# 项目章程：编导AI脚本对话记录分析

> 文档编写：项目主管
> 创建日期：2026-06-02
> 版本：v1.0

---

## 一、项目背景

MCN 团队编导在日常工作中使用 AI 工具（ChatGPT / Kimi 等）辅助生成短视频/短剧脚本。
目前缺乏对**编导与 AI 工具交互质量**的系统性分析，导致 AI 辅助效果参差不齐、问题无法定向改进。

本项目通过分析已有的编导与 AI 工具的对话记录，系统评估 AI 输出内容质量、识别编导不满意的根本原因，并提出可落地的优化方向。

---

## 二、项目目标

**核心问题**：
> AI 生成的脚本内容，编导是否满意？不满意的问题出在哪里？如何优化？

**具体目标**：
1. 识别编导在对话中的**不满意信号**（重新提问、明确否定、人工修改后再提交等行为）
2. 归类 AI 输出内容的**常见质量缺陷**（结构问题、风格不对、逻辑断层、创意不足等）
3. 提炼**根因维度**：是提示词表达问题、模型能力限制，还是编导预期设定不清晰
4. 输出**优化建议**：面向编导的提示词使用改进方向 + 面向 AI 的脚本生成改进方向

---

## 三、成功标准

| 维度 | 标准 |
|:---|:---|
| 问题覆盖率 | 对所有对话记录中出现的质量缺陷逐一归类，覆盖率 100% |
| 分类准确性 | 缺陷分类、根因判断经业务专家审核通过 |
| 可操作性 | 每条优化建议须对应具体行为改变点，不允许停留在泛泛而谈 |
| 报告完整性 | 最终分析报告含：问题汇总、根因分析、优化建议三大板块 |

---

## 四、项目范围与约束

**范围内**：
- 分析对象：编导与 AI 工具（ChatGPT / Kimi 等）关于短视频/短剧脚本的对话记录
- 样本规模：小样本（< 50 条对话）
- 交付物：Markdown/HTML 分析报告

**范围外**：
- 不评估 AI 工具本身的底层能力优劣
- 不涉及编导个人信息识别（记录分析以内容为主，不溯源至具体个人）
- 不处理直播话术类场景（本次聚焦短视频/短剧脚本）

**约束条件**：
- 对话记录如含业务敏感信息，需脱敏处理后再分析
- 单个质量问题最多修正 3 轮，超出由项目主管介入

---

## 五、角色分工

| 角色 | 本项目职责 |
|:---|:---|
| **项目主管** | 明确分析框架、统筹进度、最终审定报告 |
| **业务专家** | 定义"好脚本"标准、构建质量缺陷分类体系、审核分析结论 |
| **产品经理** | 编写 AI 助理执行分析的提示词、沉淀方法论 |
| **AI 助理** | 按提示词对对话记录执行逐条分析、记录执行日志 |
| **产品运营** | 整合产出生成 HTML 反馈收集页面 |

---

## 六、关键里程碑

```
阶段一（规划）：业务方法确认 → 执行步骤拆解 → 提示词编写
阶段二（执行）：上传对话记录 → AI 逐条分析 → 汇总输出
阶段三（审核）：业务专家评审 → 修正迭代（≤3轮）
阶段四（沉淀）：复盘总结 → HTML 报告生成 → 方法论归档
```

---

## 七、下一步行动

> **[项目主管 → 业务专家]**：请根据本章程，输出「01_业务方法.md」，内容包括：
> 1. 什么是"好的 AI 脚本输出"的评判标准（基于短视频/短剧场景）
> 2. 编导不满意行为的识别框架
> 3. AI 脚本质量缺陷分类体系（建议 3-6 个主类，每类含典型表现）
> 4. 根因分析框架（从提示词质量 / 编导预期 / 模型能力三维度展开）