AI 正在重写内容行业。

但如果看当下落地最快、变化最明显的场景，短剧确实是最先显出轮廓的一个。最先变的，往往不是内容本身，而是内容背后的工作流。

原因并不复杂。短剧天然就是一门高频运转的内容生意：选题要快，生产要快，翻译要快，投放要快，反馈要快，复盘也要快。这样的行业，拼的从来都不是某一个环节突然变快，而是整条链路能不能同时提速。

题材窗口越来越短，内容链条越来越长，出海、本地化和投流又把复杂度一层层抬高。在风口变化很快的行业里，更快形成判断，正在成为新的基本能力。

从选题判断、内容拆解，到翻译出海、质量校验、投放优化和项目推进，AI 开始进入那些过去最消耗精力、也最依赖经验的环节。工具当然变多了，但更大的变化发生在公司内部：流程开始被系统接住，人腾出手来做更关键的判断。

短剧公司的竞争，也在这里换了赛道。

山海星辰就是这样一个典型样本。作为短剧赛道的头部玩家，山海星辰每天面对的，都是最具体的业务问题：60 集剧本怎么更快拆解和审读，选题数据怎么更快形成判断，台词和翻译怎么保持一致，投放数据怎么及时反馈，项目进度怎么自动同步。

在山海短剧 AI 转型负责人依帆看来，这些问题看似分散，本质上都指向同一件事：一家短剧公司能不能把过去依赖个人经验、个人响应和个人判断的环节，沉淀成整个组织都能调用的系统能力。

爆款可以偶然，稳定产能不能偶然。一个项目能跑多快，越来越取决于经验能不能脱离个人。

01 短剧最先逼出了 AI Native 组织

短剧行业之所以最先逼出 AI Native 组织，不是因为它更追逐技术，而是因为它比很多内容行业更早承受了高频、并行、实时协同的压力。

和传统影视相比，短剧更像一门持续滚动的内容生意：窗口短、反馈快、环节多，选题、生产、翻译、投放几乎同时推进。项目越多，信息就越密；节奏越快，协同就越重要。

过去，团队更依赖资深同学的经验、速度和即时响应。今天开始拼的，是谁能把这门生意组织得更稳。

这里有一个关键区别：AI 覆盖率高，不等于 AI 渗透率高。前者意味着很多公司都在用工具，后者才意味着 AI 进入了主流程、主系统和主协同。对短剧公司来说，真正重要的不是有没有 AI，而是 AI 有没有进入选题、剧本、翻译、投放和项目管理这些决定产能上限的地方。

也正因此，山海星辰从今年年初开始更系统地向 AI 转型，自研 Nova AI 平台，并与飞书深度配合，让内容生产和出海的能力沉淀真正融入组织日常。

依帆介绍，山海星辰并没有满足于“给每个岗位配一个 AI 助手”。

他们更进一步，基于 Agent 打造不同职责的 7 个数字员工，并把这些数字员工放进飞书的协同现场里。群聊、文档、多维表格、知识库、项目和 SOP，本来就是团队工作的发生地，也就自然成为 AI 参与业务的入口。

这套组织建设不是一步到位的。

最开始，团队会把市面上好用的 AI 工具和模型分发给员工使用；接着，把先行者的经验沉淀到工具、知识库和 SOP 中；随后再做产研、立项、优化和流程改造；最后，把沉淀下来的技能资产接入 Nova AI 平台和飞书智能体，形成整个团队可以复用的标准化能力。

 

 

可以让飞书 aily 学习准备好的 Skill 并产出

如果说 Nova AI 平台解决的是“能力如何被沉淀和编排”，那么飞书解决的是“能力如何被组织调用”。很多公司是在流程里加 AI，山海星辰更像是在重接流程。

在山海星辰的实践里，飞书承担的是“组织现场”的角色。

数字员工不是悬在业务外部的一层工具，而是直接进入团队每天工作的地方：群聊里识别节点，文档里调用规范，多维表格里连接数据，知识库里沉淀经验，项目流程里推动进展。

公司的资产文件、SOP、历史案例和业务表格本来就沉淀在飞书里，所以 AI 不需要重新寻找上下文，而是直接在团队已有的流程和协同里工作。

飞书的作用也正在这里。

它不只是一个调用 AI 的入口，而是把协同、知识、数据和数字员工真正放在一起运转的工作底座。Nova AI 让能力被沉淀下来，飞书让这些能力真正跑进业务现场。

02 山海星辰怎么把 AI 接进短剧主链路

山海星辰这套实践最有代表性的地方，在于它没有停留在单点提效，而是沿着选题、剧本、翻译、投放和 PMO 几条主链路，用数字员工重新接了一遍。

用依帆的话说，山海星辰在飞书里“养了七只虾”。这套数字员工体系，已经进入选题、编剧、投流等核心链路。

最先变化的是选题。

过去，要判断一个题材值不值得做，团队要看竞品、查数据、整理平台趋势和用户反馈。现在，这些信息可以先由数字员工归拢出来，团队直接进入判断。

对短剧公司来说，题材判断链路越短，抓住窗口的概率就越高。

在山海星辰的工作流里，过去需要 9 小时完成的人工调研，现在 5 分钟就可以跑出初步结果。速度差的背后，不只是工具快了，而是信息整理这一步先被系统接走了。人不再从零开始捞信息，而是基于更完整的归纳，进入真正的判断。

