供應商案例：短劇團隊如何用飛書 AI 重整研發協作

案例把加快回應視為短劇業務的流程目標。

置身短劇市場，爆款的黃金窗口期極短。劇集能否承接流量並帶動付費，極大程度上取決於前台產品是否經歷多次細微調整。

對於山海星辰來說，小程序便是變更發生之核心場景。

案例文章稱，山海星辰創立未足三載，並持續運營超過五百個短劇 IP 及其對應的小程序；有關規模未在本文獨立核實。小程序貫通內容分發、用戶轉化與商業變現，因此活動配置或支付體驗的變更可能影響劇集表現。

高頻迭代挑戰協作效能

高頻迭代考驗內容、營運、產品、研發及測試各方之間的協作效率。案例把飛書項目 AI 及飛書 CodeM 描述為這條協作鏈路中的工具，實際適用範圍仍需試用確認。

業務提速越快，舊工具越易觸達瓶頸

短劇項目的市場窗口可能以周或日計算；由劇本評審、拍攝籌備至小程序開發及測試驗收，任何停滯都可能增加交付成本或錯過時機，實際影響應以團隊數據衡量。

山海星辰早期依靠人力響應來支撐增長。當項目寥寥幾個時，建群、會議、傳閱文檔尚可應付。然而隨著並行項目由數個增至數十個，人工「追趕」流程的模式迅速逼近人力天花板。

案例中的測試負責人歐歐表示，交付下游容易察覺資訊斷點。按其團隊內部估算，撰寫一份 PRD 可能耗時數小時；複雜需求在飛書項目與第三方工具間反覆切換、整理與回填，也可能增加資料流轉風險及處理時間。

更常見的斷點出現在需求進入研發階段後：產品同步需求，研發卻需切回本地查代碼、拉分支、確認修改範圍，重新建立上下文始能展開開發。項目愈多，等待時間愈長。

團隊體認到，原有工具模式已無法滿足實時決策之需。

飛書 CodeM，嵌入研發流程

案例把研發鏈路的變化歸因於飛書 CodeM 與既有流程的整合；本文未獨立核實其效果。

作為飛書原生的 AI 研發智能體，CodeM 是面向企業研發場景的 Coding Agent，能夠像工程師般融入飛書與飛書項目的協作流程，承擔需求開發與缺陷修復等任務。

供應商把 CodeM 設計為在需求進入「AI 開發」節點後讀取需求與技術方案，於雲端沙盒進行需求分析、代碼修改及編譯驗證，再提交 MR 並同步更新至飛書項目；採購方應在限定權限的示範環境逐項核對。

過程中大部分環節無需人工介入，不佔用本地環境；實際自動化範圍建議試用驗證。代碼運行於隔離沙盒內，研發只需最後完成 MR 評審，將精力集中於方案判斷，而非重複的環境準備與上下文重建。

案例認為，活動配置、支付優化及新劇上線等前端改動可沿流程推進；是否減少人工交接停滯，仍需以試用數據驗證。

對短劇業務而言，這套流程的價值不止於編碼時間，更在於減少上下文等待、工具切換與人工傳遞耗時；實際幅度宜自行量度。當 AI 沿流程持續工作，團隊的核心投入便從執行轉向判斷與決策。

使 AI 成為流程一環

研發 Agent 能從「等待指令」轉變為「隨流程調度」，得益於山海星辰基於飛書項目構建的 AI 流程體系。

案例把 AI 節點配置於需求起草、技術評審、測試驗收、缺陷分析及研發編碼等階段。哪些任務可自動觸發、哪些仍需人工批准，應按實際版本、權限及風險逐項確認。

小程序需求創建後，飛書項目自動觸發 AI 節點，根據背景、目標與約束生成結構化 PRD 雲文檔。需求立項與文檔產出幾乎同步完成。實際提速幅度，可先記錄現時起草 PRD 的平均耗時作為基線，試用後再對比，並檢查文檔完整度。

進入技術評審後，AI 提前檢查方案完整性，識別缺失並提出修改建議。評審會不再糾結於「哪裡沒寫清」，而是聚焦關鍵方案討論，令新劇上線、活動調整等需求更快進入開發。採購方不妨先統計內部每次評審會的實際時長，作為日後比較的基線。

供應商描述 AI 可在測試環節執行指定用例、生成結構化驗收清單，並為缺陷提供定位、原因、驗證步驟及解決建議草稿。所有測試結果與修復建議仍應由工程人員審閱；採購方可先記錄人工處理缺陷的基線時數，再比較試用結果。

歐歐把原生 AI 配置形容為「如配欄位般簡單」。案例稱團隊可按業務場景把模型能力配置到流程節點，減少資料在工具間搬運；這不等同保證資料不出域，仍須確認存放位置、傳輸路徑及存取權限。

流程順暢運作後，管理亦趨輕鬆

AI 帶來的改變不止於編碼與缺陷分析。隨著其融入全流程，許多原本需管理者反覆確認、匯總與判斷的工作也開始自動「運行」。

每日清晨，管理者都會收到由飛書項目助手「米利」自動生成的項目洞察報告。AI 匯總多個在跑項目的進展，識別資源瓶頸與評審擁堵，助其快速定位問題，無需逐項詢問進度；實際可覆蓋的項目數量建議向供應商查證。

人力分析也從「事後統計」變為「事前規劃」。項目經理可透過自然語言發起 AI 分析，快速掌握團隊負載、資源分布與潛在衝突，在需求啟動前發現風險，令排期更合理。

案例稱團隊用 AI 輔助整理變更原因欄位，把早期歸入「其他」的歷史記錄重新分類。分類準確度及資料質量仍需抽樣覆核，不能把模型輸出直接視為已驗證事實。

這種持續在線的數據沉澱也改變了項目覆盤方式。系統自動匯總排期、工時、缺陷、文檔等數據，生成含執行摘要、進度分析與改進建議的覆盤報告。

在山海星辰，AI 已不僅是完成任務的工具，更是持續參與流程、讓數據隨流程沉澱、管理隨流程發生的有機部分。

加快回應步伐，方能加速成長

每個流程節點節省的時間，最終都轉化為業務優勢。AI 融入流程後，內容團隊能更快驗證市場反饋，營運團隊及時調整活動與頁面，研發快速響應需求，測試提前識別風險；整體業務回應力是否提升，宜以試用前後的交付週期等指標驗證。

山海星辰董事局主席兼首席執行官周培金表示：「飛書項目為短劇生產注入了數字化動力。從內容生產到質量測試再到職能協作，全流程線上化令我們實現了『提效、增速、保質、降本』的戰略目標。效率與質量管理能力的提升，是我們保持競爭力的關鍵。」

這些變革的實際成效，宜以團隊自身的基線數據來衡量：例如先記錄現時查找一份項目文檔的平均時間、跨部門溝通所佔工時，以及需求由立項到交付的平均週期，再於試用期內定期對比，判斷全流程線上化是否真正帶來改善。

案例希望流程穩定後，團隊可把更多精力投放於創意、內容與決策。飛書項目 AI 與 CodeM 是否能改善需求流轉、協作及交付，應以企業自身試用前後的基線指標判斷。

如考慮飛書 CodeM，可透過官方渠道索取當前版本、權限、數據處理及支援資料，再安排限定範圍的試用。