ARTICLE · 1117502
AI短剧造出一个新职业:从片场「喊卡」到电脑前「抽卡」
许越英在剧组干了多年执行导演。现场几百号人听她一句「卡」，然后所有人停下，重来一条。
现在她换了工位。一张桌子，一块大屏，她把同一句话换成了：再来一版。
这是一次工种换活法。新华社 9 月 28 日的报道里，这个新身份第一次有了正式的名字——抽卡师。
▲ 一张桌子、两块屏，就是抽卡师新的「片场」
喊卡到抽卡，差的是两个字
现场那句口令，从命令变成了商量
抽卡这个词，是从游戏里借来的。玩家花钱抽一次，不知道自己会抽到什么。AI 生成画面也是这样——你写好提示词，点一下，出来什么样全看运气。
抽卡师的工作，就是一遍遍地抽。研读剧本，把台词转成提示词，然后批量生成、逐帧筛选，直到挑出满意的画面。新华社给的定义写得很朴素：通过反复调试提示词，用 AI 一遍遍生成画面并筛选优质内容。
它听起来像份美差，其实是份体力活。B 站上一条点赞过万的评论说得很实在：他也在做《山》的动画短片，抽卡快 5000 了——抽五千次，可能只为凑出一分钟能用的镜头。
岗位是被产能逼出来的。今年前 8 个月，全国上线微短剧 43 万部，其中 AI 剧占比超过九成。摊到每一天，是一千七百多部的上新量，比绝大多数视频平台一整年的产量还多。
到了 2026 年第一季度，单季上线微短剧约 12.8 万部，AI 短剧占其中 95% 以上。广电总局发展研究中心的研究员给了个判断：AIGC 已经从尝鲜进入了主流。
▲ 抽卡师一天要抽出来的，就是这种画面
一天上线一千七百部，岗位是被逼出来的
产能涨得太快，活儿只能重新分家
传统剧组的运转方式，你大概有印象：上百人拉到一个实景地，摄影、灯光、置景、群演各就各位，拍一条，等一条。场地要钱，人员要钱，时间更是真金白银。
AI 把这条线拆了。实景执行的部分被搬到线上，一个人坐在电脑前，就能把场景、妆造、镜头预演先跑一遍。有制片公司算过账：月产量从过去的几部，涨到了每月近百部。
产量翻几十倍，分工就不可能还是老样子。活儿被拆得更细，细到需要专人守着一件事：谁写提示词，谁筛画面。角色前后一致也得有人盯，那一堆数字素材同样。
郑州是这场变化的一个缩影。当地微短剧相关从业人员已近 4 万人，30 岁以下的占七成。换算一下，差不多每三百个郑州人里，就有一个在拍短剧。而这座城市的短剧产业，真正起来也就这两三年。
一台电脑，被拆成了几件事
这张岗位地图，今年值得存一下
过去一个剧组里的岗位，是靠流程自然长出来的。现在 AI 短剧的岗位，是被工具链切出来的。头部短剧公司现在的做法很典型：AI 相关岗位已经占到全员六成，其中基础的抽卡和剪辑，就吃掉四成半。
几个正在批量招人的新岗位
抽卡师：写提示词、批量出片、挑可用的那几帧
AI 剪辑师：在生成的素材里组接节奏，比传统剪辑更考验筛选能力
数字资产运维：管角色、场景、服装的一致性，避免同一个主角换脸
合规审核：盯内容红线，这是监管收紧后急着补的岗
▲ 同一部剧，两套工位
▲ 新华社镜头里的抽卡师：屏幕上，是一排排等着被挑中的 AI 画面
更硬的需求数字出现在剪辑这个环节。2026 年 6 月，国内 AI 剪辑师的招聘需求同比涨了 179%。智联招聘的副总裁特别提了一句：同期传统剪辑师的招聘也在涨，涨了 7% 左右——这说明 AI 不是简单的替代关系，它把整条链上的岗位都带着转了个向。
为什么传统剪辑也跟着涨？因为产量上来了，需要收口的人也跟着变多。机器负责生成，人负责判断哪一版能用。判断力这件事，短期还替不掉。
有人涨薪，有人被挤出去
同一个行业里，两拨人走的是反方向
新岗位冒出来，不等于所有人都能上车。真实情况是两头分化。
一头是重复执行类的活儿在收缩。原来一个上百人的剧组，摄影、灯光、置景、群演都要实地调度，现在大量工作转到线上，这些岗位的需求跟着压下来。有制片人说得直白：团队不再按传统剧组分部门了，改成围绕创意策划、生成调校、数字资产、合规审核四块来搭。
另一头是复合型人才在涨价。目前 AI 影视相关岗位的月薪，普遍落在一万八到五万这个区间。刚入行做基础抽卡的，大概就是普通后期的水平；既懂 AI 又懂影视制作的那批人，溢价高得离谱，市场上还招不满。
这个分野，也能从观众的留言里看出来。B 站一条 694 赞的评论写：「我是影视动画专业的，感觉我要失业了。」底下没人反驳他。因为大家心里都清楚——被替掉的是执行，被留下的是判断。你手里那点审美和叙事能力，才是真正的护城河。
想上车的人，先做这三件事
三件事，都是这两周就能动手的
值得留意的信号，其实在政策那边。2025 年，「生成式人工智能动画制作员」被正式纳入人社部新增工种，抽卡师正是这个工种下的细分岗位。一个国家愿意给一个岗位发名字，说明它不打算只是短暂出现一下。
第一件，先把抽卡这件事亲手做一遍。别停在看教程。挑一段 30 秒的剧本，用你手边的工具跑出完整一条，把抽了多少次、废了多少帧都记下来。这个数字，就是你后面所有判断的底。
第二件，去补你不熟的那一半。做影视出身的人，去学工具链；做技术出身的人，去补镜头语言和讲故事。现在真正稀缺的，是能把这两头接起来的人。
第三件，把简历上的动词换掉。「参与过某剧组」这种写法已经不吃香了。改成独立跑通 AI 短剧全流程、产出 X 分钟成片——招人的公司现在要的是能扛产量的人，不是能描述流程的人。
从「喊卡」到「抽卡」，变的不只是口令。喊卡的人决定什么时候停，抽卡的人决定哪一版能用。前者靠现场权威，后者靠审美判断。对想进场的人来说，好消息是这行当的工位，还在一个个往外长；坏消息是，它长得比大多数人的学习速度快。
许越英在采访最后说，她对这行的未来很有信心。这份信心的底气，大概就来自那个每天要说几十遍的「再来一版」——只要还得有人来判断哪一版更好，这份工位就还站着。
你身边有没有正在从传统剧组转去做 AI 的人？他们现在干的活，跟以前差了多少？评论区说说。
转给那个正在纠结要不要转行的同行——这份岗位地图，比任何一份行业报告都直接。
信源：新华社「从『喊卡』到『抽卡』」（2026-09-28）／新华网「新业态新岗位，打开就业新空间」（2026-09-30）／环球时报·大众网（2026-09-30）／中国经济网「超百人的剧组，大规模『消失』」（2026-09-19）／智联招聘·学职平台（2026-09-09）。文内数据为公开报道转引。