《琅琊榜》《花千骨》和《何以笙簫默》都是「IP劇」!這個翻轉影視產業的新模式,為什麼能爆紅?
《琅琊榜》《花千骨》和《何以笙簫默》都是「IP劇」!這個翻轉影視產業的新模式,為什麼能爆紅?

去年,不管在全球或中國,最紅火的兩個字就是IP(Intellectual Property),泛指網路、改編小說等智慧財產內容。根據中國骨朵網路影視統計,世界前20大票房電影中,由IP改編的電影占了8成;在中國前20大票房電影中,IP電影就有14部,占比7成。

花千骨

電視劇《花千骨》

在這波IP改編熱潮中,寫下中國史上播放量第一(首部單集播放量破3億次)的都市情感劇《何以笙簫默》,從去年1月播出到今,網路點擊率超過135億次,約當於全中國人口數(近14億人口)的9倍。

世界上從來不缺的就是跟風的人,而當大家都搶著做一樣的事,《何以笙簫默》的背後推手、上海克頓傳媒新天地工作室總經理熊曉玲,何以做得比人家好?

發掘有銷量保證作品,原作和粉絲合力活化劇本

「光靠一個IP是不夠的,還要有IP整合概念。」韓國「風在吹製作公司」代表曹廷昊一語道盡熊曉玲在IP改編上的能耐。

打破美式搶IP、再套入商業模式的公式套路,早在2000年中國尚未盛行大數據時,克頓傳媒就率先建立電視台觀眾的收視習慣數據。因此,當大家都在缺編劇、缺劇本時,克頓傳媒便能從大數據中,發掘已有粉絲群眾的網路小說家,《何以笙簫默》的作者顧漫就是其一。

「銷售量就破百萬本,(改編)期待度第一,變成電視劇的乘數效應(增加成本支出,能帶來翻倍的收入)約3~5倍,」熊曉玲分析。

只是,找出有潛力的IP是一回事,如何將手上IP的價值極大化,才是關鍵。「把IP變成劇本和讓人物個性化,是改編最難的兩件事。」熊曉玲坦言,其做法是,從一開始就將作者拉進來變成編劇的一員,「他(她)們最了解角色個性,不但能保留人物靈魂、原著氣質,還能因時因地討論修改。」後來,中國許多成功的戲劇,如《花千骨》或《琅琊榜》,都是尋此模式。

透過將作者拉進來,先圈住原有的小說粉絲之後,接著則是讓觀眾參與前製工作。像是在網路上開放投票,決定由誰來演?該怎麼拍?

結果,男演員鍾漢良以第一名勝出,出任何以琛(《何以笙簫默》男主角)。顧漫的另一部作品《微微一笑很傾城》也是在開拍前,就先整理網友的意見反饋,包括劇情不要安排小三;服裝要走校園清新風、質感要好,不要淘寶風;面面打光清新唯美一點,主打亮色,走清新MV等。

善用群眾的智慧,如同企業界的「眾包(crowdsourcing)」模式。熊曉玲把「金主」也變成說故事的一環,不再只是躺在沙發上的「馬鈴薯」(couch potato,指成天躺著或坐在沙發上看電視的人),或者平板電腦前的被動收看者。

圖說明

《琅琊榜》

粉絲觀感或意見的影響力日益增大,也改變了影視節目的成本結構──主角就占了成本7成,其餘才用於製作成本;反過來,演員為了爭取好角色降低片酬,也提升製作預算的空間。「一個大的IP,光是粉絲量就有機會稱王,甚至殺出海外市場,」曾是世新大學新聞傳播學系院長、現任副校長陳清河觀察。

密集發送圖文、製造聲量,讓鐵粉感染更多「非粉絲」

為了逐步營造、勾引觀眾的期待感,《何以笙簫默》從拍攝期間起,每月就會發出一則相關訊息。

熊曉玲解釋,與其現場有人偷拍、劇透(透露劇情),效果品質很差,不如由行銷組固定發文,也讓戲未演就持續升溫。她強調,「當所有人都握有IP,就(等於)沒有IP。」慢火溫燒,最後才能百度沸騰。等到正式上映之後,宣傳力道更是頻繁猛烈,每日一文、每日一圖,攻陷粉絲的眼球。 進到IP行銷鏈的最後一環,則是要將粉絲圈再畫大,除了要吸引「非粉絲」的關注,更要讓他們成為IP戲劇的「病毒行銷源」。

根據微博官方顯示,《何以笙簫默》在電視台和網路新媒體播放期間,相關話題共114個,總閱讀量達1283億,總討論數達1281.6億。把討論文字接起來,可能已經能繞地球好幾圈了。

IP是否為王道?是內容產業的救贖還是祭品?雙方仍在論戰中。然而,畢業於中國名校武漢大學市場行銷系的熊曉玲強調,「大小IP都要仔細經營,」重點在於「customer inside(顧客導向)」。能否將觀眾變成你的助手,才能成為內容產業裡的創新之王,熊曉玲已經跨出了她的第一步。

####點圖可放大:
圖說明

延伸閱讀:6張圖,看懂《來自星星的你》《太陽的後裔》背後的韓劇經營學!

本文授權轉載自:經理人

關鍵字: #企業經營管理
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