10月20日早报：小红书招聘表格7万单、开源AI广告分镜师与AI小海反面案例

覆盖时间：10月19日 18:00 至 10月20日 09:00（北京时间）。来源：X 关键词搜索 + 用户 Gmail 转发的 X 帖子。只依据实际读到的帖子内容，自述收入一律无法核实。

1. 小红书虚拟店卖「招聘表格」，9.9 元卖出 7 万单

• 帖子：@qihang_zeng6688（启航）（用户 Gmail 转发）
• 核心玩法：在小红书开虚拟店，卖 26/27 届求职招聘表格（汇总岗位、投递信息），网盘交付。帖子称该店开店 1 年 4 个月、累计 7 万单、客单价 9.9 元，按此推算总营收约 70 万、月均约 4.3 万（推算数字，非店主公布）。
• 可靠度：中高。作者 1.9 万粉，长期输出小红书虚拟电商，引用的长文复盘了自己 8 家店、高峰月流水 6 万+，并把「各类招聘资料包」列为推荐赛道；帖子附 2 张店铺截图。店铺不是作者本人的，销量以截图为准，收入无法核实。
• 视频化评分：5/5
• 30 秒脚本思路：钩子「一张 9.9 元的表格，卖了 7 万单」→ 画面：店铺销量截图 + 表格内容滚动 + 计算器算账 → 结论「卖的不是表格，是应届生省下的时间」。
• 如何实施：选细分人群（应届生/考公/银行招聘）；用公开招聘信息整理成原创表格；小红书开店上架，实拍图笔记每天 3–5 篇；跑通后复制同类商品与店铺。
• 实施条件：Excel/信息整理能力；几乎零资金（可选投流）；每天 2–3 小时；小红书店铺需实名，注意电子资源类目可能为邀约制。
• AI 自动化：可以部分自动化。用爬虫或 AI 浏览器定时抓取公开招聘公告 → 大模型抽取字段写入表格 → AI 仿写笔记标题文案（需去 AI 感）；客服可用百问百答 + 外包。不要搬运付费或版权资料。

2. 开源「广告分镜师」：Claude Code 一下午出 41 秒 AI 广告

• 帖子：@XunDavid80270，配套成本账见 同作者另一篇
• 核心玩法：@zhu185178 开源的 ad-storyboarder（GitHub feicaiclub/ad-storyboarder，MIT 协议）把 Claude Code 变成广告导演：问需求、写分镜、出参考图、调用 Higgsfield/Seedance 2.5 生成 34 段视频、审片、剪辑。演示片从 12:05 交脚本到 15:30 交第一版，人只说了一句「车有点假」。两版共花约 1751 积分，约 75 美元。
• 可靠度：中。转述作者粉丝少，但信息可回溯到开源仓库 README 和作者的 36 条实测记录（本期未直接打开仓库核对）。演示片是概念广告，与车企无关。成本口径来自帖子。
• 视频化评分：5/5
• 30 秒脚本思路：钩子「一个下午，一个人，拍完一支 41 秒广告」→ 画面：Claude Code 终端滚动 + 分镜表 + 成片对比 → 结论「AI 广告拼的不是提示词，是流程」。
• 如何实施：克隆仓库，装好 Higgsfield CLI；放入产品图和需求；先出 480p 样片确认，再铺开整片；用审片工具逐帧标记后改第二版。接单报价按「出一遍积分 × 5–6」留余量。
• 实施条件：会用命令行；Claude Code（Opus）+ Higgsfield 积分（Ultra 月付 129 美元）；目前只在 macOS 测试过；需要产品方授权素材。
• AI 自动化：本身就是自动化流程，人只负责创意和拍板。成本账提醒：30 秒 1080P 在可灵会员约 16 元，Seedance 2.5 API 原价约 112 元；先用便宜档位试样，再出成片。

3. 「AI 小海」卖惨带货（反面案例，不建议模仿）

• 帖子：@yzn_apple
• 核心玩法：用 AI 生成虚构少年人设，对中老年用户打感情牌，引导买高佣金商品（帖子转述报道称阿胶佣金 55%、紫苏籽油 52%）。帖子称该事件被总台中国之声和《新京报》曝光，曾有 79 岁老人跨省寻找「小海」。
• 可靠度：中。作者整理的是媒体报道（本期未直接核对原报道），帖子自己也注明「日赚两三千」没有独立核验。
• 视频化评分：5/5（作为避坑科普）
• 30 秒脚本思路：钩子「一个不存在的少年，让 79 岁老人坐上火车去找他」→ 画面：报道截图 + 产业链示意 → 结论「AI 降低了造假的门槛，也降低了被封的门槛」。
• 启示：AI 数字人带货必须真实标注、不能虚构身世卖惨；平台已在封号。可以做的正当方向是用 AI 做科普避坑内容本身。

