# 互动剧视频选题能力调研报告

> 任务编号：T-mnr6ml5b  
> 调研 Agent：Hunter  
> 产出日期：2026-04-09  
> 目标：为 content-selector template 训练互动剧选题技能

---

## 一、输入素材数据结构分析

### 1.1 数据源概述

**文件路径**：`data/companies/idearun/workspace/youtube_top10_today.json`

该文件为 YouTube 热门视频爬取结果，包含 Metadata + 英文字幕，可直接用于内容适配度自动化评估。

### 1.2 JSON 结构解析

```json
{
  "crawlDate": "2026-04-09T03:47:09.776Z",
  "source": "YouTube Search - Trending Topics",
  "totalVideos": 10,
  "videosWithSubtitles": 10,
  "videos": [
    {
      "rank": 1,
      "videoId": "CzCmEz5muQw",
      "title": "ABC World News Tonight with David Muir Full Broadcast - March 1, 2026",
      "url": "https://youtube.com/watch?v=CzCmEz5muQw",
      "channelTitle": "ABC News",
      "viewCount": 1426073,
      "likeCount": 12029,
      "duration": 1244,
      "subtitleLang": "en",
      "subtitles": "David Mure, ABC's World News Tonight..."
    }
  ]
}
```

### 1.3 字段与选题评估映射

| 字段 | 类型 | 选题评估价值 |
|------|------|--------------|
| `rank` | int | 热度排序，越高代表市场关注度越高 |
| `title` | string | 题材类型、冲突强度、人物关系的第一判断依据 |
| `channelTitle` | string | 来源权威性；新闻台（ABC/BBC/CNN）=时事类，喜剧频道=幽默类 |
| `viewCount` / `likeCount` | int | 流量潜力指标；高赞播比 >1.5% 说明情绪共鸣强 |
| `duration` | int | 时长决定改编工作量；>3000s 的长节目需做精华截取 |
| `subtitles` | string | **核心素材**，用于 NLP 提取：人物数量、对话密度、冲突关键词、场景切换频率 |

### 1.4 本次输入数据的内容分布

本次采集的 10 条视频全部围绕 "伊朗局势/特朗普" 主题，其中：

- **时事新闻播报类**：Rank 1（ABC News）、4（TVP WORLD）、5（BBC News）、8（NBC News）
- **政治评论/单事件分析类**：Rank 3（Fox News）、9（Firstpost）、10（CNN-News18）
- **幽默脱口秀类**：Rank 2（CNN / Have I Got News For You）
- **长直播/纪实类**：Rank 6（Kenya News Channel，葬礼直播 16835s）、7（Thanthi TV，40850s）

> **结论**：该批次视频同质化严重（10/10 为伊朗战争相关），但内部结构差异明显——既有单人新闻口播，也有双人访谈、喜剧对谈，适合作为「同一主题下不同叙事形态」的改编训练样本。

---

## 二、基于字幕判断内容是否适合改编为互动剧

### 2.1 核心判断逻辑：从字幕中提取的 5 个维度

对 `subtitles` 字段进行快速 NLP 扫描，判断内容能否直接改编为互动剧：

| 扫描维度 | 判断标准 | 自动化提取方法 |
|----------|----------|----------------|
| **说话人数量** | ≥2 个独立说话人 为优；1 人独白需二次加工 | 通过 `>> Name:`、`[Name]:`、换段首词等模式识别 |
| **对话密度** | 对话回合数 / 总时长 > 0.15 为佳 | 统计 `"\n>>"` 或 `"\n-"` 等换行对话标记的频次 |
| **冲突浓度** | 每 1000 字中应出现 ≥3 个冲突词（attack, threaten, crisis, rescue, deal, betray 等） | 基于情感/冲突词库进行正则匹配 |
| **场景可切分性** | 字幕中存在地点/时间转换提示（`in Washington`, `standing by live`, `moments ago`） | 地点介词短语 + 时间状语识别 |
| **情感转折次数** | 3-5 次显著情感转折最适合短剧节奏 | 情绪极性分析（NLP sentiment）检测波动 |

