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
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻
AI NAS 何時才值得部署?QNAP 拆解地端 AI 的成本、算力與資料門檻

當資料不能離開企業,運算就得靠近:AI 先改寫儲存架構

AI 帶來的第一個變化,不只是運算能力提高,而是企業必須重新決定資料放在哪裡。

儲存架構大致分為雲端與地端兩塊,QNAP 身為資料安全的守護者,長期發展的是地端網路儲存設備(NAS),並擴展至 25GbE、100GbE 高速網路交換器產品線,提供完整的儲存與高速網路基礎架構。威聯通科技(QNAP)總經理劉文義解釋,當資料因合規要求或敏感度不能上雲,就必須留在靠近使用者與應用的地方;運算需求一旦增加,承接資料的裝置也自然被推向地端 AI。

不能上雲的名單比想像中長。醫療業持有大量醫療個資,金融與保險業受到合規與法規限制,部分大學院校與設計公司也不希望資料被雲端存取。對這些組織而言,問題並不是雲端好不好用,而是一開始就沒有把核心資料全面上雲的選項。

qnap2.jpg
威聯通科技(QNAP)總經理暨威強電集團(IEI)董事長 劉文義
圖/ 數位時代

真正讓更多企業回頭計算的,則是長期成本。劉文義指出,資料上傳雲端可能免費,下載卻會按流量收費;當企業把一年、兩年、三年的費用加總回推,可能會發現,購買一台同等容量的 NAS,還能使用 7-10 年。資料規模愈大、存取愈頻繁,總持有成本的差距就愈值得評估。

這並不代表雲端與地端只能二選一。雲端仍適合模型訓練、程式開發與波動大的工作負載;地端則較適合高頻存取、對延遲敏感,或不能離開企業邊界的資料。企業真正要回答的,是每一類資料與任務應該放在哪裡。

依 QNAP 觀察,客戶過去關心的是需要幾 TB、幾 PB,或備份速度有多快;現在更常問的是,機器裡的資料要如何被 AI 活用。QNAP 也從 2021 年起,把公司發展定調在 AI 與高速網路的融合,試圖讓 NAS 從資料保存的位置,進一步成為資料被調用的位置。

當資料量持續擴大,搜尋與管理方式也會跟著改變。「在 NAS 裡放入 AI Agent 會越來越不可或缺。」劉文義舉例,當照片累積到 10 萬、20 萬張,要找出其中幾張特定畫面,已不可能只靠人工翻找。此時,能理解內容、接受自然語言指令的 AI 工具,會從加分功能逐漸變成必要條件。

從資料治理到地端推論:AI NAS 如何進入企業工作流?

AI NAS 不是「多了 AI 功能的 NAS」,而是 NAS 在企業工作流裡換了位置。 依 QNAP 觀察,目前客戶大致分布在一條導入光譜上。人數最多的一群,仍在把資料集中、分類、清理與建立權限。這一步看似與 AI 無關,卻決定後續系統能不能找到正確資料、辨識版本,並把答案交給有權限的人。

中間一群開始建置私有的檢索增強生成(RAG)知識庫。RAG 並不是重新訓練一個模型,而是在模型回答前,先從企業的 SOP、合約、法規或技術文件中取回相關內容,再產生附有來源依據的答案。QNAP 以 Qsirch 的語意搜尋能力協助建構這類應用,協助企業建立私有知識庫;而走在最前面的少數企業,則已經嘗試地端推論與 AI Agent。

模型的選擇權,QNAP 刻意留給客戶。知識庫背後採用哪一個模型,可由企業依需求決定,不綁定單一 AI 供應商。QNAP 也以 QuAgent AI 助理與模型情境協定(MCP)相關能力,讓管理者透過自然語言查詢狀態、調整設定,並讓 NAS 成為 AI Agent 可調用的資料節點。

不過,劉文義沒有把這條路說得太容易。他坦言,目前 NAS 硬體的 AI 運算能力仍有限。一般企業期待的應用,可能需要約 300 到 800 TOPS,甚至 1,000 TOPS,因此多數方案會以 NVIDIA 顯示卡補足算力;一張卡約需新台幣 10 萬至 12 萬元,一張算不完,就得配置 2 張或 4 張。

「整體成本可能是過去單獨一台 NAS 的 5 倍到 10 倍,並不是大部分中小企業都能接受。」除了硬體,使用者還需要 AI 應用的 Know-how、程式背景與開發資源,這些都是落地成本。

QNAP 則是透過算力分級讓各規模與需求的企業都可以有適合的解決方案。在 Computex 2026 搶先亮相的 QNAP AI NAS 中,一類是採用含有 iGPU 與專屬 NPU 的處理器平台,以一百多 TOPS 的範圍,可順暢使用 AI 應用程式;另一類機種則可安裝 1 張或 2 張 NVIDIA 顯示卡,處理更大的運算量。

同時 QNAP 也在軟體端也持續開發,目標是讓 NAS 裡的資料更有效率地被 AI 工具調用,讓資料成為有價值的知識。

從規格走到現場:能源公司如何導入私有 LLM?

