AI短剧的竞争，不再只是生成
我们探讨时的最基本关注点应当是技术的成熟度。
过去两年，AI短剧的发展经历了两个阶段。
第一阶段，大家比模型，谁的人物一致性更好、运镜更自然，谁就有优势。第二阶段，大家开始比工作流，越来越多团队开始搭建自己的AI生产线，希望把剧本、角色、分镜、生成、剪辑全部串起来。
所以，Agent自去年下半年开始成为热词，被人们寄予厚望——你开口说句话，它把活干完。
但真正做过AI短剧的人都知道，很多Agent确实一定程度上降低了人与AI沟通的门槛，却还是无法真正独立生产内容，出片效果比抽卡还依赖运气。
LibTV认为，Agent很容易完成第一步，真正困难的是把一支视频做完。
那么，LibTV姗姗来迟的Agent功能做得如何？能否代表最新阶段的AI生成能力？我们尝试着生成了一段视频。
从成片效果看，一次性生成的完成度已经很高，输出即接近可发布状态，角色形象统一，叙事节奏连贯，对白、表演的呈现也都基本贴脸。
而这个片段的制作，只经过了一次生成和一次修改——
我们在首页选择“自动模式”，输入一个简单的想法：创作一段40秒的剧情：林爽和苏念在教学楼天台，一边讨论雪糕好不好吃，一边聊昨天晚上看的小说，感慨男女主的感情线实在太甜了
（截图自LibTV官网：https://www.liblib.tv/）
Agent便将想法自动拆解为剧本、镜头、画面、声音和剪辑任务，并生成可用的视频成片——除了想法输入和模式选择，我们全程几乎没再碰其他按钮。
AI会在涉及到想法细节时询问创作者，再按照确认方案执行大部分指令，碰到运行失败的也会自动调整路径和理解重试，实在解决不了再让创作者拍板。
（相关动图）
LibTV Agent生成视频后，创作者可以继续进行成片级调整，包括单个画面或视频的重新生成、生成信息修改、字幕增删与排版、片段截取、顺序调整、转场、片头片尾和音频轨道优化，无需从头重做。
比如在最终合成的视频里，我们发现有一个分镜出现bug：主角手上的雪糕随着台词“手机都要捏碎了”，变成了手机。
修改起来也容易，在画布或者Agent聊天记录中点击这一分镜，该素材即会出现在Agent的对话框，我们只需要用自然语言阐述修改意见，AI就开始修改。
[分镜]保持这个人物站位和对话，只在林爽的手上增加原本的巧克力雪糕。
（相关动图）
同时，LibTV Agent也支持故事板与节点式工作流的双视图自由切换编辑。
这一体验相当丝滑：创作者可以在故事板快速完成创意、镜头和整体节奏，也可以随时进入工作流画布，对任意素材和工作流进行精细调整。
LibTV透露，得益于AI对多模态理解、任务规划、模型调度和画布工作流联动能力，其全能视频Agent与专业节点工作流实时联动，平台所有专业工具都能无缝接入Agent创作流程。
（相关动图）
当Agent可以随时调用大神们的Skill
另一个让人觉得有点东西的是，LibTV Agent的Skill调用体验。
我们选择了官方提供的Skill“精品女频短剧一键成片”——只需在灵感输入时点击Skill名称或在Skill库里选中，再简单描述想法，剩下的就可以交给Agent。
一个被迫联姻的女孩，在婚礼当天逃离现场，雨夜遇见神秘男人，请制作40秒女频短剧片段，转场丰富，节奏快，带双语字幕，配情绪音乐。
从使用Skill的成片效果看，人物有一定的表演细节，如女主角逃婚前的落泪、偶遇男主角的惊诧。且作为女频短剧，该有的特写、慢镜头等运镜都有，女主角在雨夜奔跑的场景足够美，背景音乐、音效也和情绪相配。
同时，比起前文我们没有使用Skill的Agent生成，调用Skill后的视频转场也明显更加流畅，成片效率更高。
我们不需要和AI费劲儿沟通要什么风格，选择相应Skill时，Agent就默认调用一套成熟的短剧导演经验：什么时候放冲突，什么时候给男女主特写，什么时候制造情绪和悬念。
按照Skill的工作流和提示词，Agent可以快速理解故事，并有条不紊地生成剧本、各种资产、分镜表、分镜视频、字幕等。
（相关动图）
我们发现调用Skill生成的资产，提示词的专业度拉满了。人物资产不仅有三视图，各种表情、服化道匹配都准备好了；场景资产的提示词细致到堪比论文。