### 2.2 两类内容的改编路径

#### A. 多角色对话内容（2+ 说话人）—— 优先改编

**特征**：字幕中存在清晰的问答、争论、协商或情感交锋。

**改编优势**：
- 可直接映射为「角色 A / 角色 B」的选项分支；
- 现场的立场对立天然构成互动剧中的「价值观选择」；
- 减少了原创台词的工作量，只需将长对话压缩为戏剧节拍。

**示例形态**：新闻发布会、脱口秀对谈、法庭辩论、采访节目。

#### B. 单角色播报/独白内容 —— 需结构重构

**特征**：1 名主播/博主持续输出信息，字幕中几乎没有他人发言。

**改编策略**：将「独白」转化为「对话剧」的三步法：

1. **角色分身法**：把主播的陈述内容拆给多个角色。例如新闻主播说 "Iran retaliating, targeting US bases" → 改为战情室里将军向总统汇报；总统再向民众宣布。
2. **引入对立面**：为播报内容创造一个质疑者/反对者角色。例如特朗普的声明 → 由支持者和评论员形成交锋。
3. **观众代入法**：将信息接收者（民众、家属、前线士兵）设为 POV 角色，通过他们的视角还原新闻事件，播报内容转化为「听说」或「电视背景音」。

---

## 三、四类内容的互动剧适配度评估标准

### 3.1 分类体系与适配矩阵

| 类别 | 典型来源 | 基础适配度 | 核心改编难点 | 关键成功因子 |
|------|----------|------------|--------------|--------------|
| **时事新闻** | ABC/BBC/Firstpost 新闻播报 | ★★☆☆☆ | 信息密度过高、情绪偏冷静、缺乏人物关系 | **找到情感锚点人物**（士兵家属、难民、决策者） |
| **幽默喜剧** | Have I Got News For You / SNL | ★★★★☆ | 笑点依赖语言和文化梗，分支设计可能打断节奏 | **保留核心吐槽冲突**，用选择决定「怼谁」 |
| **影视/戏剧** | 经典影视剧片段、舞台剧 | ★★★★★ | 已有成熟剧本，版权风险 | 直接嵌入可交互节点即可 |
| **戏剧/真人秀** | 综艺争执、真人秀冲突、纪录片 | ★★★★☆ | 真实感与戏剧性的平衡 | **提取「决定性时刻」**作为分支点 |

