引

2019年暑期檔已經落下帷幕，回顧今年暑期的劇集作品，可謂精彩紛呈。從古裝大片《長安十二時辰》和《陳情令》，到電競題材的《親愛的，熱愛的》和《全職高手》，再到聚焦教育的《小歡喜》以及民國熱血勵志劇《烈火軍校》。在各類劇集的輪番轟炸下，有網友戲稱自己在這個暑假經歷了一場軍訓式追劇。

雖然這個暑期有很多爆款電視劇出現，它們制作精良、內容創新、角色豐滿。但我們也能夠看到很多試圖依靠大IP 和流量明星來獲得效益，而不在內容創作上下功夫的電視劇，它們的收視率和口碑并不盡如人意。而在這現象背后，電視劇行業正在經歷怎樣的一個變化？以及人工智能在其中扮演的角色是什么？以及我們要如何應對這個變化？文本將試著選擇一些角度，對此進行探討。

大IP和流量明星失靈

去年，由騰訊視頻獨家播出的古裝清宮大戲《如懿傳》因高額的版權費、廣告費和明星片酬而損失慘重，投入產出比高達440%。即便自帶《甄嬛傳》的IP熱度和豪華明星陣容，它在《延禧攻略》這樣的爆款劇對比下，也依然淪為了炮灰。

幾乎是在一瞬間，電視劇行業像被下了咒一樣。積累了數十年讀者的大IP不管用了，積累了千萬人氣的流量明星也沒了效果。但同時，一些不被大家看好或者并不被觀眾熟知的內容，卻突然之間成為了爆款黑馬。

由此各大視頻平臺和制作方紛紛意識到，觀眾的“影商”在不斷提高，“唯流量論”正在被破除，沒有優質內容的作品必將被洗牌出局，大IP和流量明星已不再是拯救市場的靈丹妙藥，只有好的內容才能夠吸引觀眾。一切正在回歸觀眾，一切都在回歸內容本身。

我們也很清楚的是，內容的優質與否和很多方面有關，比如劇本作品，比如演員，比如導演，比如制作團隊等等。而在大多數情況下，劇本和演員基本上就能夠決定這部電視劇是否能夠成為爆款，畢竟這二者是影視作品的素材和靈魂。

接下來，小編將以大女主劇為例，來談一談在其成為流行趨勢背后，在劇本和演員方面，存在哪些痛點和弊端。

痛點解析：套路固定，角色難尋

自《甄嬛傳》開始，隨后的《羋月傳》、《花千骨》、《錦繡未央》、《楚喬傳》、《武媚娘傳奇》等等。大女主類型的劇鮮少撲街，主要是因為如今電視劇的主流觀眾為女性，所以相比其他題材，它更容易成為爆款。

盡管如此，要想拍好一部大女主劇，也并不是那么容易的一件事。主要原因一方面是大女主劇已經有一套成功的套路，投資方不愿冒險創新，另一方面是女主影響較大，適合角色的女演員很難尋找。

大女主劇的口碑普遍都不是很高（甄嬛傳除外），像《羋月傳》豆瓣評分只有5.2，《花千骨》豆瓣評分5.9，錦繡未央豆瓣評分4.8。究其原因，主要是劇本套路固定：女主白蓮花，且被眾多男性角色喜歡；女二黑化，和女主從好閨蜜變為仇敵；男二黑化，和男主爭奪女主等等。

然而同一種題材扎堆出現，觀眾對這種套路化的情節已經感到厭倦。在創作上面，固定的套路也使制作方偏向于走捷徑，劇本往往有很多相似的情節，創新的地方則越來越少。但是一旦突破這個套路，就有成為爆款劇集的潛力。比如去年大火的《延禧攻略》，女主人公就一改純真善良的白蓮花人設，變為會罵人會算計、以牙還牙以眼還眼的黑蓮花人設，對這個設定，網友表示非常過癮。

除了套路固定，演員的選擇也是一大難點，表現在大女主劇中，則更為明顯。因為它相比較于其他類型的電視劇，對飾演女主的演員，要求更加高：人氣要高、長得要美、演技要好、觀眾緣要好等等。滿足以上幾點的女演員，一般都會有成熟的作品積累，失敗風險較小，然而競爭也更為激烈，畢竟就那么幾個。

相反，如果啟用知名度沒有那么高的演員，作品就會面臨很大風險。譬如《蘭陵王妃》的失敗就與女主的選擇有很大關系。成功的例子也有，《延禧攻略》的女主之前的知名度也并不高，但是作品的成功在一定程度上就說明了選擇知名度不高的演員也是可以成功的。

綜上所述，大女主劇雖然存在收視基本盤，失敗風險較小，但是眾多相似作品的出現也使其的創作陷入一個固定的套路，難以突破創新，除此之外，女主角的選擇也是一大難點。那么，既然同一套路的劇本吸引不了觀眾了，我們可以去找一部在情節和人設等方面都有創新的劇本。既然知名度高的女演員很難邀請到，我們可以轉而去找與角色匹配度高的演員。?

