返回快訊

韓AI視頻站被中短劇團隊自動化薅羊毛,提示詞與工作流泄露

韓國一家AI視頻聚合服務網站被中國短劇團隊以程序自動化方式薅羊毛,涉及金額約數十萬人民幣。自動化執行導致提示詞、參考圖與生成結果被分享至社區,暴露一線AI自動化短劇實戰經驗。

核心做法非追求單部高品質作品,而是工廠式自動化作業。單次生成追求約90%一致性,提示詞結構聚焦最小化重抽成本與後期剪輯時間,實現鏡頭過渡自動化。即使短鏡頭提示詞也嚴密推敲,整部超80集短劇中提示詞幾乎不做大改:分鏡動作用短敘述句、臺詞直接複製原作、起始結束狀態僅一行定義。

團隊故意破壞角色參考圖面部區域,搭配無臉全身圖與面部特寫,防止模型機械照搬整張臉,同時提升特寫表現。光影與材質被定義爲鎖定畫面質感一致性的最高優先級,僅此兩項佔提示詞預算約1/5,精確指定材質相對比例(如長刀金屬高光×1.5、皮膚×0.5、布料×0.3),確保多次生成後層級關係穩定。

起始與結束畫面狀態純靠文本鎖定,不依賴參考圖作爲幀,部分提示詞直接寫明承接下一集內容與交接狀態,實現鏈式自動傳遞,消除手動對齊瓶頸。敘事與節奏由配音驅動,極少消耗資源於鏡頭調度,將音色性格標爲角色常量、狀態語調標爲分鏡變量,動作嚴格與臺詞時間節點對齊。

市場機制上,事件驅動爲AI視頻工具濫用與工作流公開化。資金流向自動化腳本與提示詞優化,受益方爲掌握工廠式流程的短劇團隊,承壓方爲未設防的聚合服務商。提示詞與參考圖泄露或加速行業對低成本量產短劇的標準化複製。

來源:公開信息

ABAB AI 解讀

該案例顯示AI視頻生成已從單鏡頭創作轉向工業化流水線。提示詞被設計爲可複用模板,優先壓縮重抽與剪輯成本,而非藝術一致性。故意破壞參考圖面部、鎖定光影材質比例、文本固定起止狀態,均服務於“一次生成可用、鏡頭自動銜接”的目標。

資本路徑上,短劇團隊以程序自動化調用付費服務,將成本轉嫁至平臺,同時沉澱可遷移的提示詞資產。類似早期內容農場對生成工具的規模化使用,關鍵在於把模型調用轉化爲可預測的產量。當前處於AI短劇從手工向工廠模式躍遷的實操驗證階段。

類比傳統影視工業化中分鏡與連續性管理的數字化版本,但進一步去掉人工剪輯環節。

本質屬於技術替代。機制在於:通過結構化提示詞與狀態傳遞,將視頻生成從創意過程壓縮爲可腳本化的生產線,使單部作品的邊際成本接近零,從而改變短劇供給的經濟學。

ABAB News · 認知定律

  1. 工廠式提示詞的目標,不是完美,而是少重抽少剪輯

  2. 故意破壞參考圖,往往比完整參考更能控制模型行爲

  3. 配音驅動敘事時,視覺只需服務檯詞的時間節點