AI能拍片之后，人賺什么錢？

不是AI開始懂“內容”。是人開始懂要像“流程架構師”一樣使用AI。

這是AIGC創作與影像技術專家、資深影視制片人崔君嘎的判斷。他的日常工作，就是把看似酷炫、難駕馭的各種AI生成能力，轉化成可執行、可復用的，適配商業價值需求、穩定交付內容的AI工作流。

兼具技術工作者與創作者雙重身份，崔君嘎對AI視頻的思考不僅限于其對內容創作的影響，而是深入到商業應用的系統層面：

如果說從文字需求到影像生成，是跨部門同事乃至不同公司間的業務合作，那么把視角拉回到內容創作者必須面對的務實問題，就不能僅用“畫面是否驚艷”、“降本增效多少”判斷AI的能力和價值，真正的考驗在于——

如何把充滿不確定性的從創意到成品的生成過程，轉化成確定性的、可預期、可交付的一套標準化流程。這中間存在一道需要依靠精密設計的“人機協作”才能跨越的鴻溝。

不是AI生成

是“人機協作”穩定交付

YIQIYINGCHUANG

模型能做出一個驚艷的鏡頭，與能穩定交付一條符合商業要求的完整短片，是兩件完全不同的事。

在崔君嘎的工作流程里，一個100秒的短片會被精密拆解成多個具體“指令”，分發給不同的“AI小助手”來協同完成。“調度”而非“抽卡”，是建立工作流的核心邏輯。

“先分任務類型，給任務貼標簽，再選模型，而不是反過來。”

場景的整體氛圍和光影，交給像Sora這樣擅長寫實與物理模擬的模型；復雜的運動長鏡頭，分配給在運鏡控制上更精準、時間一致性更強的模型執行；“卡通/風格化”的鏡頭，交給Pika或某些偏動畫的模型……

“標簽貼好后，用三條原則選工具”：

首先，以結果為導向——看測評和Demo決定是否引入模型而非新鮮感或其他；

2025年6月全球Top10視頻工具核心標簽

（資料來源：《2025年全球AI工具市場

發展現狀與趨勢分析》）

其次，為每個模型定義明確的“主戰場”——和人一樣，每個模型都有其稟賦和短板。先知道每個模型能干什么，不能干什么，然后基于模型特長分派任務，用工作流把AI助手們串聯起來；

最后，建立個人的小型評測體系——“本質上，你不是在使用工具，是在搭建一個屬于自己的小型AI制片廠。工具只是員工，你是總指揮。”

這很像組建一個特種部隊，偵察兵、狙擊手、拆彈專家各司其職，協同完成一個總目標，而不是指望一個超級士兵包攬一切。

《人工智能》劇照

這種架構也是解決目前商業視頻制作中，AI尚未完全攻克的“一致性”難題的關鍵。

“對于強視覺沖擊的品牌短片、概念片、預告片，純AI流程目前可以做到70-80分的完成度；如果是強劇情、多角色的信息流短劇或連續性敘事，AI的完成度大概在 50-60分。”

20分的差距主要落在支撐商業內容規劃化聲場的“一致性”和“可控性”上。一致性不僅是角色形象的一致性，更有光影邏輯、物理規律、敘事節奏在多鏡頭、多場景、多模型協作下的整體統一。

新定價邏輯：

為“確定性”與“資產復用”買單

YIQIYINGCHUANG

傳統商業視頻的成本結構也正被徹底改寫。過去占預算大頭的器材租賃、場地搭建、大規模人力和漫長制作周期成本，開始被新的成本項替代。

部分AI模式下的電影成本測算

（資料來源：《國產AI視頻大模型應用落地現行，行業空間、降本幅度、競爭格局探討》）

于是新問題也隨之而來：既然AI幾乎能給任何人提供“一鍵生成”的便捷，為什么品牌還要花錢請人做？甚至反而為此支付更高的費用？這些錢是花在哪兒的？內容定價的依據是什么？

“真正深入到AI制作一線就會發現，硬性成本還是很高的。”執行成本壓縮不代表總成本減少，除了算力開銷、多工具并行的開銷，真正的硬成本還包括——工作流調試的時間成本、昂貴的反復試錯成本，以及最為關鍵的：將模糊需求轉化為可執行工作流的創意與敘事策略成本。

成本結構的轉移才是真正的變革。“甲方購買的，不是‘你按了多少次生成按鈕’，而是你夠不夠專業、為他節省多少試錯時間、構建多少可復用的資產，以及——能否讓他‘睡得著覺’的確定性、踏實感。”

崔君嘎老師在高校授課

根據CTR媒介智訊2024年調研數據，約38%品牌在視頻廣告制作中采用了AI生成或輔助生成內容。而有調研報告預測，2026年這一比例將提升至90%左右。

“真正要上線一個對品牌安全負責的版本，基本還是要‘AI做70%，人類補30%’：補分鏡、節奏、剪輯、聲音和最后一公里的細節打磨。”

因此，“人機協作”的新工作模式，既是行業趨勢，也是生存要求：人不是“工具使用者”，而是“流程系統架構師”與“質量總控”，負責設計流程、分配任務、設定標準，并在關鍵節點進行藝術判斷，并最終確保組裝起來的，是一個有機、連貫、可信的商業藝術作品。

