选剧不是在片单上画一次圈，而是三道筛选：进生产之前，用原著评论和叙事节点密度做零成本初筛；上线之后 24 小时内，用基于团队自身历史表现的过线值决定要不要放开预算；当一部剧的公开播放量已经很大、起量红利基本消耗时，停止高位跟投。三道关卡分别回答三个问题：要不要做、要不要加、要不要停。
| 关卡 | 时间点 | 判断依据 | 对应动作 |
|---|---|---|---|
| 初筛 | 进生产之前 | 原著评论、叙事节点密度 | 淘汰的剧不进入制作 |
| 过线验证 | 上线 24 小时内 | 团队同题材历史基线 | 过线放开预算，不过线暂停追加 |
| 高位止损 | 播放量高位期 | 起量红利是否耗尽 | 停止跟投，预算转向早期剧目 |
为什么选剧成本最值得前置
一部剧值不值得投流素材，判断得越早，试错成本越低。等素材做完、计划跑起来才发现选错剧，损失的不只是制作工时，还有整个测新窗口。行业团队的经验是，把预算留给更早期的剧目，比在流量高位接盘划算得多。这也是三道筛选共同的方向：让决策发生在成本更低的时间点。
第一道：生产前的零成本初筛
初筛不花钱，只花判断力，做两件事。
先看原著评论。 很多短剧和漫剧改编自小说或漫画，评论区是现成的剧本判断依据，重点收集三类信号：读者喜欢什么，比如人物关系、情节钩子，这些是可以放大的卖点；读者为什么弃读，比如节奏拖、逻辑崩、主角降智，这些是剪辑时要避开的段落；讨论集中在哪些章节，这些往往就是高光密集区。这些信号比题材标签可靠得多。
再看叙事节点密度。 翻几集原片，或用剧情梗概快速过一遍，数一数剧集是否持续提供反转、冲突升级、信息揭晓或情绪落点。这决定了它能不能反复剪出有独立吸引力的素材。一个简单的计数方法：抽看三五集，每集能找出几个"脱离上下文也成立"的段落。强情节类型看节点频率，氛围和情感类型看可截取的关系细节；两条都缺的剧，剪辑很难弥补正片的空洞，素材也不该靠额外造假去弥补，这种剧宁可不做。
初筛淘汰的剧不进入制作，直接省下首轮生产的额度和工时。
第二道：上线 24 小时内的过线验证
首轮素材上线后，观察窗口以小时计。行业做法是在上线 24 小时内设一条过线值。过线值依据团队同题材的历史表现来定，而不是外部通用数字。过线的剧放开预算验证上限，不过线的暂停追加。
为什么不能用通用阈值？不同题材、不同平台、不同团队的运营成本，盈亏平衡点完全不同，照搬别人的数字容易误杀慢热剧，也会给平庸剧续命。过线值怎么定：从团队过去同题材剧目的首轮数据里取基准，而不是凭感觉设一个理想值；它还要随数据动态校准，它是团队自己的尺子，并且这把尺子要定期重刻。
第三道：高位止损
一部剧公开播放量越滚越大时，最常见的错误是继续跟投。行业案例给出的观察参考是：公开播放达到很大的量级（约两亿这个数量级）之后，起量红利基本消耗，此时高位进入，承接的是更贵的流量。此时正确的动作是停止高位跟投，把预算挪给更早期的剧目。
止损难在心理：一部已经验证过的剧看起来安全。但测新买的是早期红利，红利没了，看起来安全的剧反而变贵了。止损条件可以提前定好：项目开始时就写清在什么条件下停止投入，执行时只看条件是否触发，减少临场犹豫。
三道之后，交给首轮测试
初筛过线的剧进入首轮试剪，用低成本候选获取真实信号。首轮试剪有几点行业经验值得沿用：先让一两位资深剪辑把完整流程跑通，再推广到全员，能提前暴露打点和筛选标准的问题；原片先用前若干集试水，有潜力再补完整剧集；测试分散在约一周进行，给素材表现留出观察窗口，而不是一两天内耗尽额度。再根据首轮信号，决定哪些剧铺量、哪些转入单剧深挖。三道筛选把明显不值得做的剧挡在生产之前，首轮测试负责在剩下的剧里分配产能。
用 AI 拉片加快第一道筛选
初筛阶段要看的剧最多，恰好在魔剪的能力范围内：剧情梗概把几十集压缩成一段可读的主线，高光和钩子识别把冲突、反转的分布摆上时间轴。节点密不密，几部剧一对比就清楚，人工只需复核梗概结论和几个关键点位。进入首轮试剪后，批量顺剪按剧分组导入，统一配置并按剧设置生成数量，让每部剧以相近的成本拿到第一轮候选。