近两个月，我在扒泰国这边的内容生态，本来是想看看当地人刷什么、聊什么、关心什么，结果被一个在中国人看来有点魔性的画面停住了，看了好几遍。

一个泰国网友在 TikTok 上传了一整集配了泰语音的中国清宫剧，画质糊得像十年前的盗版碟，评论区几百条人在催更下一集。往下滑，越南那边有人把一部国产甜宠剧配上越南语传上 YouTube，播放量比原剧在国内还高。再往下，印尼的信息流里全是那种一分钟一个反转、狗血到不行的竖屏短剧，一个个看得停不下来。

我没顾上嫌弃“这些内容真烂”，脑子里只冒出一件更值钱的事：

这是一个巨大的内容洼地，而现在一个人用 AI，一个下午就能往里填货。

国内的内容赛道卷成什么样不用我说。但把视线往南挪几千公里，东南亚六亿人正在饥渴地消费我们眼里“没营养”的东西：配音的古装剧、狗血短剧、爽文改编的竖屏剧。他们也想看好东西，只是当地根本没人给他们做，而中国这套内容工业刚好最擅长量产这个。

过去这门生意最难的是“拍”。AI 已经把这一层的门槛压得很低了。这篇我就把整条链路拆解开：东南亚人到底在看什么、该用哪几款 AI 工具、怎么用 ChatGPT 把脑子里的剧变成 AI 能执行的指令、一个人怎么做完一集、本地化有哪些坑，最后钱从哪来。

看完，一定可以照着做。

一、先搞清楚洼地长什么样

很多人一听“出海做内容”，第一反应是要做得比国内更精致。这是第一个要掰过来的认知。

别把东南亚当成一个内容高地，它其实是一片洼地。这里的观剧习惯，大概停留在十年前的中国。

有个做了二十年国剧出海的发行商讲过一句话，我觉得是整个市场最准的判断：时装片每个国家都能拍，但古装剧只有中国能拍。东南亚观众想看现代都市剧，本国也能拍，未必轮得到你；清宫、明朝、武侠、权谋就不同了。放眼全球，只有中国有这套工业能力和文化积累。所以古装剧一直是国剧打进东南亚的第一张名片，各个朝代背景表现都不差，再加点武打、言情、宫乱、权谋，都有人看。

数据也在往这个方向走。今年上半年，某国际版平台的内容播放量同比涨了 130%，登顶的是一部古装剧，它还是这两年全球古装陆剧里 Google 搜索热度最高的作品。海外用户对古装的兴趣，正在从单纯追人物情感，延伸到对历史背景、传统文化、东方审美的好奇。

但真正的增量在短剧。今年一季度，全球短剧应用的安装量同比涨了 238%，用户装上 App 三十天后，单日平均要花 37.73 分钟在上面。海外微短剧市场 2025 年整体规模突破 40 亿美元，2026 年有望冲到 50 亿。月活已经到一亿，而全球短视频用户是十八亿，这中间的空间还大得很。

东南亚在这盘棋里是战略高地。短剧应用下载量它全球第一，印尼单一国家排全球第二。六亿人口，平均年龄只有 30.9 岁，比欧美年轻一大截，天生就吃碎片化、强情绪的内容。

叫它洼地，还称不上金矿。另一面很残酷：东南亚用户的付费意愿远没有欧美强。

同样是短剧 App，东南亚的下载量全球领先，但单次下载带来的收入却远低于欧美成熟市场。这决定了你的变现路径：在北美你可以靠用户一集一集付费解锁赚钱，在东南亚更现实的是走广告变现，靠海量播放和品牌投放挣钱。这个差别后面讲变现的时候会反复用到，先记住。

还有一层，是各国口味的差异，这个不搞清楚会白干：

  • 印尼要极快的节奏。当地影视工业不发达，大家从小是在 YouTube 上刷免费短视频长大的，习惯了情绪浓烈、冲突密集的东西，你给他慢节奏铺垫，他直接划走。
  • 泰国吃古装，也非常吃耽美题材，但有条绝对红线：不能碰王室，不能黑泰国形象。
  • 印尼和马来西亚穆斯林人口多，耽美题材直接禁播，宗教相关的剧情审核也严，亲密镜头点到为止。
    东南亚观众要的很直接：够快、够爽、够贴近本地。你拿出压箱底的精品未必对路，节奏和贴地感才要紧。想清楚这件事，后面的力气才不会白花。

