Dramaturge: 即插即用的分治式长叙事脚本迭代精炼
问题 (Problem)
长叙事脚本的单次生成（single-pass）质量不足是核心痛点。直接让 LLM 一次性生成长篇叙事存在三大困难：(1) 难以全面理解长脚本来识别全局结构性缺陷与局部细节问题，修订往往流于表面；(2) 跨粒度和跨位置的修订难以协调，局部编辑容易与整体叙事产生不一致；(3) 缺少人类编剧所采用的”多轮审阅—修订”迭代流程，导致脚本缺乏连贯性和戏剧张力。现有方法（Dramatron、DOC、Agents’ Room 等）均为单次生成范式，忽视了创作实践中的反复打磨环节。
解决方案 (Solution)
Dramaturge 提出一种”任务+特征”双维度的分治策略，通过层级化多 LLM Agent 协同实现由粗到精的迭代脚本修订。核心流程为三阶段：Global Review（全局审阅） → Scene-level Review（场景级审阅） → Hierarchical Coordinated Revision（层级协调修订）。
全局审阅阶段：先由 Summarizer 生成情节摘要，然后四个专业评估 Agent 并行工作——Engagement Evaluator（故事吸引力）、Character Evaluator（角色发展）、Theme Evaluator（主题深度）、Narrative Evaluator（叙事结构）。Global Review Integrator 对各评估建议按范围（结构性指令 > 跨场景调整 > 局部优化）和情节关联度排优先级，消解冲突后输出全局改进策略。
场景级审阅阶段：在全局策略指导下遍历每个场景，由四个检查 Agent（Dialogue Inspector、Scene Description Inspector、Plot Inspector、Character Inspector）进行细粒度缺陷定位。Scene-level Review Integrator 采用三级优先级策略整合建议（必须遵循全局指令 > 跨场景影响 > 检查类型），然后 Suggestion Router 将具体修改建议路由至后续的 Dialogue Editor 或 Scene Editor。
层级协调修订阶段：Storyline Editor 在全局策略指导下重构/增强情节结构；Scene Editor 和 Dialogue Editor 分别执行场景描述和对话的精细化编辑；Script Description Editor 更新标题和角色描述保持一致性；Script Polisher 最后做全脚本一致性校验。自顶向下的信息流确保高层策略系统性地指导局部修改。
整个流程在两个阶段中迭代：Phase 1（structural refinement）处理根本性叙事问题；Phase 2（detail refinement）锁定故事线后精修细节，通过质量阈值（1.0分）控制收敛，最多重试 𝑁max=3 次后停止。
评估 (Evaluation)
数据集：从 5 个来源（WritingPrompts、Dramatron、DOC、MoPS、Agents’ Room）收集 100 个叙事脚本。
评估指标：四个维度——Character Development（角色发展）、Narrative Structure（叙事结构）、Dialogue Quality（对话质量）、Scene Presentation（场景呈现），每个维度 25 分制。双层评估：Script-Level Overall Evaluation（全脚本整体评分）和 Scene-Level Comparative Evaluation（场景级配对比较）。
自动评估结果（使用 Gemini-2.5-pro 作为严格评估器）：
- Script-Level 总分：84.60，比原始脚本提升 53.2%，比最强基线 Gemini-2.5-pro 高出 8.2%
- Scene-Level 总分：90.00，比原始脚本提升 65.1%，比最强基线高出 18.4%
- 尽管使用了相对较弱的骨干模型 GPT-4.1-mini，Dramaturge 仍大幅超越所有基线（GPT-4o、Qwen-max、DeepSeek-r1、GPT-4.1、Gemini-2.5-pro）
人工评估：42 名专业编剧盲评。Dramaturge vs 原脚本获胜率 88-92%；vs GPT-4o 获胜率 76-80%；vs Gemini-2.5-pro 获胜率 60-66%，平局 26-31%，失败仅 8-11%。
消融实验：完整三阶段组合（HCR+GR+SLR）得分 84.60，仅 HCR 为 68.30，HCR+SLR 为 72.20，HCR+GR 为 74.70。验证了层级架构和多 Agent 协作的有效性。单个迭代的 LLM 调用成本仅比单次生成方法高约 51%，Agent 在各阶段并行执行，通常约 6 次迭代收敛。
优势 (Strengths)
- 即插即用：可作为任何现有脚本生成方法的后处理增强模块，无需修改原流程
- 系统性提升：Script-Level 提升 53.2%，Scene-Level 提升 65.1%，scene 级改进幅度更大，说明细节修正能力强
- 一致性保障：自顶向下信息流使全局策略指导局部修改，避免引入新的不一致性
- 弱模型也能强性能：用 GPT-4.1-mini（轻量模型）超越 Gemini-2.5-pro（旗舰模型），证明架构设计的价值大于模型容量
- 人工验证充分：42位专业编剧盲评，多维度均获显著偏好
- 收敛可控：粗到精两阶段迭代配合质量阈值，确保稳定收敛
劣势 (Weaknesses)
- 计算开销：每次完整迭代涉及多个 Agent 调用，虽仅比单次生成高 51% 但仍显著增加成本（约需 6 次迭代收敛）
- 强依赖 LLM 评估：评估框架依赖 Gemini-2.5-pro 作为评估器，虽然与人工评估一致，但自动化评估作为唯一自动指标的稳健性尚需更多验证
