Akke 在做什么：一张图看懂全屋定制的「智能获客」
面向第一次了解我们的人 · 2026-07-16 数据直查刷新 · 1 个上游内容引擎（自产爆款视频）+ 3 层获客引擎（数据获客 → 话术生成 → 云电脑触达），环环相扣、自我进化。
一句话讲清楚 Akke：我们帮全屋定制品牌，自动从抖音评论区找到真正想装修的买家，用 AI 写出千人千面的招呼话术，再让「云电脑」24 小时不停地替运营去私信、评论、加微信——把过去几十个人肉刷评论、手打招呼的活，变成一套自动流水线。
全景1 个上游供给 + 3 层引擎，从上往下走一遍
上游内容生产引擎不止「抓别人的号」，还能自己造爆款装修视频，产出自己的评论进漏斗
拆爆款视频解构把跑赢的视频拆成可照拍的分镜稿成熟
→
换人换声视频复刻用自己的人/声音复刻爆款结构新上线
→
AI 生成口播+产线真人感口播 + 广告视频自动生成实验中
→
发布自有账号发到品牌抖音号，吸引自己的高意向评论→ 入层①
自产视频发布后，评论进入下面的获客漏斗 ↓（也可只抓别人的号，两条进料并存）
层 ①数据获客引擎找到「有买家在问问题」的评论，挑出高意向潜客
抓号源挑好号评论区真有买家问的号919 在抓
→
抓视频抓哪条好号视频+产潜客的回头复扫45,676 条
→
抓评论全抓回评论区一条条抓进库271,290 条
→
意向打分挑值钱的大模型判高/中/低/无关高+中 31,387
→
潜客池变成 leads运营锁定、准备触达已 claim 6,294
把「高意向潜客 + 他的画像」交给下一层 ↓
层 ②话术大脑用 AI 给每一个潜客，写一句「像真人、不像群发」的招呼
知识库喂给 AI 的料产品/报价/话术范例/决策规则253 条资料
→
双模型分工干活一个负责打分、一个负责对话打分 + 对话
→
人设 · 阶段千人千面按破冰/培育/成交换语气人设「小艳」
→
出话术三种场景首条私信 / 评论 / 二次勾回opener·反评·二触
把「写好的话术」交给下一层去发 ↓
层 ③云电脑执行让一批「云端电脑」自动登录抖音/微信，替人把话术发出去
云电脑阿里无影云端 Windows，24h 常开自驱GUI 自动化
→
多通道替人操作私信/评论/加微/自动回复8 条通道
→
回执核验真发出截图 OCR 验身+去重落库发出 16,422 条
→
日报每天汇总战果推到飞书/看板自动统计
↺
关键：这不是单向流水线，而是会「自我进化」的闭环。 层③ 触达的结果（哪些号真产潜客、哪些人回复了）会回流到层①，反过来告诉系统「下次该重点抓谁、扫哪条视频」——所以越跑越准。
下面把每一层单独展开讲清楚，每层都能点进更详细的页面。想看实时运营数据，可以直接看 实时业务线路图。
层 ①数据获客引擎 · 从一堆抖音号里挑出真买家
抖音不让你直接搜「谁想装修」。所以我们反着来：顺着「装修科普号 → 它的视频 → 评论区」一层层往下捞，因为真买家会自己在评论里冒出来问「我家 135 平这样装多少钱」——那句话就是金子。
难点在于噪音极大：抓回的评论里近 60% 是表情、玩梗、同行、闲聊，真正的高意向只有个位数百分比。所以这一层的核心是「广撒网抓 + 用大模型层层筛」，把值钱的挑出来。
在抓号源
919
累计导入 3,416 个号
其中 117 个高频「好号」每小时抓
已入库视频
45,676
518 条标为 VIP、每小时回头复扫
接住后续几天陆续冒出的评论
累计评论
271,290
大模型逐条打意向分
高 2.8% · 中 8.7% · 低 8.4% · 无关 60%
高意向潜客
31,387
高+中意向 = 值得私信的潜客池
已被运营 claim 走 6,294 条
一个印证「挑得对」的数字：当前所有高意向评论，Top 50 个号就贡献了 69%——高意向高度集中在少数好号，所以把抓取力气压在这批号上最划算。这就是层③ 回流优化的落点。
上游内容生产引擎 · 不止抓别人，还能自己造爆款视频
层① 是「顺着别人的号抓评论」。但更主动的一步是：让品牌自己的抖音号也能持续产出爆款装修视频——视频火了，评论区自然涌进想装修的买家，这些评论直接进入层① 的漏斗。等于给获客系统装了个自己的进料口，不再只依赖别人的号。
难点是「怎么稳定造出会火的视频」。我们的思路不是让 AI 凭空编，而是先把已经跑赢的爆款拆开、学它的骨架，再用自己的人和内容重做一遍——从「模仿成功案例」入手，比从零硬编稳得多。
这套引擎能干四件事（成熟度诚实标注）：
① 视频解构 · 成熟把一条爆款视频拆成「可照着重拍的分镜稿」：镜头节奏、口播文案、字幕、运镜全逆向出来。已在真实装修视频跑通、交付过样例（灿哥/旭东/张师傅聊装修）
② 换人换声复刻 · 新上线拿爆款的结构，换成自己的出镜人和声音，复刻出一条新视频（2026-07-16 上线）
③ AI 生成产线 · 实验中真人感口播人物生成 + 广告视频自动生成产线（脚本→分镜→出画→配音→对口型→合成），多套模型对照择优
④ 自动交付 · 成熟拆解出的分镜稿自动带截图发到飞书、归档进索引，运营/拍摄直接照着做
