他用 Sora 2 + Claude 拆解了一个残酷真相：爆款 AI 视频不是靠灵感

如果你还在用 Sora 碰运气式做视频，这期 Greg Isenberg 的方法会让你不太舒服——因为他说，真正能冲到百万播放的 AI 视频，80% 的工作发生在“生成之前”。更反直觉的是，Sora 在这个流程里，甚至不是最重要的一步。

最反直觉的一点：Sora 不是用来“想创意”的

Greg 一上来就点破了一个很多 AI 创作者不愿承认的事实：大多数人用 Sora 的方式，本身就注定做不出爆款。

常见路径是：打开 Sora → 随便想个“看起来很酷”的点子 → 生成视频 → 发出去 → 没反应。然后得出一个结论：平台不行，算法不行，观众不懂。

而 Greg 的判断几乎相反：Sora 的价值不在“灵感生成”，而在“执行已经被验证过的创意”。如果创意本身没被验证，再强的生成模型也只是在高质量地浪费算力。

这也是他反复强调的一句话："You want to create an internet audience." 不是做一个好看的视频，而是持续产出会被同一批人反复点开的内容。Sora 只是最后的放大器，不是起点。

真正的第一步：用 Perplexity 拆解“什么内容真的会被看”

在流程设计上，Greg 把第一站放在了 Perplexity，而不是任何视频生成工具。

原因很简单：你不是要一个“想法”，你要的是一套已经在互联网被反复验证过的内容框架。

他展示的用法核心不是搜索，而是让 Perplexity 帮你拆：
- 某个领域里，哪些内容形式反复出现？
- 它们是故事型、对比型，还是“实验/测试型”？
- 哪些结构更容易被转发、模仿、二创？

这一步的关键在于，把“我觉得会火”变成“这些格式已经火过很多次”。当创意来源从主观判断，变成模式识别，后面的成功率自然不一样。

Claude 的真正用途：不是写文案，而是当“冷酷的评审官”

很多人用 Claude，是让它直接给创意、写脚本。但 Greg 特别点名了一个“常见错误”：这样做只是在堆想法数量，而不是提高成功概率。

他的用法更像是在组一个内容评审委员会。

流程是这样的：
1. 先基于 Perplexity 的框架，生成一批候选视频点子。
2. 把这些点子丢给 Claude，但不是让它“优化”，而是“评估”。
3. 明确告诉 Claude：从共鸣度、新鲜度、可视化潜力等维度打分。

Greg 直接说了一句很狠的话："We're using it as basically an evaluation agent." Claude 在这里的角色，不是创作者，而是毫不留情的筛选器。

当你手里只剩下被打过分、排过序的点子时，你得到的不是灵感，而是“被验证过的候选池”。这一步，决定了你后面是在提高命中率，还是只是提高产量。

最后才轮到 Sora：把“确定性”转化为画面

直到这一步，Sora 才真正登场。

但用法依然和大多数人不一样。Greg 强调的不是多复杂的提示词，而是两点：
- 明确你要生成的是哪个已经被验证的点子
- 精细控制可视化参数，比如时长（10 秒还是 15 秒）

他提到，Sora 的“美”不在于一次就完美，而在于你可以基于同一个已验证创意，反复微调提示、节奏和呈现方式。

换句话说，这已经不是创作，而是内容工程：
同一个 idea，可以被系统性地测试、优化、复用。

这也是为什么他会说："That's the beauty about Sora." 美不在灵感，而在可控性。

总结

这套 Sora 2 + Perplexity + Claude 的流程，本质上只做了一件事：把“运气型创作”变成“概率型创作”。

对 AI 从业者和内容创作者来说，最大的启发不是工具本身，而是角色分工的变化——Perplexity 负责理解互联网，Claude 负责否定坏想法，Sora 负责把好想法放大。

如果你现在做 AI 视频最大的瓶颈是“感觉很努力，但总是没反馈”，那真正该优化的，可能不是提示词，而是你在按不按一个可重复的、可验证的流程工作。

留给你的问题是：如果下一个视频只有一次机会，你会先让模型帮你“想”，还是先让模型帮你“否”？

关键词： Sora 2， Claude， Perplexity， AI 视频创作， 提示工程

事实核查备注： 需要核查：视频发布时间是否为 2025-10-04；视频是否明确提到 Sora 可在网页端调整 10-15 秒时长；Greg Isenberg 在视频中对 Perplexity 和 Claude 的具体定位表述