抽象了一整年的2024，美团在年末又添了一把火——用「AI+短剧」制作年度报告，让用户在年度总结里过了一把“总裁瘾”。美团2024年度报告预告片
年度报告共设置了“职场”“豪门”“仙侠”三大题材，并分为男频与女频，共计六个剧本。
![]()
![]()
（注：项目已于1月7日下线）
“一年在美团消费640元，
这是集团总裁才有的实力啊！”
“听说你一年能在美团消费411元，
你却一分都不愿意花在我身上！”
![]()
图片源小红书
项目上线后，许多用户发帖评价
“笑晕了”“太癫了”“真会整活儿”![]()
当然，美团2024年度报告值得称道的，远不止是“刷屏”。
从项目本身来看，它可以称得上史无前例——首个结合AI、短剧的年度报告项目。不过，仅靠形式新颖，不足以被这么多用户喜欢。毕竟过去一年，我们看过太多翻车的AI广告。美团2024年度报告做对了什么，让新技术与创意完美结合？
以及更重要的，它是如何做到的？为了进一步了解背后故事，我们联系到美团市场侧项目负责人李静，以及WMY五米外项目负责人李文睿、项目视频监制朱茵，揭开这个史无前例的项目的背后故事。
美团2024年度报告立项之初，只有一个想法：要做不一样的年度报告。
这并非易事。作为每年末的保留项目，各大APP的用户年度报告一直有固定模式：H5互动，加上「用户使用数据+行为分析」，再配合「创意主题」与用户沟通情感。一直以来，大多平台都在创意主题上下功夫，从心理测试到MBTI，用流行文化沟通用户。而美团这次却打算换个思路，从更基础的内容形式上做出差异。李静：从情绪洞察上来看，每年年末的主流情绪极为相似，或温情，或感动，很难做出不同。于是，我们换了一种角度，从每年变化的热点，以及形式两方面进行思考。于是，我们很快地抓住了今年爆火的短剧，而这个内容形式本身，也包含了清晰有效的人群洞察——卖菜的大叔大妈会看短剧，大学生也会看，连莫言都说短剧上头。短剧爆火的背后，是一个质朴道理，在当前这个时代背景下，人人都想要向内收敛，寻求一点简单的开心。短剧的形式确认后，AI的加入也顺理成章。年度报告本质上是在为用户定制个性化互动内容，基于大数据分析与自然语言处理的AI技术，能将这一互动形式放大，使其成为真正“千人千面”的体验。有了耳目一新的形式，美团2024年度报告的脱颖而出已成功一半，而另一半还需要适配的创意灵魂。回看近两年会发现，大多翻车的AI项目和品牌短剧，都输在了空有形式，缺少创意灵魂。WMY项目负责人文睿坦言，为这次项目寻找人群洞察和创意主题，是一件很头疼的事。数英：创意主题「每个人都是生活里的主角」是怎样被挖掘出来的？
李文睿：年度报告要依托主流情绪，而前两年整个社会有一个主基调，比如，前年我们还在疫情中，而去年是疫情结束的第一年。当时，美团的主题是“生活的尽头和转角”，符合社会情绪，也很打动人心。而今年，整个社会似乎缺少了一些宏大叙事，我们很难总结出一种大家都认同的情绪。不过，这也在一定程度说明大家自我意识的觉醒，面对大环境的无奈，更多人会选择向内收，将注意力投向自我身上。在这一洞察下，WMY在比稿方案中提出「每个人都是最小单位的英雄主义」，当即打动了客户。在此基础上，WMY进一步延展，得到「每个人都是生活里的主角」这一主题。巧合的是，在比稿后不久，《喜剧之王单口季》决赛上，付航的一段“杀疯了”的脱口秀金句，与本次项目主题形成共振，也成为对创意主题的最好验证。![]()
项目初期，WMY团队想到利用AI换脸技术，让用户成为故事里的一员。而测试过程中，WMY团队发现，AI换脸很容易出现“恐怖谷效应”（当人类看到跟他们相似到特定程度的机器人或者虚拟人物时，会产生一定的排斥反应）。再加上AI换脸技术不够稳定，最终选择了放弃。寻找新的创意形式时，注意到了第一人称乙女游戏。这一形式极具代入感与可玩性。WMY团队很快尝试拍了一条demo视频，与品牌方快速达成共识，采用第一人称视角。李静和我们分享：“我们看了太多别人的高光时刻，既然这次我们要用户成为真正的主角，那么第一人称视角是一个更彻底的解决方案，它带来的感受最为直接。”数英：第一人称视角互动有很强的虚拟感和娱乐性，这是否会与年度报告中真实的生活细节，产生距离？
