最近看了一个让我挺受触动的视频，作者叫 Sandy Lee，是个55 万粉丝的内容博主。

她完整演示了自己如何用 Claude Code 从零搭建了一套 AI 内容创作系统，基本上把 90% 的社交媒体内容生产都自动化了。

她非常诚实地分享了自己的困境。

从 2018 年开始做内容，中间停了又开始，开始了又停，反反复复。

原因很简单：太累了。

白天上班，晚上回家还要带孩子，好不容易坐到摄像机前，脑子里一片空白，不知道该说啥。

然后就跑去 YouTube 上找灵感，结果刷到搞笑视频就收不住了。

但她没有停在抱怨上，而是想了一个很有意思的办法。

她决定用 AI 给自己搭一个虚拟的内容创作团队，真正意义上实现系统化运作。

今天我就把她做的这套系统拆解一下👇

1️⃣ 一个人也能拥有 7 个 AI 员工

Sandy 最终在 Claude Code 里搭建了 7 个独立的 AI 代理，每个代理负责不同的工作。

频道分析师负责研究她自己的频道数据和竞争对手；

趋势侦察兵每天在社交媒体上扫描热门话题和爆款视频；

脚本撰写员会根据趋势和她的品牌声音自动生成视频脚本；

缩略图设计师用🍌生成符合她风格的封面图；

视频编辑通过 Descript 的 API 自动剪辑素材；

每日报告员会把所有信息汇总到 Google Sheet 并发邮件摘要；

最后还预留了一个短视频转换器，专门把长视频自动拆成短视频。

这七个代理之间是协同工作的，比如趋势侦察兵找到的爆款话题，会直接传递给脚本撰写员和缩略图设计师，而最后的成果又会被报告员统一汇总。

换句话说，这是一条完整的内容生产流水线。

2️⃣ 选 Claude Code 而不是 Co-work 是有讲究的

Sandy 在视频里花了不少时间解释为什么最终选了 Claude Code 而不是 Claude Co-work。

Co-work 更像一个学过一些开发技能的 AI 助手，界面友好，上手容易，适合不想碰技术的人；

但 Claude Code 更像一个资深开发者，能处理 API 密钥这种敏感信息，能深入到文件系统里去操作，做复杂任务的能力强很多。

特别是当你需要同时管理七个代理、连接多个外部 API 的时候，Co-work 的限制就比较明显了。

这个选择对于想要搭建类似系统的人来说，是一个很实用的参考。

3️⃣ 那个爆款视频发现机制设计得很聪明

在所有代理里面，我个人觉得最有价值的是趋势侦察兵里的那个 outlier score 算法。

它的计算方式是：用一个视频发布后 48 小时内的播放量，除以这个频道平时 48 小时的平均播放量，再乘以 100。

得分超过 200 就算强势爆款，超过 500 就是病毒式传播级别。

更关键的是，Sandy 特意让系统优先关注订阅量 5 万以下的小创作者。

因为大频道发什么都有流量，参考价值有限。反而是小频道突然冒出来的爆款视频，更能说明某个话题本身的吸引力。

4️⃣ 每月不到 200 美元，干了一个小团队的活

最后说说大家最关心的成本。

Sandy 在视频里列了账单：Claude API 大约 40 美元每月，YouTube Data API 免费，Rapid API 有一些费用，加上 Descript 订阅和可选的服务器托管费用，总计大约在 74 到 84 美元之间。

即使算上一些额外的调试消耗，每月也很难超过 200 美元。

AI 内容创作正在从单点工具走向系统化方案。

以前我们说 AI 帮你写个文案、生成个图片，那都是一个一个独立的动作。

但 Sandy 做的这套东西，已经是一个有分工、有协作、有自动化流程的完整系统了。

几个值得注意的趋势：

首先，Claude Code 这类工具正在让非专业开发者也能搭建相当复杂的自动化工作流；

其次，个人创作者和小型团队通过 AI 获得的生产力杠杆越来越大，以前只有大公司才能实现的内容流水线，现在一个人穿着睡衣在家就能搞定；

最后，这种系统的核心竞争力不在技术本身，而在于你对自己内容策略的理解深度。