爆款技艺正在平民化
——普通人怎样借AI形成自己的创作能力
“当普通人开始创作”系列之四|AI时代鹿透社
文|鹿大珂
王计兵曾让AI帮忙整理诗句。AI添入许多华丽辞藻,他却觉得,那些话自己根本不会那样说。后来,他只允许AI把语音创作的诗句转成文字、排列整齐,并特别要求“一字不动”。
李让则提供了另一种路径。据《IT时报》报道,这位南京传媒学院古典舞专业的应届毕业生,创作了一分多钟的AI微短剧,获得一亿五千万次播放,并入围北京国际电影节AIGC单元。他把AI带来的变化称为“技术平权”:不具备专业视频制作能力的人,也能释放想象力。
一个拒绝AI润色,一个借AI跨越专业门槛。他们并不是两种立场的胜负,而是在提醒我们:主体性不取决于使用AI多少,而取决于谁决定表达什么、哪些修改可以接受。
过去,大众创作常与“技法稚拙”联系在一起。一个人可能有很好的经历,却不会安排结构;熟悉一个行业,却不知道怎样把行业知识变成故事;能讲清一件事,却无法把它改成歌曲、短剧或影像。
AI正在改变这一点。它带来的不只是表达民主化,还可能是“技法民主化”:一些过去需要长期训练、行业经验和团队协作才能掌握的叙事能力,正在被整理为可学习、可调用和可组合的工具。
但这里有一个最常见的误区:让AI直接生成一件完整作品,然后把完成作品当成自己的能力。
工具让作品更快完成,却不会自动让作者成长。真正值得学习的,是下面五种能力。
一、建立“只有你能提供”的经验库
AI可以生成一个看似真实的工厂故事,却不知道您所在工厂里一台设备停机时,不同岗位的人分别担心什么;可以写出一段逼真的家庭争执,却不知道您家里某句话为什么多年没有人再提。
王计兵对AI润色的警惕,首先是一种语言所有权意识:这句话像不像我,是不是我的经验,不能由流畅程度决定。
经验库不是抽象观点库,而是具体材料库。可以从三类记录开始:
-
场景:时间、地点、人物、声音、动作和物件; -
规则:外人不了解的行业流程、利益关系和默会知识; -
难题:自己长期无法释怀、也没有简单答案的问题。
不要只写“工厂压力越来越大”,而要写“设备更新之后,最先发现问题的仍是有经验的工人,但最后向客户解释交期的却是销售”。后一个句子开始包含只有行业内部的人才能提供的结构。
使用AI整理时,可以明确告诉它:
只整理我提供的材料,不补充任何未经提供的事实;请把材料分为场景、人物、规则和冲突四组,并标出需要我进一步核实的空白。
这样,AI是在帮助您看清经验,而不是替您伪造经验。
二、先写人的母本,再生成技术变体
李让从古典舞进入AI微短剧,说明媒介门槛正在下降;但一部作品能够成立,仍需要先有一个值得表达的想象、人物或情境。
所谓“母本”,是一件作品最核心、最不可替换的部分。它可以只有五百至一千字,但要回答四个问题:
-
谁遇到了什么困难? -
他最想得到什么? -
什么力量阻止他? -
哪个细节最能说明他的处境?
母本不必追求辞藻,也不必立即符合平台格式。它的任务是把人的经验、目标和价值判断固定下来。
有了母本,再让AI协助转换成不同形式:一首歌、一份短剧大纲、一段口播、一篇非虚构开头,或者一组分镜。顺序非常重要。
如果先生成歌曲、短剧和小说,再从中寻找作者想表达什么,人就容易被工具牵着走;先形成母本,技术才是在为经验服务。
这就是“母本—变体—社群”的第一步:母本保存人的判断,变体探索不同媒介,社群则帮助作者理解作品如何被接受。
三、拆技法,而不只是拆情节
许多人研究爆款,只记录“发生了什么”:身份替换、误会、反转、复仇、和解。
真正有用的是研究“这些情节为什么有效”。
选择三部成熟作品,分别记录:
-
第一次冲突在什么时候出现; -
观众为什么愿意站在某一边; -
每次反转之前埋了什么信息; -
情绪在哪一个节点得到回报; -
哪个人物没有按照套路行动; -
哪个细节让作品产生了超出类型的真实感。
还可以把同一部作品交给AI做结构分析,但不要满足于它给出的标签。继续追问:
请把这个判断对应到具体场景;如果删掉这一场,后面的情绪为什么不再成立?有没有另一种解释?
