AIGC：生成只要几秒，难的是哪一张能用

用AIGC做内容的人，大概都经历过同一个下午。

屏幕上的图一张接一张往外蹦，文案一版接一版往外吐，看着特别热闹，感觉一下午顶过去一个礼拜。等真到交付的时候，热闹劲儿过去了，人开始一张张往回翻：这张手不对，那张光不对，这段话读着顺但意思飘了，那段意思对了又像机器在背稿。删到最后，能直接用的没剩几张。生成只花了几分钟，挑和改花了大半天。

这就是这篇文章要讲的一件事：生成变便宜之后，真正的成本不在生成那一下，而在生成之后。谁先把这笔账算明白，谁的AIGC才算用对了地方。

便宜的是生成，贵的是返工

很多人算成本，只算生成那一下：一次调用多少钱，一张图几秒钟，一篇稿几分钟。和过去请人写、请人拍比起来，确实便宜得不像话。公开报道里也能看到类似的变化，内容产量在短期内成倍往上涨，单部作品的制作周期从几个月压到几周。数字没说谎，生成这一段，确实被打下来了。

问题是，交付从来不是生成完就结束。一件内容交到客户手里、发到用户面前，中间隔着挑选、修改、核对、定稿。过去这部分工作藏在人工创作的过程里，写的人边写边改，拍的人边拍边选，不单独显形。现在生成和修改被拆开了，生成那头快得吓人，修改这头原形毕露：原来一天的活，生成占十分钟，剩下全是人在收拾。

收拾什么？收拾不一致。同一个人，前一张还是这张脸，后一张就变了；同一段话，前面立的说法，后面自己推翻了；画面看着热闹，细节经不起放大看。这些毛病单个看都不大，攒在一起，就是交付时最耗时间的部分。更麻烦的是，它们没有规律，这次错在手，下次错在光，再下次错在一句读不通的话。人得一张张看、一句句过，眼睛离不开屏幕。

所以判断一个团队用得好不好，别看他一天能生成多少，看他生成一百份里最后能交付几份。这个比例，行话里没什么好听的名字，说白了就是成品率。成品率高，生成便宜才是真便宜；成品率低，生成再快，也只是在更快地生产待修改的东西。

这一点，在AI工具出海的实践里同样成立：工具跑得再快，最后还是要回到能交付几份。

成品率低，怪的往往不是工具

成品率上不去，多数人第一反应是换工具。这个不行换那个，那个不行再换下一个，换了一圈，返工一点没少。

真正的原因，一般不在工具，在用法。最常见的一种，是开口太大。什么都想让它一次做完：风格要对，构图要对，文字要对，情绪还要对。要求堆得越多，它翻车的地方就越多，人收拾起来越累。反过来，把一件事拆小，先定画面，再定文字，先把能定的定死，再让它在小范围里发挥，废品立刻就少。不是它变聪明了，是你给它的活变清楚了。

另一种，是手里没有标尺。什么叫能用，什么叫不能用，全靠当时的感觉。感觉这东西最耗时间，看一张犹豫半分钟，一百张就是一个小时。团队一旦把标准定下来，什么情况直接过、什么情况必须改、什么情况宁可重来，挑选的速度立刻不一样。标准不一定多高级，哪怕就是几条写在纸上的死规矩，也比每次重新凭感觉判断强得多。

还有一种最隐蔽，是素材没喂对。让它凭空发挥，它就给你最平均、最没毛病的那个答案，看着哪儿都对，用起来哪儿都不对。把参考、把例子、把过去交付过的成品摆在前面，让它照着这个方向走，出来的东西就有了准头。公开的行业讨论里，这两年有个很明显的转向：做得稳的团队，越来越少靠一句提示把活干完，越来越多靠提前备好的参考和素材来定方向。这不是技巧升级，是生产方式在换挡，从碰运气，变成先定样、再批量。

把这三件事做对，成品率是能实实在在往上走的。工具还是那个工具，人还是那几个人，交付速度却能差出一截。差距就在这儿，不玄乎，全是手艺活。

还有一道工，很多人一开始根本没算进去，就是核对。生成出来的文字，读着通顺，不代表说得对；生成出来的画面，看着热闹，不代表细节经得起查。数字、名称、前后说法、画面里的关键物件，只要交付对象是认真看的，这些都得人一句句、一处处对过去。核对这件事有个特点：它不因为生成变快而变少，反而生成得越多，要核对的量越大。有的团队就是栽在这儿，生成开了大油门，核对还是一个人慢慢看，最后要么拖交付，要么把没核完的东西交出去，出一次错，前面的便宜全赔回去，还搭上信任。所以核对不是生成之后的尾巴，它是交付的一部分，从一开始排工时就得把它算进去。算进去了，产量定得才靠谱；没算进去，产量定得越漂亮，交付时就越狼狈。