新工種、新能力、新要求

YIQIYINGCHUANG

行業的新變化已經精準反映在招聘市場上。

打開招聘網站，搜索騰訊、字節等大廠、平臺、一線影視廣告公司、內容公司，“AI Producer / Creative AI Producer / AI 視頻導演”一類崗位逐漸成為人才需求熱點。

“有獵頭和調研機構公開表示：具備AIGC實戰能力的內容營銷人才，尤其對于既懂GenAI又懂業務場景的，薪資普遍溢價20%-30%。”

《她》劇照

在崔君嘎看來，這并非是在傳統導演、制片、編導崗位上簡單疊加一個“會用AI”的技能標簽，而是一套全新工作方法的誕生。新型人才的職責核心也發生了三重遷移：

其一是“任務拆解”思維的遷移。傳統導演思考的是如何調度演員和攝影組；AI導演則需要把從創意到成片拆解成“角色設定”、“場景生成”、“運鏡控制”、“特效合成”、“版本管理”等不同模塊，并為每個模塊匹配最合適的“模型員工”。

其二是“決策變量”的增加。從傳統的建團隊、管團隊，到多管理一個“模型棧”：不同模型的成本如何平衡？質量、可控性如何把控？一個鏡頭是交給Sora追求寫實，還是用Runway追求動態？這需要基于對工具的深度理解做出工程決策。

其三是“溝通對象”的轉變。大量的日常協作工作，從與人溝通變為與“AI同事”溝通。技能要求從口頭語言表達，變成提示詞工程、工作流設計、自動化腳本編寫。

《戰爭游戲》劇照

“雖然AI視頻‘變現級別’的大門已經打開，行業里已經有大量AI為主的商業廣告案例，但以當下的發展速度，距離大規模替代傳統拍攝，還得有個三五年。”崔君嘎判斷。

行業目前尚缺乏統一標準，評估與報告體系尚在混沌之中還未廣泛建立共識。既懂AI生成技術又懂內容又懂業務場景，并能真正參與到具體項目運營管理的人才更是需求。因此，行業變革期也是“稀缺人才成長并構建能力護城河的關鍵窗口期”。

生成式AI核心工作流集成的障礙

（資料來源：《生成式AI的鴻溝：

2025年商業AI的現狀》報告）

新工作方式也要求從業者的學習路徑必須發生根本性轉變——“以人機對話為中心，重新設計創作流程，而不僅僅是‘學會幾個新軟件’。”

從“想法”到“作品”：

構建可復用的創作操作系統

YIQIYINGCHUANG

幾乎每個用過AI創作的內容人都能意識到：想要用AI落地成客戶真正需要的商業內容，絕不是之前搞創作時那一套打法。

問題是，專注創作的傳統內容從業者，多數不能十分清晰表述自己對技術和商業的思考，從容應對技術快速迭代，并穩定地把任何創意想法轉化成具備商業價值的內容產品，更是難如登天。職業焦慮和對未來的茫然感也由此而來。

《AIGC商業變現6講》是崔君嘎基于技術判斷、商業邏輯、內容創作，系統思考總結形成的，專門講“如何構建個人創作操作系統”的一門課。他不會散點地講工具使用，會結合自己近幾年服務客戶、踩坑、試錯的經驗，提供一套可遷移、可復用的完整創作鏈接，能讓你直接拿走用。

課程會圍繞四個層級展開：

首先是底層認知——幫助你厘清AI視頻變革的本質，AI改變了什么，什么依然沒變，通過剖析成功和失敗的真實商業案例，幫助你正確建立對AI的預期，理解“人機協作”的能力邊界；

其次是工具層——系統梳理主流圖像、視頻、音頻、文字AI模型的能力及使用性價比，清楚知道該把哪類任務分配給哪個模型，進而把AI變成自己的團隊成員。設計實操練習，建立自己的“模型分工表”；

再次是流程層——帶你從一個真實商業brief出發，完整演練從“需求分析→創意拆解→分鏡與視覺→多模型協作→版本管理→交付與復盤”全過程。每個環節都有實戰驗證過的表格、模版與檢驗清單，這些都可用到你自己的項目里；

最后是完成視頻作品。

崔君嘎老師認為，《AIGC商業變現6講》可以幫助這幾類人：

一類是具備一些零散的認知，同時急需有自己作品的——這門課能幫你產出至少一部達到商業演示標準的AI商業短片或Demo；

一類是每次用AI創作總感覺自己在從頭摸索，急需有一份屬于自己的“個人AI工作流文檔”——這門課能幫你收獲一套‘從想法到作品的操作系統’，這套系統能幫助你在面對快速迭代的技術，以及任何新項目時，都能快速調用成熟的、高效的流程框架，而非從零開始；

以及所有對AI商業實戰感興趣，不想停留在理論圈層的行動派。

除此之外，你還將收獲一些行業一手經驗：甲方如何從投放效果、輿論風險等不同維度評估內容；通過制作團隊的craft標準有哪些，比如是否能拿獎；大廠、平臺內部搭建的“人機協作效果”評估框架通常有哪些指標；

如何在項目初期準確拆解任務，把標準寫進brief和對齊文檔，避免項目執行和推進過程中產生爭論——這些都能幫你在實際工作中少犯錯誤、少走彎路。

10天學習周期，6次直播互動學習，12月16日正式開講。閱讀課程大綱，掃碼購買課程↓

作者 | Yu

排版 | 竹子

「注：本文部分圖片來源于豆瓣及網絡，

若有侵權請主動聯系我們。」

益 起 推 薦