微信小绿书可能是最被低估的副业机会，我把从 0 到 1 全流程拆开了

这两天我发的关于微信小绿书带货的开源skill火了，很多朋友都来私信咨询问怎么做，干脆出篇长文给大家掰开揉碎了讲讲！

https://x.com/MoonInAI/status/2106248622719512880?s=20

在一年多以前我就认真研究了一轮微信小绿书，如果你之前完全没听过，可以先把它理解成：长在微信公众号里的小红书。

传统公众号主要是标题 + 长文章，而小绿书更接近封面 + 多张图片 + 短文案，用户可以像刷图文笔记一样阅读。它真正值得关注的地方也不是微信又做了一个图文功能，而是这套内容直接长在微信生态里。

公众号负责内容，视频号和橱窗可以承接商品，微信小店负责成交，公众号本身还可以做流量主，再往后还有社群、朋友圈、私域、知识付费、咨询服务。所以我研究完以后，反而觉得不应该把小绿书单纯理解成一个“流量项目”，更准确一点，它是一个低成本的微信内容入口。如果你本身就在做公众号、自媒体、带货、知识付费或者私域，这个东西其实很值得拿一个号去测试一波。

下面直接把我目前整理出来的玩法讲透。

先别研究爆款，第一步是把一个号真正跑通

很多教程上来就教你去哪找素材、什么标题容易爆，但我觉得顺序反了。一个新手真正应该做的第一件事，是先搞清楚整个链路到底怎么跑。如果你只做内容，其实很简单：微信 → 公众号 → 图片/文字 → 发布。如果你以后准备带货，就需要再把视频号和商品链路接进来：微信 → 视频号/橱窗 → 公众号 → 小绿书 → 商品。

也就是说，你先要确定自己这个号未来准备干什么。如果只是做流量、做 IP、做私域，前期甚至不用急着研究商品；如果明确准备做带货，那公众号、视频号、橱窗之间的关系最好一开始就理顺，不然后面内容爆了，再回头处理权限会非常麻烦。至于到底注册订阅号还是服务号、需要什么资质、橱窗有什么要求，这些微信一直在调整，直接以你现在后台显示的规则为准。

但有一个原则我觉得长期都不会变，就是先跑通一个号，再考虑矩阵。很多人做副业最喜欢一上来搞 5 个号、10 个号，结果连第一篇内容为什么有流量都不知道。错误模型复制 10 次，只会得到 10 个错误账号。所以如果让我现在重新开始，我会先花几天把一个账号完整跑通：能正常发布图文、知道内容入口在哪里，如果准备带货，就测试一篇内容能不能正常插入商品，确认整个流程没有问题。

这一步完成以后，才真正进入最重要的阶段：到底做什么内容。

选赛道不要先问“什么赚钱”，先看这个领域有没有稳定需求

很多人研究小绿书，第一反应就是：养生还能不能做？百货好不好做？什么产品佣金最高？但我觉得这是典型的“从商品倒推内容”。更稳的方式应该反过来：先找到一个长期存在的需求，再考虑这个需求怎么变现。

我判断一个方向值不值得做，一般会看五件事：有没有明确的人群、有没有持续不断的话题、用户有没有真实痛点、图片是否容易表达，以及后面有没有自然的商业承接。比如家居、美食、旅行、职场、读书、宠物、教育、穿搭、数码、装修、生活技巧，本身就非常适合图文。但只确定“职场”“家居”这种大类还远远不够，还要继续往下切。

职场可以继续拆成简历、面试、裸辞、升职、领导关系、职场沟通、副业；家居也可以继续拆成出租屋、小户型、厨房收纳、装修避坑、清洁、软装。真正好做的账号，最好能用一句话说清楚：我在帮哪一类人，解决哪一类问题。比如不是“做装修”，而是专门分享普通家庭第一次装修最容易踩的坑；不是“做 AI”，而是专门帮 AI 新手解决工具太多、不知道怎么开始的问题。定位越具体，后面找选题反而越容易。

确定方向以后，我会立刻去小红书、公众号、抖音图文里做一轮调研。这里不是让你去抄内容，而是去验证这个需求到底是不是真的存在。比如你想做“装修避坑”，就把这个关键词以及它周围的相关词全部搜一遍，连续看几十篇内容以后，重点观察三件事。

