Skip to content

Shaun520/NarrLight

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

叙光

“叙” 对应剧本叙事、故事创作,“光” 既代表 AI 技术赋能,也寓意 “照亮逻辑盲区、梳理叙事脉络”,氛围感与寓意兼具,适合内容向品牌。

这是一个AI 驱动的剧本杀全生命周期一站式平台,覆盖「创作辅助 - 内容生产 - 分发变现 - 用户社区」全链路,核心是用 AI 解决剧本杀行业「创作门槛高、生产周期长、美术成本高、逻辑校验难」四大痛点。

核心用户分层

  1. 核心付费用户:新手作者、职业作者、发行工作室(降本提效需求最强)
  2. B 端延伸用户:线下剧本杀店家、DM(开本辅助、物料自动生成)
  3. 生态留存用户:剧本杀玩家(内容消费、测评交流、拼车互动)

核心模块深度拆解(按刚需优先级排序)

一、剧本 AI 生成与智能调整(核心入口)

  • 核心价值:降低 0 基础创作门槛,将资深作者的初稿创作周期从 1-2 个月压缩到数天,是整个工具的流量入口。
  • 功能拆解:
    • 定向生成:按题材(硬核 / 情感 / 欢乐 / 机制)、人数、时长、难度一键生成完整结构化剧本(人物剧本 + 组织者手册 + 线索卡 + 真相复盘)
    • 局部修改:支持定向调整单人物剧情、增加反转、补全动机、优化叙诡、替换核心诡计
    • 风格适配:可匹配不同写作风格、适配不同年龄段 / 场景的合规要求
  • 技术方案:
    • 基座采用长上下文大模型(支持 100K+token),保障数万字剧本的生成连贯性
    • 搭建垂直领域 RAG 知识库:收录正版剧本范式、诡计库、人物模板、创作方法论,对齐行业创作标准
    • 通过 Function Call 强制输出结构化 JSON,统一字段供后续所有模块调用
  • 核心难点:长文本前后逻辑一致性、核心诡计的原创性与合理性、避免人物 OOC(人设崩塌)

二、时间线校验 + 章节逻辑校验(核心壁垒)

这是你和通用大模型、同类竞品最大的差异化优势,也是创作者的最强刚需。

  • 核心价值:替代人工测本的大部分逻辑排查工作,将测本纠错周期从数周压缩到几分钟。
  • 功能拆解:
    • 时间线校验:自动提取全角色时间线,生成可视化时间轴,排查「同一人物同时出现在两地」「时间线前后矛盾」等硬 bug
    • 逻辑闭环校验:检查伏笔回收、人物动机合理性、线索与真相的对应关系、凶案手法可行性,自动标注逻辑漏洞
    • 难度评估:基于线索数量、干扰项占比、诡计复杂度自动标定剧本难度等级
  • 技术方案:
    • 时间线:大模型抽取标准化时间戳,转化为相对时间轴做规则化冲突比对
    • 逻辑校验:采用「思维链 + 多轮自检」架构,让大模型扮演专业测本员逐条核对逻辑链;硬核本可结合知识图谱做推理校验
  • 核心难点:叙述性诡计的识别(避免把叙诡误判为 bug)、隐性逻辑(人物行为是否符合人设)校验、物理诡计 / 密室手法的可行性验证

三、线索卡管理(高频工具)

  • 核心价值:结构化管理全本线索,自动分类归档,支持一键导出物料,提升作者和店家的效率。
  • 功能拆解:
    • 自动归类:按类型(物证 / 口供 / 深入线索 / 隐藏线索)、所属章节、搜证地点自动分类
    • 关联标注:自动关联线索对应的人物、地点、真相,支持作者手动标记「干扰项」「关键线索」
    • 导出输出:一键生成可打印的线索卡 PDF / 图片,支持自定义尺寸、版式模板
  • 技术方案:基于剧本结构化 JSON 提取线索字段,前端用 Canvas 渲染生成可导出物料
  • 核心难点:线索与剧情的联动校验(如某条线索无对应真相解释)、批量生成的版式一致性

四、人物关系可视化 + 视频分镜可视化(效率工具)

  • 核心价值:辅助作者梳理人物暗线、DM 快速吃透剧本,同时可直接产出宣发素材。
  • 功能拆解:
    • 人物关系图:自动提取人物身份、明线 / 暗线关系,生成可交互的关系图谱,支持手动编辑调整
    • 分镜可视化:针对凶案现场、关键剧情节点,自动生成分镜脚本 + 对应画面,直观呈现文字场景
  • 技术方案:
    • 关系图谱:大模型做 NER 实体抽取 + 关系抽取,输出节点 / 边数据,用 AntV G6/D3.js 做前端可视化
    • 分镜生成:LLM 先输出标准化分镜脚本(镜号、景别、画面描述),再调用文生图 API 批量生成画面
  • 核心难点:剧本隐性秘密关系的精准提取、同人物多分镜画面的形象一致性

五、插画生成(降本工具)

  • 核心价值:将剧本美术成本降低 90% 以上,快速产出人物立绘、场景图、线索插画。
  • 功能拆解:
    • 人物立绘:根据人物描述生成统一风格立绘,支持多表情差分
    • 场景插画:凶案现场、关键剧情场景、搜证地点插画
    • 风格统一:全本插画锁定同一种美术风格(古风 / 现代 / 日式 / 赛博等)
  • 技术方案:
    • 接入主流文生图 API,搭配固定风格 Prompt 模板 + 风格 LoRA 保障画风统一
    • 人物一致性采用「参考图 + 图生图」或人物一致性生成方案
  • 核心难点:批量生成的人物 / 场景一致性、美术版权归属问题

