为了测试大模型的编剧能力，我用Deepseek写了个短片路易吉版《十二怒汉》，在这里分享一下制作过程、思路，以及对AI编剧工作流的初步思考，欢迎探讨

结论

• 这个小项目验证了我在《AI编剧史》中提出的一些预测，有兴趣的可以参考这篇逐字稿
• 好消息：现在的大模型已经完全达到生产需求，可显著提升编剧的工作效率，且成本极低
• 坏消息（其实还是好消息）：到目前为止，要用 AI 编剧，还是得是会编剧的人才行。烂片写手用了 AI 还是烂片。
• 通用大模型的训练数据污染严重，并不是这种专项工作的最佳选择，专用模型会更好
• 从成片来看，台词质量是可以的，但 AI 对结构缺乏良好的理解。这还只是个短片，指望现阶段的 AI 自动生成有良好结构的长篇作品，可能性约等于零
• 纯AI生成恐怕达不到“降本增效”的目的（除非做烂片流水线）—— 为了让这段4分钟的台词达到勉强堪用的程度，我花了超过一周时间。这说明 ——
• 以人类为主导，AI接入本地工作流担任助手，仍然是最优解，效率应该会比纯AI生成高很多（我将另找时间验证）
• 全民创造力的时代已经来临

制作经过

看到这个开放式结局，你就应该知道，所有台词完全是由AI生成的 —— 如果是我写，结局肯定是无罪释放。

不过这一过程并没有看起来那么简单 —— 断断续续花了一周多的时间生成了38句台词，最后一晚熬了整夜，到早上七点半才完成终稿，很多人纯手写大概会更快……所以码字记录一下过程。

这个项目旨在验证AI的创作能力。

所以，在本次实验中，我给自己的限制是：不可以直接修改 AI 生成的内容，但可以诱导它提供选项，也可以通过提问暗示不合理的部分。

作为对比，我也用GPT做了类似操作，两边是独立的，互不影响。

最小干预

第一部由人工智能编写的电影剧本（《Sunspring》，2016）的生成几乎没有人为干预。所以，一开始我也采取同样的策略，跟 DeepSeek 说的第一句话只有三个字：

写剧本

它给出了一段剧本，两个年轻人在咖啡馆里对话，小李焦虑于裁员，小张鼓励他创业。

在现在的经济局势下，小张的台词有种违和感，但比起《Sunspring》肯定是通顺多了（不过，一年前试过用 GravityWrite 生成短剧本，效果要更好些）。

我的思路是：

1. 先观察 AI 在零提示的情况下能写出什么。
2. 根据反馈逐步增加提示，看干预到什么程度，剧本才能达到可用。

选中深度思考，再次输入：写剧本

这次，它写了一段女主角收拾旧物，意外发现已故父亲曾经出轨的剧情，对话非常狗血……

B站视频 —— 触发烂梗开关

我换了个角度，说我想让你写个剧本出来，你认为最好的工作方式是？

它给出一个不明觉厉的流程：

1. 核心定位会议
2. 角色基因工程
3. 冲突沙盘推演
4. 台词压力测试
5. 视觉锚点植入
6. 互动共创模式

我想起一些喜欢挂行业黑话、其实根本不知道自己在干什么的人。

我告诉它，这个剧本要做成视频发在B站。

这个关键词触发了某种奇怪的开关，它开始狂输出各种 B 站烂梗，有一多半的梗连我这个 B 站老用户都没听说过。

作为 UP 主，本来看 B 站评论就有些信息过载，它的回复让我血压飙升，我反复调整互动方式，结果始终如此。最后我意识到，它对 B 站用户有强烈的刻板印象。

我怀疑“B站”这个词是某种中心节点，会激发一连串的烂梗联想，且无法通过对话纠正，最后只好放弃B站这个关键词从头开始。

顺便说一下，很多人喜欢让 DS 模仿贴吧老哥或 B 站评论区的风格喷人，以为这能证明大模型的语言能力。但我看了只觉得烦，这些融合了互联网烂梗的喷子言论有效信息非常稀薄。这种语言风格之所以风靡，本身就是随着互联网的发展，人类语言在压缩中变得越来越模糊的结果。

