322 个作者里，最多产的一个人只贡献了 1% 的案例

Alpha Lay · 2026-09-26

做投放或找合作对象时，一个常见直觉是「找头部账号就够了」。我们把案例库的作者字段统计了一遍，发现这个池子里几乎没有头部。

数据是怎么来的

author 字段记录发布者在原平台的账号名。1,274 条中 637 条（50.0%）有这个值——另外一半没有，主要因为它们的来源是 GitHub 仓库、教程页或聚合站，无法归属到具体账号。

所以下面的分析只覆盖一半的样本，而且这一半是「能在社交平台上找到单一发布者」的那部分。这是本文最重要的偏差。

发现一：322 个作者，最多产的只占 1%

637 条案例分给 322 个作者。 最高产的四个账号各 13 条——按 637 条的基数算是 2.0%，按全部 1,274 条算是 1.0%。

前 12 名加起来 123 条，占带作者样本的 19.3%、占全库的 9.7%。换句话说：即使把最活跃的十几个账号全拿走，你也只拿走了不到十分之一的案例。

发现二：一半的记录根本找不到作者

这一点值得单独说，因为它决定了上面那个长尾有多可信：

整整一半没有作者归属。 原因不难理解：一条案例可能来自 GitHub 上的 awesome-* 仓库、某篇教程的索引页、或者一个已经失效的聚合站——这些地方根本没有「作者」这个信息。

于是我们面临一个无法排除的可能：真正最高产的人，可能就藏在那 50% 里。比如某个账号的案例被两个镜像站和三个仓库分别收录，每次收录都丢了作者字段——那他就会在我们这里显示为「不存在」。

发现三：这是一个「多人试、少人持续」的分布

把 322 个作者按条数排一下：

约 87% 的作者只贡献了 1 到 3 条。

这是一条很典型的「尝鲜型」分布——大多数人试了一两次、发了一两条，少数人持续产出，但没有一个人产出到足以定义这个领域的风格。

对「AI 视频案例」这类内容来说，这个形状本身是有意义的：它说明当前阶段还没有形成权威案例源。 谁都能被替代，谁也都不是必须关注的。

这些数字能拿来干什么

如果你在做投放或找合作：按数据，跟随单一账号的收益很低（最多 2% 的份额）。更有效的是盯平台侧的话题流，而不是盯人。

如果你在做案例采集：别用「作者」作为去重或归并的键——一半记录没有这个字段，用它会导致一半数据被丢掉或错并（这也解释了我们为什么用原始发布链接去重）。同时这也说明：同一个人的多条案例很可能被记成多个来源，作者维度的统计天然残缺。

如果你自己是创作者：这个分布在另一面是好消息——13 条就能进入这个池子的前四名。这个领域的公开供给还很薄，持续产出十几条就足以被索引项目反复引用。

方法与局限

• 样本只有 637 条（50.0%）：结论适用范围是「可归属到单一账号的案例」，不能外推到全库。
• 账号名未经人工核实：不同账号可能属于同一人（例如同名的 ManuAGI 🤖 与 ManuAGI01 很可能是同一方），我们没有做人工归并，所以「322 个作者」这个数字偏高。
• 显示名不稳定：账号名含昵称、emoji、日文说明（如 mayv@簡単プロ級プロンプト公開中！），直接按字符串去重会低估同一人的产量。两种误差方向相反，我们无法净额校正。
• 没有采集粉丝数或互动量：本文只统计案例条数，不代表影响力。一个发 2 条但每条都被广泛引用的人，可能比发 13 条的人更重要。
• 全部数字基于 1,274 条索引记录。

数据可查

案例详情里带作者字段（若原始来源提供），可按来源站点查看：https://cases.aishifu.shop/