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：

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）
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）
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
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：

什么是"好的 AI 脚本输出"的评判标准（基于短视频/短剧场景）

编导不满意行为的识别框架

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）

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）

3.5 KiB Raw Blame History Unescape Escape