跳到主要內容

深讀|AI 短劇爆量:生產變便宜,為什麼反而更難賺?

深度閱讀 AI 短劇爆量 為什麼更難賺? 內容同質化・買量成本・精品化 生產變便宜,不代表注意力也變便宜 2026/9/7 NineLife AI 深讀

9 月 7 日快訊裡,「中國 AI 短劇萬部暴增卻驚傳 98% 虧損」最值得往下看。這則新聞表面上是短影音產業的冷暖,實際上卻是一個很典型的 AI 商業提醒:當工具把生產門檻降到極低,市場不一定會因此變得更好賺,反而可能更快進入紅海。

中國 AI 短劇今年上半年出現爆量成長。多家媒體引用產業數據指出,光是抖音端就有超過 22 萬部 AI 劇、漫劇上線,累計播放量達數千億次;但能碰到盈虧平衡線的作品不到 1.3%,也就是每 77 部新劇裡,大約只有 1 部能勉強回本。這不是「AI 不能做內容」,而是「人人都能做內容」之後,內容本身變得不再稀缺。

AI 降低的是製作成本,不是成功成本

過去拍短劇需要劇本、演員、場地、攝影、剪輯和後期。AI 影片生成、AI 配音、AI 圖像和自動剪輯工具出現後,許多工作被壓縮成提示詞、素材庫和模板流程。中小團隊甚至個人創作者,都能用更低成本做出看起來完整的作品。

但製作成本下降,不等於成功成本下降。真正昂貴的東西轉移了:從拍攝設備、演員和製片流程,轉向流量、選題、劇本、IP、分發和留存。換句話說,AI 讓你比較容易把作品做出來,卻沒有保證觀眾一定會停下來看完,更沒有保證平台會把流量分給你。

這也是為什麼「98.7% 無法回本」這個數字刺眼。它告訴創作者:AI 的確把入場券變便宜了,但也讓入場的人暴增。當同一個市場突然湧進幾十萬部相似作品,競爭不會消失,只會轉移到更殘酷的地方。

一句話看懂:AI 讓短劇變得更容易生產,但沒有讓觀眾的時間變多;當內容爆量,最稀缺的反而是注意力。

為什麼短劇會從藍海變紅海?

短劇原本就是一種高度依賴節奏和情緒刺激的內容形態。它要求前幾秒抓人、每一集留鉤子、劇情密集反轉,觀眾看得快,平台測得也快。AI 工具加入後,創作者更容易大量複製熱門題材:霸總、逆襲、復仇、穿越、爽文、玄幻、職場打臉,只要某個套路有效,市場很快就會出現一排相似作品。

這會造成兩個結果。第一,觀眾很快審美疲勞,因為角色臉孔、分鏡節奏、台詞風格越來越像。第二,平台演算法可以選擇的供給太多,單部作品能得到的自然推薦被稀釋。以前你做出一部還可以的作品,可能就有機會吃到紅利;現在你只是把作品做出來,並不代表它有被看見的資格。

澎湃新聞與多家媒體提到,AI 短劇的播放破億率很低,能達到 5,000 萬播放、接近盈虧平衡線的比例也只有約 1.3%。這代表市場不是沒有爆款,而是爆款高度集中。越多人進場,越像抽籤;沒有劇本能力、發行能力和資金耐力的創作者,很容易被淹在供給洪流裡。

錢沒有消失,而是流向平台、買量和工具商

AI 短劇不是完全沒有錢。問題是,錢不一定流向最辛苦的創作者。當內容太多,創作者為了被看見,就要買流量、投廣告、做分發;同時還要支付 AI 工具、素材、配音、剪輯、雲端算力和外包成本。看起來每一項都比真人拍攝便宜,但加起來之後,只要播放分成下降,帳就很容易變難看。

幾篇產業報導都提到,AI 短劇的萬次播放收益已經從早期高峰下滑到低位,某些創作者做出多部作品,最後分成收入卻少得可憐。這裡的關鍵不是單一案例有多慘,而是商業結構改變了:當所有人都可以快速上架作品,平台有更多內容可選,單個創作者的議價能力就下降。

最後比較穩定賺錢的,往往不是最底層的跟風創作者,而是掌握流量入口的平台、提供生成工具和 API 的服務商、手上有大量 IP 能反覆測試的內容公司,以及有能力做海外分發和投放的團隊。這不是「創作者完全沒機會」,而是機會變得更專業、更資本化。

AI 短劇為什麼容易虧?

