剧本复刻工坊

概述

目的

把「别人的好东西」变成「你能反复用的东西」。

不是抄，是逆向工程：先拆出一部作品之所以成立的底层结构（骨架、节奏、人物功能位、文风指纹），再把这套结构套到新题材、新人物上，产出原创剧本。同时提供高保真档位，满足"把成片转写稿整理成规范剧本格式""把草稿规范成标准格式"这类不创作、只还原的需求。

B 模式的能力边界（务必想清楚再接单）：转写稿里只有台词文字（可能带时间码）。

镜头切点、景别、运镜、画面动作、音效这些转写稿本身不含，脚本也反推不出来——

必须由你在听写/转写时同步记录，或事后逐条人工补。

所以 B 模式的实际产出是「台词 + 时间码（若有） 的规范格式稿」，

不是逐镜头分镜本。缺的三项（镜头/画面/音效）一律留空或标 （待补），禁止脑补。

核心抽象：保真度旋钮

四种复刻不是四件事，是同一条流水线上旋钮的四个档位。旋钮决定"源材料保留多少、换掉多少"：

F1 逐字还原  ──  B 成片扒剧 / D 格式复刻   （内容零改动，只做结构化）
F2 结构保留  ──  高仿复刻                  （保留骨架与节拍，换题材人物与文字）
F3 骨架借用  ──  A 结构复刻（默认）        （只借幕场结构与节奏曲线）
F4 只借笔法  ──  C 风格复刻                （只借文风指纹，故事全新）

旋钮档位在 R0 由用户选定，写入 state.json，贯穿全程。任何一步的输出都必须与档位自洽——F1 档位下改一句台词就是事故，F4 档位下照搬一场戏就是事故。

四种模式

默认优先级：用户未指定时，默认 A 结构复刻 + 短剧载体。

四种载体（参数化，不复制逻辑）

何时使用

• 用户要「扒」「拆」「复刻」「仿写」「照着…写」一部已有作品。
• 用户有视频想转成剧本，或有草稿想规范成标准格式。
• 用户想提取一部爆款的可复用模板，以后反复套用。
• 触发词示例：「扒一下这个爆款」「复刻这个剧本」「把这段视频转成剧本」「照这个风格写一篇」「把我的草稿改成标准格式」「拆一下这部剧的结构」「这个剧本的骨架是什么」。

角色定位

• AI = 拆解师 + 重建师：负责逆向拆解、生成蓝图、按蓝图重建、跑检测脚本、标出越界风险。
• 用户 = 制片人：提供源材料、选定模式与档位、在 R3 勾选"留哪些换哪些"、确认每阶段产出。

复刻红线（最高优先级，任何档位不可破）

1. 不复制表达，只复用结构。蓝图记录的是"第 3 场必须出现一次身份反转"这类功能描述，不是原句。重建时禁止出现源材料的连续成句。
2. 雷同自动拦截。R5 必须跑 scripts/similarity_check.py：连续 ≥12 字相同触发警告（人工判断是否为通用表达）；连续 ≥20 字、或整段雷同率 >15%、或命中 ≥3 处，判红线，必须重写。

例外：B 成片扒剧 / D 格式复刻属 F1 档位，产出必然与源一致，须加 --exempt 豁免雷同判定，改做完整性核对。

1. 人格与 IP 隔离。不复刻真实人物、品牌、受版权保护的角色名、专有世界观设定。涉及真实地名/机构须虚构化。
2. B 模式产出仅限内部。成片扒出的还原稿用于学习与结构分析，不得直接对外发布或商用，交付文件须带此声明。
3. 标注来源。所有 A/C/D 模式交付物附「灵感来源与结构性借鉴声明」，写明借鉴的是结构/笔法而非内容。
4. 自检门不可跳过。R5 存在红线问题时，必须修订后才进 R6。

详见 references/compliance-redline.md。

七阶段流程（每阶段结束等用户确认再推进）

R0 定档 → R1 取材解析 → R2 提取蓝图 → R3 蓝图校准
       → R4 重建生成 → R5 复刻度自检 → R6 交付

进度用 scripts/state.py 跟踪（init / status / set / next / done）。

R0 定档

确认并记录，产出 00-brief.md：

1. 模式 A / B / C / D（默认 A）
2. 载体 短剧 / 长剧 / 口播 / 通用（默认短剧）
3. 保真度档位 F1–F4（随模式给默认值，可手动调）
4. 素材来源类型 文本（剧本 / 文稿 / 口述稿 / 转写稿）
5. 目标平台 抖音 / 快手 / 视频号 / 红果 / B站 / 不限
6. 画幅（短剧 / 长剧必填）：竖屏 9:16 / 横屏 16:9 / 双版本
7. 新题材参数（A/C 模式必填）：题材、主角设定、目标观众、禁忌项
8. 样本范围：单集 / 整部（多集素材须指定以第 N 集为样本，否则场次与时长配比失真）

