【36 秒就誕生一部 AI 短劇後，我反而覺得「會生成影片」開始不值錢了】

- AI 內容產能暴增後，真正稀缺的是選擇與注意力 -

你花一天做一支 AI 影片，別人一週已經做完 60 集連續劇

最近看到一個數字，我覺得做 AI 影片的人真的要警覺了。

平均每 36 秒，就有一部 AI 短劇上線。

不是一支 10 秒、15 秒的 AI 炫技影片。

是「一部短劇」。

根據中央社引述澎湃新聞的統計，2025 年 8 月抖音新上線的 AI 劇只有 655 部；一年後，這個數字已達 74,313 部，占當月新劇的 75.4%。報導另指出，2026 年 7 月平均每 36 秒就有一部新的 AI 劇上線。中央社報導

更誇張的是，有些團隊已經可以做到：

5 個人，一週做完 60 集。

成本甚至不到傳統真人短劇的十分之一。

這些是媒體採訪中的個別團隊案例，不代表所有 AI 短劇都能達到相同產能或成本。不同作品的類型、品質和成本計算範圍，會讓估算出現落差。5 人團隊 7 天完成 60 集的報導、BBC 中文採訪報導存檔、另一份製作成本估算

所以當大家還在研究：

「哪個 AI 影片模型比較強？」

「提示詞怎麼寫？」

「怎麼保持角色一致？」

「怎麼做運鏡？」

我反而開始想另外一個問題：

如果影片已經多到每 36 秒就生出一部，那「會生成影片」這項能力，到底還值多少錢？

而這波 AI 短劇爆發，甚至已經養出一個以前不存在的新職業：

「抽卡師」。

什麼是「抽卡師」？

不是遊戲裡抽 SSR 的那種抽卡。

現在 AI 還沒有強到你丟一本劇本進去，它就直接吐出 60 集可以播的連續劇。

所以中間還需要大量人工工作。

例如把劇本拆成場景、角色、表情、動作、鏡位、光線、運鏡，再交給模型生成。

但生成出來的東西不一定能用。

可能角色變臉。

可能手指壞掉。

可能運鏡很怪。

可能情緒完全不對。

所以你要一直生成。

生成 10 個、20 個、50 個版本，再從裡面挑一個最好的。

很像抽卡。

於是「抽卡師」就出現了。

有些複雜素材的提示詞，甚至可以寫到 5,000 字。

所以現在厲害的抽卡師，其實已經有點像：

半個導演＋半個攝影＋半個 AI 模型操作員。

但我反而覺得，這個職業可能不會存在太久。

因為「抽卡」本身，就是 AI 還不夠成熟的產物

為什麼今天需要抽卡？

因為 AI 不穩定。

同樣一句提示詞生成十次，可能得到十種結果。

所以需要人一直生成、一直挑。

但如果未來模型可以直接讀完整劇本呢？

它自己理解人物。

自己維持角色一致性。

自己拆分鏡。

自己設計鏡位。

自己控制演員表情。

自己產生不同 Take。

甚至自己判斷哪個 Take 最好。

那還需要一個人在那邊「抽卡」嗎？

可能不用。

所以我認為：

「抽卡師」不是 AI 時代的終極新職業，而是一個過渡型職業。

就像以前很多人專門幫忙切版、修圖、上字幕。

技術進步之後，這些工作不一定完全消失，但市場價值會快速下降。

真正留下來的，反而不是「會生成的人」。

而是：

知道什麼值得生成，以及知道什麼值得留下的人。

更可怕的是，AI 已經把「內容產能」打爆了

DataEye 研究院的《2026 上半年 AI 劇漫劇數據報告》統計，2026 年上半年抖音端新上線 22.19 萬部 AI 劇漫劇，其中 1,055 部播放量破億，占 0.48%。DataEye 報告摘要

如果把 5,000 萬播放當作一條粗略的盈虧平衡線，能跨過去的比例大約只有 1.3%。

換句話說：

大約做 77 部，才有一部可能跨過這條線。

這裡的 5,000 萬次播放，是 DataEye 報告採用的抖音端盈虧平衡參考線；報告也提醒，這組數據不代表所有平台與全行業的情況。它不是每一部短劇通用的保本保證。DataEye 報告摘要

