这两年只要聊到AI短剧，就绕不开“400亿”这个数字。朋友圈里天天有人晒后台数据，路演PPT上一页比一页夸张，好像谁不进场谁就错过了一个时代。可现实很残酷，我上次参加一个行业小范围的交流局，大家私下算了笔账，结论是身边做AI短剧的团队，90%已经关停或者彻底转方向了。这个比例听起来吓人，但如果你真的在这个圈子里待过，会觉得一点都不意外。

我算是最早一批把AI生成视频用在短剧制作里的从业者，经历了从纯人工短剧到AI辅助量产的全过程，也亲眼看着一批批团队冲进来又灰溜溜退场。这篇内容我不想再喊口号，就想用大白话聊聊：那个“400亿”到底是怎么回事，为什么大多数团队活不下来，以及真正活下来的人到底做对了什么。文章后半段会把我自己跑通的一整条AI短剧制作流程、参数设置、成本测算和踩坑记录全部摊开给你看。想入局也好，正在挣扎也好，应该都能找到点参考。

1. 被“400亿”带偏的一整年：先看清市场真相

1.1 这个“400亿”到底是怎么来的，唬住了多少人

我先说个可能不太中听的观点：很多人口中的“400亿”，根本不是AI短剧已经发生的市场规模，而是各种报告里“预测”“预计”出来的数字，而且口径五花八门。有的是微短剧的整体盘子，有的是短剧广告投放消耗，有的是把AI工具、平台抽成、周边服务全塞进去算出来的“生态规模”。媒体拿过来一传播，就变成了“AI短剧市场有400亿”，再配上几个爆款案例，普通人和投资人很容易被唬住。

这里有个很关键的区别：市场规模是池子里的水，不等于你能舀到多少。传统短剧头部玩家一集投放几十万、一部剧回款几百万，那是靠成熟的投流模型和付费分账体系撑起来的。AI短剧在2024年到2025年之间，绝大多数团队还在靠平台流量分成和广告植入过活，单部剧的绝对值跟传统爆款完全不是一个量级。很多团队冲进来之前根本没仔细算过这笔账，以为市场是400亿，自己随便做做就能分个几千万，结果一进场发现连汤都喝不上。

我身边死掉的团队里，十有八九是冲着这个数字来的。有的做AI工具，有的做内容矩阵，有的专门做AI漫剧解说号，开场意气风发，三个月后一看后台，播放量和分成收入连房租都覆盖不了。这不是他们不努力，而是把“行业很大”和“自己能赚到钱”画了等号，这是最要命的误判。

1.2 “90%公司已经死了”里的三类典型画像

和很多行业一样，AI短剧领域“死掉”的定义不是工商注销，而是团队解散、账号停更、业务转型。据我的观察，死掉的团队基本可以归成三类。

第一类是极客型。团队核心成员都是AI技术背景，对大模型、视频生成模型的门道摸得很清，能自己微调模型、写工作流，但短剧的内容功底几乎为零。他们做出来的东西画面确实精致，可剧情稀碎，连基本的“黄金三秒”钩子都不知道怎么埋。观众刷到第一眼觉得“哇”，第二秒就划走了。技术上的优势变成自嗨，根本转化不成完播率。

第二类是传统影视人转型型。编剧、导演、摄影出身，懂内容，但骨子里看不上AI生成的东西。他们跑过来是想用AI“降本增效”，结果发现AI生成的内容达不到他们心里的质量标准，反复抽卡、反复重做，最后改来改去比实拍还累，成本和当初设想的差了好几个量级。这类团队往往死在“坚持专业标准”这件事上，不是说标准不对，而是AI短剧这个阶段的逻辑本来就不是为了冲击院线级质感，它的主战场是手机小屏和碎片时间。

第三类是纯投机型。看到风口就冲，拿AIGC的PPT去融资，招人买设备搭账号，实际内容完全外包或者干脆用AI无脑批量生成。这类团队最典型的行为就是一次性铺几百个号，用低质量内容海量洗流量，结果平台算法一更新，号被限流，公司立刻原地解散。

