中國知名YouTube頻道「影視颶風」（Mediastorm）創辦人Tim在4月25日發布最新一支幕後節目，公開團隊從2024年到2026年的工作流迭代過程。
距離他們上次公開分享工作流，已經將近一年半，期間頻道已產出超過200集內容，涵蓋深度體驗、超長直播等高難度製作，更重要的是，AI工具的爆發讓影像產業必須重新校準「人機分工」。
具體上，他們如何跟AI協作，實踐出一套高效工作流？
選題：把「想點子」這件事民主化
2年前，Tim已經確立一個原則：節目核心的出發點必須是「標題」與「封面」，這兩件事先確定，影片才會真的有人類觀眾點進來看。但他發現，「想出一個好標題」並不是編導的專業技能，而是一種任何人都可能做到的事。於是公司內部建立了一個「點子群」，不論職位高低，只要寫出一個簡單的標題、配張圖，被大家認可就有可能進入製作流程。
這個結構性改變直接拉高了頻道留存率與綜合瀏覽量。
而在AI模型迭代後，影視颶風團隊發現一件事：讓AI做具象化的工作（譬如直接生成最終片）效果不理想，但它非常擅長「搜羅資訊、刺激靈感」。於是他們在點子群內，用飛書旗下的OpenClaw部署了一個bot：當你提出一個選題，它會替你快速蒐集針對性的資訊、回覆給你，甚至生成一張封面預覽。這份附加內容讓群裡其他人看見、互相啟發。
換言之，AI在這裡不是「取代企劃人員」，而是替點子群裝上一個「永遠不會累的資料蒐集員」，讓更多伙伴敢於在群裡發起選題。
策劃：把「文字 → 拍攝」改寫成「文字 → AI影片 → 拍攝」
這是影視颶風工作流改變最劇烈的一段。
傳統影像產業的流程是：先寫文字腳本與分鏡，然後團隊各自在腦中「渲染」一顆鏡頭該怎麼拍、特效怎麼做，溝通成本巨大、白費功夫的情況常見。Tim直白的形容：「腳本永遠都是文字或者圖片的形式，所以前期要花巨量的時間來溝通。」
現在他們的流程是這樣：
- 文字 → AI直接生成一支參考短片 → 圍繞這支參考片進行拍攝 → 剪成最終成片。
簡言之，AI在前期策劃階段先生成一條「概念片」，讓所有人（攝影、燈光、特效、剪輯）拿到後，大致清楚這集節目「該做成什麼樣」。當編導不確定怎麼安排分鏡時，可以先用AI生成幾個版本的畫面試一試，再選一個方向落地。
Tim強調一個關鍵原則：AI只發生在前期策劃階段，後期還是人來做。
對比最後成片，AI參考片差異往往很大，但它的價值不在「精準」，而在「對齊」。「AI在目前我們公司起到的是一個『牽引』的作用。」他說，「所有人在拿到這個影片之後，大致能清楚我到底該做什麼，消除了很多資訊差還有溝通的成本。」
拍攝：器材管理與水下錄音的反主流選擇
拍攝環節本身的變化不大，架機位、布光、按下錄製鍵……這些動作沒有AI取代空間。但因為前期有AI概念片的牽引，整體節奏比以前快很多。
真正變化大的是「設備管理」。影視颶風採用「自動出入庫」的QR Code系統，每件設備都有專屬QR Code，用條碼掃描器掃一下就能借出。這套設備使用資料公開後，反而打破了不少業界迷思：
| 設備類別 | 使用情況 |
| 人民幣1萬至2萬元級別微單 | 使用率最高，影視颶風主力機型。 |
| ALEXA 35 XTREME、RED等高階電影機 | 「基本上躺在櫃子裡吃灰」。 |
| 專業相機防水殼 | 一開始覺得小眾、不會回本，後來成了甲方願意買單的差異化素材。 |
