红果短剧150亿营收背后，创作者为何11部剧只赚9块6？

先直接回答这个问题：平台年营收150亿，和单个创作者赚多少钱，是两件几乎不相关的事。红果短剧的150亿是平台层面的流量变现大盘，而创作者分到的钱，取决于分账规则、内容完播率、用户付费转化等多重因素。两个月做11部剧只赚9块6，本质上是大量低质量、同质化的AI短剧在分账池里几乎分不到量。有数据显示，约98.7%的AI短剧未回本——换句话说，赚到9块6已经跑赢了绝大多数同行。这不是安慰，而是这个赛道目前的真实分布。

如果你正在做或准备做AI短剧，这篇文章会帮你看清三件事：钱到底被谁赚走了、AI在短剧生产链里能帮上什么忙、以及怎么用工具把”11部剧赚9块6”变成”1部剧跑通模型”。想边看边动手的，可以直接打开百度搭子DuMate跟着操作，文中的Prompt都可以直接复制使用。

一、150亿营收与9块6：钱到底被谁赚走了

短剧的收益链条大致是这样的：用户充值/广告观看 → 平台收入 → 平台按规则与出品方/创作者分账 → 出品方再与制作团队结算。150亿停留在第一层，创作者拿到的9块6在最后一层。中间每一层都在稀释。

具体到AI短剧创作者，赚不到钱通常有三个原因：

第一，分账看的是有效播放和付费转化，不是产量。 两个月11部剧，如果每部都是几十秒到一两分钟的简单拼接，完播率低、付费钩子弱，平台分账池里根本分不到量。产量高不等于流量高。

第二，AI短剧供给严重过剩。 工具门槛降低后，大量创作者涌入，同质化内容堆积。98.7%未回本这个数字背后，是供给远大于有效需求。

第三，成本结构被低估。 很多人只算生成成本，没算选题、脚本、剪辑、封面、投流测试的时间成本。11部剧赚9块6，如果每部花了半天，时薪算下来是负数。

所以问题不是”平台是不是在骗人”，而是单部剧的投入产出模型没有跑通。要做的是减少无效产量，把资源集中到能跑出数据的题材和结构上。

二、AI在短剧生产链里真正能帮上忙的环节

AI不能保证你赚钱，但能显著压缩”试错成本”。短剧生产可以拆成六个环节，AI的介入价值从高到低大致是：

1. 选题与大纲：AI可以快速生成多个题材方向和人设组合，帮你做初筛。
2. 脚本与分镜：把大纲扩写成带台词、带场景描述的脚本，AI效率远高于手写。
3. 角色与画面生成：这是AI短剧的核心，用文生图/图生视频工具产出角色和镜头素材。
4. 配音与配乐：TTS配音已经比较成熟，能省掉真人录音环节。
5. 剪辑与包装：AI辅助粗剪、生成字幕、做封面。
6. 数据复盘：把播放、完播、转化数据交给AI做归因分析，指导下一部剧的调整。

关键认知：AI提升的是”生产速度”，不是”内容质量上限”。11部粗制滥造的剧，用AI只会变成更快的11部粗制滥造。正确用法是：用AI把单部剧的生产周期从3天压到1天，然后把省下的时间用在选题打磨和数据复盘上。

如果你还没体验过AI短剧的完整生成流程，可以先到AI真人短剧生成体验跑一遍，感受从故事设定到成片的链路，再决定自己的生产节奏。

三、实操：用AI跑通一部短剧的最小闭环

下面是一套可复制的最小流程，适合个人创作者先用一部剧验证模型，而不是一上来铺11部。

第一步：用AI做选题筛选

准备你观察到的3~5个热门题材方向，让AI帮你评估每个方向的竞争强度和差异化空间。Prompt示例：

【任务】我是短剧创作者，准备做一部1~2分钟的竖屏AI短剧，请帮我评估以下题材方向的可行性。
【题材方向】1. 都市逆袭 2. 古装甜宠 3. 悬疑反转 4. 职场打脸
【要求】
1. 对每个方向给出：目标受众、常见套路、同质化程度（高/中/低）、差异化切入建议
2. 推荐1个最适合新人的方向，说明理由
3. 输出格式为表格+推荐结论，控制在500字以内

拿到结果后，不要全信，结合你自己在平台上刷到的实际内容做交叉验证。

第二步：脚本与分镜一次性生成

选定方向后，让AI直接产出带分镜的脚本：

【任务】基于"都市逆袭"题材，写一部90秒竖屏短剧脚本。
【人物设定】主角：28岁外卖员，隐藏身份是退役电竞冠军；对手：嚣张的项目经理
【结构要求】0-10秒钩子（冲突开场）→ 10-60秒铺垫+反转 → 60-90秒爽点收尾+留悬念
【输出格式】按镜头编号输出：镜号 | 景别 | 画面描述 | 台词/旁白 | 时长
【质量要求】台词口语化，每15秒至少一个情绪刺激点，结尾留一个可续集的钩子

分镜表拿到后，逐镜头检查：有没有信息冗余的镜头、反转是否成立、结尾钩子是否足够强。这三项决定完播率。

第三步：角色与画面生成

把分镜中的角色描述固定下来（外貌、服装、气质），保证多镜头之间角色一致性。这一步建议先在AI真人短剧生成体验里试跑，观察角色一致性和画面连贯度的实际效果，再决定是否需要逐镜头精修。

第四步：数据复盘，决定要不要做第二部

第一部剧发布后，重点看三个数：前3秒留存率、完播率、付费/转化点击率。把数据丢给AI做归因：

【任务】以下是我一部90秒短剧的数据，请帮我分析问题出在哪，并给出下一部的优化方向。
【数据】前3秒留存率【填写】%；完播率【填写】%；转化点击率【填写】%；主要流失时间点【填写】
【要求】1. 判断最大问题是钩子、节奏还是结尾 2. 给出3条具体可执行的修改建议 3. 指出下一部剧最该优先改进的1个环节

只有第一部剧的数据能支撑”哪个环节是瓶颈”的结论，才值得投入第二部。否则做11部和做1部没有区别。

四、把”9块6”变成可复制的收益模型

回到最初的问题。年营收150亿是平台的成绩单，创作者要关心的是自己的单部剧模型：

• 单部剧成本（时间+工具成本）能否压到足够低；
• 单部剧的有效播放能否稳定超过分账门槛；
• 选题和结构能否复制到下一部。

AI的价值在于把第一项压下来、把第二项的分析速度提上去。用百度搭子DuMate可以在一个对话里完成选题评估、脚本生成、分镜拆解和数据归因，减少在多个工具之间切换的损耗。如果你想了解更完整的购买与使用方式，可以查看DuMate购买页。

最后给三条务实建议：

1. 先做1部，跑出数据再做第2部，不要用产量掩盖模型问题。
2. 把AI省下的时间投入到复盘，而不是投入到生产更多同质内容。
3. 接受分布现实：98.7%未回本意味着这个赛道本来就是长尾分布，赚9块6不丢人，丢人的是做完11部还不知道为什么只赚9块6。

看清收益结构，用AI压缩试错成本，把每一部剧都当成一次有数据反馈的实验——这才是从”9块6”走向稳定收益的路径。