1.3 活下来的团队不是运气好，而是想明白了三件事

虽然行业死亡率高，但确实还有团队活着。我们公司自己也算半只脚留在场上，身边也有几个在盈利的同行。我对比了一下，发现这些活下来的团队做的事情，和死掉的团队有非常明显的差异。

第一，他们不把自己当“AI短剧公司”，而是当内容公司或流量公司。AI只是生产工具，不是商业模式本身。出去见人介绍，说的是“我们做情感短剧”“我们做悬疑漫剧”，而不是“我们是AI生成内容公司”。这个定位差异决定了日常的工作重点：前者天天研究剧本、完播率、粉丝粘性，后者天天研究模型版本和抽卡技巧。

第二，他们选了足够细分的垂类并且深耕。有人专做中老年家庭伦理，有人专做科幻悬疑，有人专做二次元AI漫剧，各自都有一个非常明确的用户画像。越细分越容易总结出稳定的内容套路，越容易让平台算法打上标签，粉丝也越精准。泛娱乐的没几个活得好的，太卷，而且用户看完就走，留存极差。

第三，他们跑通了一条可持续的变现路径。不一定是指单部剧爆赚，而是从一开始就想清楚靠什么赚钱：是平台分成，是广告植入，还是引流到私域卖课卖服务？活着的人不一定每条内容都赚钱，但他们有一条经过验证的、可以重复赚钱的路子。只要这条路不被堵死，公司就能活。

2. AI短剧到底动了短视频行业的哪块蛋糕

2.1 效率革命还是成本陷阱，这笔账要分两头算

从生产角度看，AI确实把内容制作的门槛和周期打下来了。传统短剧从剧本到成片，最快也要两到三周，一部80集的横屏短剧光是拍摄周期就得一个多月，成本从几十万到上百万不等。AI短剧在理想状态下，一部剧从策划到上线可以压缩到一周内，单集成本可以压到几百块，这个效率诱惑是真实存在的。

但很多人忽略了这个效率背后的隐性成本。AI工具不是免费的，软件订阅、算力消耗、抽卡损耗、人工修正，每一项都是钱。更关键的是，AI生成内容的“废片率”极高。很多时候你可能抽了20张图才选中一张满意的，跑了10段视频才有一段能用，而不可用的那部分成本和可用的那部分成本是一起算进项目里的。我见过太多团队，前中期花在试错和磨合上的钱，已经超过了传统拍摄能省下来的钱，这就是典型的被效率叙事带进成本陷阱。

2.2 AI能省的钱和不能省的钱，比想象中分得更清楚

我用了一个非常笨但有效的方法来测算：把一部短剧的完整环节拆开，一个个岗位去对比AI替代前后的成本。

剧本环节，传统编剧写一集大纲加对白，大概几百到上千元，AI辅助生成初稿加人工修改，成本能压到原来的三分之一甚至更低，这个环节是真的省钱。画面环节，传统美术和摄影的边际成本很高，AI生成场景和人物能省掉场地、道具、演员的费用，这部分也省得很明显。但到了配音、剪辑、字幕、节奏把控这些环节，AI能帮你省的是重复劳动的时间，而不是“决策成本”。节奏怎么卡、哪里该留悬念、哪里该配什么音效，这些需要人的直觉和经验，AI做不到。很多团队没搞清AI的边界，硬把所有环节都交给AI，结果出来的东西空有画面，像个精致的PPT，用户完全不买账。

2.3 内容同质化的死循环，是比技术更早到来的危机

这个行业最讽刺的一点是，技术越发达，内容越像。因为所有团队的训练数据和工具基底都来自那几家公司，审美偏好高度趋同。你在首页刷到10条AI短剧，可能有7条画面风格像同一个模板出来的，慢动作、金属质感、发光粒子、液态变形……这些AI模型最擅长生成的视觉元素，被用到烂。

