總點擊超過4.2億、廣告主搶卡位,台灣能跟愛奇藝自製綜藝《姐姐好餓》學什麼?
總點擊超過4.2億、廣告主搶卡位,台灣能跟愛奇藝自製綜藝《姐姐好餓》學什麼?
2017.05.12 | 影視

去年開始,OTT成為台灣熱門話題之一。但目前看來,各家平台多半還是以戲劇採購為主力,自製戲劇已經算鳳毛麟角,更不用提自製綜藝。畢竟,從用戶黏著度的角度來看,綜藝的先天條件遠不如情節有連貫性的戲劇,兩相取捨之下,優先順序自然排在後頭,就連愛奇藝台灣站也選擇先投入自製戲劇。「因為綜藝一集不看不會死!」一家本土OTT業者說得直白。

綜藝節目如何找到獨特商業定位、在網路上發揮綜效?創下總點擊數超過4.2億的愛奇藝自製網綜《姐姐好餓》的作法值得參考。

中、台團隊聯手打造

《姐姐好餓》由小S徐熙娣主持,去年7月開始在愛奇藝首播,第一季共12集,每集30分鐘。節目延續小S在《康熙來了》中塑造的鮮明特色,每次搭配不同「男神」一起做菜、聊天,話題生冷不忌,來賓包括黃渤、吳奇隆、馮小剛、黃曉明、蔡康永等。

姐姐好餓第一季.jpg
《姐姐好餓》由小S主持,每集搭配不同男明星。

節目在愛奇藝中國主站和台灣站播出後,總點擊數超過4億。反映網友主動搜尋需求的「百度指數」最高峰值達390986,節目指數近30天上漲近100%,並獲得WebTVAsia頒發「最受歡迎網絡綜藝節目」。

《姐姐好餓》由愛奇藝節目開發中心和台灣野火娛樂合作推出,共同參與人數約30到40人。團隊組成大致可分為內容(節目策劃/執行)、商務(客戶置入執行)和宣傳(節目包裝/播出前的發表會活動/播出時的話題炒作)三方面,其中內容策畫/製作為核心成員,人數占比最多。

網綜可以怎麼做?

綜藝節目如何在網路開出更艷麗的花?《姐姐好餓》幕後兩大推手愛奇藝副總裁姜濱和野火娛樂總經理、資深電視製作人詹仁雄和《數位時代》分享三大重點。

1. 釐清定位:強娛樂或垂直類

「我到愛奇藝之後,發現做綜藝節目有兩個方向很重要,一個是強娛樂型態的內容,比如說《奇葩說》。還有一類是垂直品類,指的是和生活方式相關的,包含美食、時尚、美妝、寵物。」姜濱說。

姜濱自2014年起到愛奇藝擔任副總裁,曾推出《愛上超模》、《十三億分貝》等網路綜藝。加入愛奇藝前,他曾在中央電視台任職十年,長期負責綜藝,曾製作《春節聯歡晚會》和《文化視點》欄目。

愛奇藝節目自製中心總經理姜濱 03_2017-04-25_侯俊偉攝.jpg
愛奇藝副總裁姜濱認為,綜藝節目可以分為強娛樂和垂直類兩種方向。
圖/ 攝影/侯俊偉

姜濱指出,強娛樂和垂直類分別針對兩大群體,也就是網站用戶和廣告客戶。

「強娛樂毫無疑問是對著用戶去的。」他表示,用戶花時間在愛奇藝,所以內容必須能解乏、解憂,用戶才會持續留存。而垂直類則是針對客戶端發起。「時尚、美食、寵物⋯⋯這些都能對應在一個客戶群體的範疇裡。比如說有很多的品牌和產品,它有投放(廣告)的需求。我在這個品類裡做內容,可以拿到客戶在這部分的投放預算。」

姜濱表示,《姐姐好餓》就是屬於垂直品類中的美食節目。「大家都愛吃,所有年輕人都愛吃的,而且吃裡面花樣繁多,所以我們把美食跟內容嫁接。它不一定是專業的美食節目,可能就是『美食+』,比方說美食加訪談、美食加生活。我們還在策劃一檔叫《男子甜點俱樂部》的節目,這檔節目的主持人是康永哥(指蔡康永),這就是美食裡更垂直細分了。」

但他認為,到了最後,這兩個方向其實可以融合在一起。「因為只要你內容做得好,用戶會喜歡,客戶也會喜歡。反而是如果你只做到一端,或是有一端缺失,內容可能就不如想像中來得好。」