- 数据集规模有限：100 个脚本虽然覆盖 5 个来源，但相比其他 NLP 任务仍然偏小
- 仅做后处理：只能修订已有脚本，不能从零生成，本质上是一个 refinement 模块而非完整的生成系统
- 缺乏可控性：修订过程完全自动，用户无法在迭代过程中干预或指定修订方向
- 场景划分假定：依赖于输入脚本已有 scene 划分，对未结构化的自由叙事文本可能需要预处理
流水线 (Pipeline)
输入脚本 𝑆₀
│
▼
┌─────────────┐
│ Summarizer │ → 生成情节摘要 𝑃
└─────────────┘
│
▼
┌──────────────────────────────────────────────────┐
│ Global Review (全局审阅) │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌───────┐│
│ │Engagement│ │Character │ │ Theme │ │Narrative││
│ │Evaluator │ │Evaluator │ │Evaluator │ │Evaluator││
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ └───┬─────┘│
│ └─────────────┴────────────┴────────────┘ │
│ │ │
│ ┌──────────▼───────────┐ │
│ │ Global Review │ │
│ │ Integrator (冲突消解) │ │
│ └──────────┬───────────┘ │
└─────────────────────────┼──────────────────────────┘
│ 全局策略 𝐺
▼
┌──────────────────────────────────────────────────┐
│ Scene-level Review (场景级审阅) │
│ 对每个场景 𝑠ⱼ: │
│ ┌──────────┐ ┌──────────┐ ┌──────────┐ ┌───────┐│
│ │ Dialogue │ │ Scene │ │ Plot │ │ Char. ││
│ │Inspector │ │ Desc │ │Inspector │ │Inspector││
│ └────┬─────┘ └────┬─────┘ └────┬─────┘ └───┬─────┘│
│ └─────────────┴────────────┴────────────┘ │
│ │ │
│ ┌────────────────▼──────────────┐ │
│ │ Scene-level Review Integrator │ │
│ │ (遵循全局指令优先) │ │
│ └────────────────┬──────────────┘ │
│ │ │
│ ┌────────────────▼──────────────┐ │
│ │ Suggestion Router │ │
│ │ (路由至Dialogue/Scene Editor) │ │
│ └────────────────┬──────────────┘ │
└─────────────────────────┼──────────────────────────┘
│
▼
┌──────────────────────────────────────────────────┐
│ Hierarchical Coordinated Revision (层级协调修订) │
│ ┌──────────────────────────────────────────────┐ │
│ │ Storyline Editor (情节重构, Phase 1 only) │ │
│ └──────────────────────────────────────────────┘ │
│ ┌───────────────┐ ┌──────────────────────────┐ │
│ │ Scene Editor │ │ Dialogue Editor │ │
│ │ (场景描述编辑) │ │ (对话编辑) │ │
│ └───────────────┘ └──────────────────────────┘ │
│ ┌──────────────────────────────────────────────┐ │
│ │ Script Description Editor (元数据更新) │ │
│ └──────────────────────────────────────────────┘ │
│ ┌──────────────────────────────────────────────┐ │
│ │ Script Polisher (一致性校验) │ │
│ └──────────────────────────────────────────────┘ │
└──────────────────────────────────────────────────┘
│
▼
输出修订脚本 𝑆ᵢ₊₁
│
▼
┌───────────────────┐
│ EvaluateImprove() │
│ 质量提升 Δ < θ ? │
└───────┬───────────┘
Yes │ No
◄────┘ ───► 收敛，返回最优版
(Phase 切换: structural → detail)
参考链接
- Character Simulation 论文
- 原文: arXiv:2510.05188