產業與技術:一部 AI 成人短劇是怎麼被做出來的
從模型選型、分鏡生成到配音、剪輯與內容分級審核,把 ai成人短剧吃瓜 討論裡最常被提起的技術話題,拆成看得懂、能核對的環節,每週整理一次產業動態與製作紀錄。
數字取自公開製作紀錄與受訪團隊回報,取近四週區間中位數。
製作端正在發生的變化
不談玄學,只看可重複的流程與實測結果:同一段劇本交給不同工作流,產出差距有多大,成本又落在哪裡。
一集短劇的四段工序
從文字到成片,每一段都有可量測的輸入與輸出。工序清楚,重跑才會少。
劇本與分鏡
先把人物關係與衝突寫清楚,再切成可生成的鏡頭清單,標註景別、時長與情緒走向。
畫面生成
鎖定角色參考與場景風格,分批生成並即時篩選,不合格的素材當場退回,避免累積到後期。
配音與剪輯
對齊語速與停頓,處理口型與轉場,把生成素材編進時間軸,補上音樂與字卡。
審核與上線
依平台規則完成分級標示與內容檢查,確認素材授權無虞後排定發布,並留下版本紀錄。
技術觀察指標
我們用四個維度追蹤製作端的變化,數值每週重算,並保留原始樣本與計算方式供讀者核對。
統計口徑:以本站追蹤的 36 部十分鐘內短劇為樣本,取最近四週公開製作紀錄與團隊回報彙整,數值為區間中位數換算的相對分數,僅供比較參考,不代表任何平台官方評分。
關於技術觀察,讀者最常問的三件事
主要來自三個來源:製作團隊公開分享的流程紀錄、工具與平台官方公布的規格與限制,以及我們自己按同一段劇本做的重複實測。每一組數字都會標明樣本數與計算方式,若資料來源不足或口徑不一致,我們會直接標示為「樣本不足」而不是給出一個漂亮的數字。讀者若發現資料有誤,可透過頁尾的聯絡方式提出,我們會在下一期更新中一併修正。
在多數十分鐘規格的作品裡,角色一致性已能靠參考圖鎖定、局部微調與固定提示詞組合維持住八成左右,剩下的問題多半出現在大幅度動作、側臉與手部細節。實務上的做法是把高風險鏡頭集中在同一批生成,並預留重跑額度,而不是等到剪輯階段才發現人物對不上。若一部作品的角色數量較多,通常會犧牲部分場景複雜度來換取穩定度。
會,而且往往比製作本身更難預估。不同平台對題材、封面與文案的要求不一致,同一支作品在甲平台通過、在乙平台需要調整的情況相當常見。比較穩的做法是在劇本階段就先確認分級定位,把可能被退回的表述提前處理,並在排程時預留一次修改與送審的緩衝。我們在流程建議裡把審核列為第四道工序,而不是上線前的最後一道手續。
換個角度看同一件事
技術之外的劇目口碑與熱度變化,在另外三個欄目裡持續更新。
每週三收到一份技術觀察
把當週的流程變化、指標數字與合規提醒整理成一封信,訂閱後即可收到,不再錯過任何一次產能變化。