AI很适合做不知疲倦的结构陪练,但作者必须保留质疑它的能力。拆解的目的也不是复制下一部同质作品,而是知道一种效果怎样产生,从而能够改造、变通,甚至拒绝。
技法的平民化,应当让更多人会讲故事,而不是让所有人只会讲同一个故事。
四、实行“三轮人机分工”
第一轮,人提出不可妥协的东西。
包括真实材料、表达目标、目标读者,以及不愿意使用的套路。作者必须先说明:什么可以改,什么不能改。
第二轮,AI提供多个方案。
不要只让它给“最佳方案”,而要它提供差异明确的选择:更克制、更冲突、更强调人物、更强调行业背景,或者从不同人物视角展开。
第三轮,人负责选择、核实和重写。
尤其要检查:AI是否添加了不存在的事实,是否让人物说了不符合身份的话,是否为了流畅而删掉最重要的复杂性。
可以把提示语简化为:
不要替我决定主题。请比较这三个方案分别强化了什么、牺牲了什么,并指出哪一个最容易落入常见套路。
这就是批判性使用,而不是被动接受。王计兵要求“一字不动”,是一种边界;其他作者也可以允许AI大幅改写,但仍需知道每一次改写获得了什么、失去了什么。
五、建立小型反馈组,避免一开始就追逐全网流量
新作者最容易犯的错误,是把平台第一轮数据当成作品价值的判决。
平台数据受标题、发布时间、推荐机制和偶然事件影响,不能直接说明经验是否真实、人物是否成立。播放量是重要的市场反馈,却不是完整的创作教育。
更稳妥的方法,是找五至十位目标读者,问五个具体问题:
-
哪里开始看不下去? -
哪里觉得不真实? -
哪个人物最值得继续? -
看完后记住了什么? -
愿意把它转给哪一个具体的人?
最后一个问题尤其重要。模糊的“挺好看”,不如“我想转给某个正在经历类似事情的人”更能说明作品找到了真实关系。
随后再区分两类修改:为了提高可读性的修改,和为了迎合所有人而牺牲自身特点的修改。前者通常必要,后者需要谨慎。
六、真正值得傍身的,不只是提示词
提示词会变化,模型会更新,平台会改版。更持久的能力组合是:
经验整理+结构判断+持续修改+受众理解+价值边界。
AI可以让普通人更快达到形式上的完成度,却不能替代这些能力的长期积累。
这也是“技法民主化”真正的意义:不是让每个人都能一键制造爆款,而是让更多人有机会通过练习成为更好的作者。
本篇方法卡|从经验到作品的五步练习
-
今天记录一个只有您熟悉的具体场景; -
用五百字写出一个人物母本; -
拆解一部成熟作品的冲突与情绪回报; -
让AI提供三种结构,但保留事实核查和最终选择; -
交给五位目标读者,只问具体问题,不先问“好不好”。
留给读者的问题:您最熟悉、却很少在文艺作品中看到的一种职业经验是什么?
下一篇:《百花齐放,还是千花一面》——当创作、反馈和模型学习形成飞轮,为什么作品越来越多,结构却可能越来越像?
案例与资料来源
-
中国作家网:《“外卖诗人”低处飞行之后》,2026年7月22日。王计兵对AI润色及语音转文字的使用边界据该报道。 -
澎湃新闻转《IT时报》:《95%的微短剧由AI生成?上海让AI创作者低成本创业》,2026年6月16日。李让的专业背景、作品传播和入围情况据该报道;播放量与入围信息为报道口径。