这一赛博 Cosplay 是如此惟妙惟肖，恰恰反映了某种数据污染，会导致其在专业领域的能力严重下降。

最糟糕的是，这些语料被喂给 AI ，AI 再反馈给人，形成循环，这会导致越来越多的抑郁症与少年痴呆，未成年人受到的影响尤其明显。

广播剧

从成本角度考虑，我决定放弃视觉，改成广播剧。但和 B 站类似，一旦提示词涉及“广播剧”，选题范围就非常狭窄，而且会出现一定程度的降智，怎么调整都不行，最后只能放弃。

我猜是因为训练数据不足，导致 AI 对广播剧的理解极其狭隘。

与之相对的是，提示词涉及电影编剧时，从其深度思考的方式来看，它对编剧术语的理解很模糊，而且在不同的对话中对同一术语的理解会出现偏差，我猜这反而是因为训练数据太多，缺乏取舍（这个领域的垃圾教材实在是太多了）。

路易吉版《十二怒汉》

考虑到前面让它自己选题的效果很差，我自己定了“路易吉”这个题目。

经过互动，发现了它容易出现的一些错误，据此整合出提示词，开一个对话重来，再整合一次，并让它自己整理成衔接AI语音生成工作流的提示词

我发现它很喜欢篡改事实 —— 即便要求它严格以现实事件为背景（一开始让它自己搜索，后来我也指定了几个网页），它还是经常做出改动，光是路易吉的职业就变了好几次，没有一次是对的……其他错误也不计其数，越改越错。

用GPT也是这样。

一个发现是，不能强调不要怎么做。

比如，我要求 AI 遵循现实世界的陪审团筛选规则，避免某些职业、利益相关者、明显导致偏见的背景，这个环节非常耗时，每次回复都很降智。

有次我没忍住直接给出了明确的否定，打破了规则。还有一次跟 GPT 说了一句：

Are you fucking kidding me ！

我猜这是因为否定式的指令反而会让 AI 触发相关联想，导致生成更多错误（这一点跟人类倒是很像）。加上我没有给出明确的指示缩小范围，也造成了进一步的混乱。

最后它们各自整合了一套提示词，思路是能一次性输入，创作分为几个环节，每个环节要等待我确认才能进入下一步。

因为 DS 和 GPT 的特点和易犯错误的区别，这两套提示词差异非常大。中英文我都试了几轮。

最后这一设计思路失败了，也是各有各的问题。

DS总是直接给出所有环节的答案，必须每次都重复提醒。生成内容的效果也不好，最后只好重开对话。改成手动分步骤输入，一层一层敲定信息。

具体工作流取决于项目，两个模型适合的工作流也不一样。

我约束了时长和角色数量，让DS在前两步敲定人设与论点，后面逐步给出梗概、大纲乃至单页剧本等。

它经常给出动作设计和声音设计，考虑到我没时间配音效，我让它都去掉了。

剧本格式

在语音生成方面，它们给出了一些工具，且告诉我可以用 SSML 格式（可以为每句话规定情感、语速、音调等），所以 DS 写的第一版剧本是这样的（奇怪的是，它俩给出的语法还不一样）：

XML
<surf:script>
  <!-- Scene 1: Opening Statements -->
  <surf:scene id="opening" bgm="courtroom_ambience.mp3">
    <character ref="Juror1" voice="en-US-Wavenet-A" pitch="+5%">
      <prosody rate="medium">Alright, let’s get started. We have a serious case here, and we need to focus on the facts.</prosody>
    </character>
    <character ref="Juror4" voice="en-US-Wavenet-C" pitch="-10%">
      <break time="300ms"/>But the facts are already tainted. The blood vial broke during the helicopter transport. <audio src="sfx:blood_vial_break"/>
    </character>
  </surf:scene>
</surf:script>