成品率也不是定死不变的，它会随着标准和素材的积累慢慢往上爬。头几批活最难，什么都要人盯着，改起来没完；做过几批之后，哪些毛病反复出现、哪种给法最容易一次过，团队心里就有了数。这时候把反复出现的毛病提前堵在前面：给参考的时候就把容易错的地方标出来，定标准的时候就把不能碰的几条写死，生成完先按这几条快速筛一遍再细看。返工就是这样被一点点挪到前面的，挪得越多，后面越轻松。这也是为什么有经验的团队接新活时，第一件事不是急着生成，而是先花点时间把样例和标准立起来。外行看着觉得他们慢，内行知道，这点慢，换的是后面几十批活的稳。这种稳攒到一定程度，就成了别人学不走的东西，因为它长在你交付过的每一批活里，不在工具的功能列表里。

把账算到交付那一刻

想通了成品率这件事，很多决策的顺序就变了。

比如，还要不要追新工具。追，当然可以追，但先问一句：新工具解决的是生成的问题，还是返工的问题？如果只是出图更快、出稿更多，而你手里正堆着一堆没改完的东西，那新工具只会让你堆得更多。先把挑选和修改的流程理顺，再换生成那头的工具，顺序反了，钱就白花。

再比如，人该往哪里放。生成便宜之后，最容易被砍的就是把关的人，觉得机器都做了，还要人干什么。结果往往是，省下的人力最后加倍还给了返工。真正划算的放法，是把人往后挪：前面让机器多跑，后面让人专心挑、专心改、专心定标准。人的价值不在和机器比谁生成快，在于机器最缺的那一下判断。这个判断给得越准，前面生成的浪费就越少。

成本也得换个算法。过去算一件内容多少钱，是按工时算；现在得按交付算：一百份里能用几份、每份平均改几遍、改一遍要多久。全算进去，才知道这件内容到底是便宜了还是贵了。有些看着极便宜的做法，算到交付那一刻比人工还贵；有些前期要花时间定标准、备素材的做法，摊到后面反而越做越便宜。账算在哪一头，决定了团队往哪头用力。

这也是为什么同样做AIGC，有的团队越做越轻，有的团队越做越累。累的那个，不是不努力，是力气全花在了给低成品率擦屁股上；轻的那个，早早就把标准、素材、修改流程这三件笨事做扎实了，后面生成开得越大，他接得越稳。

成品率，才是能攒下来的东西

再往远看一点。生成能力会越来越便宜，这是明摆着的，人人都能用上，差距会被抹平。但每个团队在自己活儿里摸出来的那套标准、攒下来的那批参考素材、改稿改出来的手感，是抹不平的。同行拿同样的工具，做不出你这个成品率，这就是你的东西。

这也意味着，接下来拼的不是谁生成得多。生成得多只说明开动了机器，成品交得多、改得少、客户挑不出毛病，才说明这套活儿真正跑通了。行业洗牌洗的也是这个：靠量冲出来的，会被更低的成本冲掉；靠成品率站住的，成本越降，他反而越稳，因为他的便宜是算到交付那一刻的便宜。

还有个判断窍门，特别适合在接活之前用：先小批量试产一批，不交付，只看成品率。试产的量不用大，几十份就够，关键是按正式交付的标准去挑、去改，把时间和废品都记下来。这一批试完，真实的成本和工期就八九不离十了，该报什么价、该排多少人、该留多少修改时间，心里全有数。跳过试产直接按生成速度报价的，最后几乎都要在交付阶段把利润吐回去。试产花的那点时间，看着是耽误，其实是把风险提前买断了。做内容交付的人都懂，利润不是在报价那一刻定的，是在交付那一刻定的，试产就是提前去看那一刻长什么样。

对刚开始用的人，我的建议很简单：别先追求量。先拿一个你最常做的内容类型，把它从生成到交付完整跑十遍，把每一遍的返工记下来：废在哪、改了什么、为什么改。十遍跑完，你手里就有了自己的标准和素材，成品率自然往上走。这个过程不热闹，也发不出什么惊人的产量数字，但它是唯一能让你后面越做越快的东西。跳过这一步直接上量，量越大，心越虚。

写在最后

回到开头那个下午。生成蹦得越热闹，人越容易产生一种错觉，觉得活儿已经干完了。其实那只是活儿的开始。

AIGC这件事，生成那一下是它给所有人的，挑和改的那一下，才是留给每个团队自己的。把成品率做上去，把账算到交付那一刻，你会发现便宜是真的便宜，而且这种便宜别人抢不走。

下次再打开生成页面，不妨先问自己一句：这一百份出来，我能交出去几份？

这一句答得踏实，AIGC才算真正用上了。

更多相关内容，可见营销干货。