拆解AI短剧赚钱逻辑：7300部样本背后的6张数据卡

新腕儿漫剧大会落幕后，接下来我们会陆续整理并发布现场嘉宾的演讲实录。

3月20日举行的新腕儿漫剧大会上，有戏AI CEO林洪祥带来了题为《AI短剧工业化的最佳实践探讨》的主题分享。

以下是本次演讲全文：

大家好，我是有戏AI CEO林洪祥。

大会已进入尾声，作为最后的分享环节，我不想泛泛而谈趋势，而是直接拿出一组可能让很多人感到扎心的真实数据。

过去几个月里，我们联合47家生态合作方，深入拆解了7300多部真实短剧样本。在完成这批大规模数据分析之后，我们看到一个相当残酷的现实：当前AI短剧赛道中，很多团队不仅没有获得预期回报，反而被拖进了巨大的算力消耗陷阱和低效投流泥沼。

很多人都在问，同样的剧本、同样的提示词，为什么有的人能够顺利跑通闭环、数据表现亮眼，而你的内容却始终没有起色？

我今天分享的主题叫《AI短剧工业化的最佳实践探讨》，核心就是把我们围绕这个问题得出的一些观察带给大家。现在行业竞争非常激烈，今天上午现场的场面也很震撼，我随手拍了个视频发出去，流量很快接近一万。

为什么会来这么多人？

一方面，新腕儿本身具备很强的号召力；另一方面，也足以说明这个行业的关注度正在持续升温。

与此同时，大家私下也常问我，行业这么热，到底是谁真正赚到了钱？赚到钱的人往往不愿意多说，没赚到钱的人则在不断诉苦。所以，这个漫剧赛道里到底是谁在盈利？我们一起来看看真实情况。

为了回应这个问题，我们联合47家合作伙伴，对有戏AI平台产出的内容以及外部爆款样本进行了深度研究，总共整理出8张数据卡，其中有2张过于敏感。因为今天涉及直播，里面牵涉平台推流和相关数据黑洞的问题，所以现场能分享的是其中6张。我也希望这些内容，能配得上压轴分享这个安排。

第一个核心问题，是底层模型的选择，往往直接决定项目生死。

有些团队内部会把同一份剧本交给四五个小组同时制作，大家都在困惑，为什么你的作品没爆，别人的却能跑出来。是运气不好吗？有时候也许是，但绝大多数时候并不是团队本身有问题，而是模型选型出了偏差。

所以，基于我们的分析，也要感谢九州文化汪总。上周我们和他做核查时，他提到了一个很关键的观点：内部要始终要求团队优先使用最优模型，确保爆款稳定性，不要随意切换和试错。

到底什么样的模型，会真正影响爆款能力？

我在百度和IBM工作期间，长期研究AI与大数据方向，对数据变化比较敏感。大模型本身就是一把双刃剑。如果模型选错了，生成的人物会呈现出明显的“AI塑料感”和高度雷同的“脸谱化”特征，那么在平台赛马机制里，算法往往会在第一秒就把它判断为低质内容，随后沉入流量池底部。我做过一些分析后发现，一旦模型使用失当，整体表现会被明显拖累。大家看一看，这是我在网上随手刷到的一些内容，我就不点具体是哪家模型了，但大家能看出来，人物形象都非常接近。

如果短剧里的角色都长成同一种脸，那么这类同质化内容就会在同一流量池中彼此竞争，再叠加用户审美疲劳，影响自然会非常明显。

顺着这个思路，我继续往下做分析，发现这些数据卡背后，其实隐藏着一些关于模型能力的重要判断点。

例如模型的对口型能力偏低，不只是模型本身有影响，我们还围绕从剧本拆解到分镜生成、主体制作、资产场景搭建的完整链路，做了一张全流程热力图分析：

比如在仿真人短剧制作中，虽然样本量未必特别高，但也已经积累到7000多个样本。在这个环节里，一旦模型选错，某些模型的口型匹配率会非常差；而如果又没有启用对口型模式，就会让你们的爆款产出率大幅下降。这张流程图其实很值得大家反复琢磨，只是今天时间有限，没法展开细讲。

第二个痛点，是爽点分布出现失衡。

除了画质之外，我们再回头看这7300部样本的热力图。数据非常清楚地显示，一部ROI能够跑得很高的爆款短剧，它的P50爽点密集区必须前置到45秒以内。做短视频讲究黄金三秒，做短剧其实同样需要自己的“黄金3秒”。

