supreme-ultimate 风格分析技能
必读
../../references/00-first-principles.md— 第一性原则（可拍性、留存性）../../references/03-script-writing-standard.md— 剧本写作标准（句长、对话比、视觉标记、网文感关键词）../../references/12-genre-specific-techniques.md— 类型化技巧（男频/女频风格差异）
功能
深度分析剧本的语言风格，确保生成的剧本具有网文感、节奏感和可读性。
分析维度
1. 句长分析
统计方法：
import re
def analyze_sentence_length(script):
# 按句号、问号、感叹号分句
sentences = re.split(r'[。！？]', script)
sentences = [s.strip() for s in sentences if s.strip()]
lengths = [len(s) for s in sentences]
return {
'avg_length': sum(lengths) / len(lengths),
'short_ratio': len([l for l in lengths if l < 10]) / len(lengths),
'medium_ratio': len([l for l in lengths if 10 <= l < 20]) / len(lengths),
'long_ratio': len([l for l in lengths if l >= 20]) / len(lengths)
}
理想指标：
- 平均句长：10-14字符
- 短句比例（<10字符）：30-40%
- 中句比例（10-20字符）：50-60%
- 长句比例（≥20字符）：<10%
2. 对话比分析
统计方法：
def analyze_dialogue_ratio(script):
# 识别对话（引号内的内容）
dialogues = re.findall(r'[「『""]([^」』""]+)[」』""]', script)
dialogue_chars = sum(len(d) for d in dialogues)
total_chars = len(script)
return {
'dialogue_ratio': dialogue_chars / total_chars,
'dialogue_count': len(dialogues),
'avg_dialogue_length': dialogue_chars / len(dialogues) if dialogues else 0
}
理想指标：
- 对话比：70-80%
- 对话数量：每1000字15-25条
- 平均对话长度：20-40字符
3. 视觉标记分析
视觉标记列表：
visual_markers = {
'表情': ['冷笑', '嗤笑', '冷哼', '微笑', '狞笑', '苦笑'],
'眼神': ['眼神一冷', '眸光一沉', '目光如炬', '眼中闪过', '瞳孔一缩'],
'动作': ['嘴角勾起', '挑眉', '皱眉', '咬牙', '握拳', '转身'],
'气场': ['气势汹汹', '霸气侧漏', '冷气逼人', '杀气腾腾']
}
统计方法：
def analyze_visual_markers(script):
all_markers = []
for category, markers in visual_markers.items():
all_markers.extend(markers)
marker_count = sum(script.count(marker) for marker in all_markers)
chars_per_100 = len(script) / 100
return {
'markers_per_100': marker_count / chars_per_100,
'marker_distribution': {
category: sum(script.count(m) for m in markers)
for category, markers in visual_markers.items()
}
}
理想指标：
- 视觉标记密度：3-5个/100字
- 分布均衡：各类标记都有使用
4. 网文感关键词分析
网文感关键词：
wanwen_keywords = {
'情绪强化': ['冷笑', '嗤笑', '冷哼', '冷声', '冷冷地'],
'态度词': ['不屑', '轻蔑', '讥讽', '嘲讽', '鄙夷'],
'气场词': ['霸气', '强势', '凌厉', '锐利', '凛然'],
'反转词': ['没想到', '竟然', '居然', '原来', '突然'],
'打脸词': ['啪啪打脸', '狠狠打脸', '当场打脸', '脸色一变']
}
统计方法：
def analyze_wanwen_keywords(script):
all_keywords = []
for category, keywords in wanwen_keywords.items():
all_keywords.extend(keywords)
keyword_count = sum(script.count(kw) for kw in all_keywords)
chars_per_100 = len(script) / 100
return {
'keywords_per_100': keyword_count / chars_per_100,
'keyword_distribution': {
category: sum(script.count(kw) for kw in keywords)
for category, keywords in wanwen_keywords.items()
}
}
理想指标：
- 网文感关键词：1.5-2.5个/100字
- 分布：情绪强化词最多，其他均衡
5. 节奏感分析
统计方法：
def analyze_rhythm(script):
# 按场景分割
scenes = re.split(r'场景\d+|第\d+场', script)
scene_lengths = [len(s) for s in scenes if s.strip()]