1. 看有没有持续出现高互动内容。如果这个话题不是一年前爆过一篇，而是最近几个月不断有人做、不断有人互动，说明需求仍然存在。
2. 看评论区在问什么，“这个在哪里买”“我家也是这样”“预算不够怎么办”“有没有小户型版本”，这些评论比点赞数更重要，因为它们直接告诉你用户下一步想知道什么。
3. 看这个领域最后能不能自然承接东西，比如家居可以接收纳、清洁、家具，读书可以接书籍，宠物可以接宠物用品，AI 可以接课程、咨询、工具服务。

这样你选出来的就不是一个“可能爆的赛道”，而是一个同时具备内容需求和商业需求的方向。

真正决定你能不能持续做下去的，不是写作能力，而是素材库

很多人刚开始做内容，最大的痛苦就是每天都在问：“今天发什么？”原因通常不是不会写，而是根本没有建立自己的内容数据库。如果准备长期做小绿书，我建议第一周就把素材库搭起来。

先从关键词开始。比如你做“职场”，可以先列面试、简历、裸辞、涨薪、升职、领导、同事、裁员，然后继续往下拆。“面试”下面还可以有自我介绍、薪资谈判、HR 反问、面试穿搭、空窗期解释、离职原因；“裸辞”还可以拆成裸辞后悔、存款、职业空窗、找工作、焦虑、副业。一层一层拆，很快就能得到几十甚至上百个关键词。

接下来不要看到爆款就只收藏链接，真正有价值的做法，是把一篇爆款拆开，不要只保存标题，而是记录它在写谁、用户为什么会点、它解决什么问题、封面用了什么结构、标题用了什么结构、内容先讲什么后讲什么、评论区大家继续在问什么。

最后你会发现，一篇内容真正值得的是它背后的结构：具体时间 + 后悔情绪 + 数字 + 高频场景。

那你就可以顺着这个结构继续生成其他的选题，这时候你已经不是在“找文章”，而是在积累自己的爆款结构库。

我比较建议素材库至少保留这些字段：关键词、参考链接、原始选题、目标人群、用户痛点、标题结构、封面结构、正文结构、评论区需求、可以延伸的新角度。做到后面，你每天不是从 0 开始想选题，而是从一个已经被验证过的需求里继续往外长，这两种生产效率完全不是一个级别。

有了选题以后，一篇小绿书其实可以高度公式化

小绿书非常适合标准化，因为用户主要是在“刷图”。所以真正决定一篇内容表现的，通常就三个东西：标题、封面、内容结构。

先说标题。我研究大量内容以后，觉得有一个方法非常实用，叫“有变，有不变”。所谓“不变”，就是用户真正关心的关键词和情绪不能丢；所谓“变”，是观点、表达和切入角度要重新组织。

比如一个标题《第一次去日本，一定要知道的 10 件事》，真正有效的不一定是这几个字，而是“第一次去 + 日本 + 避坑”这个需求。所以你完全没必要机械改成《第一次去日本，一定要知道的 8 件事》，这种只是换数字。更好的做法是保留需求，重新找角度，比如《第一次去日本自由行，最容易多花钱的 6 个地方》《去日本前没人告诉我的这些事》《日本自由行回来以后，最想提醒第一次去的人这 7 件事》。

同理，一个标题是《养猫以后才知道，这 8 样东西根本不用买》，你真正应该拆出来的是养猫人群 + 后悔情绪 + 避坑需求。然后可以重新做成《新手养猫最容易交的 6 笔智商税》《养猫半年后，我最后悔买的不是猫粮》《第一次养猫，这几样东西真的不用着急买》。复制的不是句子，而是用户点击这个句子的心理机制。

再往下就是封面。小绿书和传统公众号不一样，用户大概率是先看到图，再决定要不要继续读，所以第一张图最重要的不是“设计高级”，而是一眼看懂。一个封面最好只表达一件事，不要一张图里面塞满 300 字。最简单的结构就是一个核心标题 + 一个视觉主体 + 固定账号风格，而且前期根本没有必要每天换设计。

找到一个能用的模板以后，可以固定字体、固定版式、固定颜色体系，只替换标题和主体图，这反而更容易形成账号辨识度。整篇图片怎么排也可以固定，如果做普通干货，我比较推荐：封面 → 提出问题 → 解释原因 → 给解决方法 → 案例 → 总结。如果准备带货，则可以改成：封面吸引 → 放大痛点 → 给方法 → 产品自然出现 → 解释产品为什么能解决 → 消除顾虑 → 商品卡。

