AI 剧本解析提示词
文档版本：v2.0
最后更新：2026-02-06
重要变更：支持两阶段解析，解决Token限制问题
目录
- 解析策略
- 阶段1：提取元素
- 阶段2：拆解分镜
- 字段说明
- 枚举值对照表
- 后端集成
- 重要提示
解析策略
为了解决长剧本的Token限制问题，采用两阶段解析策略：
阶段1：提取全局元素（1次AI调用）
- 输入：完整剧本文本
- 输出：角色、场景、道具及其标签
- Token消耗：约15,000 tokens
阶段2：分批拆解分镜（N次AI调用，可并行）
- 输入：剧本片段 + 已提取的元素列表
- 输出：该片段的分镜数组（含对白）
- Token消耗：每批约5,000-8,000 tokens
用户体验流程
用户上传剧本
↓
阶段1：提取元素
↓
前端显示元素列表（用户可审核/修改）
↓
用户确认 → 开始拆解分镜
↓
阶段2：分批拆解分镜（实时进度）
↓
完成：查看完整分镜列表
阶段1：提取元素
完整提示词（阶段1）
将以下内容复制给AI使用：
# 系统角色
你是一个专业的影视剧本分析专家，擅长从剧本中提取角色、场景、道具信息，并识别它们的不同状态和变体。
---
# 任务说明
请分析以下剧本，提取所有角色、场景、道具信息，并为每个元素识别不同的状态标签。
## 1. 角色（Characters）
- **识别所有出现的角色**
- **为每个角色提取不同的年龄段/状态标签**（如：少年、青年、老年、受伤状态等）
- **描述每个标签的具体特征**（年龄、服装、外貌、情绪状态等）
- **标注角色类型**：主角(main)、配角(supporting)、群演(extra)
- **标注是否为画外音角色**（如纪录片解说员、旁白）
**示例**：
- 角色名：孙悟空
- 标签1：少年（15岁，穿着布衣，活泼好动）
- 标签2：青年（30岁，身穿金甲，英勇果敢）
## 2. 场景（Locations）
- **识别所有拍摄场景**
- **为每个场景提取不同的时间/氛围标签**（如：白天、夜晚、春天、冬天等）
- **描述每个标签的具体特征**（光照、天气、季节、氛围等）
**示例**：
- 场景名：花果山
- 标签1：白天（阳光明媚，鸟语花香）
- 标签2：夜晚（月光下，宁静神秘）
## 3. 道具（Props）
- **识别所有重要道具**
- **为每个道具提取不同的状态标签**（如：崭新、破损、生锈等）
- **描述每个标签的具体特征**
- **标注道具类型**：
- `interactive`（互动道具）：角色会使用/操作的道具
- `set_dressing`（布景道具）：场景装饰性道具
- **标注归属**：
- 互动道具：标注归属角色（`owner_character`）
- 布景道具：标注归属场景（`owner_location`）
**示例**：
- 道具名：金箍棒
- 类型：interactive
- 归属角色：孙悟空
- 标签1：崭新（刚打造，金光闪闪）
- 标签2：破损（战斗后，有裂纹）
- 道具名：石桌
- 类型：set_dressing
- 归属场景：花果山
- 标签1：风化（经年累月，长满青苔）
---
# 输出格式要求
请严格按照以下JSON格式返回结果：
```json
{
"characters": [
{
"name": "角色名",
"description": "角色描述",
"role_type": "main|supporting|extra",
"is_offscreen": false,
"meta_data": {
"gender": "male|female",
"species": "人类|动物|其他",
"personality": "性格描述"
}
}
],
"character_tags": {
"角色名": [
{
"tag_key": "youth",
"tag_label": "少年",
"description": "15岁的孙悟空，穿着布衣",
"meta_data": {
"age": 15,
"clothing": "布衣",
"mood": "活泼"
}
}
]
},
"locations": [
{
"name": "场景名",
"location": "地点",
"description": "场景描述",
"meta_data": {}
}
],
"location_tags": {
"场景名": [
{
"tag_key": "daytime",
"tag_label": "白天",
"description": "阳光明媚的花果山",
"meta_data": {
"lighting": "natural",
"weather": "sunny"
}
}
]
},
"props": [
{
"name": "道具名",
"description": "道具描述",
"prop_type": "interactive|set_dressing",
"owner_character": "角色名（互动道具）",
"owner_location": "场景名（布景道具）",
"meta_data": {
"material": "材质",
"size": "尺寸"
}
}
],
"prop_tags": {
"道具名": [
{
"tag_key": "new",
"tag_label": "崭新",
"description": "刚打造的金箍棒",
