从0-1 用AI做一个赚钱的小红书账号(不是广告不是广告)
大家好,我是胡广!是不是被标题吸引过来的呢?是不是觉得自己天赋异禀,肯定是那万中无一的赚钱天才。哈哈哈,我告诉你,你我皆是牛马,不要老想着突然就成功了,一夜暴富了,瞬间发财了,别老是想这些有的没的。所有的成功都是需要积累的,懂“积累”这两个字的含金量么?
小红书的账号不是谁想做就能做成功的,懂我意思吧,天时地利人和,缺一不可。我接下来给你们分享的干货,你们看完过后也不一定能赚到钱,我只是从其它地方搬运过来的。我希望的是你看完我这篇文章之后脑子里能有一些想法,能够发散思维。结合你现在所处的环境来寻找破局之法,每个人都不一样。
嗯,就这样。。。开始吧!
从0-1 用AI做一个赚钱的小红书账号!

一、从0-1做小红书,做什么赛道适合自己?
1、 小红书的市场定位:
问:什么是小红书?
回答:小红书是一个年轻人生活方式平台和消费决策入口; 用户通过短视频、图文等形式记录生活点滴,分享生活方式,基于兴趣形成互动。
2、小红书的平台用户画像:小红书的主要用户为一二线城市的 90 后00后女性用户。

3、小红书内容密码
12种经典笔记形式:
5种行业型:穿搭、探店、彩妆试色、成分解析、仿妆。
7种通用型:教程、vlog、开箱、测评、合集、沉浸式、plog等。(干货)
-
穿搭、探店最多:行业型笔记篇数在平台遥遥领先。
- 仿妆、成分、彩妆:难度系数较高的垂类内容更受欢迎。
- 合集、教程、vlog:通用型笔记数据表现稳定且适用范围更广。
- 行业型笔记精准:集中在时间节点、细分品类、品牌及具体功效,能获得更精准的搜索流量。
- 通用型笔记广泛:内容多为行业、人群、效果、价格、生活方式等,能获得更广泛的搜索流量。
小红书的典型变现内容赛道:
美好家居环境+:学习/运动/做饭/跳操/收纳…
女性变美+:护肤/美妆/瑜伽/穿搭/发饰…
家长感兴趣内容+:育儿/游戏/带娃/吃穿/玩具…
核心:能接广告、引流私域、甲方爸多
小红书上赚钱的特点是什么?

抖音上赚钱的特点是什么?

那普通人,到底该做小红书,还是抖音?

总结:
- 小红书和抖音的主要变现模式不同,小红书侧重于 广告变现、私域种草
- 抖音变现模式多样,但是对于普通人难度更高,无论带货还是接广告,都更卷!
- 想赚点小钱,搞点副业,就去小红书,想做大网红、直播带货,就去抖音,当然有能力可以2个平台都做,但是注意内容呈现逻辑。
二、跟AI打交道,怎么命令AI获取满意答案?
以下2篇小红书文案,有一篇是AI写的,你猜那一篇是AI写的?

想要让AI生成令人满意的小红书笔记文案,需要怎么命令AI?
参考视频:有道词典2023年度词汇
提示词 = 指令 = Prompt

你现在充当一名资深的美妆博主(i),对护肤品有专业的知识,现在给你一瓶男士的赫恩洗面奶,他的功效有:美白 保湿 控油 补水 深层清洁(c)。请为用户梳理推荐它的10个理由(o),文案要符合小红书风格(s)。



和AI对话的提示词结构是:
ICOS模型
- i=身份,给AI一个身份
- c=内容,告诉AI你的需求
- o=输出,输出什么结果或数量
- s=展示,以什么形式展示
三、从0-1做小红书,怎么用AI做爆款选题?
一个选题,能不能成为爆款,优先靠的是什么?(单选)
1、创作者的才思敏捷
2、做出的内容视频是不是剪辑的节奏合理
3、平台,平台推什么内容火,什么就容易爆
4、运气,运气,运气!!! 舍不舍得花钱投广告
胡广都不选。里边没有正确的答案
做成爆款最快的方法——模仿爆款
第1步:找到与自己账号类似的目标账号
找那些账号调性、目标人群尽量类似自己的账号,借助新榜、新视、新抖第三方平台,找到相关行业的爆文,锁定榜单,同时找到对应账号。
新抖:https://www.newrank.cn/
新红:https://xh.newrank.cn/