4. 无脸频道靠「网络瓜」做到 186 万订阅

• 帖子：@fyreinteractive
• 核心玩法：拆解 YouTube 无脸频道 Internet Anarchist：围绕当下的网红纠纷做「时间线 + 证据」纪录片，每周 1–2 更，订阅 186 万，前两大视频 1100 万和 1000 万播放。结构是冷开场冲突片段 → 回溯人物来历 → 逐条证据推进 → 给对方最强辩护 → 反转 → 明确结论。
• 可靠度：中高。作者是 9 千粉的 YouTube 脚本作者，频道数据公开可查。注意这是选题与结构拆解，不是 AI 专属玩法，也没有收入数据。
• 视频化评分：4/5
• 30 秒脚本思路：钩子「不露脸、只讲吵架，做到 186 万订阅」→ 画面：频道主页 + 爆款标题 + 五段结构图 → 结论「八卦是最古老的流量」。
• 如何实施：选一个垂类圈子（游戏、数码、中文网红），每周一期梳理公开事件时间线；全部用公开可查证据，未证实处写「据称」。
• 实施条件：信息搜集和叙事能力；剪辑；每期 1–2 天；有诽谤和素材版权风险，必须只用公开来源并合理使用片段。
• AI 自动化：可半自动。AI 汇总公开报道并生成时间线、初稿脚本，AI 配音 + 剪映/Descript 剪辑；事实核查必须人工。

5. 老牌独立创业者开 AI 代理服务：客户来自人脉，70 欧/小时起

• 帖子：@thisiswenzel
• 核心玩法：给企业做 AI 落地服务。最近两个客户都来自过去做 NFT/加密时认识的创始人；报价 70 欧/小时（自称偏低，为了先进门），市场自由职业者约 90–130 欧/小时。建议还有直接上门找还没用 AI 的实体店。
• 可靠度：高。账号 2009 年注册、1.27 万粉，简介称 2004 年起独立创业并卖掉过七位数联盟营销业务，帖子给出了具体报价和获客渠道，没有夸张收入。
• 视频化评分：3/5（画面感一般，适合口播）
• 30 秒脚本思路：钩子「AI 接单的第一个客户，往往不在网上」→ 画面：人脉图 + 报价对比表 + 走进门店 → 结论「先用老关系和上门拜访拿到第一单」。
• 如何实施：列出过去合作过的老板；挑一个重复性流程（客服、报价、内容）做演示；按小时或按项目报价，先低价进门。
• 实施条件：懂一两个 AI 工具落地（如 n8n、Coze、ChatGPT 自定义助手）；无需资金；需要沟通和交付能力。
• AI 自动化：交付部分可用 n8n/Make + 大模型搭工作流；获客仍靠人。

6. X 自媒体 10 个月 7.4 万粉，用 AI 复盘 662 条推文

• 帖子：@AYi_AInotes
• 核心玩法：去年 10 月注册、今年 1 月定位做 AI 内容，10 个多月做到 7.4 万粉，累计曝光 1.9 亿、单日最高 672 万；自称 9 月副业收入「好几个 w」。用开源 AI 研究工作台把流量最高时期的 662 条推文导入做数据复盘，发现 5 月曝光比 3 月多 89%，净涨粉却少了一半。
• 可靠度：中高。粉丝数（约 7.45 万）与帖子吻合，长期输出 AI 内容；收入表述模糊，无法核实。
• 视频化评分：4/5
• 30 秒脚本思路：钩子「曝光涨了 89%，涨粉却少了一半」→ 画面：后台数据曲线 + AI 拆表过程 → 结论「流量不等于涨粉，复盘要看结构」。
• 如何实施：导出 X 后台数据（推文、曝光、涨粉）；交给 AI 做分表分析，故意问引导性问题检验它会不会顺着你说；根据结论调整选题。
• 实施条件：持续日更内容；X 账号和创作者分成资格；会用表格。
• AI 自动化：数据导出后可用 Python/AI 定期跑周报，自动标出高曝光低涨粉的内容类型。

---

本期跳过：卖课、「评论领教程」引流（如 wannercashcow 无脸频道 coaching、多条英文 side hustle 帖）、逆向破解软件重新打包上传（侵权风险）、小说化叙事的出海长文、单纯观点帖。用户转发的 @JackWoth98 Gemini 4 Argon 开发者指南 是开发技巧，与赚钱无关，未纳入。