做AI短剧的人在愁什么
- 2026-11-18 14:52:00
最近云栖大会期间,阿里云牵头成立了短漫剧产业发展联盟,既包括掌阅、快看、麦芽、时刻互动、井英、点众,也包括阿里系的淘宝短剧、书旗中文网和优酷等等。这场联盟成立背后的一个分论坛上,各家把现在做AI短剧的核心焦虑都摆到了桌面上:虽然生产效率被AI拉到前所未有的高度,但市场反馈冷淡,变现困难,IP版权争议激化。这篇文章,就是这场行业分享里最值得关注的几个核心矛盾的梳理。
理解AI短剧行业为什么愁,得先看清一组数据反差。今年春节档,虽然AI剧的量是真人的50倍,但播放量却只有4%,爆款寥寥无几。云栖大会短漫剧产业发展联盟分享期间,山海短剧付磊直接放出了一组数据:AI短剧上半年上线22万部,爆款率只有0.47%。横店变成"竖店"、现在又变成"空店"的说法,赵晖教授在云栖大会上又接了句:现在叫"空店"。至于为啥,不难解释——现在很多剧组已经不用群演了,直接AI生视频。
这种高产出、低回报的矛盾,是AI短剧行业的核心痛点。AI极大地降低了拍摄成本和人力(5人可完成40人工作量),但市场并未因供给增加而扩大。这种现象背后的核心问题是:供给增加并没有创造出对应的需求增量,反而因为大量低成本内容涌入市场,稀释了单部作品的曝光和回报。
效率高、不好赚钱的背后,是AI短剧正在从"提示词摸索"向"工业化Skill"迁移。剧组里面通常有个职位,叫场记。负责实时记录演员的状态,以及服化道的摆放信息。比如说桃园三结义的时候,你看着是你一句我一句,但很有可能两个人的戏码压根不是在同一天拍的,这时候就需要场记来进行核对,保证情节的不出偏差。而在AI生视频这一块,提示词就是场记,负责记录衣服的褶皱、天空的颜色,保证场景的连续性。很多人总觉得AI生的东西很飘,其实很多的时候就是给的提示词(或者说上下文)的问题。对于"如何去优化提示词"这块,阿里云的潘奕如在服务了很多的短剧客户后,攒下了不少的经验,然后从实践的角度做了些分享,总结便是:先把不能变的锁住,再写每个镜头的变化。具体来说,假如想要固定角色,就可以在开头@对应参考图。如果是多人戏,则可以先给一张站位图,再写清楚谁在左边、谁在前面、眼睛看着谁。
这些讲究最开始都是人来摸索出来的,现在呢也在转交给人。山海的付磊,在长期的业务探索中,把短剧分成三代:第一代,真人实拍,一部剧要四五十个人,拍一个多月,花三五十万;第二代,有了AI之后,人少了很多,但创作流程还是按真人实拍来的,AI只是一个降本工具;第三代,AI干活,人负责判断,整个生产流程被重新组织。
AI降低改编成本,激活IP长尾效应。传统改编成本高昂只能押注头部,AI使版权方能以低成本尝试改编长尾网文作品。付磊在分享里提到,他们改编的大IP《我当道士那些年》,初审被打回来了,原著涉及不少玄学、鬼怪元素,改编是技术活。她自己就是原著粉,"有些改动我也很痛恨,但有时没有办法。我们能做的是保留原著的精神内核,该做的合规处理仍然要做。"这种"长尾IP + AI改编"的模式,正在被各家版权方在IP层面摸索。
题材分布与爆款概率存在错位。数据表明"霸总甜宠"类剧目数量最多但爆款率低,而"帮派斗争、身份桎梏"等题材虽然数量少,但爆款概率是前者的四倍多。这种"量大但爆款率低"的怪现象,跟AI短剧的生产流程高度模板化有关——霸总甜宠类模板成熟,大量制作方涌入,反而稀释了单部作品的爆款概率。
