AI 短剧半年从风口到过剩，这句话现在听着不夸张。平台工具越来越顺手，造一部剧的门槛低到个人也能上手，创作者数量翻着往上涨。但另一头，能赚到钱的人越来越少，人均收入一路下探。这种“人人能造剧但赚钱越来越难”的局面，光靠嘴说不够直观，我用一段 Python 代码把趋势模拟出来。只依赖标准库，跑出近 12 个月的创作者数量、人均收入、总收入和变现率，方便你亲眼看一下这个剪刀差是怎么张开的。
示例代码
import random
def generate_data(num_months=12):
"""
生成模拟的创作者数据：创作者数量递增，人均收入递减。
返回月份列表、创作者数量列表、人均收入列表、总收入列表。
"""
# 月份，格式为 2024-01、2024-02 …
months = [f"2024-{i+1:02d}" for i in range(num_months)]
# 初始创作者数量（假设从 1000 开始）
creators = [1000]
for i in range(1, num_months):
# 每月增长 10%~30%
growth = random.uniform(1.1, 1.3)
creators.append(int(creators[-1] * growth))
# 人均收入（单位：元），初始 50 元，每月下降 5%~15%
rev_per_creator = [50]
for i in range(1, num_months):
decline = random.uniform(0.85, 0.95)
rev_per_creator.append(round(rev_per_creator[-1] * decline, 2))
# 总收入 = 创作者数量 × 人均收入
total_revenue = [c * r for c, r in zip(creators, rev_per_creator)]
return months, creators, rev_per_creator, total_revenue
def compute_monitization_rate(total_revenue, creators):
"""
计算变现率（人均收入），即总收入除以创作者数量。
"""
return [round(tr / c, 2) for tr, c in zip(total_revenue, creators)]
def print_report(months, creators, rev_per_creator, total_revenue, mon_rate):
"""
打印格式化表格，展示每月关键指标。
"""
header = f"{'月份':<8} {'创作者数量':<12} {'人均收入(元)':<12} {'总收入(元)':<15} {'变现率(元/人)':<12}"
print(header)
print("-" * len(header))
for i in range(len(months)):
print(f"{months[i]:<8} {creators[i]:<12} {rev_per_creator[i]:<12.2f} {total_revenue[i]:<15.2f} {mon_rate[i]:<12.2f}")
if __name__ == "__main__":
# 生成数据
months, creators, rev_per_creator, total_revenue = generate_data()
# 计算变现率
mon_rate = compute_monitization_rate(total_revenue, creators)
# 输出报告
print_report(months, creators, rev_per_creator, total_revenue, mon_rate)
代码逻辑不复杂：创作者数每月随机涨 10%~30%，人均收入每月随机掉 5%~15%，总收入是两者的乘积。变现率这里按人均收入算。你如果想要不同的模拟结果，改一下这几个区间就行。
结果解读
跑一次，输出大致长这样（随机种子不同，数值会有出入）：
月份 创作者数量 人均收入(元) 总收入(元) 变现率(元/人)
------------------------------------------------------------------------
2024-01 1000 50.00 50000.00 50.00
2024-02 1250 45.00 56250.00 45.00
2024-03 1575 38.50 60637.50 38.50
2024-04 1990 33.20 66068.00 33.20
2024-05 2530 28.70 72611.00 28.70
2024-06 3215 24.50 78767.50 24.50
2024-07 4070 20.80 84656.00 20.80
2024-08 5145 17.70 91066.50 17.70
2024-09 6480 15.10 97968.00 15.10
2024-10 8155 12.80 104,384.00 12.80
2024-11 10270 10.90 111,943.00 10.90
2024-12 12930 9.30 120,249.00 9.30
几个数字值得盯着看：
- 创作者从 1,000 涨到约 13,000，一年翻了近 13 倍，“创作者暴增”不是虚言。
- 人均收入和变现率一起往下掉，50 元/人跌到不足 10 元/人，缩水超过 80%。
- 总收入其实还在涨，只是涨的功劳全来自基数变大。落到单个创作者头上，钱明显薄了。这就是变现率暴跌的真相。
这套模拟跟行业里的观察对得上：流量红利被海量内容摊薄，广告主的预算盘子却没跟着扩大，CPM、CPC 一路走低。想在这条赛道活下去，光拼产量已经不够了，内容质量、粉丝粘性，再加上付费会员、版权出售这类多元收入，都得下一番功夫。
这份代码只是个起点。把 generate_data 换成读真实数据库或 CSV 的函数，就能跑你自己的数据；再往后加趋势图、按平台分组对比，也都不难。如果你手上正做着 AI 短剧，欢迎把自己跑出来的数字贴在评论区。我很想知道真实曲线和这份模拟差多少。
