第四季 · 每週四晚間八點更新

行業觀察

把 AI 短劇從生成工具到觀眾市場的變化拆開來看:模型版本、平台規則、觀眾口味與製作成本,每週整理成一份讀得完、用得上的觀察筆記,節目現場驗證過的做法也會一併寫下來。

已發佈 48 期筆記 · 累計訪談 12 位一線製作人 · 觀察樣本持續累積

48 期已發佈觀察筆記
12 位導演與後期受訪者
3 輪生成模型版本實測
每週 1 次固定更新與直播討論
本期主題分組

四條線索,看懂 AI 短劇正在往哪裡走

每一條線索都對應節目製作時真的會遇到的問題。先看結論,再決定要不要往細節裡走。

黃果AI短劇草莓的生成模型版本實測與分鏡流程紀錄
技術迭代

模型每改一版,鏡頭語言就跟著鬆動

同一段腳本丟進不同版本,演員的眼神、走位與剪接節奏會完全不同。我們把可替換的部分先切出來,換模型時才不會整集重做。

  • 口型同步目前可用到什麼程度
  • 跨集角色一致性的維持成本
  • 生成時長與成片品質的取捨
第 46 期 · 製作現場 追蹤後續
黃果AI短劇草莓整理短劇平台分發規則與 AI 內容標註要求
平台規則

分發邏輯變了,前 3 秒重新變成戰場

時長、標題寫法、開頭留存要求,決定一集能不能被看見。AI 生成內容的標註義務也陸續明確,早一步做完,後面少一次下架風險。

  • 各平台對生成式內容的標註要求
  • 完播率與推薦量的實際關係
  • 商業植入的露出限制與替代做法
第 44 期 · 平台動態 追蹤後續
黃果AI短劇草莓草莓宇宙系列的觀眾反饋與棄劇節點分析
觀眾口味

後台數據比評論區誠實得多

觀眾在哪一秒離開、哪個角色被記住、哪套設定看第二次就膩,後台都寫得很清楚。這一組觀察專門用來推翻團隊自己的假設。

  • 棄劇節點的分佈與常見前三名
  • 角色記憶點與造型辨識度
  • 重複設定的疲勞感臨界點
第 47 期 · 觀眾反饋 追蹤後續
黃果AI短劇草莓單集六分鐘 AI 短劇的製作成本拆解紀錄
製作成本

一集六分鐘,時間到底花在哪

把一集拆成劇本、分鏡、生成、重拍、配音、混音、上線與復盤,逐項記工時與費用。數字不好看,但比憑感覺報價可靠。

  • 重拍比例與生成成本的關係
  • 配音與混音的工時佔比
  • 上線後復盤該留下哪些紀錄
第 45 期 · 成本拆解 追蹤後續
觀察樣本

筆記背後的資料,攤開來給你看

每一期觀察都建立在可回頭檢查的紀錄上,包含後台數據、平台公開文件與受訪者的實測結果。無法驗證的數字會標明待確認,不會寫成結論。

48期

已公開的觀察筆記

從第一季的流程摸索,到第四季的主題化整理,全部保留在站內可查。

12位

一線受訪者

包含導演、編劇、後期統籌與平台營運,每人至少訪談一次、回稿兩輪。

3輪

模型版本實測

同一段腳本重複測試,記錄表演、口型、畫面穩定度與生成耗時差異。

6個

平台規則追蹤

持續追蹤主要短劇平台的標註要求、時長限制與推薦機制變化。

觀察脈絡

這一季,我們把問題問得更細

從公開製作流程,到平台標註落地,再到角色一致性攻堅,每一季留下的紀錄都成了下一季的起點。

2026 · Q1

把製作流程搬上檯面

第一次公開完整的分鏡到成片工時紀錄,包含重拍次數與各階段花費。這批數據後來成為對外報價的底稿。

2026 · Q2

平台標註規則陸續明確

主要平台對 AI 生成內容的標註要求轉為具體條文,節目團隊整理成可逐項核對的清單,上線前固定檢查一次。

2026 · Q3

角色一致性成為主要戰場

同一個角色要跨十二集不崩,靠的是參考圖庫、提示詞版本管理與固定的後期校正流程,而不是單次生成的運氣。

2026 · Q4

把觀察變成可複用的檢查項目

每期結論開始整理成開拍前的檢查清單,讓新加入的合作團隊不必從零摸索,也讓觀眾看得出製作水準的變化。

一線說法

受訪者怎麼看現在的局面

摘錄自第四季訪談內容,保留原意,僅作語句整理。

模型換代的頻率已經快過劇本迭代,製作流程得先把可替換的部分切出來,不然每次改版都像重開一個專案。
後期統籌 · 第四季訪談
觀眾並不在意你用什麼工具生成,他們只在意第四十秒有沒有被留住。這是我們復盤時最常回到的一句話。
節目編導 · 第四季訪談
標註不是負擔,而是讓品牌方敢下單的前提。條文清楚之後,溝通成本反而下降了不少。
合作製片 · 第四季訪談
常見問題

讀之前,先回答這幾件事

關於更新頻率、內容深度、引用授權與資料來源,集中在這裡說明。

行業觀察多久更新一次?
固定在每週四晚間八點隨直播一起更新。遇到大型模型改版或平台規則調整,會加開一期臨時觀察,並在直播預告頁提前公告。
觀察內容會不會太技術、看不懂?
每篇先給結論與適用場景,再往下放技術細節。沒有製作背景也能讀懂前兩段,需要動手的人再往後看參數與流程。
可以引用或轉載觀察筆記嗎?
個人引用與課堂分享標明出處即可;商業轉載、改寫或用於付費課程,請先來信 hello@ttiantian.com 取得授權。
觀察裡引用的數據從哪裡來?
三個來源:節目後台的真實播放數據、平台公開的規則文件,以及受訪者提供的實測紀錄。無法驗證的數字會直接標成待確認,不會當成結論。
想受訪或提供選題怎麼聯絡?
寫信到 hello@ttiantian.com,說明你的角色與想談的主題,兩個工作日內會回覆。製作團隊每季安排約十二位一線受訪者。

下一期的觀察,從你關心的問題開始

如果你正在做 AI 短劇,或正評估要不要投入,把卡住的地方告訴我們,選題會優先安排。