不只是出图，
而是定义产线并让团队量产起来。
我是 欧阳毅霖，专注游戏买量美术11 年，长期聚焦买量素材方向，覆盖 SLG、仙侠、传奇、二次元、微信小游戏及海外产品。
过去我的工作覆盖买量素材策略制定、核心视觉创意、团队搭建与产线管理，带过 10 人以上与 20 人以上的综合美术团队，能力覆盖平面、AE 视频、UE 视频与 AI 辅助生产。
近两年我重点推动 AI 进入买量美术产线——关注的不是 AI 出图或出视频本身，而是如何把 AI 接入风格探索、分镜推演、资产生成、素材变体与视频前置预演等生产环节。把创意策略、数据复盘、团队管理与 AI 工作流结合，提升买量素材的产出效率与投放适配度。
买量美术产线的构建者
从单条素材执行，走到策略制定、团队搭建与 AI 产线落地，把买量美术做成可管理的系统工程。
素材放量与品质的平衡
在资源有限、需求量大的买量阶段，找到可放量、可复用、可标准化的素材结构，支撑投放消耗。
数据先行，Demo 驱动
从产品阶段、投放目标与已有数据入手，先拆可放量方向，再打 Demo 定标准，最后批量变体扩展。
团队与资产的双重沉淀
既交付素材，也沉淀组件库、模板与产线规范，让团队产能随项目持续复利，而非每次从零开始。
Selected Cases
四个覆盖重点投放放量、AI 产线落地、素材组件库与跨品类策略的代表性案例。点击任意卡片，查看完整决策链路与数据复盘。
从策略到量产的完整能力地图。
六个相互支撑的能力域，让我能在买量素材的任意阶段介入：从策略制定、数据复盘，到核心创意、产线管理、AI 落地与团队建设。
11 年，从单条素材走到完整产线。
不是履历的堆叠，而是一段从执行到策略、从单点到产线、从人力到 AI 工作流的成长叙事。
一个被反复验证的买量素材工作框架。
六个阶段构成一个闭环：从看数据定方向，到打 Demo 建标准，到批量变体放量，再到数据复盘沉淀资产。
素材是消耗品，
但产线不是。
真正可持续的买量美术，
不靠单条爆款的偶然，
而靠可复用结构的必然。
有投放放量需求？
让我们聊聊。
无论是重点投放的素材放量、AI 买量产线搭建，还是买量美术团队管理与组件库沉淀，我都乐于从策略到落地全程参与。每月仅接 2–3 个精选合作。