Riley Brown 如何用 Codex 和 AI 技能经营创作者业务

Riley Brown 在多个平台创作 AI 教育内容，也从事产品和咨询工作。在与 Peter Yang 的访谈中，他演示如何组合 AI 技能开展研究、视觉制作和内容管理。本期包含 Google AI Studio 的付费赞助。

Brown 表示，他用智能体协助构思、规划、开头、缩略图和研究，但仍会雇用视频剪辑师。他为不同平台调整内容，而不是完全依赖切片。他提到的粉丝数字是访谈时的个人统计快照。

制作动态图形时，他把 Remotion 工作流与带有个人品牌风格的技能结合起来。另一项技能通过图像搜索 API 查找相关标志；他可以在一个请求中组合两者，也可以手动提供素材。生成的图形可导出并加入视频剪辑。

他的 YouTube 研究技能获取转录并分析视频。Brown 喜欢研究有效的开头并概括其余结构，再把结构用于自己的想法。他表示，自己通常写好开头，其余部分则更自由地讲述，而不是逐字照读整篇稿子。

Brown 认为，有用的开头应让观众知道能够学到什么。他提出一个名为 BRENS 的框架：重大、贴近观众、容易理解、新颖和让人放心。这些是测试开头的思路，不能证明某种包装或承诺一定有效。

Brown 从自己感兴趣的话题开始，列提纲并录制视频，之后常常再写开头，让它准确反映实际内容。他倾向于先因为话题本身有意思而选择它，然后再考虑包装，而不是让潜在播放量决定每一个主题。

他还使用 Excalidraw 技能把想法变成图示，并通过缩略图工作流收集其他创作者的案例。他描述了如何借助视觉参考、AI 和设计师迭代；这是他个人的创作流程，使用他人的图片或设计可能涉及权利问题。

Brown 表示，他的技能来自反复进行的工作：当有用的流程不断出现时，他就让智能体把它变成技能。他也使用社交内容草稿工具，并定期审阅草稿。随着新需求出现，不同技能可以组合使用。

演示中，他让 Codex 把一个选题加入 Notion 视频数据库并创建提纲。他认为，更快的研究应该用来提高每条视频的质量，包括检查说法和研究节奏，而不是只让创作者批量生产更多内容。

制作图示时，Brown 用 Wispr Flow 口述约十分钟，再要求生成指定数量的 Excalidraw 页面。他估计，约 80% 的生成图示对自己的视频有用，之后还要花 20 到 30 分钟编辑。这是个人估计，并非质量保证。

制作缩略图时，他展示了一个包含参考案例和本人图片的 Paper 画板。他用 AI 尝试不同版本和视觉参考，再由人工调整；他还表示会与缩略图设计师合作并进行 A/B 测试。生成的图片是可以反复修改的起点。

对于低风险创作技能，Brown 会用实际任务测试、解释失败、让 AI 修改技能，再开启新对话重新测试。他对这一做法加以限定：涉及客户工作、付款或敏感文件时，团队会检查技能，必要时请其他人审阅。

Brown 还尝试用云端智能体处理无需自己电脑持续开机的任务。其中一些由他的产品 Chorus 构建，并向共享 Slack 频道发送信息。他把协作、浏览器访问和共享上下文描述为仍待解决的挑战；他对未来功能的预测并非既定事实。

赞助和广告支持他的创作者业务，但 Brown 认为咨询和产品开发能让他接触真实的落地问题。他将 Chorus 描述为持续发展的产品和服务业务。更广泛的建议是，把反复有用的工作转为可复用流程，同时保留内容背后的好奇心和人工判断。