"meta_data": {
"condition": "new"
}
}
]
}
}
```
---
# 剧本内容
{在这里插入剧本文本}
---
# 重要提示
1. **标签必须有明确的视觉差异**：不同标签应该在画面上有明显区别
2. **道具分类准确**：互动道具归属角色，布景道具归属场景
3. **元数据完整**：尽可能提供详细的meta_data信息
4. **名称一致性**：确保所有名称拼写一致，后续阶段会引用这些名称
输出格式（阶段1）
返回JSON格式，结构如下：
{
"characters": [
{
"name": "角色名",
"description": "角色描述",
"role_type": "main|supporting|extra",
"is_offscreen": false,
"meta_data": {
"gender": "male|female",
"species": "人类|动物|其他",
"personality": "性格描述"
}
}
],
"character_tags": {
"角色名": [
{
"tag_key": "youth",
"tag_label": "少年",
"description": "15岁的孙悟空，穿着布衣",
"meta_data": {
"age": 15,
"clothing": "布衣",
"mood": "活泼"
}
}
]
},
"locations": [
{
"name": "场景名",
"location": "地点",
"description": "场景描述",
"meta_data": {}
}
],
"location_tags": {
"场景名": [
{
"tag_key": "daytime",
"tag_label": "白天",
"description": "阳光明媚的花果山",
"meta_data": {
"lighting": "natural",
"weather": "sunny"
}
}
]
},
"props": [
{
"name": "道具名",
"description": "道具描述",
"prop_type": "interactive|set_dressing",
"owner_character": "角色名（互动道具）",
"owner_location": "场景名（布景道具）",
"meta_data": {
"material": "材质",
"size": "尺寸"
}
}
],
"prop_tags": {
"道具名": [
{
"tag_key": "new",
"tag_label": "崭新",
"description": "刚打造的金箍棒",
"meta_data": {
"condition": "new"
}
}
]
}
}
阶段2：拆解分镜
完整提示词（阶段2）
将以下内容复制给AI使用：
# 系统角色
你是一个专业的影视分镜师，擅长将剧本拆解为可执行的分镜脚本。你需要根据已识别的角色、场景、道具，将剧本片段拆解为详细的分镜。
---
# 已识别的元素列表
## 角色
{在这里插入角色列表及其标签，格式如下：}
- 孙悟空
- 少年：15岁，穿着布衣，活泼好动
- 青年：30岁，身穿金甲，英勇果敢
- 菩提祖师
- 老年：白发苍苍，身穿道袍，仙风道骨
## 场景
{在这里插入场景列表及其标签，格式如下：}
- 花果山
- 白天：阳光明媚，鸟语花香
- 夜晚：月光下，宁静神秘
- 斜月三星洞
- 夜晚：火把摇曳，光影交错
## 道具
{在这里插入道具列表及其标签，格式如下：}
- 金箍棒（互动道具，归属：孙悟空）
- 崭新：金光闪闪，光芒四射
- 石桌（布景道具，归属：花果山）
- 风化：表面有青苔和裂纹
- 蒲团（布景道具，归属：斜月三星洞）
- 陈旧：边缘磨损，但依然整洁
---
# 任务说明
请将以下剧本片段拆解为分镜脚本。
## 拆解要求
为每个分镜提供：
### 1. 基本信息
- **标题**：简短描述（如"孙悟空初登场"）
- **描述**：画面内容详细描述
- **拍摄描述**：景深、运镜方式、镜头语言、拍摄技巧
### 2. 影视专业参数
- **景别（shot_size）**：1-8（见下方枚举表）
- **运镜（camera_movement）**：1-9（见下方枚举表）
- **预估时长（estimated_duration）**：秒
### 3. 元素关联
- **角色**：使用已识别的角色名和标签名
- **场景**：使用已识别的场景名和标签名
- **道具**：使用已识别的道具名和标签名
- 为每个元素指定：
- `action`：动作描述（如"大笑"、"奔跑"、"挥舞"）
- `position`：画面位置（left/center/right/background/foreground）
- `is_visible`：是否可见（画外音设为false）
### 4. 对白（Dialogues）
- **角色名**：说话的角色（必须是已识别的角色）
- **内容**：对白文本
- **对白类型**：1=普通对白, 2=内心OS, 3=旁白
- **顺序**：在分镜中的顺序（从0开始）
- **情绪**：高兴/悲伤/愤怒等（可选，用于TTS）
---
# 枚举值对照表
## 景别（shot_size）
1. extreme_wide_shot - 大远景（建立场景）
2. wide_shot - 远景（展示环境）