AI短剧的工业化路径虽然方向很明确,但有几个不能忽视的现实门槛。第一,"先锁不变量,再写变化"的提示词方法论,目前只在头部几家制作公司的内部流程里跑通,中小制作方短期内很难复制——提示词优化的经验高度依赖剧组内部的反复迭代,标准化难度大。第二,"第三代"流程(AI干活、人负责判断)对编剧的核心能力要求反而更高,不是降低了门槛,而是抬高了判断力的门槛。第三,"霸总甜宠类数量最多但爆款率低"的现象,说明AI短剧市场已经出现明显的"题材扎堆",这种扎堆反过来又加速了观众的审美疲劳,形成恶性循环。第四,AI改编长尾网文IP面临漫画作者的版权抵触和读者对AI视觉痕迹的挑剔,这两个反馈回路在相当长一段时间内都难以快速化解。把AI短剧放到A股叙事合适,会发现一个相对清醒的行业图景:AI正在重构短剧的生产流程,但这种重构距离"工业化"还有相当距离。
我的评价
把这场分享放到AI短剧行业的大背景里看,会发现一个相对清晰的图景:AI正在重塑短剧的生产流程,但爆款率低、变现困难、IP版权争议等核心痛点仍在。今年春节档AI剧播放量只占4%、爆款率0.47%这两个数据,直接说明AI短剧的"高产出"并没有自动转化为"高回报"。这种供给与需求的错配,某种程度上是AI重塑内容行业的共同特征——生产能力被大幅拉低门槛,创作能力并没有同步跟上。
对国内短剧行业而言,这场分享的最大启示,在于"工业化Skill"这一层的实践正在被头部公司摸索出来。"先锁不变量,再写变化"的提示词方法论,把资深编剧的经验封装为可复用的Skill,使AI短剧生产进入"AI干活,人负责判断"的第三代阶段。这种从经验到Skill的迁移,是AI内容行业走向工业化的必经之路。当AI技能被封装成可复用的工作流,普通制作方也能获得头部公司的工业化方法,整个行业的天花板才有可能被抬高。这件事的窗口期不会很长——头部公司已经在跑通,中小公司需要尽快在AI短剧的工业化方法论上跟进。
关键素材
- • 山海短剧付磊在云栖大会短漫剧产业发展联盟分享:AI短剧上半年上线22万部,爆款率0.47%
- • 春节档数据:AI剧的量是真人的50倍,但播放量却只有4%
- • 阿里云潘奕如提示词方法论:先把不能变的锁住,再写每个镜头的变化;固定角色用@对应参考图;多人戏先给站位图,写清楚谁在左边、谁在前面、眼睛看着谁
- • 山海付磊短剧三代划分:第一代真人实拍(四五十人,一个多月,三五十万);第二代AI降本工具(人少但流程仍是真人实拍);第三代AI干活,人负责判断(整个生产流程重新组织)
- • 阿里Wan 3.0模型8月底上线:能生成30秒视频、保持高度连贯,支持以图片、视频、音频作为参考,简单镜头基本一次能出
- • 陆川用Wan 3.0筹备电影《天工开物》:查到四百年前北京王恭厂火药库爆炸,一上午搭完;传统片场要么花大钱搭、要么不拍
- • 点众《大明航海王》古装海战案例:用AI短剧的方式一部接一部地出片
- • 短漫剧产业发展联盟成员:掌阅、快看、麦芽、时刻互动、井英、点众;阿里系淘宝短剧、书旗中文网、优酷
- • 付磊改编大IP《我当道士那些年》:原著涉及玄学、鬼怪元素,初审被打回;保留原著精神内核,该做的合规处理仍然要做
- • 题材分布:霸总甜宠类剧目数量最多但爆款率低,帮派斗争、身份桎梏类数量少但爆款概率是前者四倍多
- • 全文约2137字(约9分钟),赛博禅心原创金色传说大聪明,2026-09-29北京