1. 題材跟風太快,同一種故事很快被大量複製。

2. AI 角色和畫面容易同質化,觀眾看久會疲乏。

3. 自然流量被稀釋,買量成本吃掉分成收入。

4. 工具費、外包費、投放費看似分散,最後仍會堆成成本。

內容同質化,是 AI 內容最早撞上的牆

AI 生成內容最容易被低估的問題,是「大家用的材料太像」。相同模型、相似提示詞、熱門題材模板和同一批爆款數據,會把很多作品推向相似結果。角色精緻但缺乏辨識度,情緒很滿但不夠真,劇情反轉很多但沒有記憶點。觀眾不是看不懂,而是看太懂了,一眼就知道下一步會發生什麼。

真人短劇也有套路,但真人演員、場景質感、表演細節和導演節奏,至少會帶來差異。AI 短劇如果只靠工具生成,差異化就會變薄。當觀眾滑過一支又一支「長得差不多」的 AI 劇,平台自然更願意把流量給少數數據表現好的作品,其他作品就被快速淘汰。

這也是為什麼一些平台開始治理低品質 AI 劇、重複 AI 臉、粗糙畫面和低俗獵奇內容。當 AI 內容太容易量產,平台反而要提高門檻,否則使用者會覺得整個內容池變髒、變吵、變廉價。短期看,這會打擊跟風者;長期看,它會逼產業往精品化走。

真正稀缺的,是好故事、好分發和長期 IP

AI 短劇下半場,不會只是誰能把畫面做得更快。真正會被拉開差距的,是三件事:故事能力、分發能力和 IP 經營能力。故事能力決定觀眾願不願意看下一集;分發能力決定作品能不能找到對的人;IP 經營能力決定一個成功角色或世界觀能不能被反覆開發,而不是每次都從零開始賭運氣。

這也解釋了為什麼擁有大量原創小說、劇本和作者資源的內容公司,反而可能在 AI 短劇淘汰賽中更有優勢。AI 可以用來測試角色、生成分鏡、做初版視覺、降低試錯成本;但它不能替代對觀眾情緒、題材節奏和商業回收的理解。工具會變便宜,判斷會變貴。

對個人創作者來說,這不代表完全不能做 AI 短劇,而是不要把它想成「按幾個按鈕就能月入十萬」。比較健康的路線,是把 AI 當成輔助製作工具,而不是完整商業模式。先從小題材測試、建立固定風格、累積受眾,再判斷是否值得投入更大製作和投放。

這對一般讀者有什麼影響?

一般讀者最先感受到的,會是平台上出現更多 AI 生成短劇、AI 漫劇和 AI 角色內容。短期來看,娛樂選擇變多,題材更密集,更新更快;但另一面是,內容品質可能更不穩定。你會看到一些有創意的作品,也會看到大量相似、粗糙、靠刺激標題和情緒衝突吸引停留的作品。

讀者需要更有意識地看待 AI 娛樂。不是所有 AI 內容都低品質,也不是所有真人內容都更好;重點是要看作品有沒有清楚的角色、穩定的敘事、尊重觀眾的節奏,以及是否標示 AI 生成。當內容變得容易製造,辨識品質就會成為使用者的新能力。

對想入行的人來說,這則新聞更像提醒:不要只學工具,也要學故事、剪輯、平台規則、投放和數據判讀。AI 讓入門更快,但也讓淘汰更快。真正能留下來的人,不是產量最高的人,而是能把工具變成風格、把風格變成信任的人。

我們的觀察

中國 AI 短劇 22 萬部暴增卻大多虧損,最值得記住的不是「AI 泡沫破了」這麼簡單,而是 AI 正在把內容產業的價值重新分配。過去稀缺的是製作能力,所以會拍、會剪、會出片就有機會;現在稀缺的是注意力、信任、差異化和商業回收能力。

這也給所有 AI 創作者一個很現實的提醒:AI 能幫你跨過第一道門檻,但不能替你建立護城河。當每個人都有同樣的工具,工具本身就不再是優勢;真正的優勢會回到人身上,包含審美、故事、判斷、資料、社群和長期經營。