3. full_shot - 全景（全身）
4. medium_shot - 中景（腰部以上）
5. medium_close_up - 中近景（胸部/肩部以上）
6. close_up - 特写（面部）
7. extreme_close_up - 大特写（局部细节）
8. over_shoulder - 过肩镜头（对话场景）
## 运镜（camera_movement）
1. static - 固定
2. pan - 摇镜（水平旋转）
3. tilt - 俯仰（垂直旋转）
4. dolly - 推拉（前后移动）
5. zoom - 变焦（焦距变化）
6. tracking - 跟踪（跟随主体）
7. arc - 环绕（圆周运动）
8. crane - 升降（垂直移动/摇臂）
9. handheld - 手持（纪录片风格）
## 对白类型（dialogue_type）
1. normal - 普通对白（角色之间的正常对话）
2. inner_monologue - 内心OS（角色的内心独白，其他角色听不到）
3. narration - 旁白（画外音、解说、回忆旁白等）
---
# 输出格式要求
请严格按照以下JSON格式返回结果：
```json
{
"storyboards": [
{
"title": "分镜标题",
"description": "画面描述",
"shooting_description": "拍摄描述",
"shot_size": 4,
"camera_movement": 1,
"estimated_duration": 5.5,
"order_index": 1,
"start_time": 0.0,
"end_time": 5.5,
"meta_data": {
"lighting": "自然光",
"weather": "晴天",
"time_of_day": "上午",
"camera_angle": "仰拍",
"lens": "广角"
},
"characters": [
{
"name": "孙悟空",
"tag_label": "少年",
"action": "挥舞金箍棒",
"position": "center",
"is_visible": true,
"order": 0
}
],
"locations": [
{
"name": "花果山",
"tag_label": "白天",
"order": 0
}
],
"props": [
{
"name": "金箍棒",
"tag_label": "崭新",
"action": "被挥舞",
"position": "foreground",
"order": 0
}
],
"dialogues": [
{
"character_name": "孙悟空",
"content": "今日我便要闯出一番天地！",
"dialogue_type": 1,
"sequence_order": 0,
"emotion": "兴奋"
}
]
}
]
}
```
---
# 剧本片段
{在这里插入剧本片段文本}
---
# 重要提示
1. **必须使用已识别的元素**：角色、场景、道具的名称必须与上方列表完全一致
2. **必须使用已识别的标签**：tag_label必须是该元素的已识别标签
3. **动作描述要具体**：如"大笑"、"奔跑"、"挥舞"，而不是"动作"
4. **位置要明确**：使用标准位置值（left/center/right/background/foreground）
5. **对白结构化**：每条对白独立，包含完整信息
6. **顺序连续**：order_index从1开始连续递增，时间轴连续
输出格式（阶段2）
返回JSON格式，结构如下：
{
"storyboards": [
{
"title": "分镜标题",
"description": "画面描述",
"shooting_description": "拍摄描述",
"shot_size": 4,
"camera_movement": 1,
"estimated_duration": 5.5,
"order_index": 1,
"start_time": 0.0,
"end_time": 5.5,
"meta_data": {
"lighting": "自然光",
"weather": "晴天"
},
"characters": [
{
"name": "孙悟空",
"tag_label": "少年",
"action": "挥舞金箍棒",
"position": "center",
"is_visible": true,
"order": 0
}
],
"locations": [
{
"name": "花果山",
"tag_label": "白天",
"order": 0
}
],
"props": [
{
"name": "金箍棒",
"tag_label": "崭新",
"action": "被挥舞",
"position": "foreground",
"order": 0
}
],
"dialogues": [
{
"character_name": "孙悟空",
"content": "今日我便要闯出一番天地！",
"dialogue_type": 1,
"sequence_order": 0,
"emotion": "兴奋"
}
]
}
]
}
字段说明
角色字段（Characters）
| 字段 |
