影視颶風 AI 工作流大公開： 一年 200 部影片的製作流程
「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。」
這是影視颶風創辦人 Tim 在 2026 年的一段影片裡說的話，我覺得比我看過所有 AI 分析報告都誠實，也比任何 AI 工具廠商的說法都有份量，因為說這句話的人，兩年來在自己公司的製作流程裡真正測試過。
影視颶風是一個年產超過 200 部影片的中文視頻頻道，2025 年一年拷貝了 1PB 的素材，公司有自己的數據中心，也有自己訓練的 Tim 聲音 AI 模型，AI 輔助工作流從選題一路做到後製。
他們不是沒試過，是真的試了，然後告訴你：AI 影片製作工作流到底改了哪些地方、沒改哪些地方，以及為什麼有些事情 AI 暫時還真的做不到。
這篇文章整理 Tim 公開的完整工作流迭代，挑出對台灣企業和內容創作者最有參考價值的七個節點，如果你也是影音工作者或是老闆的話，這一篇會對你有幫助。
影視颶風的 AI 工作流，為什麼從選題開始改起？
影視颶風最先動的不是拍攝技術，也不是後製工具，而是選題決策的結構，因為他們發現了一件事：所有的製作投入，都是在標題和封面確定之後才有意義的。
標題和封面決定一切，不是內容本身
影視颶風的選題核心是：標題和封面組合要先確定，才開始做內容，不是做完內容再想標題。這個邏輯聽起來顯而易見，但執行起來是一個組織上的改動，因為它意味著「想出好標題」這件事，不再只是編導的責任。
過去的流程是：編導想點子→定期選題會→確認選題→開始製作。
這個流程的瓶頸在於，想出好標題不是編導的專業技能，任何人都可能想到好的點子，但只有編導才有資格提案，等於白白浪費了全公司的腦力。
全公司都能丟點子，AI 機器人負責補充資料
現在影視颶風在公司裡建了一個「點子群」，任何崗位的人只要寫出一個標題，或者附上一張圖片，大家覺得有意思，這就可能成為節目的選題，設計師、攝影師、剪輯師都能貢獻。
在這個群裡，他們用飛書的 OpenClaw 部署了一個 AI 機器人，當有人提出選題之後，機器人會自動搜集針對性的背景資料回覆到群裡，也可以生成一張封面讓大家看到附加內容，互相啟發，有時候機器人也會主動搜索全網有趣的內容丟進群裡。Tim 說，測試下來確實找到一些有意思的點子，或許未來可以把它拍出來。
這個改動的可見效果：頻道的留存率和瀏覽量都有明顯爬升。這個邏輯對台灣中小企業同樣適用，如果你在做內容行銷，讓全公司人都能提案，再用 AI 快速補充每個提案的背景資料，選題品質會比只靠一個人想高很多。
策劃流程最大的 AI 改變：先有影片再拍攝？
影視颶風目前的策劃流程，是先用 AI 生成一條參考影片，再圍繞這條影片執行真實拍攝，這是兩年來工作流裡改動最根本的地方。
工作流從「文字→圖像→拍攝」變成什麼？
傳統影片製作的前期邏輯是：文字腳本→分鏡圖→拍攝→剪輯。腳本永遠是文字或圖片的形式，所以前期要花大量時間溝通，讓所有人在腦子裡各自渲染「這個鏡頭要怎麼拍」，很容易產生資訊落差，甚至拍完才發現方向跑掉了。
影視颶風現在的流程是：文字→AI 生成參考影片→拍攝→剪輯。這條 AI 影片不是給觀眾看的，是給整個製作組看的，它的作用是「讓所有人在開拍前就看到同一個畫面」，消除每個人各自腦補的資訊差，也讓分鏡溝通變得具體而不是抽象的描述。
AI 在這個流程裡的角色到底是什麼？