比如你做旅行领域，准备带一个行李收纳袋。最差的内容是一上来就写“出门旅游一定要买这个收纳神器”，用户一眼就知道你在卖东西。更自然的方式可以先从“为什么每次旅行回来行李箱都越来越乱”切入，讲衣服、内衣、充电线、洗漱用品混在一起有什么问题，再给出分类收纳的方法。

等用户已经认同“旅行行李最好分区整理”以后，再自然出现收纳袋，告诉他不同尺寸分别适合装什么、怎么组合最省空间、什么情况下其实不需要买太多。这样商品只是整个解决方案中的一个工具，而不是突然插进来的广告。

真正高转化的带货内容，本质上都是：先让用户意识到问题，再让商品成为解决问题的一种选择。

做到这里以后，AI 才真正开始发挥价值

我其实非常不建议把 AI 用成洗稿器。最初级的玩法是把一篇别人写好的文章扔进去，然后说“帮我改写，降低重复率”，这种东西很难真正产生内容优势，而且很容易走到低质量同质化。

AI 真正适合干的是：拆解、归类、重组和批量生产初稿。比如你一次整理 20 篇同领域内容，把标题、正文和高赞评论一起交给 AI，不要让它改写，先让它分析这些内容分别针对什么人、最常出现的痛点是什么、哪些标题结构重复出现、哪些情绪最容易引发评论、评论区还存在什么没被解决的问题、哪些选题已经严重同质化，最后再让 AI 根据这些信息生成新的原创方向。

比如你准备做“宠物掉毛”这个方向，整理了 20 篇相关内容以后，发现大部分内容都在讲梳毛、扫地机器人、粘毛器，但是评论区里很多人真正纠结的是：“猫毛到底为什么突然变多”“换季掉毛和异常掉毛怎么判断”“家里哪些材质最容易粘毛”。

那下一篇就不一定继续做《5 个去猫毛神器》，而是可以直接做《为什么你家猫最近突然掉毛特别严重？》《养猫以后我才发现，这 4 种家具真的太粘毛》《猫毛满屋飞之前，先搞懂这几个掉毛原因》。这些角度都是从用户真实需求里长出来的，而不是把别人的原文换几个词。

选题确定以后，再让 AI 帮你生成图片脚本。比如你准备做《第一次露营，新手最容易漏带的 7 样东西》，就可以要求它把整篇拆成 7 张图：第 1 张负责吸引点击，第 2 张讲最常见的问题，第 3-5 张分别给解决方法，第 6 张做具体场景示范，第 7 张做总结，每张只表达一个观点。

这样 AI 输出的已经不是一篇长文，而是一套可以直接交给 Chatgpt、Claude、Figma 或者生图工具的内容结构。

整个生产链路就变成：找素材 → AI 拆解 → 找新角度 → 生成图片脚本 → 人工修改 → 做图 → 发布。这里有一个很重要的原则，AI 可以提高速度，但最后的选题判断和内容审核最好还是人做，尤其是健康、养生、金融、商品功效这类内容，不要为了点击和成交让 AI 随便夸大。

很多人发三五篇以后发现阅读量很低，就开始怀疑“小绿书是不是没流量了”，其实样本根本不够。我觉得一个新账号，前期最大的目标不是立刻赚钱，而是找到四个答案：什么选题有人看、什么封面有人点、什么内容有人互动、什么东西能够产生转化。

所以每篇内容发出去以后，最好自己做一张表。至少记录发布时间、关键词、选题类型、标题结构、封面模板、阅读量、点赞、评论、转发、关注，以及如果有带货，再记录商品点击和成交。然后不要只看“爆没爆”，要学会根据数据判断问题到底出在哪里。

比如你连续做了几篇租房改造内容。如果《500 元改造出租屋》曝光不错，但点击明显低，那优先应该检查标题和封面；如果《10㎡卧室怎么收纳》阅读不错，但是几乎没人互动，说明内容可能太泛，没有真正给出用户能执行的方法；如果《租房最值得买的 5 样东西》数据不错，但是商品没人点，那就需要检查内容和产品之间的衔接是不是太硬。

如果商品已经有不少人点击，但最终成交很少，那才继续往价格、评价、店铺、商品详情和用户信任上找问题。这样复盘，你才能知道下一篇应该改什么，而不是一篇没爆，就同时换赛道、换标题、换图片、换产品、换发布时间，最后什么都测不出来。