这个格式改过几次，实际测试时，Murf.ai 并不支持该格式（这里是我欠考虑了，应该先测试语音生成再写剧本的）。

尝试了几种其他产品，也没有特别合适的，亚马逊倒是支持SSML，但中国地区用户不能使用神经选项，只有标准选项（这脖子也他妈值得卡吗？），放弃了。

如果在 Murf.ai 网页版录入剧本，每句话都要手动设置角色、情感、语速、音调等，为了批量生成，最后只好看Murf官网文档，第一次学会了使用API；这里需要写代码（当然也是 AI 代劳），官网给出的示例似乎没有考虑过多角色的情况，各种报错，折腾了很久，后来我竟然能勉强看懂代码了……

最后生成时用的是这种格式：

import requests
import json

url = ""

fixed_params = {
    "sampleRate": 48000,
    "format": "WAV",
    "channelType": "MONO",
    "pronunciationDictionary": {},
    "encodeAsBase64": False,
    "variation": 1,
    "audioDuration": 0,
    "modelVersion": "GEN2",
    "multiNativeLocale": "en-US"
}

script = [
    {   # Juror 1 (Julia)
        "voiceId": "en-US-julia",
        "style": "Conversational",
        "text": "But why parade him in cuffs? To make us feel like justice is done. What if the real crime is the system he's fighting?",
        "rate": -5,
        "pitch": 2,
        "output_file": "0001julia.WAV"
    },

text 是台词，其它是为每句话单独配置的语音角色、情感、速度、音高，本来还可以调节单个词汇的发音，实际用时会报错就删掉了。另外，结尾要添加保存文件的代码。

Murf.ai 能调用的角色、情感、口音都严重不足，年龄、族裔等设定，在成片里都没有体现。我也查看了其他十余个网站，试用了其中几个，有两三个是有更多口音的的，比较贵。DS也给过一个复合方案，据说效果更好，但实在是太复杂了。

话说，敲定这个选题前，我想到的第一种方案是自己配音，用软件转换音色（笑），以后有机会再尝试。

总结

主要工作是发布前熬了整夜做出来的，像开光了一样一直没卡，可能 ds 知道我在给路易吉加无罪 buff，被感动到了

视频同时触发了两个油土鳖限流词汇 —— #deepseek & #luigi （笑），好在做这个也没考虑流量，都是用小号发的。

前两天B站推荐国产电影《胜券在握》，点击量挺高，评论区好评如潮，就看了一段……负责任地说，这部短片的台词比这种国产烂片高出至少3个档次。

查了一下，胜券在握的成本是1.5亿。

这个短片全靠白嫖。

综合质量与成本，说AI已经达到生产标准是没问题的。

DS 给我的大部分回复是“服务器繁忙，请稍后再试”，探索还不够深入。

GPT 很快，一开始的表现更好，但说多了就非常降智，且很多时候推理不像真的推理。

DS 也是，上下文过长会注意力涣散，说车轱辘话，还完全忘记前面的设定。

经过反复调节提示词，成片选的是相对较好的版本，但台词还是出现了重复，对话的自然程度也不够。

如果继续尝试，相信还能做到更好，但没必要了，这项工作比我想象中更加费时，我的猜想之一是：生成浑然一体的作品要耗费的时间会超过手工写作。不过我不打算验证这一点。

接入本地工作流，以人类为主导，可以避免前述的种种缺陷（当然，前提是编剧本身就有有效的工作流，了解故事创作）。下次我将直接尝试人机协作而非纯AI生成。

现在已经有整合了 AI 的编剧软件出现（参见AI编剧史），这方面的网站也比去年更多了。

我的工作流是自己独立设计的，无法依赖已有的数据。如果有条件本地部署，自己写规则，自己训练，乃至用 AI 编写适合自己需求的软件可能是更好的选择（当然，暂时也只能想想）。

最后还是，如果你对这个话题感兴趣 ➨ 欢迎交流

版权所有

本文链接：/post/luigi-ai-workflow/

许可证：CC BY-NC 4.0