若素材涉及版权作品：提醒红线 3、4，并确认用途为「结构学习」而非「内容搬运」。

输入边界：本 Skill 是纯文本处理器。

• 可直接读：.txt .md 等纯文本（含 UTF-8 / GBK / UTF-16 等编码）。
• 需先转码（R1.0 用 prepare_input.py 一步转完）：.docx .odt。
• 不在支持范围：视频文件、视频链接、srt/vtt/ass 字幕文件、图片截图。

脚本无相关实现，本 Skill 也不负责音视频与图像识别。若只有视频，需先自行转写成文本

再进入流程（B 模式接收转写稿），不要假装能解析。

• 转写稿能给你什么：只有台词文字，可能带时间码（时间码脚本只计数，不用于切场）。

说话人多数 ASR 不标注（剪映 / Whisper 默认不给），没有说话人则人物层无法自动提取，

须 AI 按上下文推断并标 [待确认]。

镜头 / 景别 / 画面动作 / 音效一律不含，须人工补。

• PDF：不支持，需用户先另存/复制为 txt（详见 R1.0）。

R1.0 前置转码（源材料不是纯文本时必做）

目的：把 Word 之类的文件统一转成 UTF-8 纯文本，后续所有脚本只读纯文本，不必各自兼容格式。

# 最常用：Word 剧本 → 纯文本
python scripts/prepare_input.py 源文件.docx --out 项目目录/00-source.md

# 中文乱码时强制编码（仅纯文本输入有效）
python scripts/prepare_input.py 源文件.txt --encoding gbk --out 00-source.md

# 先看看转出来是什么样，不落盘
python scripts/prepare_input.py 源文件.docx --stdout

# 网文/盗版站文本去页眉页脚水印广告（谨慎，宁可漏删不误删）
python scripts/prepare_input.py 源文件.docx --strip-watermark --out 00-source.md

转码后必须看一眼报告再进 R1：

• 净字符数 < 100：大概率是扫描件/图片型 PDF 转出来的空壳，或文件选错了。回头问用户要文本版，不要硬着头皮往下跑。
• 疑似场次 = 0：可能是场次标记用了不支持的写法，人工补场号。
• 用了 --strip-watermark 的，核对「剔除噪声」列出的行，确认没误删台词。

R1 取材解析

• 读入转码后的纯文本，清洗（去水印行/页码/广告）、按场次切分。
• 场次识别：脚本支持 场 1 第1场 第一场 1. 内景 1、内景 【第一场】 场景一 Scene 1 镜头 3-1 1 INT. 餐厅 - 日 等常见写法，中文场号自动转数字；「第 N 幕」与 Markdown 标题写法（## 场景 1）同样支持。全部识别不出时脚本会提示，此时须人工补场号再进 R2。
• 人名独行格式：支持「人名独占一行 + 下一行台词」的非标准写法（预扫描说话人 + 跳空行找人名下行台词）。
• 运行 scripts/extract_stats.py 拿到客观基线：场次/镜头数、台词密度、角色出场频次、钩子标注数。
• 最小样本量：≥500 字且 ≥3 场。低于此值统计指标与文风指纹均不可靠，脚本会明确警告，应补充素材后再提取蓝图。
• 版权自检：扫描是否出现真实人物名、品牌名、知名 IP 角色名，命中即标黄并报告。

R2 提取蓝图

产出 01-blueprint.md（模板见 references/templates/blueprint-template.md），四层：

• 骨架/节奏/人物层由 AI 分析填。
• 文风层必须跑 scripts/fingerprint.py 取客观数值，不靠感觉。
• 蓝图是可复用资产：一份蓝图可套 N 个题材，建议归档到 blueprints/。