影視颶風對 AI 的定位叫做「牽引」，不是「取代」。AI 影片的質量和最後的成片可能差異很大，但它起到的是對齊全組認知的作用，拿到這個影片的人大致能清楚自己該做什麼，溝通成本大幅降低。
當不確定怎麼安排分鏡的時候，也可以先用 AI 生成幾個不同版本的畫面來試試，選出一個好方向再執行，這比在腦子裡猜哪個方向對的效率高很多。Tim 特別強調：他們比較堅持的一點是，AI 只用在前期策劃階段，後期仍然是人來做，不是 AI 主導的流程。
對台灣中小企業主來說，這個思路非常值得借用：不是用 AI 生成最終成品，而是用 AI 生成「工作對齊的工具」，讓每個人在開始執行前就看到同一個畫面，減少方向跑偏和反覆修改的成本。
拍攝幾乎沒動，那設備數據為何反而最讓人意外？
影視颶風的拍攝流程本身因為有了 AI 視覺牽引，整體節奏比以前快了很多，但核心的製作流程沒有因 AI 而大改，仍然是架機位、布燈光、按錄製鍵。
真正出人意料的是他們自己整理的設備使用數據。
幾十萬的 ALEXA 35 為什麼在吃灰？
影視颶風因為項目增加（Tim 說他們現在基本算是日更博主），採購了大量設備，相機和鏡頭加起來超過幾十台。
但統計下來，他們用得最多的是 1 到 2 萬元的微單機型，反倒是幾十萬的 ALEXA 35 XTREME、RED 攝影機基本上都躺在櫃子裡吃灰。
原因直接：大設備要轉起來就得加一大堆配件，重量變成最大的痛點，加上日常高頻率拍攝的需求，靈活的微單才是現實選擇。Tim 坦白說，他本來以為買回來馬上就可以回本，現在看起來應該不太可能了。
這對台灣企業是一個直接的採購邏輯：使用率和 ROI 才是正確的採購依據，不是規格表上最高的數字。
AI 生不出的畫面怎麼辦？靠自製水下錄音系統
反直覺的是，影視颶風反倒在一個很小眾的東西上有意外的好回報：一堆專業相機防水殼，用來拍水下畫面。這些防水殼不便宜，但拍出來的高畫質素材因為本身很少見，很多商業客戶願意為此買單。
更有趣的是他們開發出來的水下錄音方案：大疆 Mic 3 + 3D 列印的小配件，裝進潛水全面罩裡，套在頭上就可以在水下自由收音。Tim 在水下跟大白鯊面對面時，緊張到發抖的聲音配上近在咫尺的鯊魚畫面，那種臨場感是現在的 AI 完全生不出來的。
這個案例的核心洞察是：真實性的現場感，是目前 AI 最難替代的東西，不是故事，而是「你真的在那裡」的整個完整感受。這也是影視颶風繼續投資真人拍攝的根本理由。
後製三個 AI 工具，哪個最值得馬上用？
影視颶風在後製階段用了三種 AI 工具，從聲音草稿到綠幕摳像到視頻生成，實用程度和應用方式各有不同，最立竿見影的反而是最基礎的那個。
自訓練聲音模型：AI 版 Tim 用來做什麼？
影視颶風自己訓練了 Tim 的聲音模型。這個 AI 聲音不是拿來對外發布的，而是內部作業用的：剪輯師可以用 AI 聲音版的稿子整理節目框架，商業客戶可以用這個版本來審片、核對需求，確定完成後再正式錄音。
AI 聲音模型的價值在於節省「反覆補錄」的成本，一期節目可能要補錄十幾次，對嗓子和精力消耗都很大，先用 AI 聲音確認方向，再進錄音間，效率高很多。
Tim 說，即使 AI 聲音現在已經以假亂真，他們還是更希望最終用好的麥克風錄音，因為音質在今天仍然有絕對優勢。
Corridor Key 是什麼？為什麼說它一鍵解決了最折磨人的工作？
Corridor Key 是由 CG/VFX 知名 YouTube 頻道 Corridor Crew 推出的開源 AI 摳像工具，免費、可自部署，發布時間在影視颶風錄製這支影片的一個多月前。