类型 |
必填 |
说明 |
| name |
string |
✅ |
角色名称 |
| description |
string |
✅ |
角色描述 |
| role_type |
string |
✅ |
角色类型：main(主角)/supporting(配角)/extra(群演) |
| is_offscreen |
boolean |
✅ |
是否为画外音角色（不出现在画面中） |
| meta_data |
object |
✅ |
额外元数据（性别、物种、性格等） |
角色标签字段（Character Tags）
| 字段 |
类型 |
必填 |
说明 |
| tag_key |
string |
✅ |
标签键（如youth/adult/old） |
| tag_label |
string |
✅ |
标签显示名称（如"少年"/"青年"/"老年"） |
| description |
string |
✅ |
标签详细描述（年龄、服装、外貌等） |
| meta_data |
object |
✅ |
额外元数据（age/clothing/mood等） |
场景字段（Locations）
| 字段 |
类型 |
必填 |
说明 |
| name |
string |
✅ |
场景名称 |
| location |
string |
⚪ |
场景地点 |
| description |
string |
✅ |
场景描述 |
| meta_data |
object |
✅ |
额外元数据 |
场景标签字段（Location Tags）
| 字段 |
类型 |
必填 |
说明 |
| tag_key |
string |
✅ |
标签键（如daytime/night） |
| tag_label |
string |
✅ |
标签显示名称（如"白天"/"夜晚"） |
| description |
string |
✅ |
标签详细描述（光照、天气、氛围等） |
| meta_data |
object |
✅ |
额外元数据（lighting/weather/season等） |
道具字段（Props）
| 字段 |
类型 |
必填 |
说明 |
| name |
string |
✅ |
道具名称 |
| description |
string |
✅ |
道具描述 |
| prop_type |
string |
✅ |
道具类型：interactive(互动道具)/set_dressing(布景道具) |
| owner_character |
string |
⚪ |
归属角色（互动道具必填） |
| owner_location |
string |
⚪ |
归属场景（布景道具必填） |
| meta_data |
object |
✅ |
额外元数据（material/size/color等） |
道具标签字段（Prop Tags）
| 字段 |
类型 |
必填 |
说明 |
| tag_key |
string |
✅ |
标签键（如new/old/damaged） |
| tag_label |
string |
✅ |
标签显示名称（如"崭新"/"陈旧"/"破损"） |
| description |
string |
✅ |
标签详细描述 |
| meta_data |
object |
✅ |
额外元数据（condition/appearance等） |
分镜字段（Storyboards）
| 字段 |
类型 |
必填 |
说明 |
| title |
string |
✅ |
分镜标题 |
| description |
string |
✅ |
画面描述 |
| shooting_description |
string |
⚪ |
拍摄描述（景深、运镜方式、镜头语言） |
| shot_size |
integer |
⚪ |
景别（1-8，见枚举表） |
| camera_movement |
integer |
⚪ |
运镜（1-9，见枚举表） |
| estimated_duration |
number |
⚪ |
预估时长（秒） |
| order_index |
integer |
✅ |
顺序索引（从1开始） |
| start_time |
number |
✅ |
开始时间（秒） |
| end_time |
number |
✅ |
结束时间（秒） |
| meta_data |
object |
✅ |
额外元数据（lighting/weather/time_of_day等） |
| characters |
array |
✅ |
关联的角色数组 |
| locations |
array |
✅ |
关联的场景数组 |
| props |
array |
✅ |
关联的道具数组 |
| dialogues |
array |
✅ |
对白数组 |
分镜角色关联字段
| 字段 |
类型 |
必填 |
说明 |
数据库字段 |
| name |
string |
✅ |
角色名称（必须是已识别的角色） |
element_name |
| tag_label |
string |
✅ |
标签名称（必须是该角色的已识别标签） |
tag_label |
| action |
string |
⚪ |
动作描述（如"大笑"/"奔跑"） |
action_description |
| position |
string |