本地 AI 實際落地部署會是什麼模樣?劉文義舉了一家約 50 多人的能源公司為例。這家公司原本想用 NAS 搭配雲端 AI 建置內部資料庫,但很快遇到兩個瓶頸:一是員工查詢時明顯出現卡頓;二是專利、技術與合約都高度敏感,高層不願上傳至公有雲,擔心機密資料會有外洩的疑慮。

後來,該公司導入 QNAP AI NAS 的旗艦機種 QAI-h1290FX,搭配顯示卡與全快閃 SSD,在地端部署私有大型語言模型,把數十年來封存的靜態檔案交給 AI 調用,進行跨檔案摘要與精準搜尋。員工因此省下翻找合約與報告的時間,核心機密也能留在企業內部。

這個案例說明,若任務範圍明確,有些應用不必動用雲端大型模型,地端運算量就可能足以支應。

但不同企業的資料量、查詢方式與模型大小不同,導入前仍需要概念驗證(POC)與技術人員評估。

而且,資料留在地端並不等於自動安全。企業仍要處理帳號權限、網路隔離、備份復原、漏洞修補與日常維運。地端的價值,是讓資料邊界與控制權回到企業手上;相對地,安全責任也會更直接地回到企業。

哪些企業現在該做,哪些再等?先看重複性與三個條件

能不能導入地端 AI,不只由產業標籤決定,也要看工作是否重複,以及場景能不能被清楚定義。劉文義觀察,第一批走進來的,除了受法規限制的醫療、金融與保險業,也包括利用地端 AI 加速資料處理的科技業,以及會計、律師等有大量重複文書工作的專業服務業,因為效益較容易被看見。

工廠也是可預期的場景。一條生產線可能有 10 台、20 台機器,每台處理與儲存資料的 Protocol 都不同,需要相對應的儲存裝置;生產過程累積的影像與紀錄可能要保存 3 年到 5 年。當企業要跨設備調用這些資料,AI Agent 與地端資料節點就有發揮空間。

「重複性資料處理越多,或重複性動作越多的產業,越容易透過導入 AI 提高工作效率。」反過來說,較傳統、人力密集,或仍高度依賴人工判斷的製造業,短期內未必能快速導入地端 AI。

依 QNAP 提供的資料,企業也可用「高頻、大量、敏感」三個條件做第一輪判斷:資料是否被頻繁調用?規模是否大到雲端傳輸與長期費用開始變得明顯?內容是否涉及個資、法規、智慧財產或商業機密?三個條件愈集中,地端部署愈值得評估;三者都不成立時,使用雲端 API 往往更簡單,也可能更划算。

可以先等的企業,大致也有三種。第一,資料仍分散、版本混亂、權限不清,急著上 AI 只會把混亂放大,先完成集中與治理,效率就可能先提升。第二,找不到一個具體且反覆發生的業務痛點,只因為「別人都在做」而採購,設備很可能變成昂貴的展示品。第三,使用量仍小、需求偶發,現階段雲端的彈性反而更有優勢。

因此,POC 不應只驗證「模型答不答得出來」,還要回答三個問題:資料由誰負責,誰可以存取?導入後能節省多少查找時間、傳輸成本或人工作業?正式上線後,誰負責資料、模型與資安維運?只有當效益與責任都能被量化,才適合從展示走向正式部署。

企業願意把部分資料留在自己的機房,動力最終仍回到資料主權。QNAP 的主要市場分布在歐洲、美洲與亞太,其中歐洲占比將近一半,而歐洲也正是全球推動資料主權的最大動力。

QNAP 的產品已取得 ISO 27001、ISO 27017 與 ISO 27018 等多項認證,並滿足 GDPR、HIPAA 等資料保護與法規遵循需求;累積至今,已售出約數百萬台裝置,協助企業打造智慧、安全的儲存方案。

至於普及時間點,劉文義提出一個明確的價格與效能交會點:地端應用若要順暢運作,運算量可能至少要達到 300 至 600 TOPS,甚至 800 TOPS,同時價格要落在新台幣 5 萬至 8 萬元。目前符合這些條件的硬體方案仍很有限。

qnap3.png
「AI NAS 不是多了 AI 功能,而是改寫了資料在工作流的位置。」威聯通科技總經理劉文義坦言,地端算力成本高昂,QNAP 透過「算力分級」與開放模型架構,助企業逐步建構私有 RAG 知識庫與 AI 團隊。
圖/ 數位時代

「預測約兩、三年後,應該很快會看到符合一般大眾期待、具備合理 CP 值的產品。那個時間點,就會是 AI 落地最蓬勃發展的時候。」在此之前,企業真正能先做的,不是搶著買最大的模型或最昂貴的顯示卡,而是把資料治理、使用權限與高價值場景準備好。

QNAP 以「資料煉油廠」比喻自己的角色:原油再多,沒有整理、提煉與配送的過程,也無法成為可用的能源。這個定位也點出地端 AI 的競賽條件——不是誰先買到算力,而是誰的資料先準備好被調用。模型會持續更換,但企業自己的資料層則會長期存在。

AI NAS 不是把模型塞進儲存設備,而是在資料必須留在企業內時,讓搜尋、推論與管理靠近資料的地端節點。

QNAP World Tour 2026 台北場將於 2026 年 9 月 18 日(五)舉行,現場將聚焦 AI 應用、儲存備份、網通產品、資安與監控,並安排 Live Demo,適合 IT 管理者、系統整合商與企業決策者參加。

活動地點:新板希爾頓酒店|如意 AB 廳

活動時間:09:20–16:00

地址:新北市板橋區民權路 88 號 2F

立即報名:https://bnex.tw/9f7my4

2026 QNAP 台灣企業資安韌性大調查,填問券抽好禮,倒數計時:https://www.surveycake.com/s/q4abw

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
台達電全解讀
© 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