AIGC 的风，已经吹了好久了。

再 AIGC 概念爆火的这半年多的时间，有人赚得盆满钵满，有人焦躁的赶风口却一无所获。

AIGC 究竟能不能冲？不同背景的人要怎么冲？

今天，整理一下我得到的一些碎片化信息和观点分享给大家，希望有用。

找不到应用场景，再好的工具都没有意义

这半年多的时间里，市面上兴起了非常多和 AIGC 概念相关的社群和培训。

但，大多数的社群和培训，都是在教你怎么使用 AI来创作。而大多数追着买课、进社群的人呢，则是学完课程，知道怎么使用这些工具之后，就没有然后了……

因为，缺乏应用场景。

对本身已经是内容生产者的人（设计师、作者、视频创作者等）来说，他们本来的工作中就有「内容创作」的具体场景和需求。学会用 AI来创作，确实是可以帮他们提高效率。

但，大多数人本身并不是内容生产者，生活、工作中也没有「内容生产」的需求。

怎么说呢，这就像是一个剪辑师，学会了一个新的剪辑软件之后，可以更高效的创作出比原来效果更好的视频。

但你就一个普通人，再各种广告的刺激下去学一个新的剪辑软件，学完之后傻眼了……我要用这个软件剪啥好呢……

所以，想在 AIGC 的概念中真正赚到一些钱，普通人还是得去找一些具体的应用场景。

一些拧巴的应用场景

说到应用场景，就不得不聊聊前几个月陆陆续续火起来的「四维彩超」「宝宝头像」「AI 创意字」等项目了。

· 四维彩超：通过 AI 作图的软件，以你宝宝的四维彩超为基础，生成你宝宝出生后的样子

· 宝宝头像：通过 AI 作图的软件，生成你宝宝漫画版的头像

· AI 创意字：用 AI 作图的软件，生成一张酷炫的图片，然后你的名字（二维码）之类的，就隐藏再图片中的某个元素里

· ……

这些是应用场景吗？

是的。

但为什么通过这些赚到大钱的人很少呢？

因为拧巴。

来，一起用老模型分析一下类似的项目：

1. 产品

2. 需求

3. 流量

4. 转化

从产品&需求的角度来看：

· 如果只是按照一套标准的作图流程来做，做标准品。那效果就不会好，用户满意度低，卖不上价格

· 如果需要针对具体要求去做优化，去做优质的图，那就对审美有要求，且要投入更多时间，成本就变高了。但，因为这些场景不够刚需，且很多都是新出来的需求，所以价格卖不高……（以四维彩超为例，一张预测的照片你卖50 ，有市场；但如果你卖 500，那会买单的人就极少极少了）

感受到拧巴了吗？

从流量&转化的角度来看，暂时这类产品的转化，更多还是「引流到私域，人工接单，作图，交付」。

非自动化的转化流程，最大的问题是：边际成本高，成交上限低。

做一张图 50 块，做的图少了不赚钱。做的图多了，又容易接不过来，短时间内又没有成熟的外包渠道和体系。

另外一个拧巴点在于：大家都把关注点放在学习作图技术上了，却忽略了流量的重要性。

类似的应用场景出来后，市面上会很快的出现大量的教程，也会有大量的人学会如何做对应应用场景的图。

所以，如果你懂做流量，能接到单子，学会作图不难，找到有能力接单的人也不难，你肯定能赚到钱。

但如果你只学会了作图，你很难变现……

感受到拧巴了没？这些AIGC 的应用场景里，最重要的竟然不是 AIGC 的技术，而是流量获取能力。

就是因为这些拧巴的情况，所以你很少看到有人再这些普适的，只要求掌握 AIGC 技术的应用场景赚到大钱。

强调一下，这些拧巴的情况，仅仅存在于上述这些仅需要 AIGC 技术，不需要审美的应用场景中。

不代表所有的应用场景。

妙鸭相机的爆火

拧巴的情况却是存在，但这不代表这些拧巴的情况无法被解决。

近期妙鸭相机很火，也有很多人在分析这块产品。 在我眼里，这块产品就是非常好的解决了上述聊到的拧巴的情况。

· 产品。生成你的数字人，生成你的各种风格的写真照——还原度很高又比你自己拍的好看。重要的是，他的产品非人工出图，而是程序自动生成。

· 需求。50 块的写真，市场需求低，但 9.9 换取一批好看的照片+晒朋友圈的契机+体验 AI 的机会，市场需求就特别高了，瞬间从「50 元生成酷炫的 AI 照」这种小众需求，变成了普适的大众需求

· 流量和转化。产品是机器生成，转化是也有自动化的流程，这意味着承接能力上限很高。为前端设置无限裂变的流量机制，提供了前提条件。 这款产品的流量和转化机制，都做得非常好，感兴趣可以去体验一下

但，这种应用场景，和我等大部分普通人，并没有什么关系。

需要审美的应用场景

什么是审美？就是你了解特定的市场需求，并且知道什么样的产品可以更好的满足这个需求。

比如说用 AIGC 来创作公众号爆文这个应用场景：

1. 有审美的人，会不断调教 chatGPT ，提高其写出爆文的能力，甚至为了提高爆率，还会在 chatGPT写出的文章的基础上自己做一些调整

2. 没有审美的人，在看到 chatGPT 写出第一版文章的时候，就直呼牛逼了……

你细品。

上面聊到的那些拧巴的场景，是存在上面提到的那些只要求AIGC技术，不要求审美的应用场景中。

而在那些既要求审美，又要求 AIGC 技术的应用场景中，就变成了：

「AI 的使用者本身就能够生产出有市场、且符合市场需求的内容，AIGC 的技术，只是帮他们提高效率，甚至产出更优质的作品来」

说得直白一点就是：

你本身就是个写公文的，写得非常好。现在你用自己的审美，调教chatGPT，让他可以批量产出高质量的，符合你这个特定行业要求的公文。

你本身是写产品种草文案的，写得非常好。现在你用自己的审美，调教 chatGPT，让他可以批量产出高质量的，符合你这个特定行业要求的种草文案。

……

甚至，你还可以让别人使用你调教出来的 chatGPT来做内容生产。这么一来，对使用你「调教出来的 chatGPT」的这个人要求就变得很低，生产成本就变得很低了。

这就是「指令工程师」。

和大部分人理解的不一样的点是：

「指令工程师，不仅需要掌握 AIGC的技术和思维，还需要掌握特定领域市场所需求的内容的审美」

甚至可以说，后者更重要。