二、门槛在这两年塌掉了

传统的真人短剧出海，卡在三个地方：成本高、周期长、文化适配难。你要在当地租场地、找演员、拍摄、剪辑、配音、上字幕，一部剧砸下去几十万，还不一定水土服。

AI 短剧是直接把这三堵墙拆了。

成本这块，AI 生成剧本、AI 生成画面、自动配音，单集成本能压到真人短剧的十分之一。多语言这块，一套剧本自动翻译加语音合成，可以同时上英语、印尼语、泰语好几个版本。分发这块，同一条内容一键投到 TikTok、YouTube、当地社媒去测反响。

已经有人跑通了。有一家做微短剧的公司，今年五月才入局北美 AI 短剧赛道，到现在已经做完八部作品。其中一部融合吸血鬼、狼人等西方超自然元素的 AI 短剧，在 TikTok 上播放量破了 1500 万。他们靠国产 AIGC 视听大模型，叠加国内成熟的短剧工业化经验。用他们负责人的话说，这条路有机会复刻当年游戏出海的成功。

这里我要泼一盆冷水，也是这篇最重要的判断之一：

AI 把进场门槛砸低了，真正的出海难度一点没少。

门槛一塌，所有人都能进场，满互联网也很快会淹没在 AI 生成的垃圾里。有个专门研究 AI 动画频道的人说得很直白：互联网不缺 AI 动画，缺的是有意思的故事。

工具人人都有，它自然算不上优势。真正拉开差距的，是你的策略和讲故事的能力。接下来讲的所有工具、所有流程，只负责把你从“做不出来”送到“做得出来”的起跑线。之后能跑多远，要看别的东西。

三、工具选型：别被榜单骗了

现在打开任何一个测评，AI 视频工具的排名能列出十几款，看得人眼花。我帮你把它砍到能决策的程度。

先分成两组，标准就一个：要不要翻墙。

国内能直接用、不用翻墙的四款：

  • 可灵（快手做的）。它是目前唯一原生做到 4K、60 帧的，图生视频能力最强，人物大幅度动作比如跳舞、打斗是它的强项，对口型也做得异常好。

  • 即梦 / Seedance（字节火山引擎）。做连续短剧它最能打，后面细说。

  • 海螺（MiniMax）。最便宜，一条视频两毛八人民币左右。

  • 万相（阿里）。移动端快，对东方审美的捕捉最到位，做亚洲风格的东西顺手。
    要翻墙、门槛高的四款：

  • Veo 3（Google）。口型和音频是全场最好的，能原生生成 48kHz 的专业级同步音频，台词直接写进提示词就自动出声。缺点是单条只有 8 秒，做长内容要不停接。

  • Sora 2（OpenAI）。物理模拟和分镜编辑最强，但抽卡严重，审查也严，社区普遍反映发布后质量在掉。

  • Runway、Pika。前者最全能、电影感最好，后者角色一致性是强项。
    选工具只看一件事：它能不能把你手上的活干好。给你一张我自己会用的速判表：

为什么做连续短剧我把即梦 Seedance 2.0 放第一？做剧最难的就是角色一致性，它能同时吃进 9 张图、3 段视频、3 段音频作为参考，靠这些素材把同一个角色跨镜头、跨集地锁住，还能自动分镜。可灵 3.0 排第二，它一次能生成最多 6 个镜头的分镜，每天还有 66 点免费额度，适合快速验证节奏。

接下来是两个大坑，专门讲给准备砸钱的人听。

第一个坑：标价不等于真实成本。

所有工具都会失败，会抽卡，一个满意的镜头你可能要生成好几次。把失败率算进去，每分钟可用素材的真实成本是这样的：即梦大概 6 到 8 美元，最划算；可灵 10 到 15 美元；Sora 直接飙到 22 到 30 美元，因为它抽卡最狠，一个完美镜头可能要生成十次。所以别看 Sora 名气大，真金白银算下来它是最烧钱的。