正所謂“世有伯樂，然后有千里馬”，如果要找到好的劇本和演員，就需要一套標準化的選劇模式和選角體系。

那么，何為標準化？

標準化的意思是指在經濟、技術等社會實踐中，對重復性的事物和概念，通過實施標準達到統一，以獲得最佳秩序和社會效益。因此。建議一套標準化的選劇模式和選角體系可以幫助我們找到最佳劇本和最合適的演員。而關于標準化的選劇模式和選角體系，我們可以參考一下好萊塢。

建立標準化的選劇模式和選角體系

上文提到，如果要使大女主劇重燃生機，最直接的辦法就是尋找到套路創新的劇本和匹配度高的演員，而選擇一套標準化的選劇模式和選角體系或許是解決問題的一個辦法。好萊塢作為世界聞名的電影中心，在選擇劇本和選擇角色方面，早已形成一套完整且成熟的產業鏈了。它可以作為我們的參考標準。

在好萊塢有一套標準化的劇本產業鏈，編劇們通過自己投稿或是經紀人遞交的方式，把劇本送到制片公司，首先讀到他們的就是劇本分析師，然后才是制片人。因為繁忙的制片人是無暇看完那么多冗長的劇本的。劇本分析師要先一步對劇本進行分析和評估，只有獲得高評價的劇本才有機會被送到制片廠主管們的辦公桌上。一個全職的劇本分析師每周大概要讀10-14個劇本，平均每個工作日3個，遇到特殊情況還要通宵工作，因此是一個非常累的工作。他們的地位就相當于好萊塢的衛兵，監察著好萊塢的劇本質量。

?

每一個劇本分析師都需要程序化地對劇本內容做分析和評論，大致流程包括以下幾個部分：

1. 做2至3句話的劇本總結和不超過2頁的劇本提要，并且要梳理出劇本角色和人物關系

2. 做一頁左右的劇本評論，關于劇本和編劇的優缺點提出自己的想法，例如在結構和情節是否欠缺？有時還會被要求與同類型劇本做比較。

3. 在封面頁上填好關于劇本的基本信息，從結構、角色、對話、故事和布景等方面做一個打分，有極好、好、一般及差四個等級。并給出推薦、可考慮、通過或否決的意見。

除了選擇劇本，好萊塢對選擇演員也有一套標準化的方法論體系。挑選演員一般要先通過選角團隊，團隊再聯系到演員工會，工會根據制片方要求，通知符合條件的演員來面試，最終的面試考官則由導演、制片人和演員工會派出的經紀人三方組成。

一般來說，在挑選面試演員的環節，選角方會參考以下三個方面：

1.演員的外貌、性別、年齡、身高、體重等外在條件

2.演員的業務能力，是否獲得過獎項，參演過哪些作品，反響如何

3.演員的經驗，是否演過相類似的角色以及本人在生活中的性格是怎樣的

在閱讀大量的演員資料后，只有符合要求的演員，才會被通知前來面試。同時，他們還會通過測算面試者最近上映電影的票房排行、漲跌情況，近年來的個人票房數字、片酬、投資回報率和人氣指數等元素，得出明星不同的動態價值系數，最終在兼顧成本的基礎上選擇合適的演員。

綜上所述，在好萊塢的選劇模式中，劇本分析有一套程序化的流程，分別是對劇本做總結、提要、梳理角色、評論、打分等工作，通過這套流程的劇本才會被制片人看到。而在選角體系中，選角方審核演員的資料也有一套流程，例如要閱讀演員的工作簡歷等，符合要求的演員才會被通知前來面試。而標準化的選劇模式和選角體系，確保了最終選出的劇本和演員是符合我們要求的，是符合市場需求和角色需要的。

但是，不要忘記，閱讀劇本和演員的資料是一件相當耗時耗力的事。制作公司一方面希望能夠收到更多優秀的劇本和演員資料，一方面又難以在短時間內應付隨之而來的海量工作。于是，我們想到了人工智能——專門模擬人類智能的技術，它是否能幫助人類分擔劇本分析和閱讀演員資料的工作呢？