用户一开始会觉得新奇，但当你连续刷到几条“一眼AI”的内容，本能反应就是划走。这是审美疲劳，是比技术瓶颈更致命的商业危机。平台算法对内容质量的要求也在提高，你不做出差异化，就根本得不到推荐量，而没有推荐量，后面的商业变现全是空中楼阁。

我见过有的团队为了对抗同质化，故意把AI画面做旧，加上胶片颗粒、噪点、镜头畸变，让它不那么“AI”；有的团队反过来，干脆走夸张的二次元漫剧路线，主动把AI感转化成风格。这些才是对AI特性的正确理解：你要把AI的特征变成自己的标识，而不是被它淹没。

2.4 大模型和AI Agent入场后的新变量

最近大模型和AI Agent的能力又上了一个台阶，很多工具已经不只是“生成一张图”“生成一段视频”这么简单，而是能按照你的指令把一个完整的短剧工作流串起来。比如你给它一个故事梗概，它可以自动拆解分镜、生成角色设定、写文案、配旁白，甚至帮你生成投放用的标题和封面。

这个能力让很多人又开始兴奋，觉得“只要给AI一个想法，我的短剧就自动做好了”。实测下来没那么神，AI Agent现在更适合用来优化流程里的单点环节，比如批量生成多个版本的标题、快速检索素材、做字幕校对，而不是一上来就全链路无人化。原因很简单，短剧的核心是“设计情绪”，而设计情绪需要对人性的理解，这个不是当前AI的能力边界。把Agent当作一个高效的实习生来用，它很好用；当作一个全能的导演，你会被气死。

3. 我跑完一条AI短剧全流程后的实操复盘

3.1 选题和剧本：AI能写，但别让它乱写

先说说我自己的实操经历。我选的是都市悬疑题材，因为这类内容节奏快、反转多、用户留存好，而且AI生成的神秘感氛围正好能扬长避短。选题确定之后，我让AI帮我生成一个大纲和前三集初稿。

这里有个技巧：不要一上来就说“帮我写一个悬疑短剧”，大模型会给你一个平庸的AI味剧本。正确做法是给它明确的项目信息，包括目标平台（抖音还是视频号）、目标用户（年龄、性别、观看场景）、单集时长、总集数、钩子密度。我自己习惯用的一个提示词框架是：

你是拥有十年短剧经验的编剧。请根据以下要求生成一部都市悬疑短剧的剧本大纲：
1. 目标平台：抖音，竖屏9:16，用户以18-30岁女性为主
2. 单集时长：60-90秒，共60集
3. 每集结尾必须有反转或悬念钩子
4. 主角设定：28岁女性，白天是咖啡店店员，晚上是能看见他人死亡记忆的异能者
5. 前三集请输出完整对白和分镜建议，不要堆砌形容词，直接给出画面内容和台词

这样生成出来的内容比你干巴巴问一句要靠谱得多。但即便这样，AI写出来的对白还是偏书面，缺少口语化的烟火气。我拿到初稿后会做一次“口语化转写”，把那些文绉绉的台词改成日常会说的短句。这个环节千万别省，AI剧本可以帮你起稿和建框架，但你得自己补上“人的气息”。

3.2 画面生成与视频合成：参数、模型和“废片率”

画面部分是AI短剧最重要也最容易崩的地方。我的步骤是：先用AI绘图工具生成核心角色和场景的设定图，再通过图生视频工具让静态画面动起来。为什么不用纯文生视频？因为文生视频的角色一致性太差了，同一个角色在这个镜头长一张脸，下个镜头换一个人，观众根本看不下去。

画角色设定图时，我一般会给AI提供三段信息：人物外貌特征、服装细节、情绪状态。比如“28岁女性，长发微卷，眼神疲惫但锐利，身穿卡其色风衣，站在雨夜的霓虹灯下，电影质感，浅景深，暗调”。为了保持角色在后续镜头里的一致性，我会把这张设定图作为后续所有生成任务的参考图，并且在提示词里重复关键外貌特征，比如“保持长发微卷”“保持卡其色风衣”。