### 3.2 各类内容改编细则

#### ① 时事新闻类 —— 适配度 40%

**改编原则**：从「 reporting（报道）」转向「 experiencing（亲历）」。

**操作 checklist**：
- [ ] 是否能在新闻中找到可代入的个体视角？（前线士兵、战区平民、白宫幕僚）
- [ ] 是否存在决策悬念？（是否撤侨、是否谈判、是否反击）
- [ ] 能否将事件转化为「2 选 1」的道德困境？

**禁忌**：避免直接重现真实伤亡的血腥细节；避免过度娱乐化严肃国际冲突。

#### ② 幽默类 —— 适配度 75%

**改编原则**：让观众成为「吐槽的共谋者」或「被调侃的对象」。

**操作 checklist**：
- [ ] 喜剧核心冲突是否可被抽象为一场辩论/比赛？
- [ ] 观众的选择是否能改变「笑点落点」？（比如选择怼 A 还是怼 B）
- [ ] 分支选项本身是否能制造反差幽默？

**禁忌**：避免把单口相声拆成过多分支（会破坏节奏）；避免文化梗过于本土化导致其他市场无法理解。

#### ③ 影视/戏剧类 —— 适配度 95%

**改编原则**：在既有戏剧张力处插入「选择节点」。

**操作 checklist**：
- [ ] 原剧是否已有鲜明的人物动机对立？
- [ ] 高潮前 30 秒是否存在一个可被延宕的决策时刻？
- [ ] 不同选择是否能导向截然不同的情绪结局？（HE/BE/反转）

**禁忌**：尊重版权；不要为了互动而强加选择（必须在原剧逻辑上自然生长）。

#### ④ 戏剧/真人秀类 —— 适配度 80%

**改编原则**：将「真实冲突」戏剧化提炼为「假设性情境」。

**操作 checklist**：
- [ ] 是否能从真实片段中提取一个核心两难？（忠诚 vs 利益、真相 vs 面子）
- [ ] 是否可以把不同人物的选择前置为观众的选项？
- [ ] 结局是否具备多元解释空间？

---

## 四、互动剧选题评分维度与权重建议

### 4.1 评分模型（总分 100，及格线 90）

> 设计逻辑：及格线设定为 90 分，是因为互动剧生产链路长、成本高，只有**高确定性优质素材**才值得投入改编；80-89 分素材可作为「低互动成本的短视频改编」，不建议做深度多结局互动剧。

| 评分维度 | 权重 | 评分细则（满分值） | 自动化评估方法 |
|----------|------|---------------------|----------------|
| **对话潜力** | 20 | 多说话人（16-20）/ 单人可重构（10-15）/ 纯独白难改（0-9） | 说话人识别数量 |
| **冲突强度** | 20 | 高密度冲突词 + 明确立场对立（16-20）/ 中等冲突（10-15）/ 平铺直叙（0-9） | 冲突词库命中频率 |
| **情感共鸣** | 15 | 能触及普遍人性主题（亲情、爱情、正义、复仇）（12-15）/ 特定圈层共鸣（6-11）/ 无明显情感锚点（0-5） | 主题关键词 + 情感极性 |
| **分支可设计性** | 20 | 可自然提取 3-5 个决策点（16-20）/ 可设计 1-2 个（10-15）/ 难以找到选择节点（0-9） | 决策事件模板匹配 |
| **场景可视化** | 15 | 场景描述清晰、易低成本拍摄（12-15）/ 场景抽象需大量置景（6-11）/ 极度依赖大场面（0-5） | 地点实体提取 + 场景复杂度 |
| **流量基础** | 10 | views > 50 万 且 高赞播比 > 1%（8-10）/ 有一定热度（4-7）/ 冷门（0-3） | 直接读取 viewCount/likeCount |

### 4.2 评分等级与处理建议

| 总分区间 | 等级 | 处理建议 |
|----------|------|----------|
| **95-100** | S | 优先立项，建议开发 3-5 个分支、多结局深度互动剧 |
| **90-94** | A | 通过选题，可设计 2-3 个关键决策点，做中等规模互动剧 |
| **85-89** | B | 降级为「轻互动短视频」（如评论区投票决定下一集走向） |
| **80-84** | C | 仅做常规短剧/解说改编，不做互动结构 |
| **<80** | D | 淘汰，不作为训练正样本 |

### 4.3 针对本次 YouTube 素材的批量评分估算

基于上述维度，对 10 条视频进行快速人工评分：

| Rank | 标题 | 对话潜力 | 冲突强度 | 情感共鸣 | 分支可设计性 | 场景可视化 | 流量基础 | **总分** | 等级 |
|------|------|----------|----------|----------|--------------|------------|----------|----------|------|
| 1 | ABC News 晚间新闻 | 6 | 16 | 8 | 10 | 12 | 10 | **62** | D |
| 2 | Comedians roast Trump | 18 | 14 | 12 | 16 | 14 | 10 | **84** | C/B |
| 3 | Fox News 桥梁倒塌 | 12 | 16 | 6 | 10 | 10 | 10 | **64** | D |
| 4 | TVP WORLD 战况报道 | 10 | 18 | 8 | 12 | 10 | 10 | **68** | D |
| 5 | BBC News 营救飞行员 | 12 | 18 | 14 | 16 | 12 | 9 | **81** | C |
| 6 | Kenya 葬礼直播 | 14 | 8 | 10 | 10 | 8 | 9 | **59** | D |
| 7 | Thanthi TV 泰米尔语直播 | 10 | 14 | 8 | 10 | 8 | 7 | **57** | D |
| 8 | NBC News 民调专访 | 16 | 14 | 12 | 18 | 14 | 7 | **81** | C |
| 9 | Firstpost 袭击直播 | 8 | 16 | 8 | 10 | 8 | 4 | **54** | D |
| 10 | CNN-News18 战报 | 10 | 16 | 6 | 10 | 10 | 3 | **55** | D |