Tim的解釋很直接：高階電影機要轉起來必須裝一大堆配件，「重」是團隊最大的痛點，原本以為買回來能很快回本，現在看來「應該是不太可能了」。反觀那些看似小眾的專業防水殼，因為AI沒辦法生成大白鯊那種真實水下影像，這類素材的稀缺性反而被放大。
設備創新方面，影視颶風自己開發了一套水下錄音系統：用大疆Mic 3加上自製3D列印配件，把麥克風裝進潛水全面罩，主持人就可以在水下自由表達。
Tim在影片中放出了他在水下面對大白鯊「緊張到發抖」的真實同步錄音，配上鯊魚迫近的畫面，氛圍感是AI配音無論如何模擬不出來的。「實作起來很簡單，但行業裡好像很少有人這麼做。」
後期儲存：1PB年資料量、自建光纜資料中心
完成拍攝後，所有素材會匯總到團隊的「資料工程師」這個崗位進行備份與轉碼。這是一份在內容產業常被低估的工作。
光是2025年，影視颶風一共拷了大約100萬GB（即1PB）的記憶卡素材。換算成最常見的256GB SD卡，大約是4000張、堆起來8公尺高。這個資料量沒辦法靠SD卡或外接硬碟管理，影視颶風的選擇是自建一座小型資料中心：
- 位置：公司一號樓地下機房。
- 網路：拉一條24芯光纜，串接所有辦公樓，雙向資料傳輸。
- 儲存：1000TB SSD＋320顆12TB磁帶，合計約4000TB。
- 未來規劃：預留線槽，準備部署本地算力訓練自家AI模型給後期使用。
值得注意的是「磁帶」的回歸。Tim在影片中比較了磁帶、機械硬碟、SSD的價格曲線，磁帶性價比依然驚人。但磁帶只能按順序讀取、不能隨機讀寫。為了解決這個痛點，他們正在開發一個中介層：當剪輯師需要某段素材，系統會自動從磁帶把資料先轉到SSD，剪輯點下播放鍵時就能即時取用。
AI主導vs AI輔助：2條工作流的內部分軌
這是影視颶風工作流設計裡最值得學的部分。
AI主導工作流：僅限短片組使用。短片組除了拍故事短片，一直在嘗試AI短片創作、參加AI影展，已累積一定經驗。這是一個「值得試點」的封閉沙盒。
AI輔助工作流：其他部門（也就是觀眾平常看到的主頻道內容）一律走這條，「堅持手工古法打造」，AI工具只在工作流中提供輔助。
這個切割看似保守，實則是團隊資源最聰明的分配：用一個小組去探邊界、走極端，用主力部隊維持品質與產出穩定性。
在AI輔助這條線裡，Tim詳細展示了3類應用：
1.自訓語音模型：給內部用，不給觀眾聽
影視颶風自己訓練了一套Tim的語音模型，做到以假亂真。Tim在影片中現場對比真人錄音與AI模型，幾乎難以分辨。但這個模型的用途不是替他配音，而是：
- 剪輯師在Tim補錄旁白前，先用AI語音整理節目框架、抓節奏。
- 甲方可以先用AI版本審片、核對需求。
「不然有的時候，一期節目可能要補錄10幾次，對於我自己的嗓子和精力消耗都非常大。」Tim直言。但他堅持最終正式版仍要用真人麥克風重錄，因為高品質麥克風的音色至少在今天，仍有絕對優勢。
2.影片生成模型：補拍攝與特效的缺口
這裡Tim的態度比語音激進。
舉例：節目中關於「同事的夢境」這類抽象畫面，過去要靠特效師渲染好幾週，做一支完整節目幾乎不可能。現在他們開發了一個內部網頁，把整個AI影片生成流程整合進去，那些夢境畫面就是這套「AI輔助」工作流的產物。
他特別點名一個工具：Corridor Key，由Corridor Digital一個多月前推出的免費AI開源軟體。「只要你按一鍵，它就能把整一個畫面給摳出來，不管是頭髮、不管是透明的東西，超級離譜。」
