ai写短剧剧本怎么做？输入JSON、输出格式约束与11条机器校验规则

本文回答：ai写短剧剧本怎么做——输入 JSON 放哪些字段（人物状态、场戏清单、集末钩子），提示词怎么锁死输出格式，11 条能由程序判定的校验规则各查什么、怎么判，校验不通过怎么只回传规则号和位置做定点返修，以及写完一集怎么把状态增量回写成下一集的输入。

ai写短剧剧本，要让每集格式稳定、前后不打架，可以分三步做：先把人物当前状态、本集场戏清单和集末钩子写成一份输入 JSON；再在提示词里锁死输出格式（场头、【人物】行、动作行、对白行）；写完用 11 条能由程序判定的规则查场头字段、称呼一致和单场篇幅，不合格的只把出错位置交回模型返修。程序查得了格式，查不了好不好看，人读那一遍省不掉。

结构化输入是把一集剧本的写作依据（谁在场、处于什么状态、分几场、每场推进什么、落在什么钩子上）写成固定字段的数据：模型照这些字段写，程序照同一组字段查。

ai短剧剧本怎么写？几种做法的输入和输出

输入 JSON 放哪些字段？人物状态、场戏清单、集末钩子

例子是虚构的都市悬疑短剧《夜班药房》：药师沈禾发现一张手写处方，签名的医生半年前已经去世。现在写第 3 集。

{
   
  "episode": 3,
  "previously": "沈禾发现处方签名医生已去世，拍了照",
  "cast": [
    {
   "name": "沈禾", "state": "手写处方在她白大褂口袋里", "knows": ["签名医生已去世"], "aliases_in_dialogue": ["小沈"]},
    {
   "name": "顾屿", "state": "医药代表，不知道沈禾拍了照", "knows": [], "aliases_in_dialogue": ["顾经理"]},
    {
   "name": "何姐", "state": "药房店长", "knows": [], "aliases_in_dialogue": []}
  ],
  "props": [{
   "name": "手写处方", "aliases": ["那张纸", "单子"], "holder": "沈禾"}],
  "threads": ["签名医生是怎么死的"],
  "generic_roles_allowed": ["顾客"],
  "scenes": [
    {
   "no": 1, "location": "药房", "int_ext": "内", "time": "夜", "cast": ["沈禾", "顾客"], "beat": "拿药间隙放大处方照片，对上医生的去世日期"},
    {
   "no": 2, "location": "药房", "int_ext": "内", "time": "夜", "cast": ["沈禾", "顾屿"], "beat": "顾屿来问处方，沈禾谎称已交给店长"},
    {
   "no": 3, "location": "药房仓库", "int_ext": "内", "time": "夜", "cast": ["沈禾", "何姐"], "beat": "何姐开口就要处方，沈禾说已经扔了"},
    {
   "no": 4, "location": "药房门口", "int_ext": "外", "time": "夜", "cast": ["沈禾"], "beat": "集末钩子", "allow_no_dialogue": true}
  ],
  "ending_hook": "电动车座上压着一张新处方，签的是沈禾自己的名字",
  "limits": {
   "max_chars_per_scene": 125}
}

1. cast 只放本集出场的人。红果短剧创作服务平台「短剧编剧第一课」里，骏乐影视负责人吴文尧以 80 集的主流短剧为例：「在角色总量上，建议核心人物3-5人，其余角色不超过20人」；实操上，一集的输入更该收窄。
2. aliases_in_dialogue 是别人嘴里的叫法，只许出现在台词里；说话人和动作主语一律用 name。
3. scenes 由人定，模型只负责写成正文。
4. max_chars_per_scene 是本文的示例算法：梨花颜在中国作家网《微短剧剧本创作如何构思与落地》里写「微短剧则是1-2分钟，500字左右为一集」，本例 4 场，平均每场约 125 字；按自己的单集时长和场数调。