李静：整个创意最有意思的点，就在于这种又远又近的距离。我们设置了六个剧本，每一个的设定都是架空的，甚至是浮夸的，与我们的生活相去甚远。当我们通过AI技术，将用户的称呼、消费数据、常去商家等信息植入，又与真实的生活产生千丝万缕的联系。
很多用户在第一次看的时候会觉得“好癫”，其实就是又远又近的距离，带来的化学反应。
不过，美团项目团队和WMY团队都没想到的是，使用第一视角镜头带来了更多挑战。一是对拍摄要求高，为保证流畅感，大多镜头需一镜到底；二是对脚本要求更高，有限场景内尽可能制造爽点。更棘手的是，实拍的移动镜头，与AI技术衔接时容易出问题。李静说：“其实，没有任何技术是必选项，我们的任务只是在有限的时间内，做出用户体验感最好的产品。”这是个没有参考先例的项目，团队只能摸着石头过河。一切朝用户体验看齐，项目组开始了一次艰难的攀登。此次项目的主要形式是短剧，但本质上仍然是用户的年度报告。因此，在题材、时长、剧情、细节等内容的打磨中，需要考虑最终的呈现效果，以及用户的体验感。 1 题材确认：
本次项目中，共选择三个题材，职场商战、都市豪门和古风仙侠，分为男频和女频，共计六个剧本。《世界财富缩⽔亿万倍，⼤佬竟是我⾃⼰？》（职场商战男频）
《穿越后，三位仙尊要我宠》（仙侠女频）
数英：短剧的三个题材，六个剧本，是如何确认下来的？李静：一方面，我们要面向核心人群。从去年的美团年度报告中，我们发现18~25岁占比相对较高的用户群体。这个年龄阶段的女性，喜欢豪门千金或者逆袭复仇的题材；而男性用户相对更喜欢小龙王、赘婿的题材。如果你有注意到的话，我们年度报告打开之后，默认的选项就是豪门题材。另一方面，我们也要照顾到其他年龄层。对于中年的男性和女性用户，对于职场商战的接受能力会更高；而仙侠则是一个年龄覆盖更广的题材范围。 2 脚本打磨：
考虑到用户耐心与体验感，本次项目中，每个短剧的视频时长都在1分钟左右。时长压缩，但爽点和笑点仍要接二连三。此外，文案还要融入用户数据，将其称为推动剧情的关键因素。比如，“我们总裁最喜欢的是xxx，一年能在美团点xx次。你拿什么和我们斗！”是推动商战矛盾的要素；“竟然还用美团一年省下xxx元，这就是商业奇才！”是商战成功的标志。![]()
“剧本要考虑的，不只是剧情本身，还有视频效果。因此，我们基本上边写边拍demo视频，测试好所有内容形式，便于正式拍摄更加顺利。”
WMY的项目负责人李文睿透露，脚本的打磨经历了四到五轮。最初，脚本是按照常规的短剧写作的，有完整的起承转合，“但我们毕竟是一个年度报告产品，而不是短剧，所以我们不断删减，每个剧本都只留下了最直接、最精彩的地方。”
![]()
3 细节设计：
由于短剧采用第一视角，需要在一分钟内尽量减少剪辑次数，以避免破坏用户的沉浸感。与此同时，还要设置多个动作细节，来强化代入感。例如，伸手、低头、抬头，以及扇巴掌等具有冲击力的镜头变化，让用户能够迅速感受到自己就是故事主角。关于细节设计，李静特地提到一处设计：《绝世赘婿小龙王》开场就给主角（即用户）一巴掌。李静：起初，我担⼼这⼀情节可能冒犯较为保守的⽤户，但上线前的⼩范围调研和上线后的反馈显示，⼤部分⽤户不仅没有反感，反⽽觉得这⼀条“很爽”，实际传播效果也超出预期。作为品牌⽅，我们对于内容尺度把控还是⾮常谨慎的，因此在爽感和边界感之间的权衡和考虑会⽐较多。虽然这次剧本分成了男⼥两个类别，但其实不少⽤户会观看完所有的剧本，因此做好上线前的反馈调研，我们才能更好保障上线放量后的⽤户体验和传播效果。AI技术实现，有多少挑战？
两套兜底、三套备选——还是踩坑！“太难了”，从项目进入技术阶段开始，这句话就成了团队里的口头禅。
而其中关键的难点，不是新技术，而是成熟技术的全新应用。此次项目中，主要使用了TTS语音克隆、AI唇形驱动两项技术，在这里先做一个简单的科普。TTS语音克隆：即Text-to-Speech语音克隆，是一种将文字转换为语音的技术，同时还能克隆特定人的声音。简单来说，它可以让AI“学会”某个人的声音，然后用这个声音读出任何文字。