這個數字才是我覺得真正值得注意的地方。

因為它告訴我們：

AI 解決了「做不出來」的問題。

卻製造了一個更嚴重的問題：

大家都做得出來。

以前拍一部短劇，要演員、攝影、燈光、場地、後製。

有這些門檻存在，本身就會過濾掉大量競爭者。

現在門檻突然被 AI 打掉。

結果不是每個人都成功。

而是內容開始大爆炸。

當內容生產成本趨近於零，內容本身就會開始通膨

這件事情不只發生在 AI 短劇。

我覺得接下來所有自媒體都會遇到。

文章。

圖片。

短影音。

Podcast。

知識圖卡。

電子書。

甚至線上課程。

以前一個人一週做三支影片，很厲害。

AI 出現後，一個人一天做 30 支都不是問題。

但問題來了。

當每個人都能一天做 30 支影片，你一天做 30 支影片還算優勢嗎？

不算。

這就像以前會 Photoshop 是一項專業。

後來大家都有 Canva。

現在連 Canva 都不用開，跟 AI 講一句話就做好了。

當「製作能力」被普及之後，製作能力本身的價格就會下降。

所以我最近越來越確定一件事：

AI 時代真正稀缺的，不會是內容。

而是：

注意力。

所以我現在看 AI 自媒體，已經不太在意「一天可以生幾支影片」

很多 AI 自媒體教學還停留在：

AI 寫文案。

AI 生圖片。

AI 生影片。

AI 配音。

AI 剪輯。

AI 自動發布。

最後告訴你：

「一個人也可以經營十個帳號。」

技術上當然可以。

但這可能正在回答一個錯誤的問題。

真正的問題不是：

「我怎麼一天生 100 支影片？」

而是：

「當全世界每天多出一億支 AI 影片，為什麼有人要停下來看我的？」

這兩個問題，難度完全不同。

前一個問題是 Production。

後一個問題是 Content。

甚至再往上一層，是：

Taste、Story、Distribution。

你選什麼題目？

前三秒講什麼？

故事怎麼鋪？

情緒怎麼拉？

什麼地方觀眾會滑走？

什麼東西值得被分享？

觀眾為什麼記得你？

這些能力，反而會隨著 AI 變強而變得更重要。

如果你想從「做得出影片」往「知道該做什麼」前進，可以延伸閱讀我寫過的 AI 影片素養與創作者工作方法；而選題、定位與觀眾需求，也和 短影音定位策略 密切相關。

所以未來最值錢的人，可能不是最會用 AI 的人

而是最知道：

「AI 應該做什麼」的人。

AI 可以幫你一次生成 100 個鏡頭。

但你要知道哪一個是好鏡頭。

AI 可以寫 100 個 Hook。

但你要知道哪一句觀眾會停下來。

AI 可以一天產出 100 支影片。

但你要知道哪一支值得做。

所以我反而覺得「抽卡師」這個職業很有象徵意義。

今天我們還在抽「畫面」。

再過一陣子，我們可能開始抽「故事」。

抽「廣告」。

抽「課程」。

抽「產品」。

AI 可以無限生成選項。

但真正的能力，會從「生成」轉移到「選擇」。

這可能才是生成式 AI 發展到下一階段後，最值得學的一件事。

以前我們害怕：

AI 會不會讓我做不出東西？

現在真正該擔心的可能已經變成：

當所有人都做得出來，我憑什麼被選中？

常見問答 (FAQ)

Q1：AI 影片生成能力變普及後，學會生成還有價值嗎？

有價值，但它不再是唯一差異。生成能降低製作門檻；選題、故事、審美、品質判斷與發行，會更直接影響觀眾是否停留與分享。

Q2：「抽卡師」會成為長期職業嗎？

目前它反映了生成結果不穩定、需要反覆產生與人工挑選的工作。模型若能更穩定地理解劇本、維持角色並評估鏡頭，這項工作的內容可能改變；它是否消失，仍取決於技術與製作流程如何演進。

Q3：AI 影片創作者要怎麼從大量內容中被看見？

先從觀眾與題目開始，再設計前三秒、故事節奏、情緒轉折和分享理由。大量產出只能增加選項，不能代替對內容品質與發行方式的判斷。

Q4：5,000 萬次播放是所有 AI 短劇的固定回本門檻嗎？

不是。這是 DataEye《2026 上半年 AI 劇漫劇數據報告》用來估算抖音端盈虧平衡的參考線；作品類型、成本與發行條件不同，實際回本門檻也會不同。