AI 剧本的通用情节、人物动机薄弱与对白同质化
风险描述
用一次性 prompt 要求 AI 交付完整剧本时，常见失败模式包括：
- 情节通用：看起来"对"，但没有独特卖点，容易和别的故事混淆。
- 人物动机不足：人物欲望、阻力和冲突不清晰，行为缺乏内在根据。
- 场次功能含混：多场戏在做同一件事，或单场戏承载了过多功能。
- 对白同质化：缺少人物自己的声音，听起来像同一个人在说话。
为什么会出现
- 模型默认走统计意义上的"常见写法"，缺少阻力、冲突和独特声音的高频样本较少。
- 用户给出的方向说明通常较模糊，没有结构上的逐步约束。
- 一次性 prompt 没有给人在中间环节叫停、追问和校正的机会。
如何降低
- 采用 分阶段反馈改写剧本法，把剧本拆为 logline、人特、分场、场景/对白、人审改写五个阶段。
- 在每一阶段先评价、追问、校正，再进入下一层。
- 在分场阶段避免粒度问题，参见 分场讨论。
- 在 logline 阶段避免阻力不足，参见 logline 发想。
人工复核点
- 主题贴合度：剧本核心是否对应一开始的方向说明。
- 戏剧冲突：每场戏的张力来源是否清晰。
- 节奏：信息密度与停顿是否合理，是否有拖沓或跳切。
- 人物声音：每个人物的对白是否有自己的节奏、口癖和禁区。
- 拍摄可行性：场景、地点、演员数量和预算是否现实。
边界
- 本页来自创作者经验陈述，不是对照实验。
- 原视频未披露模型版本、订阅费用与最终拍摄成本，本页不据此推断效率提升或节约金额。
- 本风险适用于生成式 AI 协作写剧本的场景，其他文本生成域可能表现不同。
关联任务、方法和案例
来源