当AI研究买量素材，人类负责什么？

细看发现，原来是《生存 33 天》的投放素材。

但让我印象最深的不是官宣那阵，而是他们邀请来成龙后，并没有停留在一支代言片、轮番组合的口播，而是衍生了大量的素材内容。

有的素材强调动作明星的身份记忆，有的素材借用了经典电影桥段，还有的是直接把成龙融入游戏情境。一样是明星代言，为什么有的游戏热度停留在一次官宣，有的游戏却能持续产出内容？

如果让你坐在会议室里拍板代言人，选谁最合适？签下后的内容策略是？用户看的是明星还是游戏？

这些内容过去很难回答，而现在，AI 可以帮我们先一步探索+预测。

此外，买量工作中最重要的另外两个场景——看友商的素材迭代趋势，看市场的潜力方向，都可以交给AI。

AI 可以在一瞬间，阅读「某个游戏」近30天来的上千条投流素材内容，并按时序，分析其内容演变；

也可以找出整个市场上「某个题材」的热门素材，在阅览成千上万的视频后，找出有哪些值得借鉴的方向，又或是新近出现的潜力方向；

至于进一步地，结合自身游戏信息写脚本、做视频，那不过是基础操作了。

这篇文章将带你做好最关键的事——

今年邀请明星代言的游戏着实不少，周杰伦代言《永恒的蔚蓝星球》，陈赫代言《仗剑传说》，尹正代言《向僵尸开炮》，杨紫代言《我的花园世界》……

对发行团队来说，这通常是一笔不小的投入。但真正让人纠结的，往往不是预算本身，而是决策前的不确定性：一样是请明星代言，有的游戏能持续产出大量素材，甚至引爆话题度；有的却只有一轮官宣，很快失去声音。

选的不仅仅是一个人，更是一整套未来几个月甚至半年后的内容策略。但这件事，往往依赖营销人员的经验判断——手动翻看大量竞品的明星素材，梳理打法，很耗时不说，有时也很难完整还原出整套内容策略，犄角旮旯的投放素材实在太琐碎了。

而 AppGrowing 最新上线的 AI 探索模式，可以直接帮你找出答案。

第一步，你甚至都不用一个一个去扒哪个游戏找了谁代言，在 AppGrowing 的 AI 探索模式直接问，就能得到一批代言汇总——

物色到哪个想针对性做研究的，再深入问 AI，比如我们想看《生存 33 天》邀请成龙后的创意策略，可以跟 AI 说：（可直接复制下方提示词，替换“游戏”和“代言人”）

拉取《生存33天》近60天内与“成龙”相关的广告素材按照以下要求进行分析：基于推荐系统的**内容向量化（Content Vectorization）**原理，分析成龙相关素材的情境与向量化特征。同时，基于Bartle 玩家分类（1996，Richard Bartle）和Yee 玩家动机模型（2006/2016，Nick Yee / Quantic Foundry），分析该素材吸引到的玩家类型，输出对应结论内容。

你就能得到一份《生存 33 天》成龙代言素材的内容策略分析（以下仅截取片段展示）：

拆解完还不够，可以继续问 AI 如果要换成你意向的明星，能结合出什么样的内容策略？比如我们给 AI 上点强度：

相比于以前单纯分析历史案例，更重要的是，现在能够提前看到明星合作可能长成什么样子：

从凭经验判断，变成先模拟、再决策，让这笔昂贵的投入不再是一次赌注。

但近 7 天的某一条素材，究竟是源自迭代，还是纯创新？近 30 天的一大批视频，和近 7 天的一大批视频，中间究竟有哪些关联？这海量内容的脉络，究竟如何流转、变化？

最难的，不是找出一条素材的爆点，而是找出一批素材之间的「关系」。

想不依赖个人感觉？除非，你能记住上千条素材视频的内容与日期，并在脑海中一一关联起来。

这对人类来说几乎不可能，但对 AI 来说，这不过是一道简单的数学题罢了。

我们以《疯狂水世界》为例子，让 AI 分析其近7天与近30天素材的差异，跑出以下结果（节选展示）：

参考指令：

当到了这一步， AI 已经理解了整个市场的内容关系后，它可能会具备一个全新的能力——寻找市场尚未被充分探索的内容空间。

我们还上线了 agclaw——如果你有小龙虾或其他能使用 skill 的玩意，让它安装 agclaw 这个 skill，随后，你就拥有了一位顶级的素材数据分析师。

只需部署任务，AI 会自己规划流程、抓取素材、归纳汇总，一次性分析上千、上万条素材内容，并基于这些实时的信息流数据认知，帮你写脚本、生成视频……这只取决于你想做到哪种程度。

游戏市场每天新增几万条素材，SLG 做美女城主、MMO 战力暴涨、卡牌新人十连抽，这些已经卷到爆的方向，你再做一条大概率也不会有惊喜。

单靠人眼根本看不过来？ AI 可以帮你找到那些几乎没人做，却可能值得测试的方向。

简单的方法，是用探索模式去分析某个「题材」的趋势：

像过去枪战游戏都在做敌方围剿、资源争夺、生存逃亡等方向的素材，但近期也涌现了一批展现人物故事线、角色关系等的素材。

当大家都在卷世界观，没人卷角色故事，这里就存在一个可探索的点。

我们也用 AppGrowing & 创意管家 的「AI 仿拍功能」手搓了一个游戏 CG，完整制作过程可以看上一篇文章，今天在这就不过多赘述了。

找到创意空白区，本质是在找市场还没卷到的方向。

而想找到这些方向，首先要理解整个市场正在往哪里走。

通过小龙虾或别的什么，我们可以调用 agclaw 把近 3 个月的素材，按每周跑一次策略探索，整理每周的内容方向，并汇总这 12 周的分析结果，让 AI 推理有哪些主流方向（持续发力的）+潜力方向（刚发力的）。

这是我们让 agclaw 跑出来的一份仙侠题材的趋势报告⬇️，耗时8分钟，分析了1500条素材视频内容，以下是部分展示，完整版可以点击此跳转：

近期有潜力的方向分别是，达人/主播推荐，职业攻略/教学，高画质CG型、真人实拍剧情。

你可以进一步让 AI 阅读自己游戏的内容信息，结合某个方向的素材，仿写海量脚本，并生成用于 Seedance2.0 的视频生成提示词。

参考指令给大家试试结果：

最后回看上述三个场景，明星代言、素材迭代、创意空白，实际都在解决一个问题：下一步该往哪里走。

过去这种靠经验和直觉去推断下一次内容的试错，正在逐渐变成一种可以被系统化探索的能力，当然 AI 不会代替人。

因为真正决定方向的，依然是人。相当于你有了一个比过去更广阔的视野，帮你更早发现答案可能出现的地方，这或许才是 AI 对游戏营销更重要的价值。