第二个坑：别追新，够用就行。

这个赛道的第一名按周轮换。年初可灵靠动作控制火，三月即梦一个新版本就把风头抢走，紧接着又冒出新模型把前两个都踩下去。每出一个新王就跟着换、跟着学，你永远都在起跑线上打转。选一款国产、免翻墙、够用的工具，把它吃透，省心多了。

顺便说个必须知道的风险：海螺虽然便宜，但它单条只有 6 秒，做剧情根本不够用；而且它已经被迪士尼和环球影业盯上、发起了版权诉讼。便宜有便宜的代价，商用之前掂量清楚。

四、把脑子里的剧，翻译成 AI 能听懂的话

这一节是全篇最该慢慢看的。因为工具再强，你喂给它的东西不对，出来的就是一坨。

先立一个总的认知，这个认知能省你几个月的弯路：

把 AI 当成一个执行力极强、却完全不会脑补的摄影师。编剧和导演的活，还得你来做。

你跟它说“女主走进房间，发现桌上有一封信，她很震惊，回忆起过去”，人能看懂，AI 却会抓瞎。它不知道房间长什么样、女主怎么走、信在哪、震惊是瞪眼还是后退、回忆要不要切画面。它擅长执行看得见的视觉任务，补不全你脑子里的电影。

所以好剧本、好分镜的唯一标准就一句话：让 AI 少猜。

具体怎么落地，分三步，全都能用 ChatGPT 完成。

第一步：用 ChatGPT 搭剧本骨架

先给它三样东西：一句话前提（比如“一个女人收到一封信，来自她以为已经去世的父亲”）、会反复出现的角色、一到三个场景。后面所有东西都从这三样派生。

然后让它按短剧的节拍来写。一集 75 秒左右的结构是这样的：

  • 0 到 10 秒：钩子。一个画面加一句台词，瞬间把观众拉进情境。
  • 10 到 55 秒：升级。一件事发生改变，赌注不断抬高。
  • 55 到 75 秒：悬念。这里有个铁律，要在“揭示”的地方切断，绝不等到“解决”，让观众带着痒去点下一集。
    还有个细节：场景切换尽量控制在每 20 秒才一次。每一次换场，都是 AI 画面漂移、穿帮的机会，切得越少越稳。

第二步：用一套固定的 Prompt 让 ChatGPT 出分镜

这是我见过效果最好的分镜 Prompt 骨架，可以直接抄改。先把 ChatGPT 设成分镜师，规定好表格字段，再让它一步一步来：

“一次只做一步、每步问 OK”这条规则很关键，别嫌它慢。一次让它全做完，它会漏、会飘；拆成步骤，你能随时纠偏。有人用这套流程，把原来要花一上午、四个小时才能写完的分镜，压到了十分钟。

第三步：把分镜写成 AI 生图 / 生视频能吃的提示词

到了喂给视频模型这一步，记住一个公式：

场景 + 人物 + 动作 + 镜头 + 情绪。

举个 8 秒镜头的写法，你感受一下密度：

雨夜，老旧居民楼楼下，地面有积水和路灯倒影。25 岁女性，黑色风衣，短发，神情紧张。她站在楼道口，回头看向街角，背景有模糊车灯。中景，镜头缓慢向前推进。她握紧手机，犹豫两秒后快速走进楼道。冷色调，弱光，轻微手持感。不要卡通风，不要科幻元素。