应用方式：
1、输入文字：比如，“您一年在美团消费了5000元”。
2、克隆声音：AI会先“学习”演员的声音特点（比如音色、语调等）。
3、生成语音：AI用克隆的声音把文字读出来，生成一段自然流畅的语音。
AI唇形驱动：一种用AI让视频中的人嘴巴的动作和声音完全匹配的技术。简单来说，它可以让视频中的人物“张嘴说话”，并且口型与语音完全同步。应用方式
1、输入语音：比如，一段TTS生成的语音“您一年在美团消费了5000元”。
2、生成口型：AI会根据语音内容，生成与语音匹配的口型动作。
3、应用到视频：将生成的口型动作应用到演员的面部，确保视频中的人物“张嘴说话”时，口型与语音完全同步。从应用来看，这两者都是相对成熟的AI技术。不过，这些技术，此前大多被应用于数字人直播、虚拟人动画等虚拟画面中，而美团项目组要做的是与真人短剧结合，并植入个性化用户数据。为了使声画流畅，用户体验舒适，项目组使用了两套兜底机制，以及三套制作方案。 1 三套制作方案：
由于短剧中的演员台词，包含了AI生成的个性化用户数据。因此，项目制作中的一大难点是，在植入数据后，保证演员说台词的口型、表情、动作和背景，都不会发生变形。其中，最具挑战的是演员的表情和口型，尤其是特写镜头。为此，项目组测试了多个制作方案，最后发现演员闭嘴拍摄，与语音素材的融合最自然。因此，在正式拍摄中，所有演员素材均为闭嘴拍摄，仅用眉毛、眼睛等表情传递情感，再用唇形驱动模型生成与语音同步的口型。演员闭嘴拍摄素材
项目中，不同的片段对演员表情和口型的精确度要求也不尽相同。为了尽可能提高效率，并保障顺利执行，项目组针对素材的不同情况，制定了三套执行方案：纯语音克隆、唇形驱动+语音克隆、纯兜底的视频。① 纯语音克隆：用于对演员口型精确度要求较低的场景，如演员不露脸、旁白场景，仅使用语音克隆。利用AI克隆演员的音色，并把文案脚本转换为语音，生成自然流畅的音频后，与拍摄好的视频素材匹配。
② 唇形驱动+语音克隆：用于对演员口型精确度要求高的场景，如特写，或演员表情夸张的镜头，在语音克隆的基础上，使用AI唇形驱动技术，将演员的表情与生成的语音匹配，确保口型同步，表情自然，增强视频的真实感和沉浸感。
③ 兜底视频：预先拍摄并制作好的通用视频片段，作为备用方案。在调取出现异常时，直接使用这些视频片段，确保用户体验不受影响。
总体来看，一条视频素材制作的大致流程如下：
在确认文案脚本后，选择需要调用的用户数据进行预处理；利用语音克隆技术，克隆演员音色，并将文案转为声音。与此同时，拍摄原生视频素材，并在拍摄现场，单独录制演员在环境中的声音与画面素材，训练AI模型。然后，根据演员表情和口型的精确度，判断是否采用唇形驱动技术，结合视频与声音素材。除了将方案设计精细化，项目组还准备了兜底方案，应对潜在的不稳定因素。 2 两套兜底机制：
整个项目中，共准备了两套兜底方案，兜底文案和兜底视频。![]()
它们并非针对AI不稳定性而设计的备选方案，而是为了应对部分用户数据缺失、网络或服务器不稳定。
● 兜底文案：主要应对场景为，用户某些部分数据缺失。比如，已注册但未消费的用户，他的消费金额可能是0元，在这种情况下，模型就会调出兜底文案，来解决这一问题。
● 兜底视频：主要应对场景为，网络或服务器不稳定。当千万级用户访问时，容易出现等待超时或调取内容失败，为了让用户体验不会太差，一旦等待时间超过预期时长，就会直接调取兜底视频，保障用户体验顺畅。
项目视频监制负责人朱茵透露，与常规视频制作相比，本次项目最大的不同就在于交付文件上。为了使项目执行顺畅，每一条有数据植入的文案，都需要至少三份交付文件。第一份是拍摄的预设素材，第二份是语音克隆/唇形驱动素材，第三份是纯兜底视频素材。三套精细化的制作方案，以及两套兜底机制，为项目的顺利运作打下基础。而在实际执行过程中，项目组仍遇到了不少问题。 3 三个“踩坑”经验
当项目制作加入了AI技术，最常出现的问题不只是AI不稳定性，还有技术整合的挑战。尤其是，像此次项目，混合使用了实拍与多种AI技术，兼容性与适配性问题的出现，也变得在所难免。● 设备器械踩坑
