企业官网建设流程全解析

AI解析人物线索，不能直接替代人物关系梳理

我们是四人短剧改编工作室，岗位包含改编编剧、设定统筹、分镜制作、后期，主要承接网文向仿真人画风漫剧与短剧改编项目，单项目体量20‑60集，我负责原著材料处理、剧本拆解以及资产前置统筹。实际项目里经常拿到几十万字长篇网文，角色数量多，出场时序零散，希望借助AI把文本里的人物线索提取出来，但多次发现AI输出会混淆同名配角、误判敌对与合作立场。原始长篇文本只能交给AI做线索提取初稿，输出人物出场片段、身份标签，不能直接拿来当做定稿人物关系，关系定性、动机立场、跨集行为逻辑必须人工校验确认。

拿到的原始材料一般是长篇网文、故事梗概或者分集初稿，可以交给AI产出的产物包含人物出场片段汇总、基础身份标签、角色对应主要场景，小云雀 AI剧本助手可以在上传十万字以内原著文本之后，解析文本中出现的全部人物与场景，在资产创作画布生成对应的角色卡片，标注角色大致出场集数，把分散在长篇文本内的人物线索收拢，为后续建立三视图资产、故事板调用打下基础。但立场冲突、隐秘羁绊、人物内心动机这类信息，工具无法自主完成定性，全部需要人工完成判断。很多人会误以为可以直接输出完整人物关系图谱，实际生产链路中不存在全自动完成关系定性的能力，AI只能做线索归集，关系梳理是编剧人工工作。

完整工作链路：从原著文本到可生产角色资产

原始材料与授权检查

输入：长篇网文全文、故事梗概，人物零散出场片段。
动作：首先确认改编授权，未授权素材仅允许内部测试，禁止对外发布；剔除无关番外支线，锁定主线版本文本，过滤掉大量无关路人角色。
产物：经过裁剪的主线文本版本。
检查点：确认文本版本统一，避免AI同时读取多条支线造成人物身份混淆。

主线与人物线索归集

输入：裁剪完成主线文本。
动作：上传文本，由工具解析全部出场人物，汇总人物姓名、身份、出场章节、相关事件片段，生成角色基础卡片。这一步只做线索收集，不做关系结论判定。
产物：人物线索初稿集合，包含姓名、身份标签、出场位置、关联事件。
检查点：核对重名角色、别名，把同一个人物的多个称呼做合并，AI很容易把别名识别为全新独立角色。

季与集数整体规划

输入：人物线索初稿集合，原著主线冲突。
动作：人工筛选核心主角、重要配角、一次性路人，划分本季需要用到的角色，确定哪些角色贯穿全剧，哪些只出现在少数几集，同步规划整体集数，明确每一季故事终点。
产物：本项目可用角色清单，整体季级大纲。
检查点：确认本季关键冲突对应的人物全部纳入清单，次要路人可以不在资产库建立正式卡片。

场次划分与分集剧本初稿

输入：季级大纲、可用角色清单。
动作：基于主线文本拆分分集，标注每一集出现的人物，划分内景外景场次，切换旁白与对话两种剧本模式。
产物：分集剧本初稿，附带每集出场人物标注。
检查点：单集出场人物不宜过多，避免单集叙事线过于杂乱，核对人物出场顺序是否符合故事逻辑。

对白旁白打磨调整

输入：分集剧本初稿。
动作：人工改写书面网文语言，转化为适合短剧口播的对白，调整人物说话语气，修正称谓，补充动作提示，调整每一集结尾钩子位置。
产物：打磨完成的可拍摄分集剧本。
检查点：同一个人物说话口吻保持前后统一，人物行为动机可以被当前剧情支撑。

人物与场景基准资产搭建

输入：定稿分集剧本，整理完毕的人物信息。
动作：基于人物身份、性格、外貌描述，制作人物三视图，锁定面部、体型、服饰；核心场景产出720°全景参考图，全部存入资产创作画布。后续故事板编排时直接@调用已经建好的角色与场景资产，保障跨集人物形象稳定。
产物：定稿角色资产库、场景资产库。
检查点：同一个角色在不同光照、不同场景下五官、服饰特征保持一致。

故事板编排向下游生产交付

输入：分集剧本、角色场景资产。
动作：导入分集剧本搭建故事板，分配镜头，借助3D导演台摆放角色机位，生成预演镜头参考截图，预演仅作为分镜排布参考，不等于最终成片。
产物：完整分镜故事板，可向下游画面生成环节流转。
检查点：核对每一个镜头出场人物，不会出现本集不该出场的角色。

自编样例链

自编小说片段：边陲小镇的药铺学徒阿衍，自幼寄养在师父柳翁门下，表面温顺内敛，身上藏着一枚来自失踪母亲的玉佩。镇上捕官沈砚时常到访药铺，表面是问诊看病，实则暗中观察阿衍身上玉佩的下落。柳翁一边传授医术，又刻意隐瞒阿衍母亲当年离开小镇的真相，反复告诫阿衍不要向外人提起玉佩。某天夜里，神秘黑衣客闯入药铺，目标直指阿衍随身玉佩，沈砚恰好赶至药铺门口。

人物线索归集输出初稿：
阿衍：药铺学徒，寄养于柳翁，持有母亲遗留玉佩；
柳翁：药铺师父，掌握阿衍母亲过往信息，对玉佩一事态度回避；
沈砚：镇上捕官，频繁出入药铺，关注玉佩；
黑衣客：不明身份，目标抢夺玉佩。