2. 找到「網感」

電視綜藝和網路綜藝除了載具不同,收看對象也有明顯區別。

姜濱表示,在中國,電視收看族群大多是40歲以上,網路觀眾則是30歲、甚至是25歲以下。「這兩個年齡的巨大差別,帶來的內容表達是完全不一樣的。」

而網路影音內容最重要的一點就是要具備「網感」,也就是找到網路族群喜歡的內容結構和表達方式,例如用重心前置的方式,迅速抓住用戶目光。

「現在的網路節目不管是《奇葩說》或是《姐姐好餓》,片頭都很短。甚至是不給你片頭,先給你一段drama show、好玩的故事片,留一個懸念讓用戶持續看下去。這就是我們說的重心前置,就是在前頭給一個帽子抓住你,而不是循序漸進讓你進入故事裡。」

姜濱說,這樣的做法其實和過去一些電影剪輯方式相同。「像007,它就是一個典型的作法。一開頭就是一個振奮人心的武打場景或者飛車場景,然後再進入它的片頭。」

而除了內容結構的差異,未來,網綜還可以有更多嘗試,例如讓用戶透過行動裝置投票、答題、玩遊戲等,形成雙向傳播。

3. 廣告置入「大開腦洞」

只要看過《姐姐好餓》,一定會對廣告置入印象深刻。節目中,只見小S時不時就轉身喝一口贊助廠商的薑茶或用VIVO手機拍照。之所以這樣做,是因為中國綜藝節目主要靠客戶預算投放來支撐節目成本。「所以在置入這塊,特別要大開腦洞去想。」姜濱說。

相對於戲劇用高潮迭起的劇情吸引觀眾,這正是綜藝獨特的生存方式。

「一齣戲劇要投入硬置入是很痛苦的。」野火娛樂總經理、資深電視製作人詹仁雄說:「譬如說我們的VIVO手機,如果在戲劇裡頭,她要說幾次?可是小S一直在節目裡講,大家也就習慣了。或是《我是歌手》的立白洗衣液,如果你在看戲劇,有一個logo一直在後面,你就會出戲啊!」

他認為,相對於戲劇,觀眾對綜藝節目的剛性需求可能比較低,不過對於廣告主來說卻是很好的溝通管道。

野火娛樂總經理詹仁雄_2017-05-03_吳晴中攝_0001.jpg
野火娛樂總經理詹仁雄指出,綜藝節目比戲劇適合做廣告置入。
圖/ 攝影/吳晴中

而《姐姐好餓》的置入方式主要分為兩種,一種是深度置入,另一種是靠主持人曝光。

姜濱表示,製作團隊會專門設計一些深度置入的場景,比方說用薑茶做菜,或是用VIVO手機拍兩張照片做比較。而在《姐姐好餓》第二季裡,甚至是讓小S和來賓林志玲一起在彈簧床上彈跳,再用VIVO手機拍照,透過這個橋段展現手機功能。

除此之外則要靠主持人的臨場反應。姜濱說,小S錄製第一季第一集時非常緊張,因此製作團隊會不斷提醒她要提到贊助客戶的產品。「一開始她有點生疏,但是她很聰明,第二次錄的時候,很多東西是她自己天然的喜感。例如她在節目中喝了一點酒,就躺到地上擺出特別妖嬈的姿勢,要黃渤用手機拍照。那個時候她又提了一下VIVO手機。」

雖然有些觀眾在網路上反應節目置入太多,但這或許是綜藝節目的必要之惡。而最高明的方式,就是把廣告置入的「突兀感」也轉化成節目效果。

「置入沒有辦法做到剛剛好。」詹仁雄說,對廣告客戶來說,曝光永遠不夠,所以製作團隊只能想辦法設計節目,讓觀眾就算內心知道是廣告,還是會覺得「蠻好笑的」。

新一季《姐姐好餓》即將上架,除了特別來賓人數和節目長度增加,在道具、場景上也會升級。或許是看到第一季的成績,姜濱說,愛奇藝已經陸續接到許多廣告客戶主動詢問,領域從珠寶、美妝,甚至是海產都有。

過去兩年,中國各大影音平台共推出上百檔綜藝節目。雖然品質參差不齊,但是無疑為網路內容增添不少景緻。當中國網綜已經開始從野蠻生長走向精耕細作,台灣是否可以站在巨人的肩膀,往更遠處看?

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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
代理式商務連動百兆商機
© 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