> **关键洞察**：本次 10 条素材全部未达 90 分及格线。这说明 **「纯热点新闻」作为互动剧选题存在系统性天花板**。真正值得立项的可能是 Rank 2（幽默喜剧，84 分，通过深度重构有望突破 90）和 Rank 8（对话类专访，81 分，通过强化个人故事线可提升情感共鸣分）。
> 
> **训练 implications**：content-selector 需要学会 **「拒绝高流量低适配素材」**，而非盲目追热点。

---

## 五、高分素材转化为互动剧剧本框架

### 5.1 标准剧本框架：场景-分支-选项-结局（SBSE）

基于互动叙事学的四种经典结构（聚拢-分散型、分支-交叉型、树干型、网状型），推荐互动微短剧采用 **「聚拢-分散 + 瓶颈收敛」** 的混合结构：

```
[序幕/固定序章] ──→ [决策点1: 场景A/B] ──→ [瓶颈收敛]
                              │
                    ┌─────────┴─────────┐
                    ▼                   ▼
              [决策点2: 场景C/D]  [决策点2: 场景E/F]
                    │                   │
                    └─────────┬─────────┘
                              ▼
                         [高潮场景]
                              │
                    ┌─────────┴─────────┐
                    ▼                   ▼
              [决策点3 / 最终选择]  [隐藏条件触发]
                    │                   │
              [结局A] [结局B]     [结局C] [结局D]
```

### 5.2 模块化剧本模板

#### 【模块 M0】固定序章（0:00-0:30）

功能：快速建立世界观 + 核心冲突 + 人物关系。

要求：
- 3 秒钩子：强视觉冲击或强悬念台词
- 10 秒内让观众知道「这是关于什么的选择」
- 绝对不可分支，保证所有观众体验一致

#### 【模块 M1-M3】关键决策场景（每个 0:30-1:30）

每个决策场景包含：

```yaml
scene_id: "SC_001"
environment: "场景环境描述，含光线、地点、氛围"
characters:
  - role: "角色A"
    motivation: "当前场景中的核心目标"
  - role: "角色B"
    motivation: "与角色A的对立目标"
dialogue_beats:
  - beat_1: "铺垫：展示冲突背景"
  - beat_2: "上升：情绪激化"
  - beat_3: "顶点：必须做出选择的时刻"
options:
  - id: "OPT_A"
    text: "观众看到的选项文案"
    consequence_preview: "暗示性后果（不剧透）"
    next_scene: "SC_002A"
    state_change:
      trust_ally: +10
  - id: "OPT_B"
    text: "观众看到的选项文案"
    consequence_preview: "暗示性后果"
    next_scene: "SC_002B"
    state_change:
      trust_ally: -10
```

#### 【模块 M4】高潮场景（所有分支收敛）

功能：无论你之前怎么选，都要面对最终考验。

设计要点：
- 高潮必须呼应序章埋下的伏笔
- 角色的生死/关系的成败在此一举
- 可以通过隐藏变量（如 trust_ally ≥ 20）触发额外选项

#### 【模块 M5】结局（1-4 个）

结局设计原则：

| 结局类型 | 功能 | 触发条件 |
|----------|------|----------|
| **标准结局 A** | 满足主流价值观 | 常规选择路径 |
| **标准结局 B** | 提供反转或悲剧美学 | 非常规/冒险选择路径 |
| **隐藏结局 C** | 奖励深度探索或二刷 | 特定变量组合触发 |
| **彩蛋结局 D** | 社交货币（截图传播） | 极端罕见条件触发 |

