AI短剧省下制作,观众未必省下注意力
- 2026-11-18 04:47:21

粗糙、愤怒、切换和故事框架各自有条件,接受程度也仍待看。
很多人把AI短剧看成一场事故,画面假、台词糙、逻辑漏,怎么看都不该有人追着看。可数据不这么安静。《中国网络视听发展研究报告(2026)》说,截至2025年12月,网络视听用户有10.99亿人,微短剧用户人均单日使用129分钟。同一份报告还提到,2025年AI生成的视音频累计超过20亿条,比2024年增长14倍以上。
这组数字没有证明烂剧必然被偏爱。它只说明,大量观看和AI视音频生产已经处在可以评价、截存和推荐的场景里。观众当然能说某部剧拍得差,可真正要问的是,制作端的省事会在哪一步变成观看端的时间、注意力和情绪。
粗糙只是入口观察
作者源南在原文里追过《重生后谁还嫁富二代》。前三秒,女主靠名媛人设搭上富二代。26秒,她在见家长的飞机上被当众揭穿羞辱。102秒,她重生了。约两分钟内,身份危机、公开羞辱、死亡威胁和人生重启全齐了。观众还没来得及问因果,下一个刺激已经到了。
把这段作品当作个案看,粗糙至少说明进入的门槛可能不高。人物不必认识,前情不必补齐,因果可以先欠着;每一轮冲突自己送上门,观众只需要接住眼前的惊吓和反转。这里的条件很具体,指剧情高度压缩、强刺激密集、不要求长期记忆,不是所有烂内容都自动成立。
瑕疵进入在线环境后也会留下痕迹。穿帮可以被截图,逻辑漏洞可以被留言指认,这最多说明观众注意到了哪里。要把它当成生产材料,中间还差几步。生产者得读取反应,愿意采用反应,成品还得真的回到观众面前。源南把反馈迭代视为生产判断,认为AI能理解文本、搭出情节、生成画面,然后由观众反应推动下一版。从这条判断推出去,那种容易引起即时回应的片段才可能被保留下来。至于批评能否放大分发,材料没有给出机制,我不能把它当成事实。
粗糙未必把人吸进去,它只是让人不必先费力走进去。
愤怒要过两道门
愤怒是另一条值得分开看的现象。牛津大学出版社把 rage bait 选为2025年度词,语料显示这个词过去一年的使用量增加了三倍。它的意思大致是故意惹人生气来换取关注。这个词的出现不证明AI短剧都有人操纵愤怒,但至少提醒,情绪反应已经能被看成一种可被使用的材料。
这里能推出的是条件性判断,检验时最好把环节拆开。观众可见反应是一层,生产者读取是一层;真正关键的是实际采纳,以及后续版本里能否找到对应变化。只看到反应,只能说明有人注意;只有读取,也只能说明信息到了。采纳与后续版本都还看不清时,这条反馈链只能算假设。四个环节都接上,测试才可能变便宜,容易激起即时回应的情绪才更容易进入下一轮。在满足这些条件的故事里,制作方省下的试错时间和题材成本,才会由愿意继续点开的人用情绪调动来支付。这仍限于可推出机制的个案分析,不能说整个行业已经这样运转。任何一个环节断了,这条成本账就不能往下算。
切换成本比时长更容易漏算
短时长是另一笔账。等车看一集,睡前看一集,工作摸鱼又看一集,总时长好像不长,注意力却被切了很多次。原文引用的研究里,Tam 和 Inzlicht 2024年发现,数字媒介中的频繁切换会让人更容易无聊,Leroy 2009年提出“注意力残留”,人回到原来的任务后,心思仍可能留在上一个任务里。这些研究说明的是切换带来的成本类型,我不把它直接说成AI短剧观众已经受损。但三分钟的观看会结束,注意力残留未必跟着结束。
现成答案的危险
这类剧情还喜欢把翻身简化成复仇和暴富。主角先被羞辱,再凭身份、金钱或权势赢回来,反派当众倒霉,世界终于顺眼。这当然能满足情绪,但它也提供了一套解释现实的方法。你委屈,是因为有人骑在你头上。你想赢,就得成为能支配别人的那个人。原文引用 Kim 2023年的研究,讨论的正是娱乐化的向上流动信念。观众未必会全盘接受这套答案,但高频重复的故事确实会先递来一种现成框架。
这些账各自算到哪里
到这里,几笔账需要分开放。那部两分钟短剧只支持一个判断,高压缩、强刺激的剧情可以降低入场门槛。反馈只有在有人看见反应,制作方又读取并采用反应时,才可能降低测试成本;这和整个行业的分发放大仍是两回事。切换研究说明的是频繁切换可能带来无聊和残留,不能直接证明微短剧观众已经受损。向上流动研究也只提示娱乐叙事可能递来一种解释框架,观众接受到哪一步,材料没有给答案。
所以真想少刷一点,别先责怪自己没出息。可以把选择做在清醒时,让手机在睡前离开卧室,关掉自动连播,再把那个App从首屏挪走。这些动作不一定根除习惯,至少让下一次观看多过一道手续,比躺在屏幕前发誓有用。
材料来源原题为《一边爽一边骂,我们到底中了AI短剧什么毒?》,作者源南,果壳公众号,36氪经授权发布。《中国网络视听发展研究报告(2026)》相关报道见 https://www.thepaper.cn/newsDetail_forward_32976232牛津大学出版社2025年度词页面见 https://corp.oup.com/word-of-the-year/Tam 与 Inzlicht 2024、Leroy 2009、Kim 2023等研究条目见原文参考文献。