这份 JSON 每集都要更新。这一步也可以交给产线自动做，比如猫斯卡（AI 视频生产系统）：档案秘书建故事档案，每批写完自动回填、续写前自动调取；它解决的是前后状态对不上，故事好不好、爽点够不够狠，仍要人判断。

ai短剧剧本提示词：怎么把输入和输出格式约束拼成一份模板？

{ {INPUT_JSON}} 处整段贴上面的 JSON：

你是竖屏短剧编剧。INPUT 是本集的全部依据，INPUT 以外的前情一律当作不存在。
【INPUT】
{
  {INPUT_JSON}}
【写法】
1. 按 scenes 的顺序和数量写，不加场、不并场、不加回忆戏。
2. 每场只完成该场 beat；最后一场以 ending_hook 收尾。
3. 少写心理，多写行为；内心活动用动作和表情写出来，不写独白。
4. 能用对白交代的信息，不用画外音。
5. 说话人和 △ 动作行只用 cast[].name，道具只用 props[].name；别名只能出现在别人的台词里。
6. 不新增有名字的人物，路人只用 generic_roles_allowed 里的叫法。
7. 每场正文不超过 max_chars_per_scene 个字。
【输出格式】只输出剧本，不输出解释，不用 Markdown 符号：
第{episode}集 {集标题}
场{no}｜{location} {int_ext} {time}
【人物】{本场出场人物，顿号分隔}
△ {动作}
{人物名}：{台词}

第 3、4 条取自同一系列编剧课：吴文尧强调「少写'心理'，多写'行为'」；燕北工作室负责人燕北：「能通过对白表达的，绝不用画外音；能用表演呈现的内心活动，绝不用独白」。

短剧剧本格式怎么交给程序查？11 条校验规则

输出格式锁死以后，短剧剧本格式就能逐行解析：按场头行切成场，再逐场比对输入 JSON。「怎么判」一栏都能直接写成代码。

N01 顺带拦住画外音：「沈禾（画外音）：」冒号前的字符串不在名单里，直接不通过。

称呼卡这么死，是因为下游还要写视频提示词：据火山方舟《Doubao Seedance 2.0 系列提示词指南》，「对于已提前定义主体的场景，每次提到主体时，都应使用同一标签」，剧本里一人两种叫法，逐镜写提示词时就得返工。

校验不通过怎么返修？只回传规则号和位置

校验脚本把不通过项整理成返修单，连同初稿交回模型。第 3 集初稿跑出两条：

{
   
  "fix_only": [
    {
   "rule": "N02", "scene": 2, "line": "△ 小沈把药袋推回柜台", "fix": "主语改成「沈禾」"},
    {
   "rule": "L01", "scene": 3, "fix": "删到上限内，保留何姐要处方、沈禾说已经扔了"}
  ],
  "keep": "其余行一字不动，按原格式输出全集"
}

返修稿重跑全部 11 条：删字可能连带删掉【人物】行或对白。实操上建议给返修设轮数上限，到上限还不过就人工改；同一场反复卡在 S 类规则，多半是场戏清单本身排得不合理，该回头改输入。

规则全过以后，人读一遍查程序判不了的：吴文尧说短剧每分钟都要有「看点」——可以是情绪爆发、剧情反转，或关键信息推进，照这个找有没有平掉的段落；台词照燕北的建议大声读，「试着把一段台词砍掉三分之一，看看核心信息是否还在」；内容对照《微短剧发展管理办法》（国家广播电视总局令第16号）第二十五条不得载有的十一项内容过一遍。

ai短剧剧本怎么制作下一集？把本集结果回写进输入

第 4 集的输入在第 3 集定稿上做增量。提示词末尾加一句：「输出剧本后，另起一行输出 STATE_DELTA，只列本集结束时有变化的人物和道具，JSON 格式」。第 3 集对应的增量大致是：

{
   
  "cast": [
    {
   "name": "沈禾", "state": "对顾屿说处方已交店长，对何姐说已经扔了；收到签着自己名字的新处方", "knows_add": ["何姐知道处方的事"]},
    {
   "name": "何姐", "state": "向沈禾要处方，没要到"}
  ],
  "threads_add": ["谁冒签了沈禾的名字"]
}

增量也是模型写的，尤其 knows_add 容易多写，要对着定稿核过再并进主 JSON，换上第 4 集的场戏清单，就是下一轮输入。

常见问题

让模型直接输出 JSON 格式的剧本，不是更好校验吗？
能校验，但不建议当最终格式。实操上整集正文塞进 JSON 字符串，人读、人改都不方便。保留文本格式、靠固定行首（场、【人物】、△、名字加冒号）切分，程序和人都看得懂。

写到二十几集，输入 JSON 越来越长怎么办？
主 JSON 存全剧，喂给模型的只是本集切片：cast、props 只放本集用到的，已收掉的线移出 threads，previously 只留上一集结尾一句话。