问:AI生成的版权报告里,哪些部分可以直接改?

答:BB体育App把一份版权分析报告分成三层:数据层、假设层和结论层。

  • 数据层是历史观看记录,包括每场的平均观看、峰值、完成率、各市场分布。这一层不能直接改数字,但可以给某一场加注释,或者把它标记为异常场次排除在计算之外,比如因为转播事故导致数据缺失的比赛。
  • 假设层是可以改的主体:下赛季场次(Match Count)、赛季长度(Season Length)、各市场的CPM、订阅转化率、海外时区可观看比例、项目热度趋势等。
  • 结论层是估值区间和文字解释,它随假设层自动重算。文字部分可以改写措辞,但数字跟着模型走。

这样分层的原因很简单:假设是判断,应该允许专业人员表达不同意见;历史数据是事实,允许随手覆盖就会让报告失去可追溯性。

问:我改了一个假设,报告里会留下什么?

答:每一次修改都会写进项目的修改记录,包括修改人、时间、原值、新值和你填写的修改理由。理由不是必填项,但强烈建议写,因为报告导出时,被人工调整过的假设旁边会出现一个标记,读者点开就能看到理由。

很多人担心标记会削弱报告的可信度,实际情况往往相反。版权买方最警惕的是看不出来源的数字,一句“联赛已公开讨论常规赛缩减至24场”比一个没有解释的估值更容易被接受。

开头那位顾问担心客户问“是AI算的还是你改的”,这其实也是合规问题。国家网信办等四部门印发的《人工智能生成合成内容标识办法》自2025年9月1日起施行,要求AI生成的文本等内容带有用户能直接看到的显式标识,并在文件元数据里写入隐式标识。所以导出报告时,App会把AI生成的解释段落、人工改写过的段落和人工调整过的假设分开标注,文件属性里也记录生成方式。客户想知道哪部分出自模型,报告本身就能回答。

问:为什么我只改了场次,估值区间却变宽了?

模拟场景

以下为模拟场景。某职业联赛原假设下赛季30场,模型给出的估值区间为中位数的正负12%。顾问把场次改为24场后,中位数下降约15%,但区间变成下沿负19%、上沿正10%。原因是被砍掉的主要是常规赛中段的长尾场次,这部分场次过去数据稳定,是区间下沿的支撑;场次减少后,整体收入更依赖少数焦点战,而焦点战的Peak波动大,模型对下沿的把握变弱。

这是一个反直觉的地方:减少场次不只是让总价变低,还会让价值变得更不确定。决赛和焦点战撑得起峰值,撑不起稳定性。更完整的逻辑可以看版权估值为什么不能只拿总观看人数乘一个价格。

问:多情景(Scenario)应该怎么建?

答:App允许在同一个版权项目下建多个情景,每个情景是一套独立的假设。常见的错误是建了三个情景,每个都改了七八个变量,最后谁也说不清差异从哪来。

情景 只改的变量 要回答的问题
基准 不改,沿用AI默认 按历史趋势延续值多少
缩赛制场次、赛季长度 赛制变化对区间下沿的影响
海外扩张 海外市场CPM、时区可观看比例 海外能不能抵消国内下滑

每个情景只动一到两个变量,情景之间的差异才能被解释。以海外扩张情景为例,海外市场的CPM、订阅价格和购买力通常低于国内,但时区合适的比赛能带来稳定的晚间观看,两个变量放在一起看,才知道海外收入是在补缺口还是只是锦上添花。如果确实需要组合,可以在单变量情景都跑完之后,再建一个组合情景。

情景的另一个用法,是对应版权包的切法。新一轮合同把同一个赛季切得越来越细:NBA从2025-26赛季执行的11年新合同,据官方公告,常规赛由迪士尼每季约80场、NBC环球最多100场、亚马逊66场分担,总决赛留在ABC,NBA杯淘汰赛阶段归亚马逊。这样一来,整个赛季值多少和其中某一个包值多少,是两道不同的题。在App里更稳妥的做法,是给每个包单独建情景,分别设定场次、赛事阶段和对应平台的广告与订阅假设,而不是把所有场次混在一个情景里算。

问:版本对比能看到什么?

答:报告每次导出或手动保存都会生成一个版本。在版本列表里选两个版本对比,BB体育App会并排显示假设变化、估值区间变化,以及受影响的文字段落。对比结果可以直接导出成一页附件。

它最常见的用途是回答客户那句“为什么这次比上次低”。与其口头解释,不如把两个版本的对比页发过去:哪几个假设变了,谁改的,理由是什么,区间怎么动的,一目了然。

问:人工改过之后,还能让AI重新生成吗?

答:可以。重新生成时会弹出选择:保留人工修改的假设,或全部恢复为模型默认值。选择保留时,AI只会用新数据更新数据层和你没动过的假设,你改过的项保持不变,并在报告里继续显示人工标记。这一点对长期跟踪的项目很重要,否则每次数据更新都要重改一遍。

背后的模型分工可以参考为什么普通文字大模型无法单独完成体育版权估值:估值由Rights Model和Forecast Model计算,语言模型只负责生成解释文字。

交出一份人工修改过的报告前,逐条确认

  1. 每一个人工调整的假设都填了修改理由,理由里写的是可核实的依据,而不是“感觉偏高”。
  2. 被排除的异常场次都有注释,且排除数量没有多到改变样本结构。
  3. 如果改了场次或赛季长度,检查区间下沿,而不只看中位数。
  4. 多情景之间的差异能用一两句话说清。
  5. 附上与上一版的版本对比页。

在BB体育的设计里,人工修改不是对AI结论的否定,而是把判断过程变得可见。报告被改过没关系,被改过却说不清为什么,才是问题。