### 5.3 短视频 ↔ 互动剧 的改编转换表

| 短视频元素 | 互动剧对应结构 | 转换方法 |
|------------|----------------|----------|
| 标题/封面 | 序章钩子 | 将最吸睛的一句话前置为开场白 |
| 主播独白 | 角色 A 的台词 | 引入角色 B 作为质疑者/倾听者 |
| 一段采访 | 决策场景 | 把采访中的关键问答变为观众选项 |
| 评论区热梗 | 彩蛋结局/隐藏选项 | 将用户吐槽预埋为可触发的剧情 |
| 高潮反转 | 高潮场景 | 保留原视频的反转点，让观众「亲手」触发它 |

---

## 六、案例解析（基于输入素材）

### 案例 A：Rank 1 —— ABC World News Tonight（单人口播 → 如何重构？）

**原始素材特征**：
- 时长 1244s，单人主播 David Muir 播报
- 字幕内容：伊朗袭击、美军阵亡、特朗普表态、耶路撒冷遇袭、最高领袖死亡
- **零对话**，纯第三人称陈述

**适配度诊断**：总分 ≈ 62，D 级。直接改编价值低，但作为「单人播报重构训练样本」具有极高教学价值。

#### 重构方案：从「口播」到「白宫战情室互动剧」

**Step 1：角色分身**

| 原播报内容 | 重构后角色分配 |
|------------|----------------|
| "US confirming three American service members killed" | 国防部长向总统汇报伤亡 |
| "President Trump vowing to avenge their deaths" | 总统对幕僚宣布复仇决心 |
| "Iran retaliating, targeting US bases" | CIA 局长紧急通报最新战况 |
| "A source telling ABC News the CIA had been tracking the Supreme Leader" | 国安顾问低声补充情报来源 |

**Step 2：构建决策节点（3 个）**

1. **决策点 1：是否立即报复？**
   - A. 下令空袭伊朗军事设施 → 进入「硬路线」
   - B. 要求先启动秘密谈判 → 进入「外交路线」

2. **决策点 2：如何处理耶路撒冷遇袭消息？**
   - A. 公开谴责并制裁 → 国际盟友支持，伊朗更加激进
   - B. 低调处理，优先撤侨 → 减少平民伤亡，国内舆论批评软弱

3. **决策点 3：得知最高领袖已死后，下一步？**
   - A. 支持流亡王子 Reza Pahlavi 回国 → 隐藏结局 C（政权更迭）
   - B. 扶植伊朗内部反对派 → 标准结局 A/B

**Step 3：场景切分**

- SC_00：白宫椭圆形办公室夜景，电视播报作为背景音（对应原素材前 10 秒）
- SC_01：战情室，多方汇报（对应原素材中「伤亡」「报复」「情报」段落）
- SC_02A/02B：空军一号 / 外交使馆（分支场景）
- SC_03：新闻发布会现场（高潮收敛）
- END：不同政策导致的 7 天后世界新闻头条

> **训练价值**：单人口播内容互动化改造的核心公式 = **角色分身 + 决策前置 + 后果可视化**。content-selector 在遇到纯独白素材时，应自动触发该重构流程。

---

### 案例 B：Rank 8 —— NBC News Poll 专访（多角色对话 → 直接改编）

**原始素材特征**：
- 时长 135s，NBC 记者 Kelly 对伊朗外长及多位美国官员的采访剪辑
- 字幕中存在明显的 **Q&A 结构** 和 **立场对立**
- 关键台词：
  - 伊朗外长："We have a very good partnership with Russia."
  - 能源部长 Chris Wright："We don't know if that's true or not."
  - 特朗普："I have no indication of that whatsoever."
  - NBC 民调：54% 美国人反对特朗普的伊朗政策