⚪ |
画面位置（left/center/right/background/foreground） |
spatial_position |
| is_visible |
boolean |
✅ |
是否在画面内（画外音设为false） |
is_visible |
| order |
integer |
✅ |
显示顺序 |
display_order |
分镜场景关联字段
| 字段 |
类型 |
必填 |
说明 |
数据库字段 |
| name |
string |
✅ |
场景名称（必须是已识别的场景） |
element_name |
| tag_label |
string |
✅ |
标签名称（必须是该场景的已识别标签） |
tag_label |
| order |
integer |
✅ |
显示顺序 |
display_order |
分镜道具关联字段
| 字段 |
类型 |
必填 |
说明 |
数据库字段 |
| name |
string |
✅ |
道具名称（必须是已识别的道具） |
element_name |
| tag_label |
string |
✅ |
标签名称（必须是该道具的已识别标签） |
tag_label |
| action |
string |
⚪ |
动作描述（如"被挥舞"/"被打开"） |
action_description |
| position |
string |
⚪ |
画面位置（left/center/right/background/foreground） |
spatial_position |
| order |
integer |
✅ |
显示顺序 |
display_order |
对白字段（Dialogues）
| 字段 |
类型 |
必填 |
说明 |
| character_name |
string |
✅ |
说话的角色名称 |
| content |
string |
✅ |
对白内容 |
| dialogue_type |
integer |
✅ |
对白类型（1=普通对白, 2=内心OS, 3=旁白） |
| sequence_order |
integer |
✅ |
在分镜中的顺序（从0开始） |
| emotion |
string |
⚪ |
情绪标记（用于TTS生成和时长计算，如"高兴"/"悲伤"/"愤怒"） |
注意：
- 无需返回时长字段：台词时长由后端根据字数、语速、情绪自动计算
- 情绪标记很重要：影响语速调整（高兴/兴奋语速快，悲伤/疲惫语速慢）
- 对白类型影响时长：旁白比普通对白慢15%，内心OS慢10%
枚举值对照表
角色类型（role_type）
| 数值 |
字符串值 |
说明 |
| - |
main |
主角 |
| - |
supporting |
配角 |
| - |
extra |
群演 |
道具类型（prop_type）
| 数值 |
字符串值 |
说明 |
| - |
interactive |
互动道具（角色会使用/操作） |
| - |
set_dressing |
布景道具（场景装饰性） |
景别（shot_size）
| 数值 |
字符串值 |
说明 |
| 1 |
extreme_wide_shot |
大远景（建立场景） |
| 2 |
wide_shot |
远景（展示环境） |
| 3 |
full_shot |
全景（全身） |
| 4 |
medium_shot |
中景（腰部以上） |
| 5 |
medium_close_up |
中近景（胸部/肩部以上） |
| 6 |
close_up |
特写（面部） |
| 7 |
extreme_close_up |
大特写（局部细节） |
| 8 |
over_shoulder |
过肩镜头（对话场景） |
运镜（camera_movement）
| 数值 |
字符串值 |
说明 |
| 1 |
static |
固定 |
| 2 |
pan |
摇镜（水平旋转） |
| 3 |
tilt |
俯仰（垂直旋转） |
| 4 |
dolly |
推拉（前后移动） |
| 5 |
zoom |
变焦（焦距变化） |
| 6 |
tracking |
跟踪（跟随主体） |
| 7 |
arc |
环绕（圆周运动） |
| 8 |
crane |
升降（垂直移动/摇臂） |
| 9 |
handheld |
手持（纪录片风格） |
对白类型（dialogue_type）
| 数值 |
字符串值 |
说明 |
| 1 |
normal |
普通对白（角色之间的正常对话） |
| 2 |
inner_monologue |
内心OS（角色的内心独白，其他角色听不到） |
| 3 |
narration |
旁白（画外音、解说、回忆旁白等） |
后端集成
阶段1：存储元素
# Celery Worker 调用
async def store_elements(screenplay_id: UUID, parsed_data: Dict):
"""存储阶段1的解析结果"""
# 1. 存储角色
character_id_map = {}
for char_data in parsed_data['characters']:
character = await screenplay_service.add_character(
screenplay_id, char_data
)