傳統綠幕摳像是一件極其折磨人的工作，頭髮、透明物體、動態模糊的邊緣都很難處理乾淨，要花大量時間一幀一幀調整。Corridor Key 用神經網絡做前景分離，操作方式是按一個鍵，它就能把整個畫面的前景物件完整摳出來，不管是頭髮、透明物，還是複雜的動態場景，都能一鍵處理，輸出 EXR 格式的專業級合成素材。
Tim 對這個工具的評價是「超級離譜」，影視颶風已經把它納入了後製工作流。對任何需要做人物合成或特效的製作團隊來說，這個工具值得立刻試試，而且完全免費。
AI 視頻生成的限制在哪？為何影視颶風只用它補充特效？
影視颶風的短片組在 AI 主導工作流上走得比較前面，他們參加了 AI 電影節，積累了相當多的 AI 短片創作經驗，那些 AI 生成的畫面質量確實令人印象深刻。
但主頻道的大部分內容，目前的態度是「手工古法打造」，AI 視頻生成用來補充特效，不是主角。最明顯的例子是夢境主題的短片，以前這樣的畫面要靠特效師渲染幾個禮拜才能做出來，現在用影視颶風內部開發的 AI 視頻生成整合平台，可以在合理的時間內做出以前根本做不出來的內容。
為什麼不直接用 AI 生成 Tim 本人？因為觀眾太熟悉 Tim 的樣子，無論如何都會看出破綻，更根本的理由是：影視颶風做的是讓真人喜歡的內容，如果觀眾不喜歡，所有的製作努力都沒有意義。
| 環節 | AI 導入前 | AI 導入後 |
|---|---|---|
| 選題發想 | 編導定期選題會 | 全公司點子群 + AI 自動搜集背景資料 |
| 前期策劃 | 文字腳本 → 分鏡圖 → 拍攝 | 文字 → AI 參考影片 → 拍攝 |
| 聲音錄製 | 直接正式錄音，反覆補錄 | AI 聲音草稿確認方向 → 錄音 |
| 綠幕摳像 | 手動後製，逐幀調整（耗時） | Corridor Key 一鍵 AI 摳像（開源免費） |
| 數據分析 | 手動整理，耗費大量時間 | AI 自動生成儀表盤和分析結論 |
| 影片特效 | 特效師純手工，渲染要幾個禮拜 | AI 視頻生成輔助，擴充製作邊界 |
1PB 素材怎麼管？自建數據中心的成本邏輯
2025 年，影視颶風的數據工程師拷了大約 1,000,000GB 的卡，也就是 1PB。
換算一下：相當於 4,000 張 256GB SD 卡，疊起來大概有 8 米高，這個規模逼著他們必須認真對待儲存架構。
固態硬碟 + 磁帶混合儲存：為什麼磁帶最便宜卻有一個大缺點？
影視颶風目前的數據中心在他們的一號樓，拉了一根 24 芯光纜連接所有辦公樓，實現雙向數據傳輸。
機櫃裡目前有 1,000TB 固態硬碟加上 320 塊 12TB 的磁帶，加起來接近 4,000TB 的儲存空間。
磁帶的性價比在幾種儲存介質裡是最高的，比機械硬碟還便宜很多，但它有一個根本的限制：磁帶的本質和小時候聽歌的錄音帶沒有區別，要找到一段素材，只能等它自己轉到那個位置才能讀出來，無法隨機讀寫，只能順序存取，讀取速度遠比固態慢很多。
他們目前的優化方向是：當需要臨時調用磁帶裡的素材時，系統會自動把那段數據拷到固態硬碟，剪輯師在操作端感覺不到差異，點一下等一會就可以播放。這是一個性價比與使用體驗的平衡方案，不是最完美的，但在 1PB 規模下是現實可行的。
數據中心下一步是什麼？本地算力和自訓 AI 模型
影視颶風的媒體技術部已經在機房留好了線槽，下一步打算在那裡部署本地算力，用來訓練給後期部門用的自有 AI 模型。這是一個從「用別人的工具」到「訓練自己的工具」的轉變，也是頻道規模成長到一定程度後的必然選擇。