图生视频我常用的参数范围是这样的：

参数	我的常用值	说明
视频时长	4到6秒	太短没法用，太长容易崩图
分辨率	1080P竖屏	9:16，平台主流格式
帧率	24到30fps	高帧率在小屏上更顺滑
运动幅度	0.4到0.7	数值越大画面越容易变形
固定种子	开启	保证同一角色画面风格稳定

这个参数组合测试下来废片率在40%左右，也就是10段生成视频里大概有4段会因为画面扭曲、角色崩坏、动作僵硬被直接扔掉。后来我把运动幅度调低到0.5以下，废片率降到了25%左右，代价是画面动感变弱，需要在剪辑时靠运镜和转场来弥补。

实测下来，目前没有任何一款文生视频或图生视频工具能做到100%稳定。你的心态一定要放平，把它当成抽卡游戏，多抽几次总能抽出好的。在生成大量素材之前，先用小成本（比如只生成单场景单镜头）跑通全流程，确认风格和角色设定都满意了，再批量生成，不然会浪费一大笔试错成本。

3.3 配音、口型和剪辑：最容易露出破绽的三个环节

画面能看之后，配音是最容易让观众识破“这是AI”的环节。AI配音音色越来越像真人，但情绪表达还是差口气，尤其是哭腔、颤抖、喘息这类细腻情绪。我的做法是优先选有“情感标签”的音色，并且在生成配音时在文本里加入括号情绪提示，比如：如果台词是“你真的要走吗？”我会写成“你真的要走吗（语气颤抖，带着哭腔）”。TTS引擎里对这种括号提示的支持各不相同，但大多数主流引擎都认这个格式，效果比直接平读好很多。

口型同步是另一个大坑。AI生成的视频里，角色说话的口型基本是乱来的，跟配音完全对不上。如果剧情里有大段对白，口型不一致会非常出戏。我的规避手段是：减少角色正脸说话的大特写时长，多用背影、侧脸、遮挡物、远景，或者把说话内容放在旁白和字幕里。画面重点放在情绪动作上，而不是嘴部特写。这样既保留了叙事效率，又规避了技术短板。

剪辑环节我用的是剪映。这里有一个特别适合AI短剧的流程：先把所有AI生成素材导入素材库，按场景分组，然后用“识别字幕”功能自动生成字幕，再手动调整切分和节奏。AI视频素材的节奏普遍偏慢，因为生成模型默认的动作速度偏平稳，所以剪辑时我通常会把素材加速1.1到1.2倍，让节奏更紧凑。短剧的节奏比短视频更讲究，每3到5秒必须有一个信息点或视觉变化，不然观众随时会划走。

3.4 成本与效率实测：一条60秒短剧到底花多少钱

接着算钱。我用上面这套流程做了一部测试短剧，一共3集，每集60-90秒。我把人工和时间成本单独列出来，避免和工具订阅费混在一起。

项目	实测数据
工具订阅费（绘图、视频、配音）	约300元/月（多款工具基础套餐分摊）
单集素材生成耗时	3到4小时（含抽卡废片）
单集剪辑配音耗时	1.5到2小时
单集物料成本	约60到100元（工具成本均摊）
首条全流程跑通耗时	约12小时（含试错）

对比传统短剧，这个成本确实低得离谱。但你也要看到，我把制作周期从几天压缩到几小时，前提是我已经跑了至少20条测试内容，积累了一套自己的素材库和模板。新入场的朋友第一次跑流程，花费的时间至少翻三倍。这不是泼冷水，这是让你对“效率”有正确的预期。

另外还有一个隐性成本容易被忽视：测试和试错的成本。你以为一部剧只要做出来就行，但平台数据反馈、用户反馈、投放测试，都是连续的过程。真实情况是，你可能要做5到10部不赚钱的剧，才能摸到一条稍微有爆款潜质的内容方向。这笔账如果没算清楚，很容易在一两个月内就“死”掉。