这里面藏着四个新手最容易翻车、必须在脚本里提前写死的地方：

  1. 人物一致性。短剧最怕主角一会儿长发一会儿短发。解决办法是在每个镜头里重复关键设定：“25 岁，短发，黑色风衣，左手戴银色手表”。对 AI 来说，多重复几遍不叫啰嗦，它需要这种稳定的锚点。但注意别过度指定，你要是把骨骼结构、步态全写上，它反而每个镜头都变脸。挑 2 到 3 个标志性属性就够，一件标志服装加一个发型加一个配饰。
  2. 空间方向。第一个镜头女主从左往右走，第二个镜头别突然从右往左，观众会觉得空间错乱。写一句“人物保持从画面左侧进入、向右移动”就行，这就是传统分镜里的轴线意识。
  3. 情绪别只写形容词。“悲伤”“愤怒”太抽象。改成“她低头看着信纸，嘴唇微微颤抖，眼眶发红，但没哭出声”。情绪要通过动作呈现。
  4. 镜头语言别堆。别一口气写“电影感、航拍、特写、慢镜头、推拉摇移”。一个镜头只指定一种主要镜头语言，越具体越稳定。
    再补一个我从卡通短片里学到的技巧：多用具体的动作动词。写“Jerry 敏捷地穿梭、闪避于海草之间”，比写“Jerry 努力逃跑”强一百倍。“穿梭”“闪避”有明确的动作形态，能直接驱动画面，“努力”却是个空词。

五、一个人一下午，怎么把一集做出来

前面是零件，这一节把它们串成流水线。目标是让你知道从零到一集成片，手要怎么动。

第 1 步，写剧本。可以用豆包，免费。把你的故事设定丢进去，几秒钟出一版分镜脚本。它是后面一切的源头。

第 2 步，做镜头表。别从剧本直接跳去生成，中间这张表是桥梁。让豆包把每个镜头的景别、人物动作、镜头运动、台词都写清楚。分镜越细，视频生成的成功率越高。先规划三到五个承载情感重量的“锚点镜头”（揭示处的特写、交代变化的全景、关键的反应镜头），再在中间填中景全景。单个镜头控制在 3 到 6 秒。

第 3 步，锁角色和场景。这是最容易翻车的环节，单独拎出来做。给每个主要角色建一份视觉参考档案，之后所有镜头都基于这份档案生成。给每个出现不止一次的场景，也锁一个不变的东西（一面红砖墙、一盏黄铜灯），在这个场景的每条提示词里逐字重复它。攒到三四份参考，你就有了一个“制作资料库”，后面每一集都能复用，不再产生额外成本。

第 4 步，生成分镜画面。把锁好的镜头表加角色、场景参考一起喂进去，每一行得到一块参考画面。

第 5 步，图生视频。这里有个省钱策略：简单镜头（单人、固定机位）用便宜的模型比如 Vidu 走量；复杂镜头（多人互动、特效）用更稳的模型；反复失败的 bug 镜头，切到即梦 Seedance 2.0，它自带“导演思维”，一次通过率高。

第 6 步，配音和口型。这是绝大多数 AI 短剧露馅的地方。首选用能在生成视频的同一遍里就产出口型同步的模型。实在对不上，有三个藏破绽的招：镜头切得更紧（2 秒的镜头很宽容，6 秒就露馅）；长台词的时候把镜头角度偏离嘴部；每个说话的场景底下垫一层环境声，声音下面有质感，耳朵就没那么挑。还有条硬规则：别做超过 5 秒的独白镜头，时间越长，口型不同步和比例漂移越藏不住。

第 7 步，剪辑、调色、字幕。一个原则：同一场戏，共用一套调色和一个主光方向，没得商量。镜头一从左边打光、镜头二从右边打光，观众会下意识觉得这是两个地方。

第 8 步，导出。竖屏平台压缩很狠，所以要在画布里放大、过采样，按 9:16、1080×1920 甚至更高导出，才扛得住平台的挤压。

第 9 步，封面。用即梦手机版，搜“短剧字体”，做同款、去背景，跟 AI 生成的背景图一拼就行，不需要设计功底。

成本锚点给你个概念：一集一分钟的短剧，完整做下来大概 2 到 4 小时，工具费能压到一百块以内，有的平台按秒算，低到一秒一毛钱。

如果你不想自己拼这么多工具，市面上已经有一站式平台，输入剧本能一路走到成片：有字节剪映系的、有能做到几百集角色都不崩的、有支持导入五万字长剧本自动分集的、还有内置了三百多种音色（含粤语川话方言和几十种外语）、并且直接对接了爱奇艺快手接单广场的。工具永远在变，挑一个顺手的用，别陷在选工具里。