所以這則新聞不是在否定 AI 內容,而是在提醒市場走向成熟。AI 短劇接下來可能不會消失,反而會更專業、更精品、更重視版權和分發。只是那個「隨便生成就能賺錢」的想像,正在快速退潮。對創作者來說,這未必是壞事;泡沫退掉之後,真正會講故事的人才更容易被看見。

延伸來源

最後更新:2026年9月9日

本文由 NineLife AI 編輯室整理公開資料後撰寫,可能使用 AI 工具協助草稿整理;發布前會人工檢查來源、事實與語意。內容僅供資訊參考,不構成法律、投資、醫療、稅務或其他專業建議。

站內延伸閱讀: 深度閱讀目錄AI 工具觀察關於 NineLife AI

留言

這個網誌中的熱門文章

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰

AI教育、資安與職涯三重鏡:從南韓挫折到全球挑戰 AI正快速重塑世界的教育、工作與安全架構。 南韓的AI數位教科書試驗揭示了教育數位化的代價; MCP協定下的零點擊攻擊,則提醒企業AI安全的脆弱性; 而前OpenAI工程師的職場經驗,揭開了頂尖AI公司背後的人才哲學。 這是一場關於「如何與AI共處」的現實辯證。 🔹 南韓AI教改遇阻:數位教材的現實撞擊 南韓教育部原計劃以AI數位教科書取代傳統教材, 希望打造個人化學習環境,讓學生根據AI建議自主學習。 然而自7月以來,系統錯誤、隱私洩露與教材不準確問題接連爆發, 導致政策遭國會強烈質疑。最終, AI教科書被降級為「教育資料」, 政府補助取消,各校需自籌資金推行,計畫幾近終止。 這場教改挫敗再次提醒: 教育科技的挑戰,不在演算法,而在人與制度之間的摩擦。 🔍 知識補充 .AI教材原使用「智能適應學習系統(ALS)」根據學習曲線自動推題。 .部分教材出現歷史與數學錯誤,引發公眾信任危機。 .學生個資外洩事件導致家長強烈反彈。 .採用率從37%降至19%,預算轉為研究用途。 💬 生活化說法 AI教科書能改變學習節奏,但也可能把孩子變成「被演算法教導的對象」。 🏭 產業鏈角度 教育AI平台需兼顧「內容審核 × 數據隱私 × 教師介面」三項技術門檻。 💰 投資角度 教育AI市場正轉向「人機共學平台」與「學習數據治理」的新藍海。 🔹 MCP零點擊攻擊:AI助理的新世代威脅 AI助理不只是便利工具,也可能成為新攻擊入口。 資安公司 Operant AI 揭露「Shadow Escape」零點擊攻擊手法, 能透過合法的 MCP(Model Context Protocol) 連線竊取資料, 全程不需使用者點擊任何連結。 這意味著即便AI助理表面安全, 只要MCP上下文遭濫用, 企業內部數據、用戶資訊甚至API金鑰都可能在毫無察覺下被竊取。 該事件再次顯示,AI安全需從「模型內部防線」開始,而非僅靠網路防火牆。 🔍 知識補充 .MCP是AI助理的上下文通訊協定,用於跨應用讀寫資料。 .零點擊攻擊(Zero Click)指攻擊者無需使用者互動即可入侵。 .Operant AI估計潛在風險可導致每年超過10億美元資安損失。 .Google與OpenAI正合作制定MCP安全標準。 💬 生活化說法...