return {
'scene_count': len(scene_lengths),
'avg_scene_length': sum(scene_lengths) / len(scene_lengths),
'length_variance': calculate_variance(scene_lengths),
'rhythm_score': calculate_rhythm_score(scene_lengths)
}
理想指标：
- 场景数：7-10个/集
- 平均场景长度：100-150字
- 长度方差：适中（有变化但不极端）
对比分析
Step 1: 统计生成剧本
generated_style = {
'sentence': analyze_sentence_length(generated_script),
'dialogue': analyze_dialogue_ratio(generated_script),
'visual': analyze_visual_markers(generated_script),
'wanwen': analyze_wanwen_keywords(generated_script),
'rhythm': analyze_rhythm(generated_script)
}
Step 2: 统计参考剧本
reference_styles = [
{
'sentence': analyze_sentence_length(ref),
'dialogue': analyze_dialogue_ratio(ref),
'visual': analyze_visual_markers(ref),
'wanwen': analyze_wanwen_keywords(ref),
'rhythm': analyze_rhythm(ref)
}
for ref in reference_scripts
]
# 计算平均值
reference_avg = average(reference_styles)
Step 3: 对比并生成报告
report = {
'sentence_analysis': compare_sentence(generated_style, reference_avg),
'dialogue_analysis': compare_dialogue(generated_style, reference_avg),
'visual_analysis': compare_visual(generated_style, reference_avg),
'wanwen_analysis': compare_wanwen(generated_style, reference_avg),
'rhythm_analysis': compare_rhythm(generated_style, reference_avg)
}
输出格式
【风格分析报告】
## 1. 句长分析
生成剧本：
- 平均句长：18字符 ⚠️
- 短句比例：20% ⚠️
- 中句比例：60% ✓
- 长句比例：20% ⚠️
参考剧本：
- 平均句长：12字符
- 短句比例：35%
- 中句比例：55%
- 长句比例：10%
问题：
- 句子偏长，缺乏短句
- 长句比例过高
建议：
- 将长句拆分为2-3个短句
- 增加短句比例到30%以上
- 示例：
原：她看着他，心中涌起一股复杂的情绪，既有愤怒也有不甘。
改：她看着他。心中涌起复杂情绪。既愤怒，也不甘。
## 2. 对话比分析
生成剧本：
- 对话比：45% ⚠️
- 对话数量：12条/1000字 ⚠️
- 平均对话长度：35字符 ✓
参考剧本：
- 对话比：72%
- 对话数量：20条/1000字
- 平均对话长度：30字符
问题：
- 对话比严重偏低
- 叙述性文字过多
建议：
- 将叙述改为对话
- 增加人物互动
- 示例：
原：她很生气，觉得他太过分了。
改："你太过分了！"她愤怒地说。
## 3. 视觉标记分析
生成剧本：
- 视觉标记：1个/100字 ⚠️
- 分布：表情(0.5), 眼神(0.3), 动作(0.2), 气场(0)
参考剧本：
- 视觉标记：4个/100字
- 分布：表情(1.5), 眼神(1.0), 动作(1.0), 气场(0.5)
问题：
- 视觉标记严重不足
- 缺乏气场描写
建议：
- 增加表情描写（冷笑、嗤笑等）
- 增加眼神描写（眼神一冷、眸光一沉等）
- 增加气场描写（霸气、强势等）
- 示例：
原："你算什么东西？"他说。
改："你算什么东西？"他冷笑一声，眼神一冷。
## 4. 网文感关键词分析
生成剧本：
- 网文感关键词：0.5个/100字 ⚠️
- 分布：情绪强化(0.2), 态度词(0.1), 气场词(0.1), 反转词(0.1), 打脸词(0)
参考剧本：
- 网文感关键词：2个/100字
- 分布：情绪强化(0.8), 态度词(0.4), 气场词(0.3), 反转词(0.3), 打脸词(0.2)
问题：
- 网文感严重不足
- AI味较重
建议：
- 增加情绪强化词（冷笑、嗤笑、冷哼等）
- 增加态度词（不屑、轻蔑、讥讽等）
- 增加反转词（没想到、竟然、居然等）
## 5. 节奏感分析
生成剧本：
- 场景数：6个 ⚠️
- 平均场景长度：180字 ⚠️
- 长度方差：低 ⚠️
参考剧本：
- 场景数：8.5个
- 平均场景长度：120字
- 长度方差：中等
问题：
- 场景数偏少
- 场景过长
- 节奏单调
建议：
- 增加2个过渡场景
- 缩短场景长度
- 增加节奏变化
## 综合评分
- 句长：60/100 ⚠️
- 对话比：50/100 ⚠️
- 视觉标记：25/100 ⚠️
- 网文感：30/100 ⚠️
- 节奏感：65/100 ⚠️
**总分：46/100 FAIL**
## 优先修改建议
1. 提高对话比（45% → 70%）
2. 增加视觉标记（1个/100字 → 4个/100字）
3. 增加网文感关键词（0.5个/100字 → 2个/100字）
4. 拆分长句，增加短句比例
5. 增加场景数，优化节奏
成功标准
- 总分 ≥ 80分
- 5个维度得分均 ≥ 70分
- 对话比 ≥ 70%
- 视觉标记 ≥ 3个/100字
- 网文感关键词 ≥ 1.5个/100字
注意事项
- 基准对比：使用检索到的Top 5爆款剧本作为基准
- 具体示例：必须提供具体的修改示例
- 可操作性：建议必须具体、可执行
- 优先级：按影响程度排序修改建议