答案是肯定的。

人工智能幫助提高劇本和演員的選擇效率

前面我們提到了人工智能可以幫助我們分擔劇本分析和閱讀演員資料的工作，提高劇本和演員的選擇效率。而劇本和資料涉及到大量的文本信息，在這里，我們要引入一項專門處理文本信息的技術，那就是自然語言處理技術。

自然語言處理是人工智能的一個分支，簡稱NLP，它主要是通過計算機來完成以自然語言為載體的非結構化信息為對象的各類信息處理任務，比如文本的理解、分類、摘要、信息提取、知識問答、生成等的技術。這個技術將使閱讀海量劇本和演員資料的繁重工作，變得異常輕松——只要鼠標一點擊，就能得到想要的結果。

接下來，我將選擇某些方面，對NLP如何分析劇本和閱讀資料，做一個簡單的介紹。

首先，NLP技術能夠在快速瀏覽劇本的過程中，對比每個句子之間的相似度，將具備較高相似值的句子加以整合，來完成對劇本的內容概括。有工作人員就曾運用NLP來總結《了不起的蓋茨比》，最后的結果不僅揭示了人物之間的復雜關系，還點出了小說的中心主題——“I’m gatsby”。而這一過程，僅僅花了不到1秒的時間。

除此之外，人工智能能夠通過分析大量的同類型優秀劇本，總結出一套專屬于該類型題材的劇本公式，方便劇本之間做對比。比如我們可以運用語憶情緒解析引擎，分析不同語句的情感濃度，以此來判斷小說高低潮章節的分布、劇本整體的情緒起伏、劇本情緒的多樣性和主人公情緒在章節中的出現情況。

比如，我們可以運用關鍵詞提取，對比主人公的出現次數和次要人物的出現次數。

比如我們可以運用詞法分析引擎，根據字詞間的詞性關系對句子中每個字詞的詞性和語法結構進行一個分類，然后再根據詞的出現次數的總和以及詞種數的總和，得出劇本詞的使用豐富度。

注：上圖是小說詞匯的使用豐富率。用詞量的豐富率越大說明小說的用詞量越豐富。

關于這方面的研究，小編在往期文章《人工智能告訴你為什么《流浪地球》是中國第一科幻》有做詳細描寫，感興趣的朋友可以去看一看。語憶的文學IP分析平臺已經成功對很多小說的潛力值做了一個分析，有羋月傳、微微一笑很傾城、誅仙、擇天記等等。

《羋月傳》的分析結果為：高潮章節比例15%，留白章節比例15%，全文情節波動值為2.482，模型計算后的潛力值為6.160。

《微微一笑很傾城》的分析結果為：高潮章節比例28%，留白章節比例21%，全文情節波動值為2.529，模型計算后的潛力值為11.369。

《誅仙》的分析結果為：高潮章節比例20%，留白章節比例17%，全文情節波動值為2.862，模型計算后的潛力值為10.905。

《擇天記》的分析結果為：高潮章節比例20%，留白章節比例20%，全文情節波動值為2.793，模型計算后的潛力值為7.802。

一旦人工智能通過深度學習，對不同題材的劇本總結出對應的劇本模板，在接觸到一部新的劇本時，它就能夠根據劇本模板，對劇本的結構、情節、角色、對話、故事、布景等方面自動進行打分。這個過程就相當于劇本分析師在閱讀了大量的劇本之后，總結出一套選劇方法論，然后根據這套方法論對劇本做分析評論。而人工智能做的就是將這套方法論轉換成客觀的數據模型，隨著人工智能閱讀劇本的數量增加，數據模型的準確率會不斷提高。

在閱讀演員資料方面，人工智能將可以所有演員的信息匯入一個巨大的數據庫，之后將我們要找的人物信息簡化為標簽，例如性別、年齡的區間、參演作品等等，再基于這些標簽與演員標簽之間的相似性和關聯性選出合適的演員。例如我們的劇本是懸疑類型的，那么人工智能就能篩選出以往有參演過懸疑劇的演員。

從某些角度來說，這也許是一個“最壞”的時代，大IP和流量明星再也不是制勝的絕對條件。但這也是一個最好的時代，因為內容的優質程度被放在了前所未有的高度。如果說電視劇行業正在經歷一個大浪淘沙的過程，我們期待的是，在這個過程中，人工智能可以 “淘出”最優質的沙石，來重構“影視劇”的大廈。