8亿人看的微短剧，90%是AI写的：广电总局这一纸规范，到底在规范什么

昨晚睡前，我又刷了3集微短剧。

霸道总裁、重生复仇、先婚后爱。剧情老套，但上头。一集3分钟，刚好够等电梯、排队买咖啡、睡前放空。我算了算，从去年到现在，我在各种平台上刷过的微短剧，少说也有几百集。

但昨天看到一条新闻，我愣了一下。

国家广播电视总局在9月17日的发布会上说了一串数字。全国微短剧用户超8亿，2025年市场规模突破千亿元。今年前8个月，上线微短剧43万部，是去年全年的13倍。其中AI剧占比超过九成。

9成。也就是说，我刷的这几百集里，绝大部分有AI参与编剧。

更关键的是，今年9月1日起，《微短剧发展管理办法》正式实施。AI参与制作的微短剧，必须在每集明显位置添加提示标识。广电总局还同步启用了微短剧统一标识「苔花标」。

这让我想起一个场景，人类编剧还在改第3集，AI已经写完一季了。

这不是科幻，这是2026年的内容产业现实。

一、43万部微短剧背后，是一场效率革命

先理解一下43万部是什么概念。

去年全年上线的微短剧，大约是3.3万部。今年前8个月，这个数字翻了13倍。不是增长了13%，是翻了13倍。

驱动这个增长的，不是突然冒出来的几万个编剧团队，而是AI。

DataEye研究院做过一次实测。他们用一款短剧AI工具，从模糊创意到生成完整的故事大纲，只花了12分钟。AI不仅梳理出核心剧情线，还自动标注了每集的冲突点、爽点和集末悬念。

从初稿优化到最终剧本，25集的内容大约需要300元人民币。而传统方式购买一份原创剧本版权，价格通常是这个数字的几十倍甚至上百倍。

视频生成环节同样惊人。一个片段的生成时长只需要约4分钟。从剧本到生成一集短剧，折合人民币约200元左右。而传统真人短剧，单集成本通常在5万到10万元，周期2到4周。

一位从传统影视转向AI短剧的导演说得很直接，从传统影片到AI影片的过渡是不可逆的。就像电影曾经威胁舞台剧，互联网曾经冲击电视台。

这不是比喻，这是成本结构的根本性重构。

当一部短剧的制作成本从几十万压缩到1到1.5万元，当生产周期从几个月压缩到几天，行业的准入门槛被彻底拆掉了。一个人、一台电脑、一套AI工具，就能完成从创意到成片的全流程。

「人人都能做短剧」的时代，真的来了。

但问题是，当所有人都能做短剧的时候，微短剧还是「剧」吗？

二、AI写的剧本，到底差在哪

先说一个反常识的事实，AI编剧并不是完全替代人类，目前主流模式是「人机协同」。

AI负责搭骨架。输入「战神」「霸总」「重生逆袭」等关键词，AI能在几分钟内输出包含爽点、反转的故事大纲，甚至生成多版剧本供A/B测试。它懂短剧的节奏公式，开场3秒抓眼球、每15秒一个小冲突、集末留悬念。

但人类编剧负责注入灵魂。

一位影视公司负责人告诉我，他们团队有30多位导演和20多位专职编剧。AI生成的初稿，编剧要经过「人性校准、爆点量化、数据复盘」三重打磨。AI能分析爆款元素、优化台词节奏，但写不出真正戳中人心的细节。

「AI生成的剧本像预制菜，」一位业内编剧说，「能填饱肚子，但尝不出人味。」

这个判断有数据支撑。DataEye-ADX数据显示，2026年上半年，全网AI短剧上线总量突破22.19万部，但流量高度集中。仅有0.47%的作品播放量破亿，不足6%突破千万播放。超90%的AI短剧，难以获得有效流量。

海量产能与极低爆款率的反差，说明一个问题。AI解决了「能不能做」，但没有解决「好不好看」。

更深层的问题是同质化。当所有人都用相似的AI工具、输入相似的关键词、遵循相似的爆款公式，产出的内容必然趋同。你看到的霸总，和我看到的霸总，可能来自同一个算法模型。

广电总局网络视听节目管理司司长王小亮在发布会上说了一句话，值得细品，「AI是工具，人是创作的主体。AI剧发展越快，越要把好内容关。」

这句话的背后，是一个监管层的清醒判断，技术可以加速生产，但无法替代审美。

三、广电总局的规范，规范的是什么

9月1日实施的《微短剧发展管理办法》，有几个关键条款值得拆解。

头一条，AI标识义务。使用人工智能技术生成、制作的微短剧，须在每集明显位置添加提示标识。以后你刷短剧时，片头或片尾会出现类似「本剧含AI生成内容」的标注。

再有，分类管理。按投资额度和题材将微短剧分为三类，一类须取得发行许可证，二类参照备案审核，三类由播出平台自主审核。这不是一刀切，是分级治理。

还有，算法监管。播出单位应定期审核、评估算法机制、模型、数据及应用结果，严禁使用诱导沉迷、过度消费的算法模型。

最后是真人剧扶持。广电总局明确表态，「真人剧是精品创作的主力，要大力扶持。」指导平台开设「真人剧」专区，拿出真金白银扶持。6家重点平台将投入至少60亿元资金支持优秀真人微短剧创作传播。

