成本降了三十五倍，文案模块的难处本来就不在钱上

4 月 24 日 OpenAI 发了 GPT-5.5，宣传里有一句：token 成本降到三十五分之一。

看到这个数字，我第一反应是去想以前那个文案模块的账。想完发现，这笔账跟这个数字关系不大。

成本从来不是问题

文案模块里，成本从来不是问题。

一条商品文案，当时是生成两三版，再挑。审校之后，运营还要全部看一遍，一条大概一两分钟。模型调用的钱放在整个流程里，占比很小，小到没人专门去算。

真正贵的，是人看的那一遍。每一条都要看，看的人要懂平台规则，要懂商品，要知道哪句话放在哪个平台会出事。这部分的成本，token 降多少倍都不会变。

一两分钟一条，贵在哪

人看一条文案，大概一两分钟。

一两分钟听起来不长。可每一条都要看，每天要出的文案又多，加起来就是运营一整天的工作。模型生成两三版，几秒钟；人看一条，一两分钟。两边差了几十倍。

这就是为什么 token 降价在这里没什么感觉。流程里最慢、最贵的那一段，是人。模型那段本来就快，本来就便宜，再便宜三十五倍，整条流程几乎看不出变化。

那降价改变了什么

所以对文案模块来说，成本降三十五倍，省钱这件事几乎没有意义。

有意义的是另一件事：以前没让模型多做的检查，现在可以让它做了。说没舍得也不准确，更像是以前没往这边想，因为每多一步，都得先想想值不值。现在不用想了。说到底，这是一次顺序的变化：以前先想值不值，再决定要不要加检查；以后可以先加检查，看效果再说。

两三版里挑一版

生成两三版再挑，是文案模块里最像花钱买质量的地方。

便宜三十五倍以后，生成十版也不贵。可加到十版，意义不大。

版本多了，挑的人更累。两三版，一眼能比；十版，要一条条读。省下的是 token，多出来的是人的时间。这笔账和前面一样，还是人那一段说了算。

第一个想让它多做的，是对一遍事实表

便宜下来，我第一个想让它多做的，是自己对一遍事实表。

那套文案流程，生成前有一份 Product Fact Sheet，基础参数、卖点材料、平台禁用词和合规限制都在里面，模型按它来写。可写出来的东西里，还是会有一两句是事实表里找不到的，最常见的是夸大的卖点：资料里说的是一件事，写出来变成了更厉害的一件事。

这些句子，当时是人看的时候去找。人找得出来，但要一句句对，这是那一遍人工里最费劲的部分。

如果让模型写完以后，自己拿着事实表对一遍，把找不到来源的句子标出来，人看的时候就不用从头对，先看标出来的那几句就行。它对得不一定准，可只要能把大部分对不上的句子挑出来，运营就能把一两分钟，花在最该花的地方。

夸大的卖点，最难找

事实表里找不到来源的句子，最常见的是夸大的卖点。

这类句子最难找。一个参数写错了，对着事实表一查就知道；一个卖点被写大了，每个字都挑不出毛病，只是比资料里说的更厉害一点。比如资料里说耐用，写出来成了超耐用；资料里说适合户外，写出来成了专为户外设计。

运营一两分钟里，最费神的就是这一类。它不是错，是过了。过多少算过，要靠经验。这类句子读起来往往更有劲，更像卖货的文案，光靠读，很难读出问题，只能对照资料拦下来。

如果模型能先对一遍，把和事实表对不上的地方标出来，这类句子就有了一个起点：它至少知道资料里原话是什么，写出来的比原话多了多少。

人还是要看

这不会让人不看。审校之后人全部看，短期内不会变，因为出了事，担后果的是人。运营，担的是出了事的责任。模型标出来的，他可以先看；没标出来的，他也不能不看。

但人看的东西可以变：从每一句都要核，变成先看被标出来的那几句，再扫一遍整体。看的时间短一点，漏的也少一点。

成本降三十五倍，模型公司讲的是它的故事。我的故事小得多：一个以前没往那边想的检查，现在可以做了。