4. 团队配置与工业化SOP：活下来的人赢在流程

4.1 一支活下来的团队，最小配置其实非常精简

很多冲进AI短剧赛道的公司，死因之一就是团队配置完全错位。一部分团队拼命招人，编剧、导演、美术、后期、运营、投放，搞了一堆岗位，结果AI工具把它们大部分工作自动化了，人闲着没产出。另一部分团队又太“轻”，就一个人用AI生成内容，连基本的运营和数据分析意识都没有，做出来的东西完全脱离用户需求。

观察下来，能稳定输出的最小团队配置是三个人：一个负责内容策划和剧本把控，一个负责AI素材生成和视觉风格控制，一个负责剪辑运营和数据复盘。这三个人把剧本、生产、分发三个核心环节覆盖住，就已经能跑通一个完整的业务闭环。如果只有一个人，不是不能做，但你会发现自己被绑在内容生产里，根本没精力做数据分析和迭代优化，长期来看很难持续。

4.2 什么环节该让AI全自动，什么环节必须人肉把关

我自己的自动化分级是这么分的：S级是AI全自动，A级是AI辅助人工审核，B级是人工主导AI辅助。

剧本初稿、分镜拆解、标题生成、字幕校对、素材高清化这些属于S级，AI直接生成就能用。角色设定、场景构建、画面筛选、配音初版这些是A级，AI生成初稿后必须人工确认，特别是角色一致性，必须每一张画面都扫一眼不能偷懒。而剧情节奏调整、转场设计、整体情绪调度、最终的发布策略这些属于B级，必须人为主导，AI只能提供参考方案。原因很简单，这些环节本质上是在做判断，做判断需要理解观众，AI目前还不具备这个能力。

4.3 一套可以直接套用的工业化SOP清单

这里放一套我们公司目前还在用的SOP，你可以直接抄作业，再根据自己的题材和团队情况调整。

首先，每周一开一个短会，用20分钟确定本周要做的题材方向和3个备选剧本切入点，这一步是为了统一认知，避免各干各的。接下来三天，执行角色设定和素材批量生产，把角色设定图、场景图、关键道具图都准备好，再按分镜列表批量生成视频素材。素材生成完毕后，用半天时间筛选和初剪，把废片和不能用的素材直接删除，避免后面剪辑时混乱。周四配音和精剪，加上字幕、BGM、音效。周五定稿和发布，同时开始做数据跟踪和分析，把完播率、跳出点、粉丝互动数据记录下来。周六根据数据复盘，调整下周的内容策略。

这套流程看起来简单，但执行起来需要很强的自律性。死掉的团队往往三分钟热度，做了两三集没有数据反馈就放弃，完全没意识到短剧跟自媒体一样，是需要用数量换概率的行业。我的实测感受是，至少连续输出一个月，每周稳定更新3到4条，才可能跑出第一条真正能被算法推荐的爆款。

5. 避开99%团队踩过的坑：常见问题排查与避坑指南

5.1 角色前后不一致，怎么做都没法根治

这是AI短剧最典型的痛点。一个镜头是瓜子脸，下一个镜头变成圆脸，再下一个镜头妆都变了。出现这个问题，根源在于生成模型对“角色身份”的锁定能力还比较弱。解决办法有几种：一是固定参考图和种子，每次生成时都用同一张设定图作为垫图；二是在所有提示词里统一描述关键外貌特征，不要每次靠记忆脑补；三是避免生成角度过大或表情变化过大的镜头，越是极限角度越容易崩。实在不行，就减少正脸特写，多用侧脸、背影、手部动作，把角色的“辨识度”交给发型和服装。这套组合拳下来，崩脸率能降到可以接受的程度。

5.2 平台限流和“AI标签”问题，比想象中要复杂

很多做AI短剧的朋友最担心的就是平台对AI内容的流量压制。从实际情况看，平台针对的不是“AI生成”，而是“低质内容”和“批量搬运内容”。一个测试结果可供参考：无脑批量生成且不做任何加工的账号，数据基本惨淡；但认真做了剧情设计、剪辑和差异化调性的账号，即使观众能明显看出是AI画面，数据也没有被针对性压制。平台的算法逻辑很简单，它要的是用户停留时长和活跃度，内容好不好用数据说话，塑料感强不强观众会用脚投票。