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路

ChatGPT推學習模式、Google NotebookLM升級、歐盟AI法案上路 當AI不再只是解題工具,而成為學習的引導者;當歐盟不再觀望,而率先為AI立法;當NotebookLM能用影像說明知識點──這些訊號都在告訴我們:AI正從「實驗室技術」正式邁入「制度與教育」的主舞台。 🔹 主標:ChatGPT推出學習模式!學生輔助工具再進化 📌 新聞內容整理: OpenAI在7月29日推出「學習模式(Study Mode)」,讓ChatGPT轉型成為思考教練,而非答案機器。此功能針對大專學生設計,能根據學習目標調整互動方式,引導思考、強化理解,避免直接提供解答。所有ChatGPT用戶皆可使用,Edu方案稍晚開放,使用者亦可隨時切換回一般模式。 🔍 知識點補充: 與一般搜尋工具或AI解題機制不同,Study Mode強調元認知(metacognition)訓練,也就是協助學生了解自己怎麼思考、哪裡卡住,進而培養真正的學習能力。 💬 生活化說法: 這就像有一位不幫你作弊的學霸同學,陪你釐清問題、找出盲點,而不是直接把答案塞給你。 🔹 主標:歐盟推AI法案,全球首創 📌 新聞內容整理: 歐盟正式通過《人工智慧法案》,全球首創以風險等級分類的AI法規系統。此法案為AI應用劃出四級風險區:最小風險、有限風險、高風險與不可接受風險(如社會評分系統),並依據不同等級設定監管強度。此舉不僅是歐盟邁入AI法治的重要里程碑,也可能成為其他國家的參考範本。 🔍 知識點補充: AI法案設計原則基於「風險導向」,意味著不是所有AI都被限制,而是針對風險性進行比例監管。這種架構亦有助於保障創新空間。 💬 生活化說法: 以前AI是沒駕照的超跑,衝得快但沒人管。現在歐盟幫它裝上車牌、制定交通規則,既能跑也更安全。 🔹 主標:Google NotebookLM升級!測試影像概述功能 📌 新聞內容整理: Google將NotebookLM強化為更立體的學習輔助工具,7月29日推出「影像概述(Video Overviews)」測試版功能。它能將PDF、圖片、文字筆記等資訊轉換為動畫加旁白的短影片,幫助用戶更直覺理解複雜資料,並可依學習目標與對象客製內容。此功能初期支援英文,未來將拓展至多語系。 🔍 知識點補充: 影像與語音概述結合的學習方式,有助於...

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路

從AI威脅論到校園行政革命:AI正在重寫科技、人文與商業的三條路 AI 發展的速度已經迫使社會重新思考: 什麼是威脅?什麼是價值?什麼又是下一個產業浪潮? 黃仁勳反駁 AI 威脅論、新北教育導入智慧行政、Amazon 引爆廣告工具革命, 三個場景、三種視角,共同描繪出 AI 正同時改寫科技敘事、政府治理與商業策略的多維度變革。 🔹 黃仁勳駁斥 AI 威脅論:AI 不是主宰者,而是模仿者 面對日益升溫的「AI 威脅論」,輝達 CEO 黃仁勳表示,AI 不可能主宰人類,也不會在短期內具備自我意識。目前所有 AI 的智能本質都是「模仿」,並非理解或自主。他認為社會更該專注於倫理與監管,以避免人類誤用 AI 所造成的風險。 🔍 知識補充 .AI 智能屬「統計式模仿」,不是具備主觀意識的認知體系。 .AI 威脅論多源自對科幻敘事與未知科技的情緒投射,而非現有技術能力。 .真正的風險在於「使用者」──例如資料偏誤、監管缺口、透明度不足。 .輝達將於 2026 GTC 公布下一代 AI 架構,意味著 AI 運算力仍將呈倍數成長。 💬 生活化說法 眼前的 AI 更像一位記憶力超強、但完全不懂情緒的助理──能力強,但不會背叛你。 🏭 產業鏈角度 AI 技術路線明確:算力提升 → 模型增強 → 生態成長。 輝達主導的 GPU 與伺服器供應鏈仍是全球 AI 最關鍵的底層基礎。 💹 投資角度 科技倫理落地後,AI 企業的治理與安全性將成為下一輪估值基準,「可信賴 AI」成新投資主題。 🔹 AI 賦能校園行政:智慧教育不再是口號 新北市教育局以「AI 賦能校園行政」為主題舉辦活動,表彰推動數位化的教育工作者。板橋國小校長華志仁因能源管理、冷氣設備與校園工程數位化成果獲獎,象徵智慧校園從概念走向實作。 🔍 知識補充 .AI 行政可加速設備管理、報修流程、能源控管,提高校務效率。 .教育領域的「十二大建設」逐步成形,包括智慧管理系統與永續設備整合。 .AI 可協助行政決策,例如學生流量預估、設備老化、課表最佳化。 .智慧教育不只為學生,更重塑校務、後勤與基礎建設。 💬 生活化說法 就像家裡裝上智慧中控系統──燈自動關、冷氣自動調,生活順暢很多。 🏭 產業鏈角度 教育科技(EdTech)向下扎根至硬體與管理系統,帶動: 智慧監控 → 能源管理 → 校務...