AI 编剧如何避免角色“剧透”？VibePaper 深度解析 STAGE 与 Fabula 双模工作流
在 AI 辅助内容创作领域，剧本写作正迎来新的范式转移。近期，VibePaper 团队基于两项关键研究——STAGE (A Full-Screenplay Benchmark for Reasoning over Evolving Stories) 与 Fabula (Building a Narrative Storytelling Sidekick with the Writers' Community)，发布了一套针对 AI 剧本生成的深度优化指南。
核心痛点：AI 为何会让角色“剧透”？
当前 AI 编剧工具最大的逻辑陷阱在于信息不对称的缺失。当模型生成台词时，往往忽略了角色在特定场景下实际拥有的信息边界。
以原创短片《末班渡轮》为例：姐姐谎称末班船已停航以留住林舟，而观众在远处看到了船上的灯光。若 AI 直接让林舟回答“别骗我，我刚看见开船信号”，这就构成了严重的逻辑漏洞——剧本中从未赋予林舟观察船灯的机会。
关键洞察：
- 观众知道、角色知道、事情属实，这三者必须严格区分。
- 每条关键信息必须标记：谁获得了它、通过什么渠道、发生在哪个场景。
双模工作流：从事实追踪到动态创作
VibePaper 提出的解决方案并非单一模型升级，而是将两项研究转化为可落地的工程实践。
1. STAGE 模式：事实追踪与逻辑审查
STAGE 版本 v9 的核心能力在于追踪演变中的故事。在应用层面，这意味着在生成剧本前或生成中，必须建立“信息分配矩阵”：
| 信息点 | 观众 | 姐姐 | 林舟 | 状态 |
|---|---|---|---|---|
| 船是否出发 | 未知 | 未知 | 未知 | 初始状态 |
| 看见船灯 | 已知 | 未知 | 未知 | 姐姐说谎 |
| 姐姐意图 | 推测 | 明确 | 未知 | 姐姐希望留下 |
应用价值：AI 不再盲目生成台词，而是被要求先列出“证据链”。若某句台词使用了角色尚未获得的信息，模型应将其标记为“待作者确认”，而非自行补写一段不存在的往事。
2. Fabula 模式：动态节拍与作者干预
Fabula 版本 v2 则聚焦于创作过程中的作者参与。它建议将每一场戏拆解为四个核心要素，而非简单的对话堆砌：
- 眼前目标 (Goal)：角色此刻想要什么？
- 采用的办法 (Strategy)：角色打算如何达成目标？
- 对方施加的阻力 (Obstacle)：阻碍目标实现的因素是什么？
- 结束时的变化 (Change)：事件结束后，人物状态发生了何种改变？
实战案例：
- 原句：“你一定要走吗？”
- 场景 A（谎言被揭穿前）：可能是试探，语气轻蔑。
- 场景 B（谎言被揭穿后）：可能是请求，语气恳切。
通过先确定“处境”，再让模型生成台词，作者能更精准地比较不同写法对戏剧张力的影响。
给开发者的实操建议
基于上述研究，VibePaper 推荐以下 Prompt 工程策略：
- 锁定事实：在提示词中明确列出每个人物已知和未知的信息集。
- 确定冲突：强制模型写出“目标”与“阻力”的对立。
- 安排变化：为每个节拍设计一个可见的触发事件（如：船笛响起、钥匙被递出）。
- 比较表达：分别生成“台词版”与“动作版”，询问演员是否有可执行的动作，而非仅看形容词是否动人。
结语：AI 是助手，而非全知者
这两项研究并未证明