R3 蓝图校准（用户决策点）

把蓝图摊给用户做三选一勾选：

• 锁定项：必须逐条复刻（如"每集第 1 场必出冲突"）
• 可调项：允许按新题材微调（如"反转次数 3→2"）
• 弃用项：新题材不适用，直接不用

输出 02-blueprint-locked.md，用户回复「锁定项：…」或「按默认」后推进。

R4 重建生成

• 按锁定后的蓝图 + 新题材参数生成剧本。
• 格式严格套用 references/format-templates.md 中对应载体模板。
• A/C 模式是创作，允许 AI 原创剧情；B/D 模式是还原，逐条对照源材料，不增删内容。
• 生成时同步维护《复刻对照表》草稿：源材料第 X 场 → 新剧本第 Y 场 → 借鉴点 → 替换点。

R5 复刻度自检（灵魂阶段）

三项都要做，缺一不可：

1. 结构吻合度（目标 ≥80）：跑 scripts/score_structure.py 拿自动分（场次数 / 钩子覆盖率 / 功能位齐备，共 40 分）；脚本同时输出其余 60 分项（开场钩子 / 反转位 / 结尾钩子 / 节奏分布）的比对材料，由你按 fidelity-rubric.md 判定后相加。
2. 文风吻合度（C 模式目标 ≥75，其余 ≥60）：跑 scripts/fingerprint.py 对新剧本取指纹，与源指纹比对。
3. 原创度红线：跑 scripts/similarity_check.py，输出雷同片段清单。
   • A/C 模式（创作类）：按阈值判定，触发红线回 R4 重写。
   • B/D 模式（还原类，F1）：加 --exempt 豁免雷同判定，改做完整性核对——源材料每个信息单元是否都在产出中，缺一处即不合格。

评分 <60 或触发红线 → 回 R4 修订，不得进入 R6。

R6 交付

产出目录：

<项目名>/
  00-brief.md                 定档表
  01-blueprint.md             蓝图（可归档复用）
  02-blueprint-locked.md      锁定版蓝图
  03-<产物>.md                主体产出，文件名按模式而定：
                                A/C → 03-script.md      新剧本（标准格式）
                                B   → 03-restore.md     还原稿（禁商用发布）
                                D   → 03-formatted.md   规范稿（剧情零改动）
  04-comparison.md            对照表（A/C：源 vs 新；B/D：完整性核对）
  05-replica-report.md        复刻度评分 + 红线检测 + 声明确认
  state.json                  进度

主体产出必须按模式命名，不得一律叫「最终剧本」：A/C 是可对外发布的新创作，B 是原片内容的还原记录（禁止商用）、D 是用户自己草稿的排版整理。三者法律性质不同，文件名必须一眼可辨，避免误当作原创剧本发布。

05-replica-report.md 必须含：三项评分、雷同检测结果、灵感来源声明、B 模式非商用声明（如适用）。

脚本

# 前置转码（R1.0，源材料是 docx/odt 或非 UTF-8 文本时先跑）
python scripts/prepare_input.py <源文件> [--out 00-source.md] [--encoding gbk]
                                [--strip-watermark] [--stdout]

# 进度
python scripts/state.py init <项目目录> --name 项目名
python scripts/state.py set  <项目目录> --mode A --carrier short --fidelity F3
python scripts/state.py status <项目目录>
python scripts/state.py next  <项目目录>

# 文风指纹（R2 取源指纹 / R5 取新剧本指纹比对）
python scripts/fingerprint.py <文件> [--json out.json] [--name 标签]

# 结构统计（R1 客观基线）
python scripts/extract_stats.py <文件> [--json out.json]

# 雷同检测（R5 红线，A/C 模式必须跑）
python scripts/similarity_check.py <源文件> <新剧本> [--min 12] [--json out.json]

# 同上，B/D 模式：还原稿必然与源一致，须豁免判定
python scripts/similarity_check.py <源文件> <还原稿> --exempt

# 结构吻合度（R5 半自动评分）
python scripts/score_structure.py <蓝图md> <产出剧本md> [--json out.json]

# 环境体检
python scripts/doctor.py

脚本均为纯标准库、零依赖、跨平台，Python 3.8+。

与其他工作流的关系

• 本 Skill 产出的是剧本，到此为止。
• 若要继续做漫剧分镜、角色圣经、画图/视频提示词，把 03-script.md（A/C 模式）交给下游生产流程即可——本 Skill 不重复实现那部分。B 模式还原稿不得流入生产流程。
• 工具无关：不绑定任何生图/生视频/剪辑工具。

完整规范

• 四模式详解：references/replication-modes.md
• 蓝图字段规范：references/blueprint-spec.md
• 载体模板库：references/format-templates.md
• 保真度评分表：references/fidelity-rubric.md
• 合规红线：references/compliance-redline.md
• 文风指纹方法：references/style-fingerprint.md
• 输出模板：references/templates/