**适配度诊断**：总分 ≈ 81，C 级。因时长过短、缺乏完整叙事弧，单独作为深度互动剧偏薄弱，但适合作为 **「新闻人物专访类互动微短剧」** 的标准模板。

#### 改编方案：从「新闻采访」到「新闻发布会模拟器」

**世界观重构**：
观众扮演一名 NBC 记者，被派去报道白宫关于「俄罗斯是否暗中援助伊朗」的新闻发布会。你可以选择向不同官员提问，每次提问都会改变你能获取的信息拼图，最终拼凑出三种可能的真相版本。

**决策点设计（3 个）**：

1. **决策点 1：你会先追问谁？**
   - A. 伊朗外长（获取德黑兰视角）
   - B. 特朗普总统（获取白宫视角）

2. **决策点 2：面对矛盾说法，你相信哪一方？**
   - A. 相信伊朗外长承认俄伊合作 → 获得「俄伊联盟」情报线
   - B. 相信特朗普否认俄援助 → 获得「美国情报失误」情报线
   - C. 追问能源部长 Wright 的含糊表态 → 获得「政府内部存在分歧」情报线

3. **决策点 3：作为记者，你的报道倾向是？**
   - A. 揭露俄伊合作真相 → 引发国会要求对俄制裁（结局 A：真相的胜利）
   - B. 强调政府信息混乱 → 导致公众对战争支持率进一步下降（结局 B：舆论反噬）
   - C.  balanced 报道，指出证据不足 → 触发隐藏结局 C：一周后新情报证实双方都在部分说实话

**分支收敛设计**：
无论选择哪条线，最终都要在新闻发布会现场做一篇 30 秒的现场连线报道。这个「瓶颈」确保了多线叙事不会失控，同时让不同分支的观众感受到「我独家挖到了这个角度」的成就感。

> **训练价值**：多人对话类素材的核心改编公式 = **提取立场对立 → 将受访者转化为信息源选项 → 观众扮演信息整合者 → 不同选择导向不同「真相版本」**。这是新闻/访谈类素材最稳定的互动化路径。

---

## 七、行业爆款要素、改编方法论与常见陷阱

### 7.1 2024-2025 互动剧/微短剧爆款七大要素

基于拉斯韦尔 5W 传播模型及行业报告提炼：

| 维度 | 爆款要素 | 互动剧特化要求 |
|------|----------|----------------|
| **剧本** | 双轨制（IP 改编 + 原创热点嫁接） | 热点素材必须在 48 小时内完成选题评估，抢占时效窗口 |
| **演员** | 高颜值 + 强演技 + 竖屏特写适配 | 演员需能表演「同一句台词的 3 种情绪版本」（服务于不同分支） |
| **情节** | 强冲突、快节奏、每集结尾设钩子 | **决策点本身必须是钩子**；"你的选择将决定 TA 的命运" 比单纯悬念更具留存力 |
| **主题** | 娱乐性与主流价值平衡 | 避免 "三观不正" 分支选项导致舆情翻车 |
| **运营** | 算法推荐 + 精准投流 | 分支完播率数据要实时回传，用于下轮投流优化 |
| **宣传** | 预埋社交货币（金句、名场面、隐藏结局） | 玩家自发传播 "我解锁了隐藏结局" 比官方广告更有效 |
| **制作** | 音画一体化、竖屏美学、AI 辅助生成 | 一致性角色形象（Custom Model）可降低多分支拍摄成本 35%+ |

### 7.2 改编方法论总结

**方法论核心：R.P.D.S 四步循环**

1. **R - Reconstruct（重构）**：把原始素材的叙事视角从「旁观者」转为「亲历者」。
2. **P - Pinpoint（定位决策点）**：在原始素材中寻找或创造 3-5 个 "What would you do?" 时刻。
3. **D - Diverge & Converge（分叉与收敛）**：用瓶颈（bottlenecking）控制分支爆炸，确保 80% 的拍摄素材可被多分支复用。
4. **S - Socialize（社交化）**：为不同结局设计差异化的传播文案（"我打出了 BE，你呢？"）。