第2步:分析目标账号的爆款选题方向
对目标账号进行内容选题分析,提取目标账号已经爆火,尤其是最近(1个月)爆火的选题。 内容列表中查找,最近最热的文章/视频内容(只分析对标账号的爆款内容)


第3步:将爆款交给AI进行扩写模仿。
将目标账号,最近最热的文章/视频内容(只分析对标账号的爆款内容),提取出来让AI模仿扩写类似的选题。
第4步:整理成自己领域可用的爆款选题。
人工将选题优化调整,或者继续让AI改写,然后选择一部分可执行拍摄的,放在自己的选题库里面。
总结
1. 爆款选题,一定是在平台上已经做火过的博主的选题基础上,继续去模仿、创造,不要自嗨,觉得自己写的选题很棒。对于新手做内容,只有跟着已经火过的内容做,才更容易火,找到做内容的自信!
2. 让AI生成、模仿、扩写爆款选题的时候,一定要指令清晰,不要脱离原来选题关键词范畴,并且扩写多几个版本,最后自己再选择!
四、从0-1做小红书,怎么用AI做爆款文案笔记?
问题:前面我已经有了爆款选题,是不是马上就可以做出来爆款内容了?
1、是,想得美!!!
2 、是的,我马上就要火了,泼天的富贵来了!
3、还差一点,爆款不只选题1个因素,还有内容/文案。
4、生死由命,富贵在天,随便吧。
AIGC爆款小红书文案复制法——①找对标账号
第1步:找到与自己账号类似的对标账号
找那些账号调性、目标人群尽量类似自己的账号,借助新榜、新视、新抖第三方平台。
新抖:https://www.newrank.cn/
新红:https://xh.newrank.cn/

第2步:轻抖提取爆款文案
找到同类对标账号他最近最热的文章/视频内容(只分析对标账号的爆款内容),并且将文案用轻抖提取出来。
1、复制视频链接(如果是图文笔记则直接复制文案即可);
2、将链接粘贴到:轻抖小程序-文案提取中,即可提取爆款文案。

第3步:将文案投喂给AI学习
将对标账号的爆款文案,投喂给AI学习,一般来说,至少让其学习对标账号的3-5篇甚至10篇文案,再让AI开始创作,学习越多,AI创作的结果更能让你满意。

