这是一次完整的实战复盘：用 AI 做一份 AI 漫剧亏损归因分析报告，从数据采集到可视化呈现，全流程记录。
一、任务定义
需求：AI 漫剧一片亏损，先扒数据看亏损原因，再扒爆款归纳成功原因，最后给一份数据可视化精美、结构严谨的报告。
交付物：HTML 可视化报告、12 页 PDF、可编辑 Word。
图一：HTML 版报告封面：深色科技风，四张 KPI 卡片直接呈现核心数据
HTML 版四张 KPI 卡片：98.7% 不回本、0.16% 爆款率、12.78 万部在播、万播收益 1.5 元。
图二：PDF 版封面：正式文档路线，页眉页脚齐全
二、数据采集方案
11 轮搜索，覆盖九个维度：亏损现状、制作成本、分账政策、爆款案例、产能过剩、盈利公司、爆款公式、单部账本、具体作品数据。
采集原则：交叉验证。单一来源标注「据 XX 报道」，多源一致才作为结论。
这次是让 AiPy 跑的，十一轮搜索的结果它自动做了交叉比对，哪家媒体说的、口径差多少都留了痕。
三、数据建模
把非结构化数据转为可计算模型：
COMPUTE_COST_PER_EP = {"2025年初": 17, "2026年中": 80, "2026年底": 100} REV_PER_10K_VIEW = {"2025年": 20, "2026年中": 5, "2026年底": 1.5} def breakeven_views(cost_yuan, rev_per_10k): return cost_yuan / rev_per_10k
输出：
低成本剧(2万) {'2025年': 1000.0, '2026年中': 4000.0, '2026年底': 13333.3} 中成本剧(5万) {'2025年': 2500.0, '2026年中': 10000.0, '2026年底': 33333.3} 精品剧(10万) {'2025年': 5000.0, '2026年中': 20000.0, '2026年底': 66666.7}
模型跑完，结论就出来了——亏损不是运营问题，是算术问题。
这一步我直接让 AiPy 写了三行 Python 跑出来，它还主动把「亏损是算术问题」这个判断提了出来。
四、可视化方案
九张图，覆盖四个维度：规模与供给、成本与收益、爆款率漏斗、回本门槛。
图三：成本收益剪刀差：成本曲线向上、收益曲线向下，红色区域是全行业蒸发的利润
剪刀差图：成本向上、收益向下，红色区域是全行业蒸发的利润。
图四：回本门槛测算：精品剧 10 万成本，2026 年底需 6.67 亿播放才回本
回本门槛：精品剧 10 万成本，2026 年底需 6.67 亿播放才回本。
图五：爆款率漏斗：从 100% 到 0.10%，四级淘汰
爆款率漏斗：从 100% 到 0.10%，四级淘汰。
五、五重挤压模型
| 挤压维度 | 核心事实 | 成因 |
| 成本端 | 单集算力 17 元 → 80-100 元，年内涨 488% | 早期模型厂商补贴抢市场，商业化后定价回归真实成本；观众画质要求提升，抽卡次数和分辨率都在涨 |
| 收益端 | 万播收益 20 元 → 1.5 元，跌 92.5% | 平台分账公式里要乘内容类型系数、版权系数、激励系数、完播纠正系数，AI 剧还要再乘画风系数 |
| 供给端 | 在播量 6 万 → 12.78 万部，日均上新 470 部 | 2026 年 Q1 上线微短剧 12.8 万部，其中 AI 微短剧 12.2 万部，占比超 95% |
| 分发端 | 算法从「看播放」转向「看完播+互动」 | AI 生成内容表情空洞、情绪不连贯，完播率和分享率双低，在推荐流里越来越难拿量 |
| 能力端 | 制作门槛塌了，但同质化更惨烈 | 一个高手带 4 个实习生，3-5 天就能上手；当所有人用同样的模型和套路，差异化反而成了唯一稀缺品 |
六、多载体交付
同一份内容，三种载体，三种排版逻辑。HTML 走视觉冲击，PDF 走正式文档，Word 走可编辑。
三份报告的排版逻辑不一样，深色浅色、页眉页脚、能不能编辑都分开处理了，这块交给 AiPy 省了不少事。
七、踩坑记录
Playwright CDN 连不上，改用系统 Edge；reportlab 中文字体需单独注册；PowerShell 中文路径报 AmpersandNotAllowed，改用 subprocess。
八、分析结论
图六：爆款与行业平均六维对比：视觉质感差距最小，系列化能力差距最大
爆款在题材选择、剧本节奏、情绪浓度上差距最大，视觉质感差距最小。
图七：核心结论卡片：四条判断一屏看完 
图八：六条可复用规律：整份报告最「能用」的部分
- 1. 先算账，再开机：立项前用「单部成本 ÷ 当前万播收益」算出回本门槛，再对照该题材历史破线率。超过该题材历史 TOP5% 水平，直接放弃。这一个动作能过滤掉 80% 注定亏损的项目。
- 2. 题材优先于画质：雷达图显示爆款与平庸作品在视觉质感上差距最小，在题材选择和剧本节奏上差距最大。选题定生死，剧本定上限，画质定下限。
- 3. 做系列，不做单品：单品爆款是彩票，系列化才是生意。第一季验证题材、沉淀资产，数据达标立刻上第二季，冷启动成本能降 60% 以上。
- 4. 卡准平台系数：仿真人 60 倍、3D 漫 50 倍、2D 漫 40 倍、沙雕漫 10 倍、静态漫 1 倍，差距 60 倍。优先选「仿真人+玄幻/末世/神话」组合。
- 5. 把 3 秒钩子当产品需求：爆款节奏可以工程化：3 秒钩子、15 秒小反转、结尾悬念。建议建「钩子素材库」，把验证有效的开场类型标准化。
- 6. 出海是收益放大器：国内万播 1.5 元，海外美元收益是国内的 3-5 倍。听花岛已投 10 亿做海外 AI 短剧，多地政府补贴最高 1000 万。
九、附Prompt
AI漫剧一片亏损，请你先扒数据，看亏损的原因是什么；再扒爆款，归纳成功的原因，并给出可复用的规律或者建议；最后给我一个数据可视化精美、内容结构严谨完整的报告。