我自己很建议遵循一个东西：单变量测试。比如你做了一篇《第一次养狗最容易踩的 8 个坑》，觉得这个选题本身有潜力，但表现一般，那下一次可以先只调整标题，变成《养狗半年后，我才发现这 8 件事没人提醒过我》；如果还是不理想，再调整封面，而不是整篇全部重做。

如果让我现在从 0 开始，我大概会这么跑第一轮：先确定一个垂直领域，再找到 10 个左右可以长期观察的对标账号；围绕这个领域整理 30-50 个关键词，再积累几十篇值得拆解的高互动内容。然后一次性规划 20-30 个原创选题，开始稳定发布，每 10 篇做一次小复盘，每 30 篇做一次大复盘。

表现好的主题不要发完就结束，而要继续往下延伸。比如你做旅行领域，一篇《第一次坐邮轮前，我完全不知道的 8 件事》数据很好，那后面完全可以继续延伸成《第一次坐邮轮，最容易多花钱的 6 个地方》《邮轮上哪些东西其实根本不用买》《坐完一次邮轮以后，我最后悔没提前准备的东西》《带爸妈坐邮轮之前，建议先看完这几个问题》。

你会发现，这几篇表面上看起来不同，其实服务的是同一批人：第一次准备坐邮轮、对流程和消费都不熟悉的人。

一篇爆款真正值钱的地方，不是它爆了一次，而是它帮你找到了一条已经被证明存在的需求。接下来应该围绕这条需求连续生产。等你真的把一个号跑通以后，矩阵和自动化才有意义。

这时候你已经拥有关键词库、选题库、素材库、标题结构、图片模板、发布 SOP 和数据表，AI 或 RPA 可以帮助处理一些重复工作，真正需要你做的只剩选题判断、素材审核、最终质量控制和商业决策。这样扩大的是一套已经验证过的模型，而不是批量制造垃圾内容。

任何平台红利都有周期，但发现需求 → 找选题 → 做内容 → 获取流量 → 看数据 → 做转化 → 再迭代这套能力不会过期。你今天做小绿书能用，明天换到公众号、小红书、视频号甚至其他内容平台，本质上还是这一套逻辑。

流量主只是其中一种结果，带货也只是其中一种结果。如果你本身就在做咨询、课程、社群、本地生意、企业服务或者个人 IP，小绿书完全可以只是你的一个获客入口。前面做的关键词库、对标库、选题库、标题结构、内容模板和数据复盘，也不是为了“批量发垃圾内容”，而是逐渐沉淀成一套自己的内容生产系统。

所以如果你准备试，我不建议一开始就研究“怎么一天发 10 篇”“怎么搞 20 个号”。先拿一个号认真做 30 篇，把选题、内容、发布、数据、转化完整跑一遍，先找到什么东西真正有人看、有人信、有人愿意买单。等这个模型成立以后，再利用 AI、模板和自动化把选题整理、内容拆解、图文脚本、数据复盘这些重复劳动拿掉，效率才是真的提升，而不是单纯把发帖速度变快。

也是因为这个原因，我最近顺手把自己研究小绿书过程中用到的这套方法整理成了一个开源 Skill：wechat-graphic-monetization。

它不是单纯塞了一堆提示词，而是把整个小绿书图文带货流程拆成了 8 个阶段：从模式认知、开通橱窗、选品、图文带货，一直到数据复盘、结算合规、图文创作和后面的矩阵放大。里面还整理了选品自查清单、标题公式、图文结构模板、30 天冷启动日历、周复盘表和发布前合规检查这些可以直接拿来用的东西。

而且我没有把它绑死在某一个 AI 工具上。Claude、Claude Code、Codex、Cursor、WorkBuddy，包括其他支持项目上下文或者自定义指令的 AI 工具都可以直接拿这套方法跑；支持 Skills 的工具，可以直接当 Skill 装进去，不支持的就把仓库作为项目上下文使用。

项目地址：https://github.com/chenjin-cmd/wechat-graphic-monetization

如果你看完这篇不想再自己从头整理一遍，可以直接把这个仓库丢给 AI，然后从“帮我选一个赛道”“拆 20 篇对标内容”“按照这个商品设计一篇小绿书”“帮我复盘这周数据”开始用。后面我也会继续把自己实测有效的小绿书玩法、模板和自动化流程往里面补。

因为最后真正值钱的从来不是“我会发小绿书”，而是我有一套可以不断找到真实需求、把需求变成内容、再把内容变成生意的系统。这个 Skill 做的事情，本质上就是把这套系统尽量标准化，让 AI 真正参与进来，而不是只负责帮你写几段文案。