六、剧本转漫画 / 剧本转视频(内容增值)

  • 核心价值:将文字剧本转化为可视化内容,用于剧本宣发 PV、线上剧本杀产品、二创内容。
  • 功能拆解:
    • 剧本转漫画:自动分镜 + 画面生成 + 台词气泡,输出条漫 / 页漫
    • 剧本转视频:动态分镜 + AI 配音 + BGM,生成剧情解说视频、宣传短片
  • 技术方案:
    • 漫画:LLM 拆分镜→文生图出画面→Canvas 拼接加气泡字幕
    • 视频:TTS 配音 + 动态漫画效果,用 FFmpeg 合成;长视频可接入 AI 视频生成 API
  • 核心难点:长内容的人物形象一致性、叙事节奏把控、生成效率与成本

七、发布中心(变现通道)

  • 核心价值:连接创作者与渠道,完成内容变现闭环。
  • 功能拆解:
    • 一键分发:对接线上剧本杀平台、发行工作室、店家采购渠道
    • 版权存证:区块链存证固定创作时间,保护创作者版权
    • 数据看板:销量、下载量、测本反馈数据统计
    • 交易结算:分成自动计算、提现管理
  • 核心难点:渠道资源对接、支付合规性、版权保护的实际效力

八、剧本杀社区(生态留存)

  • 核心价值:提升用户留存,构建 UGC 生态,形成「创作 - 测评 - 迭代」的正向循环。
  • 功能拆解:
    • 创作者端:作者交流、测本招募、素材分享、作品互评
    • 玩家端:剧本测评、拼车组队、复盘讨论、二创内容
    • 内容机制:榜单、推荐、话题活动
  • 核心难点:冷启动难度大(需要内容与用户双向启动)、社区氛围与内容质量管控

整体技术架构

层级 核心模块
底层能力层 大模型(文本 / 图像 / 视频)、垂直剧本知识库、知识图谱引擎、区块链存证
中间引擎层 剧本结构化解析引擎、逻辑校验引擎、AIGC 素材生成引擎、时间线推理引擎
应用终端层 创作者 Web 工作台、店家小程序、玩家小程序 / APP、开放 API
变现层 会员订阅、内容交易、增值服务、B 端授权

商业模式分析

1. 工具订阅制(核心现金流)

  • 免费版:基础生成次数、基础校验、低清素材导出
  • 个人会员:无限生成、高级逻辑校验、高清插画、无水印导出
  • 企业版:工作室团队协作、定制化模型、API 接入、专属客服

2. 内容交易分成

  • 平台发行数字剧本,与作者按比例分成
  • 线上剧本售卖、店家采购抽成

3. 增值服务

  • 定制化美术精修、专业监制改稿、实体物料代印刷
  • 剧本转漫画 / 视频的付费生成、版权登记代理

4. B 端服务

  • 给线下店家提供数字化开本工具、剧本库年卡
  • 给发行工作室提供定制化创作 SaaS 部署

5. 社区增值

  • 玩家高级会员、测本付费权限、优质测评解锁

核心优势与风险挑战

核心壁垒

  1. 结构化 + 校验引擎:区别于通用大模型的「写出来就行」,你针对剧本杀场景做了专门的逻辑校验,这是专业工具的核心竞争力
  2. 全链路闭环:从创作到物料生成再到分发社区一站式体验,用户粘性远高于单一工具
  3. 垂直数据积累:随着用户使用,会积累大量结构化剧本数据,可反哺模型迭代,形成正向飞轮

主要风险

  1. 版权风险:训练数据版权、AI 生成内容的版权归属目前国内法规尚不明确,存在合规隐患
  2. 内容质量天花板:AI 可高效产出入门级、盒装级剧本,但很难达到顶级城限 / 独家本的创意深度,高端作者付费意愿弱
  3. 冷启动难度:工具需要验证生成质量,社区需要双向冷启动,初期需要投入运营资源
  4. 技术栈复杂:涉及大模型应用、知识图谱、AIGC 多模态、前端可视化、交易系统,对团队技术能力要求高

落地路径建议(分四阶段)

第一阶段:MVP 验证(0-6 个月)

聚焦剧本 AI 生成 + 结构化编辑 + 时间线 / 基础逻辑校验 + 线索卡管理四大核心功能,只做创作者 Web 端。

目标:验证生成质量与工具价值,积累第一批种子用户,跑通核心付费转化。

技术策略:优先用现有大模型 API 做封装,不自研模型,快速迭代。

第二阶段:工具闭环(6-12 个月)

上线人物关系可视化、插画生成、分镜可视化,强化逻辑校验引擎深度。

上线基础发布中心,对接少量发行渠道。

目标:提升工具付费率,建立差异化壁垒。

第三阶段:生态拓展(12-18 个月)

上线剧本转漫画 / 视频功能,搭建玩家社区与完整交易体系,拓展 B 端店家服务。

目标:形成生态闭环,拓展多元变现渠道。

第四阶段:平台化(18 个月 +)

自研剧本杀垂直小模型,进一步提升生成质量;拓展线下发行、IP 联名、实景剧本杀等业务。

目标:成为剧本杀行业的基础设施级平台。

About

叙光是一个 AI 驱动的剧本杀全生命周期一站式平台,覆盖「创作辅助 - 内容生产 - 分发变现 - 用户社区」全链路,核心是用 AI 解决剧本杀行业「创作门槛高、生产周期长、美术成本高、逻辑校验难」四大痛点。

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

 
 
 

Contributors