同时，Agent也按要求生成了双语片段——LibTV Agent目前支持长达5分钟的音画同步、多语言字幕生成、双语字幕排布与字幕精修，可以自动完成节奏匹配、语言适配、字幕翻译、版式调整和本地化表达。
这意味着生成一次、全球发布的门槛再次降低，同一条视频能够快速适配跨国内容分发场景。
（相关截图）
显然，成熟的Skill让Agent如虎添翼。
LibTV官方信息显示，平台邀请了200+专业创作者，打造100+专业Skill，将专业导演的经验封装成可调用的Agent工作流，形成Agent Skill Hub，用户选择Skill就像选导演。
（相关动图）
同时，LibTV也鼓励创作者把自己的审美、提示词、资产规范和制作流程沉淀为专属Skill，形成独家AI Studio。
这个操作也不难，从首页的Skill按钮或“全部Skill”入口进到创建Skill的页面，按照提示，上传Markdown文件/文件夹，或自己编写Skill描述即可。
就算是对专业性阐述一窍不通的小白，也可以用自然语言写完，再用“Skill内容优化”功能，形成有效Skill。
（相关动图）
我们尝试调用自己创建、平台优化过的Skill来生成视频——在创作入口选中“我的-Skill”，Agent立即开工。
（相关动图）
后续除了和AI确认人物形象风格外，不需要再有其他操作，便可以坐等Agent生成相关剧本、资产，乃至成片。
（相关动图）
过程中只经历了一次修改，Agent按照指令快速调整了BGM和角色登场节奏。
（相关截图）
值得关注的是，这对于专业创作者更是一本万利的事情——Skill真正沉淀的不仅是提示词，还是一整套创作体系。
如此一来，团队可以不断调用自己的导演语言，做系列IP时不用每集都重新摸索。而当创作经验变成一种可以积累的资产，未来每一个创作者都可能拥有属于自己的AI工作室。
LibTV为什么要拿出1000万元做Skill激励？
如果只是上线一个Agent，其实没必要再推出Skill激励计划。
但LibTV还是做了。
即日启动的LibTV Skill超创激励计划显示，首期激励计划截止至2026年8月30日，符合资格的创作者每人每月能获得最高3000元的创作激励，解锁「超创独家邀约」后提升至5000元，另有社媒热度激励与月度社区评奖作为叠加奖励。
同时，Skil广场商业化后，LibTV将基于Skill的真实使用量给予持续现金分成。首批超创与邀约超创将优先解锁并享受更高分成比例。也就是说，创作者现在沉淀的每一条Skill，都有机会成为未来的长期资产。
这背后透露出三个行业信号。
其一，AI短剧正在进入工业化阶段，竞争点从入门转向了成片。
此前有多家头部的AI短剧公司向短剧自习室透露，他们都在搭建自己的工作流，以适配自己团队的内容生产方式。
真正能持续更新AI短剧的团队，靠的不是某一个模型，而是一整套稳定生产体系。Agent负责调度，Skill负责方法，越来越像影视工业的制片体系。
其二，随着技术愈发成熟，Skill开始成为新的生产资料。
去年行业流行卖Prompt，今年行业开始卖Workflow，而Skill是在Workflow之上更进一步，代表生产链。平台奖励的也不再只是作品，还有作品背后的创作方法。
因此，一个导演团队多年验证过的方法论，可能会越来越值钱——从创意策划、人物塑造、镜头设计，到节奏控制，每种能力都可以被封装成Skill，被更多人调用。
第三个信号，创作者生态开始反哺AI工具。
过去几年，大家一直觉得创作者需要AI。但现在，一个越来越明显的趋势是，AI平台也越来越需要创作者。模型可以不断升级，但导演经验、短剧节奏、观众情绪判断，这些能力只能来自真实项目。
拥有专业视频创作者生态的LibTV，把专业内容生产者验证过的创作方法沉淀为可调用的Skill。用户选择的就不只是一个Agent，而是一套成熟的制作能力。
（相关截图）
“技术门槛越来越低了，最后拼的反而是人、是创意。”
知名影视制作人佟奉燕接受天津日报采访时曾表示，当后期特效不再是壁垒，谁能更好地讲出精彩故事、谁能更顺畅驾驭AI、谁能更合规地进行创作，谁才拥有下半场的核心竞争力。
或许，这才是LibTV此次上线Agent和Skill激励计划真正想回答的问题，它押注的是未来。