對大多數台灣中小企業來說，自建數據中心當然還不是現在該考慮的問題，但這個邏輯背後的方向是一樣的：當你的 AI 使用量和數據量成長到一定規模，「訓練和管理自己的模型」會比一直依賴外部 API 更有長期競爭優勢。
「含潘量」是什麼？AI 幫他們找到了一個沒想到的指標
影視颶風的數據中台同事用 AI 分析出了一個叫做「含潘量」的指標，分析 Tim 在片頭出現的秒數和影片留存率之間的關係，Tim 說他看傻了。
怎麼用 AI 建儀表盤？說一句話就能生成
影視颶風設有「數據中台」的崗位，負責收集節目上線後的反饋，轉化為可視化的形式。在飛書儀表盤上，他們可以直觀地看到播放量和漲粉數的動態更新，給評估內容影響力提供量化依據。
以前想要整理出一張好用的儀表盤要花大量時間，現在只要對飛書多維表格的 AI 說一句「想分析什麼」，它就會基於現有數據直接生成一個合適的儀表盤，還能呼叫更專業的數據分析工具來提高資訊密度，甚至可以直接輸出文字結論。
Tim 出現越多留存率越高？指標背後的含義
含潘量這個指標告訴影視颶風：觀眾認可 Tim，他出現的時間越長，留存率越好。但 Tim 說他們同時也在測試，看能不能讓更多的夥伴被更多人認識，這樣他可以稍微退到後面一點。
這個案例值得注意的地方不在 Tim 個人，而在於「AI 幫你找到你以前從來沒想過要問的問題」這件事。
含潘量不是一個傳統數據分析師會優先設計的指標，但 AI 可以快速測試各種維度的相關性，把你沒想到的洞察挖出來。對任何做內容或產品的台灣企業，這個思路都值得借鑒。
結論：AI 臨門一腳，台灣企業可以學到什麼？
Tim 那句「Seedance 是在臨門一腳的狀態，但還沒有把這個門的壁壘給踹開」，放在這篇文章的開頭，放在結尾一樣成立，而且更有重量。
影視颶風兩年的實驗告訴我們，AI 影片製作工作流最有效的應用方式，是把 AI 放在每個環節的「決策對齊」位置，而不是「最終產出」位置。
AI 參考影片不是給觀眾看的，AI 聲音版本不是對外發布的，AI 生成的儀表盤是讓人做決策的工具，不是最終答案。
對台灣企業主，這個案例有四個可以直接帶走的洞察。
第一，AI 當牽引、人來執行，這個邏輯不只適用於影片製作，任何需要多人協作的創意項目都可以用：先用 AI 生成一個「讓大家看到同一個畫面」的參考版本，再開始執行，消除資訊差的成本比你想像的低。
第二，貴的工具不一定是對的工具，影視颶風幾十萬的 ALEXA 35 在吃灰，而 Corridor Key 是免費的，ROI 才是採購決策的正確框架。
第三，AI 目前無法替代的是「你真的在那裡」的現場真實性，大白鯊的畫面如此，任何需要人際信任和真實存在感的商業場景亦如此，這是判斷什麼值得繼續投入真人的核心標準。
第四，從一個流程節點開始，影視颶風也不是一夜之間全面 AI 化，是從選題→策劃→後製逐步測試，找到真正有效的地方才加大投入，對資源有限的中小企業更是如此。
AI 確確實實在改變影片製作的很多流程，也在慢慢改變從業者看待工作的方式，但那扇門還沒有完全被踹開。在那一腳踢到之前，想清楚你要讓 AI 扮演什麼角色，比跟著市場恐慌或市場狂熱跑，重要太多了。
推薦閱讀
Seedance AI 影片製作登場：AI 動畫或廣告還要請導演拍嗎？
Sora 關閉的 3 大教訓：企業如何避開 AI 工具風險，不再花冤枉錢