由于短剧采用第一人称视角，需要大量运动镜头（如推拉摇移）。每个镜头的移动方式都需考虑，与算法素材结合时画面是否会变形，以及唇形驱动、语音克隆等AI技术是否会出现问题。项目组在拍摄前进行了大量测试，一边写脚本，一边拍摄视频，一边拿给技术团队测试，在验证可行性后才正式拍摄。然而，没想到的是，拍摄demo视频时使用的设备与正式拍摄的专业摄像机不同，导致团队在正式拍摄时出现新的问题，只得再次重复测试。小经验：加入AI技术的项目制作中，前期测试往往占据很多时间。因此，需要确保测试设备与正式设备一致，避免重复测试和资源浪费。
● 协作流程踩坑
初期，项目组计划用AI转绘，制作纯AI仙侠篇，发挥AI在超现实风格上的优势，与豪门、职场等现实风格剧本形成差异。但测试中发现AI转绘不稳定，人物呈现不连贯，最终放弃，改用绿幕拍摄人物，再后期合成场景。在测试阶段，项目组每拍完一段绿幕素材，就导出交给AI团队进行测试。而在与后期场景成后，人物面部发生细微变化，这种变化在正常视频中不会有问题，但是因为这次涉及一颗镜头分切输出，即对每一段分割后的素材进行高精度的合成处理，所以对于合成的准确性产生了极高要求。小经验：AIGC内容的不稳定性，可能会出现在方方面面，对于精度要求较高的商业项目，需要各方充分测试，以确保协作效率与效果稳定性。● “难以预料”的踩坑
项目采用TTS语音克隆技术，将文字转换为语音。测试中发现，面对生僻字或不同长短的句子，有时会出现“电音”情况。尽管概率极小，项目组仍对数万个生僻词进行测试，确保准确性。然而，项目上线后仍出现一个有趣bug。在《绝世赘婿小龙王》剧本中，用户称呼“x少”（shào，四声），但当用户姓“钱”时，“少”的读音变为三声（shǎo，三声）。小经验：即便再详细的测试，也很难对AI生成的不稳定性，进行穷举，只能尽可能避免显著错误，同时要注意潜在的语言和文化特性对技术的影响。 4 一些没来得及实现的遗憾
在项目中，短剧观看结束后，用户会跳转浏览消费数据。随后，再引导用户与短剧中的AI角色进行对话。起初项目组设想，在AI对话环节，引导用户开放性输入问题，比如，消费金额最高的类型是什么？但最终为了简化产品的体验流程，降低互动门槛，项目组将其调整为引导性对话，通过点击选项，与AI助理进行沟通，再引流至Wow（美团旗下AI社交APP）体验完整版。“如果时间足够，AI团队完全可以调校出一个更好的聊天模型。”李静向我们透露，整个项目只用了两个月时间，加上许多技术都是初次尝试，项目组就像是在黑夜里行走，踩坑是常事，但只要多走几次，就能熟稔于心。
数英：项目中还有哪些遗憾？或者还有机会再优化的地方？
李静：有很多地方都可以再去优化，比如，协作流程上，进行充分测试；使用AI转绘，制作纯AI风格的视频，以及AI聊天界面，可以提升更多的自由度。
这次完成这个项目后，我真正体会到了与AI共同成长的感受。在整个应用过程中，我们对AI始终保持克制的态度。我们没有简单地将它视为一个噱头，我们甚至思考说，是否要告诉用户我们使用了AI。
未来，AI一定会更加成熟，我们的策略也会更加多元，而我们对AI的应用也会更加灵活。
聊完项目制作经历，我们最直接的感受是，使用AI真的是个技术活儿。
2023年初，AIGC刚走红，行业内涌入大量AIGC创意，但大多只是将AI作为噱头；2024年，出现深度使用AIGC的案例，但也有了更多的翻车案例。到了今天，AI早已走进很多人的工作与生活，而在与创意营销的结合上，也要探索更为深层的融合方式。短剧与营销的结合，也同样正在走入深水区。与一年前相比，短剧快速经历了从粗制滥造到精品化制作，太过同质化的内容，再也无法获得观众和流量。如何才能在营销中，更好地使用AIGC？如何看待短剧的爆火？我们和此次项目组的三位负责人一起探讨。
数英：通过这次项目，在AI与营销的结合上，有哪些心得与体会？
李静：项目上线后，我在小红书上看到一条笔记，他说“今年各大APP的年度报告都冷冰冰的”，而下面一条高赞评论推荐了美团的年度报告，并且评论说“很有意思”。再翻看评论区，你会发现很多人说，因为写文案的人被AI取代了，所以这些报告才变得没有人情味。![]()
