看完一集短剧，你可能记得“这里反转挺猛”，却说不清前面哪条线索支撑了它。拆解时先别问 AI“这部剧为什么能爆”，而是把每场的主角目标、阻碍、新信息和结尾问题列出来，再回到原文核对。这套方法能帮你讨论剧本结构，不能预测播放量。

下面用一段原创的四场悬疑短剧，做成一张可检查的结构表。准备和复核约 15 分钟；如果本机已经装好 Ollama 和 Qwen3.8，就不需要再下载模型。模型等待时间取决于电脑和当前负载。

先确定拆什么

初学时用一段你自己写的剧情梗概，或已经获准使用的材料。每场写一两句就够；不必把整集台词、视频或客户未公开的剧本交给模型。若要公开发布拆解内容，先核对材料来源、引用范围和平台规则；《著作权法》第二十四条列出的使用情形带有适用条件，“做分析”不自动等于可以完整复制、上传或改编他人作品。国家版权局《著作权法》

本例《最后一场》完全虚构：电影院明早交钥匙，放映员许青面临是否播放封存胶片的选择；一张旧票、一张检修单和结尾的敲门声逐步增加悬念。练习包附有原稿、纯文本样例、提示词和复核表。

拆结构时看四件事

每场要问什么 你要找的证据
主角现在要做什么？ 角色说了什么、做了什么；别把读者的猜测写成角色目标
什么在挡着她？ 人物、时间、资源、规则或信息差；回到具体场次找依据
这场带来什么新信息？ 新线索可能只是多知道一件事，不一定改变局势
结尾留下什么问题？ 哪个问题会让观众想看下一场；它是否由前面的线索引出

把这些问题交给模型时，要求它引用短句并分开标注文本事实、推断和修改建议。它引用得像原文，不代表判断一定正确，你还要逐句核对。

用本机 Qwen 生成一版

如果你已经用 Ollama 跑过模型，先在练习包目录确认模型标签：

ollama list

解压练习包后运行：

python3 scripts/analyze.py --self-test
python3 scripts/analyze.py '原创短剧-最后一场.txt'

脚本用 Python 标准库访问本机 127.0.0.1:11434 的 Ollama Chat API。它先检查本地模型清单；如果找不到 qwen3.8-27b:latest 就停止，不会替你下载。若你还没有模型，可先看本机部署 Qwen3.8-27B 的教程，模型文件较大，确认流量和磁盘空间后再决定是否安装。

提示词要求模型按场次整理事件、目标、阻碍和新信息，区分线索与反转，并给两条修改建议。练习包里的 拆解提示词.md 可以替换成你有权使用的文本。用其他聊天网页时，先确认服务如何处理输入内容；这次实测只验证本机 Ollama，不代表云端网页的隐私设置或输出效果。

把回答逐项对回原稿

本机实测使用 MacBook Pro M1 Max、64GB 内存、Ollama 0.35.1 和已有的 qwen3.8-27b:latest（Q4_K_M）。提示词关闭扩展思考，输入 446 tokens，输出 826 tokens，用时 65.41 秒；没有下载模型，也没有把文本发到云端。模型完整回答和运行参数见练习包外的本地实测记录。

练习包附有一次未编辑的模型回答。它抓到了三个有用线索：老周封存胶片、检修单上出现“许青”的签名，以及放映机停下后传来的敲门声。但有几处不能照收：

模型说法 回到原稿检查 怎么处理
许青的目标是“按时交钥匙” 原稿写的是她要在“按时交钥匙”和“打开柜子”之间作决定，没有选定前者 保留为两难，不替角色提前做选择
小满的母亲“现在出现” 原文只写小满说母亲在门外；许青跑到门口时街上没人 标成角色说法，不能当作母亲已现身的事实
这是一场“身份危机”或“时间悖论” 原稿只给出十年前的签名和许青否认进过放映室 可以作为读者推断，但需要更多剧情证据才能定性
许青决定播放后，剧情转向敲门 目标从犹豫变成行动是清楚的；柜子何时打开、她为何选择播放仍缺一步 补出关键动作或心理动机，再检查转场是否顺畅

模型还建议增加闪回、胶片气味等细节。这些是创作选项，不是修复结构的唯一办法。你可以先补最影响因果的一句：许青看到自己签名后，是什么让她决定打开柜子？如果答案是“想知道真相”，就把这个选择写进场景；如果另有原因，也让观众能从画面或对白中看出来。

建议把自己的复核记在练习包里的 分析核对表.md 中。每个引用都要能在原稿找到；每条推断要写出根据；修改建议则由编剧决定是否采用。

常见误区

  • 把“有新线索”直接叫反转。 先问它有没有改变主角的目标、代价、信息优势或局势；如果只是多一条信息，就称为线索。
  • 让模型替你宣布“爆款公式”。 单次结构分析没有测过观众，也没有证明某种写法会带来播放量。想验证受众反应，需要另外做真实观众测试。
  • 一上来就贴整集剧本。 先用自己的四场梗概练习，重点更容易看清。提交客户稿或未公开内容前，要确认授权和模型服务的数据处理要求。
  • 只看模型的解释，不看证据。 它可能把一句台词扩写成完整人物背景；找不到原文依据，就删掉或明确写成推断。

工具和后续教程

工具 这次怎么用 费用与限制
Ollama 在本机提供 Chat API 模型须已安装；本练习脚本不会自动下载
Qwen3.8 分析原创短剧文本 本文只验证一个本机量化模型和一段虚构剧情

想继续练习，可看把一句话剧情拆成分镜表、一个选题批量写短视频脚本，或先读怎么把需求说清楚，让 AI 少猜一点。

本例没有验证真实短剧、观众留存、平台推荐或商业效果；模型的结构判断仍需编剧逐项核对。封面背景由本机 ComfyUI 生成，排字和 AI 生成标识由本地脚本完成。