【AIGC】利用 AI 技术，1 个人养 1327 个账号，可行吗？

<<< 左右滑动见更多 >>>

但是后来又传出这件事被锤了：

真真假假、假假真真，回过头来，其实不妨碍我们来想想这件事的价值和可行性。

1、能不能赚钱？

首先，这件事如果真能做到，它的商业价值其实是比较确定的，内容媒体平台养号、卖号一直存在着非常完善的链条，只是有的朋友可能没接触过。下面是我的一个专门收号、卖号的微信好友的朋友圈：

他是专门做小红书账号的买卖的「号贩子」，可以看到一个小红书账号，根据不同的情况可以卖到几百、几千，甚至过万。

随着 AIGC 技术不断迭代，尤其是最新的 FLUX 模型解决了手部变形等痛点问题后，AI 生成人物图像的效果确实越来越让人真假难辨了，很多 AI 生成图在小红书上获得了不错的流量。

除了卖掉账号外，当账号粉丝到达一定规模后，还可以：

• 1）接广告商单。小红书 1000 粉丝就能开通蒲公英接广告商单。
• 2）电商带货。小红书可以找淘宝商家合作销售内容周边商品，带货分佣，也可以开通店铺自己卖货。

这样看来，内容有流量、账号能交易、变现有渠道，如果还能批量养号，上面说的赚钱确实是一个高概率的事情。

那么，怎么做到批量养号呢？

2、如何批量养号？

一个人要批量养 1000 多个号要解决的问题还挺多的：

• 1）如何批量注册账号
• 2）如何批量生产内容
• 3）如何操作批量账号持续发布内容

1）批量注册账号

如果通过手机号来注册小红书账号，每个人在一个运营商可以办理 5 个手机号，国内三家运营商就可以办理 15 个手机号。不过要通过这种方式来搞出 1000 多个账号，成本还挺高的。

小红书除了支持手机号登录外，还支持使用微信、微博等其他平台账号登录，这里是有些操作空间的，有兴趣的朋友可以加我交流交流。

2）如何批量生产内容

一个账号要持续更新美女模特内容，最好是保持人脸的一致性，这个是人设的基础。在这个基础上，如果要养 1000 多个账号，那么批量生产内容需要满足：

• 能批量生成不同长相的模特
• 能为每个模特批量生成人脸一致的图片

如果单纯的基于提示词来生成模特图片，我们可以将提示词进行分类：

• 角色特征：这些提示词共同保持模特角色人设特征，其中包括了人脸一致性。
• 模型配置
• 负向提示词
• 参数
• 主体
• 画风
• 发型
• 五官
• 身材
• 装扮特征：这些提示词可以变化模特角色其他非人设特征，以便于生成丰富的图片。
• 视角
• 表情
• 服装
• 袜子
• 装饰
• 姿势
• 场景