n8n AI 自動化導入企業失敗？90% 員工用不了的 5 個真相
參考資料
影視颶風 Tim（潘達）(2026). “兩年過去了，我們的工作流改了啥” [YouTube 影片]
No Film School (2025). “Corridor Crew Releases Free AI Chroma Key Tool”
TechCrunch (2026). “ByteDance’s new AI video generation model Dreamina Seedance 2.0 comes to CapCut”
GitHub — nikopueringer/CorridorKey (2025). Corridor Key: Open Source AI Chroma Keyer
飛書官方 (2025). 飛書妙搭：AI 智能生產力平台，零代碼部署 AI 應用
FAQ
影視颶風用的 AI 影片製作工作流是什麼？
影視颶風把 AI 工作流分為兩類：AI 主導（目前只有短片組在使用，用於 AI 短片創作）和 AI 輔助（主頻道使用，包括 AI 參考影片牽引、自訓練聲音草稿、Corridor Key 摳像、AI 視頻生成補充特效）。核心邏輯是「AI 當牽引，人來執行」，AI 用在前期策劃和工具輔助，後期和最終產出仍由人主導。
Corridor Key 是什麼？是免費的嗎？
Corridor Key 是由知名 VFX YouTube 頻道 Corridor Crew 推出的開源 AI 摳像工具，完全免費，可自部署。它使用神經網絡做前景分離，一鍵就能處理頭髮、透明物體、複雜動態場景等傳統手工摳像最困難的部分，輸出專業 EXR 格式。GitHub 上可以直接找到，適合需要做人物合成的任何製作團隊使用。
AI 影片生成目前能取代真人拍攝嗎？
目前不能，尤其在需要「真實現場感」的內容上。影視颶風的例子是大白鯊水下拍攝，那種人在現場的臨場氣氛是 AI 無法生成的。Tim 也指出，當觀眾非常熟悉一個人的樣子時，AI 生成版本很容易露出破綻。AI 視頻生成目前最有效的應用是補充特效、讓以前製作成本極高的內容變得可行，而不是取代真人出鏡或現場拍攝。
影視颶風為什麼要自建數據中心？
因為規模到了。2025 年影視颶風拷貝了 1PB（1,000,000GB）的素材，相當於 4,000 張 256GB SD 卡。這個數據量需要專門的儲存架構，他們目前的方案是 1,000TB 固態硬碟加上 320 塊 12TB 磁帶，總計接近 4,000TB，並透過 24 芯光纜連接所有辦公樓，讓剪輯師可以直接流暢存取素材。
台灣企業如何開始導入 AI 影片製作工作流？
影視颶風的案例給出了一個務實的起點：從一個流程節點開始，不要一次全面導入。可以從「選題資料搜集自動化」開始，讓 AI 幫你快速補充每個提案的背景資訊；或者從「AI 聲音草稿」開始，先確認方向再正式錄音；如果有綠幕需求，Corridor Key 是一個立刻可以試用的免費工具。找到在你自己的流程裡真正有效的節點，再逐步擴大應用範圍。
影視颶風的「含潘量」是什麼指標？
「含潘量」是影視颶風數據中台同事用 AI 分析出的自訂指標，分析 Tim（潘達）在影片片頭出現的秒數和影片留存率之間的相關性。結果顯示觀眾認可 Tim，他出現的時間越長，留存率越好。這個案例的意義在於：AI 可以快速測試各種數據維度的相關性，幫你找到傳統數據分析師不一定會優先設計的洞察指標。
