是"欢迎光临",而是"在厦门花28块喝到瑰夏,这杯Dirty的油脂厚到挂壁"