举个例子，我们按照上面的分类列出若干角色特征的分类项：

• 模型配置（3 种）：
• <lora:lisaForBLCKPINK_lisav15:0.3>, <lora:iu_V35:0.3>, <lora:suzy_V20:0.2>, iu1, suzi1
• <lora:lisaForBLCKPINK_lisav15:0.4>, <lora:iu_V35:0.2>, <lora:suzy_V20:0.3>, iu1, suzi1
• <lora:lisaForBLCKPINK_lisav15:0.2>, <lora:iu_V35:0.3>, <lora:suzy_V20:0.3>, iu1, suzi1
• 负向提示词（1 种）：(nsfw:1.5), easynegative, paintings, sketches, (worst quality:2), (low quality:2), (normal quality:2), lowres, normal quality, ((monochrome)), ((grayscale)), skin spots, acnes, skin blemishes, age spot, manboobs, backlight, (ugly:1.331), (duplicate:1.331), (morbid:1.21), (mutilated:1.21), (tranny:1.331), mutated hands, (poorly drawn hands:1.331), blurry, (bad anatomy:1.21), (bad proportions:1.331), extra limbs, (disfigured:1.331), (more than 2 nipples:1.331), (missing arms:1.331), (extra legs:1.331), (fused fingers:1.61051), (too many fingers:1.61051), (unclear eyes:1.331), bad hands, missing fingers, extra digit, (futa:1.1), bad body, NG_DeepNegative_V1_75T, pubic hair, glans
• 参数（1 种）：--steps 32 --sampler_name "DPM++ SDE Karras" --cfg_scale 7 --width 720 --height 960 --seed -1
• 主体（1 种）：1 girl, solo, (realistic skin), (latex skin:0.4), (detailed skin:1.3), (perfect glossy shiny skins:0.6), (beautiful eyes), round eyes, pretty face, Blushing face, glossy lips, high nose bridge, [:(detailed face:1.2):0.2], shiny eyes, (PureErosFace_V1:0.1), (ulzzang-6500:0.1), (a beautiful 20 age years old cute girl:1.3), a face of perfect proportion, (high nose:0.7), realistic humid skin, (happy face:1.2), (shut lips:1.3)
• 画风（1 种）：RAW, sharp focus, delicate, beautiful composition, best quality, (realistic), high quality, ultra detailed, (Real picture), (intricate details), 8k uhd, dslr, high quality, (film grain:1.3), photorealistic, (studio), instagram
• 发型（10 种）：
• short hair, black hair
• medium hair, black hair
• long hair, black hair
• very long hair, black hair
• hair over shoulder, black hair
• short hair, brown hair
• medium hair, brown hair
• long hair, brown hair
• very long hair, brown hair
• hair over shoulder, brown hair
• 五官（4 种）：
• beautiful detailed eyes, (aegyo sal:1)
• beautiful detailed eyes, glowing eyes
• beautiful detailed eyes, wide eyes
• beautiful detailed eyes, aqua eyes
• 身材（2 种）：
• small breasts, slim waist
• medium breasts, slim waist

通过上面的分类项组合，我们可以跑出一批角色主体，由于我们这里的 seed 使用随机值，所以这里的人脸还是会发生变化，这样我们就可以从这些人脸中挑出满意的，将其角色参数固定下来（这时候 seed 值就固定下来了）。

比如下面是我们选中的几个角色人脸（左右滑动见更多）：

<<< 左右滑动见更多 >>>

接下来针对每一个固定下来的角色参数，拼装丰富的装扮特征，我们也可以列出每一个分类项：

• 视角（6 种）：
• over the shoulder shot
• Polaroid
• portrait
• Chest Shot
• full body shot
• Long Shot
• 表情（6 种）：
• (smile:1.15), (closed mouth)
• smirk
• seductive smile
• grin
• nose blush
• blush
• 服装（6 种）：
• T-shirt, jeans
• Blouse, skirt
• Suit, dress pants
• Hoodie, sweatpants
• Sportswear, black leggings
• Sweater, leggings
• 袜子（6 种）：
• garter straps
• socks
• striped socks
• loose socks
• legwear
• leggings
• 装饰（6 种）：
• Straw hat
• hair ribbon
• head scarf
• hair flower
• hair bun
• hair ornament
• 姿势（6 种）：
• hugging own legs
• upright straddle
• standing
• squatting
• hand on headphones
• turning around
• 场景（6 种）：
• rural town
• beach
• mountain area
• forest
• lake
• river

通过这些分类项的组装，我们可以组合出非常多的不同装扮提示词，将它们与角色参数拼接起来后，我们就可以为一个人脸固定的角色生成非常多的图片来满足我们日常养号的需要了。

比如下面是我们用第一个角色人脸继续生成的不同打扮图（左右滑动见更多）：

<<< 左右滑动见更多 >>>

除了基于提示词来固定人脸的方案，还有其他的方案可以做到保持人脸的一致性。我们做了一个用于批量生产人脸和固定人脸生成批量图片的工具，可以轻松满足养号的素材需求，如果有需要可以通过下面二维码加我咨询。

3）如何操作批量账号持续发布内容

市面上其实已经有不少批量管理账号的工具了，比如矩阵通、易媒助手等等。不过这里的难点就在于，操纵上千个实名账号在小红书持续发笔记是很容易触发风控的，要和这个风控博弈可能是个巨大的成本。有兴趣的朋友可以加我交流交流。

3、结论

通过上面的探讨，我们基本上可以得出结论，一个人要批量养 1000 多个号：

• 批量生产满足需要的内容：可行
• 批量管理矩阵账号：可行
• 注册 1000 多个账号：可行，但是成本较高
• 操纵 1000 多个实名账号在小红书持续发笔记：有较高风险
• 养号赚钱：可行

如果你准备自己试起来，可以加一下群，我们会不定时分享一些素材和资源：