这几条连起来看，监管的逻辑很清晰。不是禁止AI，而是给AI立规矩；不是打压短剧，而是让短剧从「量增」走向「质优」。

今年以来，全网下架违规微短剧6.8万部，督导平台处置违规账号1200多个。处置的九成以上内容是AI剧。这说明AI剧在快速扩张的同时，也成了低俗、侵权、同质化问题的重灾区。

中央民族大学新闻与传播学院副教授向安玲对媒体表示，这「可以说是一种结构性的纠偏」。随着AI剧集数量增加，内容质量难以保证，为防止劣币驱逐良币，要给真人精品剧更多发展空间。

我理解她的意思。当AI剧以每天数百部的速度涌入市场，真人剧的创作周期和成本劣势被放大，优质内容反而可能被淹没在算法推荐的洪流里。监管的目的，不是回到手工时代，而是确保「手工」和「机器」能在同一张桌子上公平竞争。

四、一个被忽略的数据，真人剧的25倍

发布会上有一个数据，很多人没注意到。

以2026年春节档为例，真人短剧上线数量仅为AI短剧的1/50，但整体总播放量是AI短剧的25倍。

1/50的数量，25倍的播放量。平均每部真人剧的播放效率，是AI剧的1250倍。

这个数据的含义是什么？

不是AI剧没人看，而是AI剧「看了就忘」。真人剧数量少，但每一部都更有可能被打包进用户的「收藏」和「转发」。AI剧数量多，但大部分只是算法推荐流里的一朵浪花，刷过即走。

这印证了一个创作常识，共情能力，是内容的核心壁垒。

AI可以模拟情绪的节奏，什么时候该爽、什么时候该虐、什么时候该反转。但它无法真正理解「赘婿逆袭」背后的社会心理，也写不出让观众在深夜反复回味的台词。

中国传媒大学赵晖教授说，「AI激活了创意者的生产力，但好故事的灵魂永远来自人对生活的洞察。」

这句话可以换个角度理解。AI让「及格线」的内容变得极其廉价，但让「优秀线」的内容变得更加珍贵。

当市场上充斥着大量「能看但记不住」的AI短剧，那些真正有温度、有细节、有洞察的真人作品，反而会因为稀缺性而获得更高的溢价。这不是怀旧，是供需关系的基本规律。

五、微短剧出海，另一个战场

还有一个数据值得放在全局里看。

中国微短剧在200多个国家和地区受到广泛欢迎，占到海外微短剧市场份额的八成以上。广电视听出海正在从传统的「内容传播」，向「内容+平台+技术+运营」协同出海拓展，并在全球形成了完整产业链条。

也就是说，微短剧不仅是一个国内内容消费现象，已经成为中国文化出海的一张名片。

而这张名片的底色，正在从「真人演绎」向「AI生成」转移。当海外观众刷到的中国微短剧，90%以上有AI参与制作，这对「中国文化」的品牌认知意味着什么？

广电总局副局长何飚在发布会上说，「十五五」期间将「支持内容和服务走出去，帮助更多优质视听内容和服务走向全球」。

「优质」二字，是关键词。

如果出海的内容以AI批量生产的同质化作品为主，短期可以靠数量占领市场，长期可能损害中国内容的整体口碑。监管规范AI标识、扶持真人精品，某种程度上也是在保护这张文化名片的含金量。

六、我们到底在争论什么

回到开头的问题，当算法开始写剧本，我们看的还是「剧」吗？

我的回答是，是，也不是。

从形式上看，它还是有剧情、有角色、有冲突的视听内容，满足「剧」的基本定义。但从本质上看，当创作过程被拆解为「输入关键词—生成大纲—优化输出」的标准化流程，当情感表达被量化为「爽点密度」和「情绪曲线」，内容正在从「创作」变成「生产」。

创作和生产最大的区别，在于不确定性。创作可能失败，可能超出预期，可能诞生意料之外的神来之笔。生产则追求稳定、可控、可复制。

AI短剧的优势是生产。真人短剧的优势是创作。

广电总局的规范，本质上是在「生产」和「创作」之间画一条线。不是不让生产，而是要求生产者诚实标注；不是只扶持创作，而是确保创作者有公平的竞争环境。

这让我想起电影史上的一个类比。

20世纪初，电影从默片进入有声片时代。很多默片演员被淘汰，很多剧场演员转型成功。技术变革没有消灭表演，只是重新定义了表演的核心能力。

今天的AI短剧，可能是内容产业的又一次「有声片时刻」。AI不会消灭编剧，但会重新定义编剧的核心能力。未来的编剧，可能不再是「写剧本的人」，而是「调教AI、把控审美、注入灵魂的人」。

写在最后

昨晚我又刷了几集微短剧。

这次我刻意留意了一下，片尾有没有AI标识。大部分没有，毕竟新规9月1日才实施，存量内容不会回溯标注。但以后，我可能会养成一个新习惯，先看一眼片尾，再决定要不要继续追。

这不是对AI的偏见，是对信息的尊重。

知道内容是AI写的，和以为是真人写的，观看时的心理预期完全不同。前者我会宽容它的套路化，后者我会期待它的独特性。广电总局要求标注AI内容，保护的不仅是消费者的知情权，也是AI内容本身的生存空间。

8亿用户、43万部剧集、90%AI参与，这三个数字定义了2026年的微短剧行业。但行业真正的转折点，可能不是某个技术突破，而是监管规范与创作觉醒的交汇。

当AI解决了「能不能做」，人类需要回答的是「值不值得做」。

这个问题，算法算不出来。