### 7.3 常见陷阱与避坑指南

| 陷阱 | 表现 | 避雷方法 |
|------|------|----------|
| **陷阱 1：为了互动而互动** | 在毫无戏剧张力的地方生硬插入选项 | 选项必须改变人物关系或故事走向，否则只作为「小互动」（如弹幕投票）处理 |
| **陷阱 2：分支换皮不换骨** | A/B 选项只改一句无关紧要的台词 | 每个分支必须至少改变：后续 1 个场景 + 1 个人物态度 + 最终结局的倾向 |
| **陷阱 3：信息过载** | 把新闻素材的所有事实都塞进剧本 | 改编即删减，只保留与「核心决策」强相关的事实 |
| **陷阱 4：忽视分支衔接的情绪断层** | 观众选 A 后进入的下一幕，演员情绪与上一幕不匹配 | 拍摄时必须使用「分支情绪表」，标注每个选项后的准确情绪起点 |
| **陷阱 5：过度追求多结局** | 8 个结局中有 5 个几乎 identical | 控制结局数量在 3-4 个，每个结局必须有独立的情绪标签（温馨/震撼/遗憾/反转） |
| **陷阱 6：价值观地雷** | 提供美化暴力、歧视或极端政治立场的「爽选项」 | 建立选项伦理审核清单，所有分支必须符合平台内容安全标准 |
| **陷阱 7：错把流量当质量** | 热点视频评分 < 80 仍强行立项 | 严格执行 90 分及格线，低分素材只用于常规短剧或解说，不做互动剧 |

---

## 八、结论与训练建议

### 8.1 核心结论

1. **输入数据结构清晰**：YouTube JSON 包含的 `title`、`subtitles`、`viewCount`/`likeCount` 字段足以支撑自动化选题评估。
2. **字幕是判断适配度的关键**：从 `subtitles` 中提取「说话人数量、对话密度、冲突词频率、情感转折次数」四项指标，可快速筛选出高潜力素材。
3. **时事新闻改编难度大**：本次 10 条素材全部为伊朗战争新闻，评分均低于 90，说明纯热点新闻不适合直接作为互动剧选题，必须经过「角色重构 + 视角转换」。
4. **2+ 角色对话素材优先立项**：幽默类、访谈类、戏剧类素材评分显著高于单人播报。
5. **单人口播的重构公式**：角色分身法 + 引入对立面 + 观众代入法。

### 8.2 content-selector 技能训练要点

针对 content-selector template 的产出要求，建议其具备以下判断能力：

- **输入**：接收 YouTube JSON 格式的单个视频对象
- **处理流程**：
  1. 解析 `subtitles` 提取 NLP 特征（说话人、冲突词、情感波动）
  2. 结合 `title` 和 `channelTitle` 判断题材类别
  3. 运行 6 维度评分模型，输出总分和等级
  4. 若总分 ≥ 90，自动生成 SBSE 剧本框架草案
  5. 若素材为单人口播且总分 < 90，输出「重构建议」而非直接立项
- **输出**：包含 `score_total`、`grade`、`adaptation_plan`、`sbse_framework`（高分素材）或 `rejection_reason`（低分素材）的 JSON

---

## 附录：参考来源

- [ Audience in the Loop: Viewer Feedback-Driven Content Creation in Micro-drama Production on Social Media ](https://arxiv.org/html/2602.14045v1)
- [ 从0到1搭建爆款选题库：方法论+公式+表格一次讲透 ](http://mp.weixin.qq.com/s?__biz=Mzg3MzYwODI5NA==&mid=2247500757&idx=1&sn=96f3254c78b7401a56600f9bce096438)
- [ 开放式剧本架构中的分支剧情设计原则 ](https://www.zhishi-shu.com/detail/1930232430147198976)
- [ 时空·角色·参与——互动微短剧叙事创新的四重进路 ](https://news.qq.com/rain/a/20250725A077UF00)
- [ 动梨互动剧本结构设计（1）——选不对就死型 ](https://www.bilibili.com/opus/570215891334016518)
- [ ProTriPlay: A trinity framework for professional interactive theater based on LLM ](https://link.springer.com/article/10.1007/s40747-025-02173-4)
- [ How to Create Branching Narratives in Interactive Fiction ](https://www.depthtale.com/en/app/blog/how-to-create-branching-narratives-in-interactive-fiction)
- [ 六和律所文化产业（短剧）半月刊 ](https://www.liuhelaw.com/DATA/file/20250424164735989.pdf)