同样使用AI，为什么美团的年度报告会被认为是“很有意思”？我想，这是因为我们在正确地使用AI。就像我前面所说，在整个项目中，没有任何技术是必选项，我们的目标只是做出用户体验感最好的产品。在这个项目里，大家都先看到了「人」，再看到「AI」，这说明我们的确与AI建立了一个良性的合作方式，不仅不会被替代，而且能玩得很好，还能让大家喜欢，这是整个项目让我最兴奋，也是最感动的一个地方。
数英：从营销的角度来看，为什么有的AI广告会翻车？有的却能够大获成功？
李文睿：过去几年，许多项目利用AI作为噱头，但随着时间的推移，AI会逐渐回到技术的位置上。但不同于之前的三维CG或者H5，AI能够从更为深层的内容角度，与创意进行结合。所以，正确地使用AI需要我们更深入了解技术，思考如何将其与创意领域结合，创造出真正有价值的东西。比如，去年的一支法国公益广告，利用AI换脸技术，把女足运动员更换为男人的面孔，在视频末尾才揭开真相，告诉大家女足同样精彩。在这种创意中，打动人心的不是AI，而是它所传递的精神。AI技术之于创意，就像是一道“调味料”，它能够让创意变得更加有滋有味。法国通信公司Orange
《la Compil des Bleues》
数英：关于短剧，相关部门出台规定要对“霸总短剧”加强监管。这也与去年，短剧井喷造成同质化有关。如何看待这一现象，以及怎样保证短剧能够传递积极向上的价值观？李静：在我看来，短剧和TVC、Social video类似，是一种新的内容形式，近两年，短剧爆发后衍生出一个庞大的行业，从品牌营销的角度来看，已经成为一种有效的沟通工具，并不局限于某种单一的风格或表达方式。虽然我们现在谈论短剧时，往往联想到粗制滥造、又土又俗，但短剧并不只意味着这些，它也可以涵盖更多元的题材。关键在于，如何充分利用短剧这一形式，以及它的应用场景和目标。如果目标是让用户开心或享受乐趣，那可以选择多元化的题材，或者找到一些新的语境。例如，“小龙王”已经被一些平台过度使用，但放在年度总结中，又能焕发新的生机。对于短剧的未来发展，我持乐观态度。尽管同质化现象存在，但随着不断发展，一定会更加有深度和价值。至于传递价值观，我认为，品牌不必强制传递某种特定的价值观，品牌更多的是站在用户角度，思考他们真正关心的内容，才能与他们建立情感连接，沟通出有趣有意义的内容。
数英：最后，想请各位用一句话总结这个项目带来的收获。李静：这是一个很难的问题。对于这个项目，我真的百感交集，如果非要选一句话，我想引用那句话，Success is not final, failure is not fatal. It is the courage to continue that counts. 成功不是结局，失败也不是致命的，继续前进的勇气才是最重要的。做这么庞大又复杂的项目，我曾经有很多个后悔的瞬间，但坚持下来以后，真的非常开心和感动，这个项目让我找回了做Marketing的初心，也找回了探索新世界的勇气。
![]()
图源电影《至暗时刻》
李文睿：我⼀直记得当客户提到这个idea时，我⼼⾥的兴奋和忐忑，有时候⼈还是要相信直觉。这是一个真正从0到1的项目，未知越多、挑战越大、收获也更多。如果用一句话来总结，好的创意在诞生那一刻，一定会伴随着兴奋和忐忑。越好的创意，兴奋和忐忑越成倍叠加。
朱茵：站在制作方的角度，我想说，尽管人们说AI会代替人类，但最终，是我们借由AI看到了更大的世界。
新技术，新形式。生活在科技突飞猛进时代的我们，总会遇到新的变革和挑战。而几乎所有的开拓者，都告诉我们，重要的不是技术，而是人本身。AI可以无限复制人类艺术，却无法从0到1去创作，而人类凭借着智慧和勇气，可以从无到有，也可以克服任何困难。沿着旧地图，找不到新大陆。当AI出现，它被称为潘多拉魔盒，也被看作黑暗丛林。但归根结底，它是一门拓展人类可能性的技术。或许，我们该做的不是担忧，而是带上勇气，踏上新的旅程。采访：Sylvia、Molly
撰文：Sylvia
【往期回顾】
百万广告营销人，都用数英
![]()
