這是一個 SasaDaily 假設案例，流程與數字為示範估算，實際效果因團隊與商品而異。
場景：3 個人，一週 10 支片
一家 3 人電商團隊：老闆兼選品與客服，一位小編負責上架，一位工讀生幫忙出貨。短影音是主要流量來源，目標一週 10 支商品短影音。
原本的做法：小編一支片從找賣點、寫腳本、剪輯、壓字、配音全部自己來，平均一支約 2 小時，一週 10 支就是 20 小時——小編其他事都不用做了。
拆三段：AI 做粗活，人做判斷
團隊把流程拆成三段，AI 負責執行，人負責判斷：
第一段：腳本——AI 寫 5 版，人挑 1 版
把商品名稱、賣點丟給 AI，一次產出 5 種不同風格的口播腳本（痛點型、開箱型、情境型、吐槽型、推薦型）。人不寫稿，只負責挑一版最順的，微調後定稿。
第二段：字卡——AI 按模板壓，人確認不斷詞
字卡有固定模板（字級、描邊、位置），AI 照模板把腳本壓成字幕。人的工作只有檢查：有沒有斷詞、有沒有錯字、字有沒有擋到商品。
第三段：口播——AI 中文配音，人確認語氣搭畫面
AI 生成中文口播，人的工作是聽一遍：語氣跟畫面人物搭不搭、有沒有念錯字。只重錄有問題的段落。
數字：單支從 2 小時壓到 40 分鐘
- 腳本：原本 40 分鐘（自己寫）→ 10 分鐘（挑＋微調）
- 字卡：原本 40 分鐘（逐句壓）→ 10 分鐘（檢查）
- 口播：原本 30 分鐘（錄＋修）→ 10 分鐘（聽＋確認）
- 剪輯：10 分鐘 → 10 分鐘
- 合計：約 2 小時 → 約 40 分鐘
一週 10 支，從 20 小時壓到約 7 小時。小編終於有時間做上架和客服了。
兩件事仍由人拍板
選品：選錯商品，片剪得再好也不會轉單。AI 可以幫忙整理趨勢數據，但「做哪個商品」永遠是人決定。
發布前檢查：錯字、價格、賣場連結、同一批多版本的封面不能長一樣。這些檢查 AI 做不完整，發布前人工看一遍，是整條流程裡最不能省的 5 分鐘。