说到底，做高质量内容还是做 AI 垃圾，差在你能不能守住一致性。角色一致、场景一致、光线一致、剪得够紧，这几条守住，一串 AI 片段才像一部“有人在导”的戏，不会沦为素材堆砌。

六、本地化，才是真正的护城河

到这里你已经能做出一集能看的东西了。但能做出来和能被当地人接受，是两件事。

先说一个很多人会忽略的判断：在这个赛道，AI 能替你做的部分，壁垒都很低。画面、配音、翻译，人人都能快速搞定。真正拉开差距的，是本地化里那些需要人拍板的东西。

语言只是第一层，而且是最容易的一层。现在 AI 翻译加智能配音，一部剧同步上十几种语言字幕、几种语言配音，已经是标配。有平台给一部古装剧配了 14 种语言字幕、5 种语言配音。这一层交给 AI 就行。

难的是第二层：译制本身就是再创作，逐字翻译远远不够。称谓、礼仪、典故、笑点，都得按当地语境重新组织。片名、海报、预告片、上线节奏，也要做区域化设计。一句在中文里俏皮的台词，直译成泰语可能就死了，你得让懂当地文化的人重新想一个。AI 能包掉逐字翻译，但“这句话到底该怎么说才戳当地人”，还得人来定。

第三层，是审查红线，踩了就是白干。前面提过，这里再钉一遍，因为这是硬约束：泰国不能碰王室、不能黑化泰国形象；印尼、马来西亚禁耽美，宗教剧情审核严，亲密镜头点到为止；中东市场亲密镜头基本不能有；欧美要小心种族议题。

最后一层，是最容易被内容人忽略、但直接决定你能不能收到钱的：支付本地化。

东南亚的支付生态是高度碎片化的。印尼人用 DANA、GoPay，马来西亚人用 Touch’n Go，泰国靠 TrueMoney 和 PromptPay，越南有 MoMo、ZaloPay。当地电子钱包已经占到电商支付的四成以上。如果你的内容做得再好，最后只接了信用卡或者国际支付通道，那你就是在门口把大量本地用户直接劝退。好内容遇上不本地化的支付，等于白做。

出海早就不只拼谁更便宜。你能不能被另一个市场长期接受，才会决定生意能走多久。而“被接受”这件事，靠的是那些 AI 替不掉的慢功夫。

七、钱到底从哪来

做到这，终于到落点了：变现。

先给一个已经有人验证过的组合：用 YouTube 养 IP，用 TikTok 做转化。两个平台的算法和变现逻辑不同，正好配合着用。建议每月做 12 到 15 集标准化内容，铺开测试。

TikTok 负责流量转化。

它的算法有几个明确的偏好：首帧要在 3 秒内给强冲突或悬念，系统会自动加权推荐；打上 #ShortDrama 这类垂直标签能进专属流量池；单集时长压在 90 秒内，完播率超过 70% 会触发二次推荐。还有个对出海特别友好的机制：你在东南亚账号发的内容，可以被同步推给中东、拉美的同语种市场。

赚钱的路子有这么几条：创作者基金，每一百万播放大概 100 到 200 美元（需要粉丝过万）；品牌植入，分成能到 60%；剧情里自然植入商品链接导流电商，佣金 15% 到 25%；用短剧人设把人引到直播间，礼物打赏全归你。有个数据挺有意思：悬疑类短剧的直播转化率，比甜宠类高 37%，想靠导流变现的，选题往悬疑上靠。

YouTube 更适合养资产。

Shorts 流里横屏短剧有 3 倍曝光权重，系列剧建个播放列表能把观众导进主频道。变现体系更完整：广告分成，千次播放大概 0.8 到 1.2 美元；频道会员，付费订阅解锁独家番外，创作者拿 70%；超级感谢打赏，平台抽 30%；播放量超过 500 万的优质剧，还可能进 YouTube 的采购库。一个好用的付费设计：免费放前 3 集引流，会员专享后 5 集，大结局单独付费，一步步把付费意愿逼出来。