 

 

山海星辰用制作小助理帮助做选题

接着被重做的是剧本。

山海星辰并不急于一口气生成完整成稿，而是先搭骨架，再逐轮和 AI 一起细化人物关系、台词和情绪推进，最后按规则做质量校验。短剧今天比的，已经不只是写得快，而是能不能在高速生产下依然写得稳。

这也是依帆反复强调的边界：AI 不是替代人的内容判断，而是先把大量结构化、重复性的工作接住。剧本方向、人物关系、情绪浓度、台词质感，最终仍然需要人来拍板。但在此之前，AI 可以先把骨架、规则、版本和校验工作前置完成。

翻译和出海也是同样的逻辑。团队先提取角色风格和专属设定，搭建统一术语表，再并行翻译和做一致性校验。过去需要三天完成的剧本翻译，现在 20 分钟就可以跑出初步版本。

这对短剧出海尤其重要。短剧出海，远不止把中文翻成外文。人物关系、情绪节奏和爽点逻辑，都要在不同语言环境里继续成立。说到底，比的已经不是“翻得快不快”，而是能不能把一整套方法一起复制出去。

最后是投放和 PMO。
短剧是内容与投放高度耦合的行业。内容表现一回来，策略就要跟着调整。山海星辰把数据中台、飞书多维表格和广告平台打通，再把历史案例和口径规范喂给数字员工。

 

 

山海星辰打造的投放数字员工

依帆介绍，第一步是“把数据中台、飞书多维表格、广告平台全部打通，然后把 SOP、历史案例、口径规范一条条喂进去”。训好之后，再打包成标准化技能资产。

这样一来，投放同学可以更快看到变化，项目推进也能减少大量人工同步。数据不再只是被看见，而是能和历史经验、团队规则、下一步动作关联起来。

项目一多，PMO 的价值也会被放大。

过去，哪个节点完成了，哪个节点需要协同，哪些信息需要对齐，都需要大量人工同步。现在，山海星辰的 PMO 数字员工可以自动识别群里的关键交付节点，并做实时提醒和进度同步。

用依帆的说法，PMO 数字员工“就像大管家一样”，现在“1 分钟就可以同步 10 条以上的项目进度”。

这些变化合在一起，才构成了山海星辰 AI 实践的真正重点：不是某一个岗位多了一个工具，而是 AI 被接进了短剧公司的核心链路。选题、剧本、翻译、投放、项目推进，这些原本依赖人反复处理的信息和流程，开始被数字员工承接；而人则把更多精力留给判断、取舍和内容校准。

03 分水岭转向组织化使用 AI

如果说短剧行业先把问题逼了出来，那么山海星辰更有代表性的地方，是它没有停留在多用几个 AI 工具，而是把 AI 真正接进了主链路。

在这套分工里，Nova AI 平台负责把内容生产和出海相关的能力沉淀下来，飞书则负责让这些能力进入团队每天真实发生的协同现场。能力沉淀是一层，组织调用是另一层。山海星辰真正有代表性的地方，是把这两层接在了一起。

于是，数字员工不再悬在业务外部，而是进入群聊里识别节点，进入文档里调用规范，进入多维表格里连接数据，也进入项目流程里推动进展。

这也是飞书在山海星辰这套实践里的核心价值：它不是一个外围协作工具，而是 AI 能力进入组织日常的工作底座。数字员工在这里承接信息、同步进度、连接数据、调用规则，团队成员则在同一套系统里处理判断和例外。

新的分水岭，也就因此变得清楚了。

一种公司，是人在用 AI：每个岗位都多了几个工具，局部效率确实提升了，但经验还留在人身上，流程还主要依赖人工推进，协同也需要不断手动同步。

另一种公司，是开始按 AI Native 的方式运转：AI 不再停留在单点工具上，而是进入选题、剧本、翻译、内容校验、投流和 PMO 这些主链路，再和 SOP、数据、知识及项目机制一起运转。

前一种公司，是把 AI 加在旧流程上；后一种公司，是借 AI 重做流程本身。前者解决的是某个环节能不能更快，后者解决的是这家公司能不能更稳定地放大。

真正拉开差距的，不是谁多接了几个模型，而是谁更早把公司改造成适合 AI 运转的组织。

对内容行业来说，这可能才是 AI 带来的新分水岭：竞争不再只是看谁会用 AI，而是看谁能把 AI 变成组织能力。