这期节目谈的是短剧的生意逻辑,AI只是其中一小块:Richer认为短剧对质量要求不高、对成本和批量制作要求高,适合AI介入,也能帮找观众爱看的高潮点。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
AI在短剧里被看好的位置是降本和找点
材料里的观点Richer把短剧的AI机会放在两处。一是制作端:短剧对质量要求没那么高,成本却很重要,又需要批量化制作能力,他认为这很适合AI来做1,2。二是内容端:短剧可以只拍观众爱看的高潮段落,其他地方一笔带过,AI可以帮忙判断哪些是真正的高潮点1,2。这是他对生态机会的判断,不是对某款AI工具效果的验证。
短剧的底层逻辑更接近网文而非影视
Richer明确说不认为短剧是影视行业的分支,他们是从网文这条路找到短剧的:把中国网文翻译出去后发现老外也爱看爽文,狼人题材的效率还高于吸血鬼3。他比较成本结构时说短剧和网文有相似之处,早期一部短剧据行业内部说法约15万人民币,后来涨到一两百万,仍远低于电影;而单用户付费早期平均可达约400元1。所以他把短剧看成投入产出比上的颠覆,而不是传统影视的延伸。这也解释了为什么从影视转做短剧的人会觉得两边逻辑完全不同1。
立正谈的是机会和人性,不是AI短剧本身
材料里的观点立正在这段对话里没有直接评价AI短剧。他提到国内视频制作成本很低,1问的是基础设施类机会,比如让看网剧的人更快付费、付费更完整地给到作者,以及跨平台和早期流量运营2;他还说懂人性、能玩好人性的人做爆款能赚很多钱2。这些可以作为理解短剧商业逻辑的背景,但不能当成他对AI短剧的判断。
这期节目录制于2024年6月,谈的是当时的成本和行业状态,不能代表现在的价格或竞争格局。节目对AI短剧只给了方向性判断,没有具体案例或效果数据;立正本人也没有就AI短剧表态。
出处
- 1投资人解析,短剧为什么这么火?| 大观资本Richer 1/2
Richer谈短剧成本结构、单用户付费,以及AI适合降本和批量制作。
- 2投资人解析,短剧为什么这么火?| 大观资本Richer 1/2
Richer进一步说AI可帮找观众爱看的高潮点,立正谈基础设施和人性。
- 3投资人解析,短剧为什么这么火?| 大观资本Richer 1/2
Richer说明短剧是从网文延伸出来、不属于影视行业分支的判断。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- 这个课干啥的
这是一门教人真正把 AI 用进工作与项目的课,重点不是软件操作步骤,而是提需求、判断与动手做的能力;另有一门一小时小课供先试。
- 课代表在223年写的一篇文章里面有讲包括大语言模型是怎么来的呀?介绍这些背景资料的
按现有片段,无法确认“课代表”在2023年写过介绍大语言模型由来的文章;能确认的是立正在2023年有两份公开讲解,分别从生成模型原理和范式变化切入。
- 前辈想请我付费帮她做一档播客,我很愿意采访,但觉得采访完之后的剪辑和发布比较麻烦。一方面我觉得 AI 应该可以把后期做的不错,但实际上我自己的播客后期一直没有弄的很丝滑。我不太知道怎么判断这件事合适。我想的是,我可以收很低的费用,只负责采访。或者用相对高一些的费用,把采访和后期都接了。不太想接负责找外包剪辑同学以及和外包同学沟通,之前自己试过比较麻烦。
按你的约束,更稳的是低价只接采访,把后期排除在承诺之外;若想连后期一起接,就应把外包剪辑和沟通成本算进报价,而不是假设 AI 能替你消化。
- 如何做好 data agent?
做好 data agent 的关键不在模型多强,而在先把数据关系建模成图、在生成查询外加一层审计纠错,并把上线后的持续调优当成常态。
- 目前用了很多 agent,如果管理跨 agent 的 skill 更新和维护问题?
把 skill 当成需要持续运营的共享资产:统一存放、版本化、按环境适配,并给高风险改动加审批。多 agent 不是多份 skill,而是同一份 skill 被多处引用。
- 想赚钱,增加收入,普通人是不是做自媒体更好
不一定。对多数普通人,自媒体更该先当低成本试水的事业,而不是稳赚的副业;它前期大概率不赚钱,成功标准要先定清楚。