第4步:给AI新的任务,让它根据你投喂的内容,生成新的文案
投喂结束后,将你需要的新的文案、选题,给到AI生成,并且可以持续让其修改,直到满意为止。
五、从0-1做小红书,怎么用AI做爆款笔记配图?
问题:做小红书的图片,封面以及配图需要原创吗?
1、要的,毕竟如果图片抄袭了,很容被人看出来
2、不要,模仿别人做,尤其是模仿点击率高的图片做
3、不要,可以用AI模仿别人做点击率高的封面图
到这里就结束了,兄弟们 ,胡广创作这篇文章并不是想让大家觉得,看完之后就天下无敌举世无双了。
而是想让大家知道,这个世界上没有突然的有钱人,只有一世一世积累迭代而来的。
生为牛马的我们,可以不用去羡慕他们,也不用嫉妒他们。谁叫我们这一派的思想没有那么超前呢?
结束,共勉!
相关文章:
从0-1 用AI做一个赚钱的小红书账号(不是广告不是广告)
大家好,我是胡广!是不是被标题吸引过来的呢?是不是觉得自己天赋异禀,肯定是那万中无一的赚钱天才。哈哈哈,我告诉你,你我皆是牛马,不要老想着突然就成功了,一夜暴富了,瞬…...
【Kubernetes】常见面试题汇总(十七)
目录 51.简述 Kubernetes 网络策略? 52.简述 Kubernetes 网络策略原理? 53.简述 Kubernetes 中 flannel 的作用? 54.简述 Kubernetes Calico 网络组件实现原理? 51.简述 Kubernetes 网络策略? - 为实现细粒度的容器…...
Vue 3 中动态赋值 ref 的应用
引言 Vue 3 引入了许多新特性,其中之一便是 Composition API。Composition API 提供了一种新的编程范式,使开发者能够更灵活地组织和复用逻辑。其中 ref 是一个核心概念,它允许我们在组件内部声明响应式的状态。本文将探讨如何在 Vue 3 中使…...
Spring Boot-应用启动问题
在使用 Spring Boot 进行开发时,应用启动问题是开发人员经常遇到的挑战之一。通过有效排查和解决这些问题,可以提高应用的稳定性和可靠性。 1. Spring Boot 启动问题的常见表现 Spring Boot 应用启动失败通常表现为以下几种情况: 应用启动…...
深入解析:如何通过网络命名空间跟踪单个进程的网络活动(C/C++代码实现)
在 Linux 系统中,网络命名空间(Network Namespaces)是一种强大的功能,它允许系统管理员和开发者隔离网络资源,使得每个命名空间都拥有独立的网络协议栈。这种隔离机制不仅用于容器技术如 Docker,也是网络安…...
C++ 科目二 [const_cast]
基础数据类型 const_cast 仅仅是深层拷贝改变,而不是改动之前的值 如果需要使用改动后的值,需要通过指针或者引用来间接使用 const int n 5; const string s "MyString";// cosnt_cast 针对指针,引用,this指针 // co…...
【电脑组装】✈️从配置拼装到安装系统组装自己的台式电脑
目录 🍸前言 🍻一、台式电脑基本组成 🍺二、组装 🍹三、安装系统 👋四、系统设置 👀五、章末 🍸前言 小伙伴们大家好,上篇文章分享了在平时开发的时候遇到的一种项目整合情况&…...
Hadoop生态圈拓展内容(一)
1. Hadoop的主要部分及其作用 HDFS(Hadoop分布式文件系统) HDFS是一个高容错、高可靠性、高可扩展性、高吞吐率的分布式文件存储系统,负责海量数据的存储。 YARN(资源管理调度系统) YARN是Hadoop的资源管理调度系统…...
使用随机森林模型在digits数据集上执行分类任务
程序功能 使用随机森林模型对digits数据集进行手写数字分类任务。具体步骤如下: 加载数据:从digits数据集中获取手写数字图片的特征和对应的标签。 划分数据:将数据集分为训练集和测试集,测试集占30%。 训练模型:使用…...
后端开发刷题 | 打家劫舍
描述 你是一个经验丰富的小偷,准备偷沿街的一排房间,每个房间都存有一定的现金,为了防止被发现,你不能偷相邻的两家,即,如果偷了第一家,就不能再偷第二家;如果偷了第二家࿰…...
欧美游戏市场的差异
欧洲和美国的游戏市场虽然高度发达且利润丰厚,但表现出由文化偏好、消费者行为、监管环境和平台受欢迎程度塑造的独特特征。这些差异对于寻求为每个地区量身定制策略的游戏开发商和发行商来说非常重要。 文化偏好和游戏类型 美国:美国游戏市场倾向于青…...
DeDeCMS靶场漏洞复现
打开靶场地址 姿势一:通过文件管理器上传webshell 1.登录后台 dedecms默认的后台登录地址为/dede 2.在附加管理里的文件式管理器中有文件上传 3.上传木马文件 4.访问木马文件 并连接 姿势二:修改模板文件获取webshell 1.点击模板里面的默认模板管理 …...
Transformer模型详细步骤
Transformer模型是nlp任务中不能绕开的学习任务,我将从数据开始,每一步骤都列举出来,然后对应重点的代码进行讲解 ------------------------------------------------------------------------------------------------------------- Trans…...
LC并联电路在正弦稳态下的传递函数推导(LC并联谐振选频电路)
LC并联电路在正弦稳态下的传递函数推导(LC并联谐振选频电路) 本文通过 1.解微分方程、2.阻抗模型两种方法推导 LC 并联选频电路在正弦稳态条件下的传递函数,并通过仿真验证不同频率时 vo(t) 与 vi(t) 的幅值相角的关系。 电路介绍 已知条件…...
【前后端】大文件切片上传
Ruoyi框架上传文件_若依微服务框架 文件上传-CSDN博客 原理介绍 大文件上传时,如果直接上传整个文件,可能会因为文件过大导致上传失败、服务器超时或内存溢出等问题。因此,通常采用文件切片(Chunking)的方式来解决这些…...