为了把这种“爆款节奏”变成可复制标准，我们把过去高度依赖导演个人经验、甚至拍脑袋决策的手工作坊模式，彻底重构成一条可视化的工程化流水线。

最近行业一直在讨论**“1人1天1部剧”**这样的产能神话，很多人觉得这不现实。但在有戏AI的智能导演系统和自动化工作流支持下，这已经成为我们头部生态伙伴的常规配置。我们不是在制造“血汗工厂”，而是在用极致工程化能力，把低价值试错的冗余压缩到最小，让整体产能效率拉升到极限。

第四点，是交付效率。

关于行业里一人一天一部剧这件事，去年我们刚提出时，很多同行其实并不认同，都会问这怎么可能。但现在大家也看到了，越来越多同行都在朝这个方向推进。

目前解说漫剧的平均P50交付时长已经来到13.7小时。如果你们公司的时间管理能力足够强，本质上一天半以内就能完成；如果还做不到，就说明管理上还可以更严格一些。做到一天内产出的话，成本大约是350元，这也是P50区间的水平。

昨天我还和一位合作伙伴交流，他提到，他们现在借助有戏AI的新模型和新制作方式，单日产出时长已经可以做到60分钟。当然，相应的内容质量肯定会受到一定限制，各家情况都不一样，所以大家一定要尽量消除信息差。

第五个痛点，是算力黑洞。

我们在平台测试中发现，往往某一个成员消耗的算力就能占到整个项目的40%到50%，但对应产出时长却经常不到10%。这类成员往往频繁进行各种无效修改，造成大量算力浪费。这就要求团队必须具备更高效的管理能力，同时还要加强内部协同，这也是头部团队和腰部团队之间的重要差别。对成本特别敏感的团队，一定要把管理提上去。

第六点，前面几位嘉宾也提到过，行业内容重复度非常高，抄袭现象也很普遍。从我们拿到的数据结果来看，这种情况确实存在，而且并不罕见。

在座各位已经投入了大量时间、资金和资源去推进AI短剧建设。未来当AI短剧竞争进一步加剧之后，大家究竟该怎么选？是转向新的方向，还是继续在原有基础上深耕？其实我们自己也在推动新的方向，并发布了有戏AI v2.0。

怎样才能帮助大家用更低的成本做出更多爆款？

一方面，有戏AI平台当前的日产峰值已经达到1300部，竞争压力确实非常大。行业热度还在继续扩散，新的参与者不断涌入。春节期间，每天都有数千名创作者进入有戏AI。为了保障重点客户的生产效率，我们甚至一度暂停了新用户注册。

目前有戏AI平台整体算力消耗峰值已经超过200亿，但我们并不是靠算力差价来盈利，而是通过联盟合作的方式，和大家一起争取更低的算力价格。算力本质上就是类似水电煤的生意，最终一定会走向低利润、低毛利。因此，有戏AI的整体策略一直都是不依靠算力价差赚钱。大家如果看过有戏AI的价格策略，就会知道这部分的价格已经压得非常低。

为了让团队协作更方便，实现跨城市、跨角色的高效配合，有戏AI也因此推出了一款“短剧行业的飞书”。比如导演即使远在异地，也能同步查看抽卡工程师的提示词、每次抽卡得到的图片和视频结果，还能看到每位成员每天的进度、算力消耗以及效率产出报表。

有些项目组在使用之后，整体效率提升了80%，特别是在新手成员较多的团队里，效率和成本的改善尤为明显。

有戏AI还首创推出了全球首个AI短剧开源社区，让大家可以像管理代码一样管理AI短剧项目。

在这个开源社区里，你可以看到最优秀短剧作品背后的完整生产过程。对于成功跑出爆款的创作者，平台甚至愿意出资高价收购你的提示词，再向整个生态开源。在这样的生态环境中，没有黑箱操作，大家共同协作打造爆款。

我判断，未来所有AI短剧最终会像短视频那样，逐步形成爆款矩阵。所以，与其等别人做出爆款，不如自己用代码化逻辑进行管理，一键复制10个、100个版本，形成矩阵式流量。而有戏AI正是让用户像管理代码一样管理AI短剧工程文件，支持将爆款剧一键fork。用户也能够在任意环节修改台词，像改代码一样进行版本控制。

目前，有戏AI的“滴滴式接单广场”已经接入爱奇艺、知乎以及多家知名广告营销公司的大量一线订单。今天在现场完成扫码并签约入驻开源社区的承制团队，不仅可以优先获得第一手爆款商业订单池，我们还会现场额外赠送高优先级专属算力包。

有戏AI北京办公室位于望京。在AI短剧即将迈向千亿规模的大航海时代，有戏AI愿意成为大家最可靠的底层支撑。也期待与各位优秀创作者建立连接，让每个人都能在这个赛道上——人人有戏！