解构 → 生成 是打通的：解构出来的「分镜骨架」可以直接喂给生成产线当输入——用真实爆款的骨架驱动 AI 出片，而不是让 AI 拍脑袋想分镜。这是它跟普通「AI 生成视频」最不一样的地方。
| 解构一条视频，机器自动跑 6 步 | 大白话 |
|---|
| ① 去水印取原片 | 走 Akke 自建去水印服务，拿到无水印母版 |
| ② 切镜头 + 抽帧 | 自动识别每个镜头的切换点，抽出代表帧 |
| ③ 双轨提取文字 | 字幕（OCR）+ 语音（转写）两条轨交叉校对，还原准确解说词 |
| ④ 判运镜 | 对比相邻帧，判断是固定/手持/推近/焦点变化 |
| ⑤+⑥ 出稿 + 盲测质检 | AI 看图写分镜稿，再让另一个没看过原片的 AI 盲写一遍对照，逼出错漏 |
成本几乎为零：②③④ 全用免费开源组件，一条视频的解构 API 花费约 0 元（只有 AI 看图的几毛钱）。底层跑在 n8n 调度 + fal.ai / Wan / Flux / Kling 等多套图像视频模型的 GPU 上。
层 ②话术大脑 · 给每个潜客写一句不像群发的招呼
挑出潜客只是一半，怎么开口才是转化的关键。群发式的「你好，了解一下全屋定制吗」几乎没人理。所以我们让 AI 结合这个人评论里透露的信息（户型、预算、痛点）+ 品牌的知识库，给每条私信单独生成一句自然、贴合的开场白。
为什么要单独一层「大脑」？因为话术不是拍脑袋写的——它要读得懂客户的意图阶段（刚认识？在纠结？快成交？），要用对品牌的报价口径、真实案例、不能瞎承诺。这些都靠一个可维护的知识库 + 大模型来保证。
| 怎么保证话术「像真人」 | 大白话 |
|---|
| 读懂客户 | 从评论/对话里抽出户型、预算、关心的点，写进这个人的「客户画像」，跨对话记住 |
| 分阶段换语气 | 破冰期轻松试探、培育期给价值、成交期临门一脚——不同阶段用不同口吻 |
| 统一人设 | 所有号共用一个可信的顾问人设「小艳」，口吻一致、不出戏 |
| 三种话术 | 首条私信开场白（opener）、视频下的公开评论（反评）、几天没回时的二次勾回话术 |
底层是两个大模型分工：一个便宜快速的模型专门做「意向打分/信号识别」（要处理几十万条），一个更强的模型专门做「写对话/开场白」。这样既省成本又保证话术质量。
层 ③云电脑执行 · 让「云端电脑」24 小时替人发消息
话术写好了，谁去发？抖音、微信对「机器人自动发」管得很严，纯接口发会被封。我们的解法是——租一批阿里「无影云电脑」（云端的 Windows 电脑），让程序像真人一样操作鼠标键盘：登录抖音、点开会话、把话术敲进去、点发送。对平台来说，这和一个真人在操作没区别，稳定得多。
为什么不用手机/本机发？ 早期用过手机 ADB / iPhone 自动化，但要人守着机器、一台只能挂一个号、断了没人管。换成云电脑后：
云端 24 小时常开、一台程序自驱轮询、发完自动记账，运营不用一直盯着手机。目前已
100% 走云电脑，弃用了手机通道。
云电脑上跑着的自动通道（绿色=在跑，灰色=暂停）：
DM 一触 · 在跑给陌生高意向潜客发第一条私信
二次触达 · 在跑发了没回的，去他新视频下点赞+评论勾回来
抖音私信自动回复 · 在跑客户回了消息，AI 自动接着聊
企微自动加好友 · 在跑按手机号/微信号自动加企业微信
企微自动代回 · 在跑企微好友单聊，AI 自动代回
个人微信加友+代回 · 在跑安卓小号自动加人、自动聊
图文自动发布 · 在跑把种草图文自动发到抖音
反评 RC · 暂停评论区楼中回复，随时可重开
发完不等于送达。 抖音会「假装发成功」但其实静默拦截（陌生人私信限流）。所以每发一条，云电脑会截图、用视觉 OCR 核对确实发到了对的人，再去重记账——不靠「接口返回 200」这种假信号。
累计触达消息
16,422
DM/评论/自动回复等实发消息
总结连起来看：这套系统替客户做了什么
把上游 + 三层连起来，Akke 对一个全屋定制品牌来说，等于是一支不睡觉的获客团队：
| 环节 | 过去人肉怎么做 | Akke 现在怎么做 |
|---|
| 造内容 | 找人拍视频、凭感觉选题，火不火看运气 | 上游 拆爆款学骨架 + 换人换声复刻，自产视频喂进漏斗 |
| 找客户 | 运营手动刷同行视频评论区，凭感觉挑 | 层① 自动抓 27 万条评论、大模型挑出 3 万高意向 |
| 写招呼 | 复制粘贴一套群发话术，转化极低 | 层② AI 按每个人的画像 + 阶段，生成千人千面话术 |
| 发出去 | 几十个人手打私信，一天发不了几条、还容易封号 | 层③ 云电脑 24h 自动发，8 条通道并行、发完自动核验 |
| 越做越准 | 没有反馈，一直凭经验 | 触达结果回流，自动优化「该抓谁」，闭环进化 |
一句话收尾：Akke = 内容引擎造对内容（上游）+ 数据引擎找对人（层①）+ 话术大脑说对话（层②）+ 云电脑不停手（层③），咬合成一个会自我进化的智能获客闭环。