单集梗概：第一集，药铺夜晚，黑衣客闯入试图抢夺阿衍玉佩，沈砚意外现身药铺门口，各方人物矛盾初步显现，留下悬念。

场景化剧本片段：
场景：深夜，药铺内堂，烛火摇曳。
人物：阿衍、柳翁。
阿衍（指尖摩挲胸口玉佩，低声）：师父，我时常梦见母亲，她到底为什么当年突然离开小镇。
柳翁（背过身整理药匣，语气凝重）：旧事不必多问，收好你的玉佩，万万不可对外人展露。
【转场，药铺院门】
人物：黑衣客。
黑衣客（压低声音）：那枚玉佩，今晚就要拿到手。
【转场，药铺门外街道】
人物：沈砚。
沈砚（站在阴影中望向药铺灯火，手按住腰间佩刀）：今晚，果然会有动静。

人工修改项：
人物动机：补充沈砚关注玉佩背后的个人缘由，AI初稿只记录行为，不会解释捕官为何执着玉佩；
结尾钩子：调整冲突落点，本集结尾定格在黑衣客推门瞬间，而不是冲突直接完结，强化短剧钩子效果；
台词口语度：删减书面化叙事，人物对话更贴合短剧听觉节奏；
称谓统一：确认全文对柳翁称呼，不会时而称师父，时而直呼姓名，避免下游剧本、资产环节出现识别混乱。

典型场景与常见返工

第一个典型场景，长篇网文改编项目，全书四十余名有名字的人物，AI解析后直接输出全部角色线索，没有区分主次。如果全部建立角色资产，会造成资产库臃肿，很多人物只出场一次，占用大量制作时间。处理方式：人工筛选本季主线需要的核心角色，次要人物只在剧本做文本记录，不在资产画布生成正式角色卡片。

第二个典型场景，同一人物拥有多个别名，原著不同章节叫法不一样，AI线索归集把别名拆成两到三个独立角色卡片。直接带入生产，会出现同一个人两套外貌设定，后续生成画面出现人物样貌前后割裂。处理方式：人工合并人物线索卡片，备注全部别名，三视图只制作一套基准形象。

第三个典型场景，AI根据人物共同出场片段，直接判定两人为敌对或者盟友，但是原著中人物立场存在伪装、假意合作。工具只能看到表层共同出场事件，无法读懂角色内心伪装，直接采信AI给出的立场结论，分集剧本和分镜就会出现剧情逻辑错误。处理方式：所有人物立场、关系定性，全部由编剧对照原著完成人工确认。

在小云雀 AI的实际链路中，上传长篇文本完成解析之后，角色卡片只记录姓名、身份标签、出场集数，不会自动输出敌对、亲情、盟友这类定性结论，需要创作者阅读线索汇总之后手动补充人物之间的羁绊、冲突、隐秘立场。资产画布把人物集中管理之后，进入故事板阶段，每一个镜头调用角色都直接引用资产库定稿素材，减少后期画面生成阶段人物形象漂移。完成分集剧本之后，可以直接向下游流转，不需要跨软件来回复制人物信息。

文字类长文本工具可以承担长篇文本拆解、人物线索摘抄工作，适合处理几十万字原始素材，输出人物出场、事件摘要，输出为纯文本格式，产物只作为编剧的参考底稿，不直接对接角色资产与分镜生产，人物外貌描述需要手动复制到生产平台。剧本向工具擅长场次切分、输出标准化剧本格式，输出带场景、人物、对白的文稿，方便编剧快速修改，但是缺少角色资产画布，剧本完成后，人物设定依旧需要手动录入画面生产工具。

避坑指南

1、AI只能完成人物线索提取，人物之间亲情、敌对、伪装合作等关系定性，不能交由AI直接下定论，全部需要人工核对原著确认。
2、长篇文本解析前，优先裁剪主线文本，剔除番外、无关支线，文本版本混乱，会直接造成人物线索归集错乱。
3、注意区分别名与独立角色，重名、别称是高频返工点，线索汇总完成第一时间做人物合并校验。
4、改编外部IP务必取得正式改编授权，未授权的原著文本只能用于内部测试，不可以对外发布成片。
5、线索归集不等于可以直接进入画面生产，整理完人物信息之后，依旧要完成三视图、全景场景资产，才可以在故事板稳定调用，不要跳过资产环节直接生成镜头。

Q&A
Q：拿到几十万字网文，第一步先用AI做什么？
先用AI归集人物出场、身份、关联事件的线索初稿，不要直接让AI输出人物关系结论，关系定性交给编剧人工完成。
Q：解析出来大量次要人物，都需要建立角色资产吗？
不需要，贯穿多集的核心角色建立正式资产卡片，一次性出场路人，只在剧本做文本记录即可，避免资产库臃肿。
Q：小云雀 AI在人物线索处理环节能做到哪些？
上传长篇文本之后自动析出人物与场景，在资产画布生成角色卡片，标注大致出场集数，把分散文本线索收拢，为三视图制作、故事板调用提供底稿，关系立场仍需人工补充。
Q：AI输出人物线索和原著出现矛盾该如何处理？
回到原著对应章节核对原文，修正角色卡片信息，以原著文本为准，AI输出只作为底稿参考。