这里要把第一节埋下的判断接回来：东南亚付费意愿弱，广告变现（IAA 模式）通常比付费订阅更现实。北美可以卷付费，东南亚就老老实实靠海量播放、广告分成和品牌合作挣钱。别一上来就指望当地用户一集一集掏钱，那条路很难走通。

矩阵可以这么搭：主账号发精品剧，子账号发衍生花絮，小号做 A/B 测试。上传时间挑当地晚上 8 到 10 点，审核完正好赶上流量高峰。盯三个指标就够：千次播放收入、付费用户平均收入、用户生命周期价值。

八、不要把红利，做成一张封号通知

最后这一节，是最想让大家认真读的，因为前面所有努力，都可能栽在这上面。

平台正在大力清剿 AI 垃圾。YouTube 有一条“通用或重复内容”政策，专门打击内容农场式的量产。别以为每条视频都不一样就安全了。只要整体还是同一个套路，同样的钩子模板、同样的脚本结构、同样的节奏、封面只换几个字，它照样会把你归到重复内容里，轻则限流，重则封号。

被判死刑的几种典型做法，你对照着避开：拿一个模板换几个名词批量生产（“关于某国的冷知识”每天一条，脚本一模一样只换国名）；把维基百科照读一遍配上素材库画面和 AI 配音，没有任何自己的观点；同一个格式反复发但没有新东西；纯幻灯片配 AI 旁白念事实。

那什么样的 AI 内容更安全？你可以把审核标准想得很简单：一个真人看完，会觉得“这有价值”，还是只想说“又是垃圾”？只要创意方向由人主导，每条都有独特的价值（你的评论、你的视角、你的叙事），频道也有辨识度，用 AI 通常没有问题。记住 value over volume，价值大于数量。

这里有个对卡通、动画创作者很重要的利好，很多人还不知道：卡通、明显的 CGI、动画，不需要标注“AI 生成”。平台要求披露的，是那些可能骗到人的写实合成内容，比如让真人说他没说过的话，或者篡改真实事件的画面。你做的内容一眼就能看出是动画、是虚构短剧，通常不在披露范围内。反过来，涉及新闻、健康、金融、选举等敏感领域的写实内容，审查最严，尽量别碰。

如果真做了写实合成又不标注，代价是阶梯式加重的：第一次警告，第二次暂停 90 天分成，第三次永久踢出合作计划。披露很便宜，恢复很贵，这笔账划得来。

版权也是个雷。前面说过海螺被迪士尼和环球起诉，这提醒你选工具时要留意训练数据的版权来源。音乐上，别用平台的商用版权音乐，用免版税的音乐库。至于抄袭别人的剧本结构，跨境维权成本极高、成功率极低，你被抄了大概率只能吃哑巴亏，懂得都懂。

这一节，也是整篇文章，我想收在这几句话上：

这一波 AI 内容出海的红利，门槛低到人人可进，但也正因为如此，光靠 AI 已经不构成任何优势。

技术每个月都在变，好故事能管好几年。互联网从来不缺 AI 生成的画面，缺的是让人愿意一直看下去的故事。当所有人都能生成一个漂亮的镜头，能写出一个让人追十分钟的剧本的人，反而更稀缺、更值钱。

AI 只是那支笔，握笔的人还是你。

真正的窗口期，我的判断是应该还剩一年半到两年时间。等东南亚本地的团队反应过来、等所有人都涌进这个赛道，地板就抬高了。现在的机会，属于那些愿意今天就动手、并且肯把 AI 省下来的时间，花在打磨故事和读懂那片土地上的人。

门槛塌了，稀缺的东西换了个位置而已。

关于作者

Kyrie — 前国内大厂 R&D 工程师，现居曼谷，做中国科技企业出海 BD。持续分享出海一线真实记录、AI 在业务里的实战用法，偶尔也聊聊美股投资和国外生活。

  • X：.@KyrieCheungYep

来源：@KyrieCheungYep · 发布于 2026-07-23 11:29:56 · 原文链接