图像处理 -- ISP功能之局部对比度增强 LCE
局部对比度增强(LCE) 局部对比度增强(Local Contrast Enhancement, LCE)是一种图像处理技术,旨在通过调整图像的局部区域对比度,增强图像细节和视觉效果。LCE 的实现方式多种多样,以下是几种常…...
C++速通LeetCode简单第5题-回文链表
解法1,堆栈O(n)简单法: /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode() : val(0), next(nullptr) {}* ListNode(int x) : val(x), next(nullptr) {}* ListNode(int x, ListN…...
【Java 优选算法】双指针(下)
欢迎关注个人主页:逸狼 创造不易,可以点点赞吗~ 如有错误,欢迎指出~ 有效三角形的个数 题目链接 解法 解法1:暴力枚举--->O(n^3) 解法2:利用单调性,使用双指针来解决---->O(n^2) 优化:对整个数组进行排序先固定最大数在最大数的左…...
动态规划:07.路径问题_珠宝的最大价值_C++
题目链接:LCR 166. 珠宝的最高价值 - 力扣(LeetCode)https://leetcode.cn/problems/li-wu-de-zui-da-jie-zhi-lcof/description/ 一、题目解析 题目: 解析: 有过做前几道题的经验,我们会发现这道题其实就…...
COMDEL电源CX2500S RF13.56MHZ RF GENERATOR手侧
COMDEL电源CX2500S RF13.56MHZ RF GENERATOR手侧...
MPNet:旋转机械轻量化故障诊断模型详解python代码复现
目录 一、问题背景与挑战 二、MPNet核心架构 2.1 多分支特征融合模块(MBFM) 2.2 残差注意力金字塔模块(RAPM) 2.2.1 空间金字塔注意力(SPA) 2.2.2 金字塔残差块(PRBlock) 2.3 分类器设计 三、关键技术突破 3.1 多尺度特征融合 3.2 轻量化设计策略 3.3 抗噪声…...
TDengine 快速体验(Docker 镜像方式)
简介 TDengine 可以通过安装包、Docker 镜像 及云服务快速体验 TDengine 的功能,本节首先介绍如何通过 Docker 快速体验 TDengine,然后介绍如何在 Docker 环境下体验 TDengine 的写入和查询功能。如果你不熟悉 Docker,请使用 安装包的方式快…...
Linux链表操作全解析
Linux C语言链表深度解析与实战技巧 一、链表基础概念与内核链表优势1.1 为什么使用链表?1.2 Linux 内核链表与用户态链表的区别 二、内核链表结构与宏解析常用宏/函数 三、内核链表的优点四、用户态链表示例五、双向循环链表在内核中的实现优势5.1 插入效率5.2 安全…...
mongodb源码分析session执行handleRequest命令find过程
mongo/transport/service_state_machine.cpp已经分析startSession创建ASIOSession过程,并且验证connection是否超过限制ASIOSession和connection是循环接受客户端命令,把数据流转换成Message,状态转变流程是:State::Created 》 St…...
UR 协作机器人「三剑客」:精密轻量担当(UR7e)、全能协作主力(UR12e)、重型任务专家(UR15)
UR协作机器人正以其卓越性能在现代制造业自动化中扮演重要角色。UR7e、UR12e和UR15通过创新技术和精准设计满足了不同行业的多样化需求。其中,UR15以其速度、精度及人工智能准备能力成为自动化领域的重要突破。UR7e和UR12e则在负载规格和市场定位上不断优化…...
MySQL用户和授权
开放MySQL白名单 可以通过iptables-save命令确认对应客户端ip是否可以访问MySQL服务: test: # iptables-save | grep 3306 -A mp_srv_whitelist -s 172.16.14.102/32 -p tcp -m tcp --dport 3306 -j ACCEPT -A mp_srv_whitelist -s 172.16.4.16/32 -p tcp -m tcp -…...
Xen Server服务器释放磁盘空间
disk.sh #!/bin/bashcd /run/sr-mount/e54f0646-ae11-0457-b64f-eba4673b824c # 全部虚拟机物理磁盘文件存储 a$(ls -l | awk {print $NF} | cut -d. -f1) # 使用中的虚拟机物理磁盘文件 b$(xe vm-disk-list --multiple | grep uuid | awk {print $NF})printf "%s\n"…...
CSS设置元素的宽度根据其内容自动调整
width: fit-content 是 CSS 中的一个属性值,用于设置元素的宽度根据其内容自动调整,确保宽度刚好容纳内容而不会超出。 效果对比 默认情况(width: auto): 块级元素(如 <div>)会占满父容器…...
AI病理诊断七剑下天山,医疗未来触手可及
一、病理诊断困局:刀尖上的医学艺术 1.1 金标准背后的隐痛 病理诊断被誉为"诊断的诊断",医生需通过显微镜观察组织切片,在细胞迷宫中捕捉癌变信号。某省病理质控报告显示,基层医院误诊率达12%-15%,专家会诊…...
JVM 内存结构 详解
内存结构 运行时数据区: Java虚拟机在运行Java程序过程中管理的内存区域。 程序计数器: 线程私有,程序控制流的指示器,分支、循环、跳转、异常处理、线程恢复等基础功能都依赖这个计数器完成。 每个线程都有一个程序计数…...