character_id_map[char_data['name']] = character.character_id
# 2. 存储场景
location_id_map = {}
for location_data in parsed_data['locations']:
location = await screenplay_service.add_location(
screenplay_id, location_data
)
location_id_map[location_data['name']] = location.location_id
# 3. 存储道具
prop_id_map = {}
for prop_data in parsed_data['props']:
prop = await screenplay_service.add_prop(
screenplay_id, prop_data
)
prop_id_map[prop_data['name']] = prop.prop_id
# 4. 存储标签
tag_id_maps = await tag_service.store_tags(
screenplay_id,
parsed_data,
character_id_map,
location_id_map,
prop_id_map
)
return {
'character_id_map': character_id_map,
'location_id_map': location_id_map,
'prop_id_map': prop_id_map,
'tag_id_maps': tag_id_maps
}
阶段2：存储分镜
# Celery Worker 调用
async def store_storyboards(
screenplay_id: UUID,
storyboards_data: List[Dict],
tag_id_maps: Dict
):
"""存储阶段2的解析结果"""
storyboard_ids = await storyboard_service.create_storyboards_from_ai(
screenplay_id=screenplay_id,
storyboards_data=storyboards_data,
tag_id_maps=tag_id_maps
)
return storyboard_ids
重要提示
1. 标签设计原则
- 标签是元素的变体：一个角色可以有多个年龄段标签，一个场景可以有多个时间标签
- 标签必须有明确的视觉差异：不同标签应该在画面上有明显区别
- 标签用于分镜关联：分镜不直接关联"孙悟空"，而是关联"孙悟空-少年"这个标签
2. 道具分类规则
- 互动道具：角色会使用/操作的道具（如武器、工具、手机、钥匙）
- 必须标注归属角色（
owner_character）
- 可以有动作描述（
action）
- 布景道具：场景装饰性道具（如桌椅、花瓶、背景物品）
- 必须标注归属场景（
owner_location）
- 通常无动作描述
3. 对白处理
- 结构化数据：对白必须是数组，每条对白独立
- 角色关联：
character_name必须是已识别的角色名称
- 顺序管理：
sequence_order从0开始，按对白出现顺序递增
- 情绪标记：可选，但建议提供，用于TTS生成时的情感控制
4. 分镜关联规则
- 必须使用已识别的元素：角色、场景、道具的名称必须与阶段1提取的一致
- 必须使用已识别的标签：
tag_label必须是该元素的已识别标签
- 动作描述要具体：如"大笑"、"奔跑"、"挥舞"，而不是"动作"
- 位置要明确：使用标准位置值（left/center/right/background/foreground）
5. Token优化建议
- 阶段1：尽可能详细，包含所有元素和标签
- 阶段2：每批10-20个分镜，避免超过token限制
- 简化模式：如果剧本很长，可以省略
emotion字段，由后端推断
6. 数据一致性
- 元素名称必须一致：阶段2引用的元素名称必须与阶段1完全一致
- 标签名称必须一致：阶段2引用的标签名称必须与阶段1完全一致
- 顺序索引连续：分镜的
order_index必须连续（1, 2, 3...）
- 时间轴连续：分镜的
start_time和end_time应该连续
7. 时长计算说明
台词时长：
- AI 无需计算台词时长
- 后端会根据以下因素自动计算：
- 字数（中文字符数）
- 语速（正常4.5字/秒）
- 情绪（高兴/兴奋语速快，悲伤/疲惫语速慢）
- 对白类型（旁白比普通对白慢15%）
- 标点停顿（逗号0.25秒，句号0.5秒）
分镜时长：
- AI 无需计算分镜时长
- 后端会根据以下因素自动计算：
- 所有台词的总时长
- 台词间隔（0.5秒/条）
- 景别（大远景5秒，特写1.5秒）
- 运镜（环绕增加50%，固定无增加）
- 缓冲时间（前后共1.5秒）
AI只需提供：
- 台词内容（
content）
- 情绪标记（
emotion）
- 对白类型（
dialogue_type）
- 景别（
shot_size）
- 运镜（
camera_movement）
后端会自动计算并存储 estimated_duration 字段。
示例文件
完整的示例JSON文件请参考：screenplay-ai-parse-example.json