3.真人不可生成：觀眾太熟悉了
那為什麼還要用真人影像去背？為什麼不直接生成Tim本人？
Tim的答案很簡單：「觀眾太理解我長什麼樣了，無論如何都會看出一些破綻。」他們嘗試過用AI生成自己，「目前沒辦法拿我來做一些嚴肅的內容」。畢竟內容是給真人看的，觀眾就是真人，「如果你不喜歡，那我們做的所有努力都沒有意義。」
這個觀點很值得內容產業思考：不是AI不能生成虛擬主角，而是當你的個人品牌已經建立起與觀眾的「面孔信任」後，用AI生成自己等於主動破壞這層信任。
資料台：把「含潘量」變成KPI
影視颶風還有一個「資料中台」的崗位值得關注。專門收集節目上線後的回饋並轉化為可視化儀表板，可以即時顯示播放量、漲粉數變動，過去整理這份報表很花時間，現在只要一句話「想分析什麼」，AI就會基於現有資料直接生成對應儀表板。
更有趣的是「含潘量」這個內部指標，Tim名字裡有「潘」字，所以團隊用這個詞分析他在片頭出現時間與留存率的關係，並讓多維表格的AI直接生成結論。「現在大家還是比較認可我，非常感謝。」Tim半開玩笑的說，「但我們也在測試，看看能不能讓更多的伙伴被更多人所認可，這樣我可以稍微退到後面一點。」
AI分享會：把焦慮變成內部能力
最後是文化面的迭代。Tim坦承：「現在這些AI產品確實對我們產生了很大的影響，大家多少會有點焦慮。要對抗這種焦慮的唯一辦法，就是你去試一下或者了解它。」
公司內部建立了「AI分享會」平台，員工可以交流自己的應用成果。例如有同事用AI編程工具做了一個內部的「餓死了麼」訂餐平台，「雖然不能和專業程序員比，但我們的觀點就是先用起來，然後再不斷地迭代和進步就好了。」
這背後的觀念是，AI看起來有門檻，其實它沒有門檻。不需要每位伙伴都成為工程師，但要讓每位伙伴都對AI工具有第一手體驗，這比由公司高層下達「全員擁抱AI」的口號有用得多。
給內容產業的3個啟示
影視颶風這套工作流，並沒有把AI當作「省人省錢」的工具，而是當作「對齊預期、降低溝通成本、處理繁瑣重複工作」的助手。給內容產業可以帶走的3個觀察：
- AI應用要分軌。不要全公司一刀切「擁抱AI」，劃出實驗田（影視颶風的短片組）讓它去試AI主導；同時保留主力部隊走AI輔助路線，確保內容品質不被實驗風險拖累。
- AI在前期最值錢。把AI放在「拍攝前的創意對齊」階段，成參考片、刺激分鏡靈感、整理選題資料，而不是後期成片產出，能最大化它的牽引價值同時最小化品質風險。
- 真人面孔仍是壁壘。在AI生成影像快速逼近真實的此刻，已建立起「觀眾熟悉度」的創作者本人、稀缺真實場景（深海、極地、現場直播）、即時情緒同步錄音，這些反而是AI短期難以取代、商業價值持續上升的內容資產。
Tim在影片結尾說：「Seedance是在一個臨門一腳的狀態，但還沒有把這個門的壁壘給踹開。但確確實實，AI已經在慢慢的改變我們很多的流程，還有我們的想法。」
資料來源：影視颶風Mediastorm「2026年了，影視颶風是怎麼工作的？」
＊本文出自《數位時代》，原文標題：不用AI落伍了？影視颶風公開YT影片工作流：不生成人像是底線，為何堅持後製全手工？
延伸閱讀：
用ChatGPT做色彩鑑定、面相分析！妝容建議、穿搭配色都幫你搞定，2組提示詞一次
Gemini Notebooks全面免費開放！AI知識庫實作教學：4步驟上手，附提示詞與應用範例
責任編輯：陳芊吟
核稿編輯：倪旻勤
