docs/v1.0/server/changelogs/2026-02-09-switch-back-to-gpt4o-mini-for-screenplay-parsing.md

剧本解析切换回 GPT-4o Mini 模型

日期: 2026-02-09
类型: 配置调整
影响范围: 剧本解析 AI 任务

背景

在尝试使用 Gemini 2.5 Flash 进行剧本解析时，发现 Gemini 模型返回的是自然语言解释而非 JSON 格式数据，导致解析失败。

问题表现

AI 返回内容：
好的，我将根据您提供的剧本内容，将其拆解为结构化的 JSON 格式场景和镜头信息。
由于剧本中没有明确的镜头细节（如景别、运镜、时长），我将根据剧本描述和电影叙事惯例进行合理推断和补充...

错误信息：

JSONDecodeError: Expecting value: line 1 column 1 (char 0)

根本原因

1. Gemini 模型不支持 OpenAI 的 response_format={'type': 'json_object'} 参数
2. Gemini 倾向于返回自然语言解释，即使在 System Prompt 中要求 JSON 格式
3. 需要针对 Gemini 模型进行专门的 Prompt 优化和响应处理

解决方案

临时方案：切换回 GPT-4o Mini 模型

• GPT-4o Mini 支持 response_format 参数，能够强制返回 JSON 格式
• 稳定可靠，已经过充分测试
• 性价比高，适合剧本解析任务

长期方案（待实施）：

1. 优化 AIHubMix Provider，针对 Gemini 模型：

   • 在 System Prompt 中添加更强的 JSON 格式约束
   • 实现响应后处理，提取 JSON 内容
   • 添加重试机制

2. 优化 AI Skill Prompt：

   • 在 Prompt 开头和结尾都强调"只返回 JSON，不要任何解释"
   • 提供 JSON 示例
   • 使用更明确的格式要求

修改内容

1. 修改剧本解析 API 默认模型

文件: server/app/api/v1/screenplays.py

# 修改前
model='gemini-2.5-flash',  # 使用 Gemini 2.5 Flash（性价比最高，支持结构化输出）

# 修改后
model='gpt-4o-mini',  # 使用 GPT-4o Mini（稳定可靠，JSON 格式输出）

2. 重启服务

docker restart jointo-server-app

测试验证

测试步骤

1. 上传剧本文件
2. 触发剧本解析
3. 验证 AI 返回 JSON 格式数据
4. 验证元素和分镜正确创建

预期结果

• ✅ AI 返回标准 JSON 格式
• ✅ 角色、场景、道具正确提取
• ✅ 分镜正确生成
• ✅ scene_count 和 character_count 正确更新

后续计划

1. 短期（1-2 周）：

   • 监控 GPT-4o Mini 的解析质量和成本
   • 收集用户反馈

2. 中期（1 个月）：

   • 实现 Gemini 模型的专门优化
   • 添加模型选择功能（让用户选择使用哪个模型）

3. 长期（2-3 个月）：

   • 实现多模型对比测试
   • 根据任务类型自动选择最优模型
   • 实现模型降级和重试机制

相关文档

• 剧本解析 AI 格式兼容性修复
• 切换到 Gemini 2.5 Flash
• AI Skill Prompt 格式强化

技术债务

• 实现 Gemini 模型的 JSON 格式优化
• 添加模型选择 UI
• 实现多模型对比测试框架
• 优化 AI Skill Prompt 以支持更多模型