当然，不同平台的规则不同，有的平台要求AI生成内容打上“AI生成”标识，这个一定要遵守和配合。另一个需要留意的点是，不要把完全一样的视频多平台无脑发布，尽量根据平台调性做微调，比如抖音版节奏更快、视频号版稍微柔和一些、B站版加一些花字和背景补充说明。这套“一稿多平台适配”的方法，能在不违规的前提下最大限度扩大流量池。

5.3 变现模式踩空，是最容易被忽视的隐形杀手

很多团队技术玩得很溜，内容也有播放量，但账户里就是没有钱进来。核心原因是变现模式太单一或者想得太理想。目前AI短剧能跑通的变现路径大致分为三类：平台分成和流量激励，广告植入和品牌定制，以及私域转化和知识付费。平台分成最稳定但天花板低，广告植入单价高但要稳定粉丝量和内容调性，私域转化收益潜力大但需要长期经营信任。我的建议是不要把鸡蛋放一个篮子里，在内容有起色之前，至少规划两条变现路径，并且从第一天就开始积累用户联系方式、加入粉丝群、引导用户互动，这些动作都是在为后面的商业化铺路。

5.4 几个现场就能拿来用的避坑技巧

有几个小技巧是我一路踩坑踩出来的，分享给看到这里的你。

第一，AI生成的素材在剪辑时一定要做二次加工，哪怕只是加个滤镜、加个胶片噪点、做一次画面裁切，都能有效提升质感。第二，字体和音乐的选择要格外小心，平台自带的字体和音库最安全，但如果你拿到商用授权，尽量用有版权许可的商业素材，避免因为小细节摊上版权问题。第三，标题和封面脑洞要大，但内容本身一定要老实，现在的观众很反感“标题党”，封面越夸张，完播率反而越差。第四，AI生成的视频素材不是越长越好，4秒到6秒的动态片段最适合剪辑，太长的高动态片段容易变形，还不如拆成多个小片段拼接。

这几个技巧单独拿出来不算什么，但放在同一条生产链上，能明显改善成片质量。做AI短剧不是把素材丢给工具然后坐等结果，你花在细节上的每一分钟，都会在成片里体现出来。

6. 现在入场还来得及吗：对准窗口期的一点点个人判断

看到这里，你大概理解了为什么这个行业会出现“90%公司死亡”的奇观。技术没有骗人，市场也没有消失，只是很多人把入场门槛和成功门槛搞混了。入场门槛确实被AI拉得很低，但成功门槛从来都没降过，它依然需要你懂内容、懂用户、懂运营，甚至比以前要求更高。

那现在入场还来得及吗？我的判断是来得及，但窗口期正在收窄。现在是大模型和视频生成模型快速迭代的过渡期，新的技术能力随时可能改变行业规则，而平台对优质内容的渴望远远没到顶。只要你能在某个垂类做出足够好的内容，不管是用AI还是实拍，都有机会。

关键是你要把预期调整到理性。别指望一入局就做出爆款，别指望AI能替代你的思考和判断。先给自己设定一个小目标：用一个月跑通整条流程，做出10条不重样、质量稳定的短剧。这个过程中你会遇到无数问题，但解决这些问题的过程，就是构建你个人竞争优势的过程。等你能稳定产出之后，再考虑放大矩阵、扩展团队、探索更多变现方式。

我看过太多团队死在黎明前的黑暗里，其实他们离跑通商业模式就差再坚持一两轮的耐心。这个行业会越来越成熟，也会越来越理性，最后留下的，一定是那些把工具用出自己风格的人。工具是公开的，模型是别人训练的，但你的审美、你的判断、你对观众情绪的理解，永远只属于你自己。