一个AI从业者读《故事策略》: 当23个故事段落遇上AI编剧

最近翻完了一本编剧圈的老书——埃里克·埃德森的《故事策略：电影剧本必备的23个故事段落》。说实话，我一个搞AI的，看这种书纯属"不务正业"。但读完之后，脑子里一直在转一个念头：我们天天讨论AI写剧本、AI拍电影，但我们真的理解"故事"是什么吗？

一、这本书到底在讲什么

埃里克·埃德森不是什么学院派理论家，他是实打实给索尼、华纳、迪士尼写过17部剧本的编剧，后来去加州州立大学当教授。这本书的核心卖点，就是他那套"英雄目标序列"（Hero Goal Sequences）——把一部电影拆成23个环环相扣的段落，每个段落里主人公都有一个新的、具体的、短期的目标。

他把这23个段落塞进经典的三幕结构里：第一幕6个段落，第二幕12个段落，第三幕3到5个段落。每个段落大概3到7页剧本。不是那种"开端-发展-高潮-结局"的废话，而是精确到"第几个段落主人公必须掉进陷阱""第几个段落内心冲突必须浮出水面"这种颗粒度。

举个例子。第一幕的第6个段落必须出现"惊人意外#1"——主人公被彻底推向一个危险的新世界，之前的日常生活被不可逆地打破。第二幕的第18个段落必须出现"惊人意外#2"——最黑暗的时刻，主人公的计划被彻底摧毁，资源归零。这不是套路，这是埃德森分析了大量票房成功的电影之后总结出来的结构规律。

"电影成功的原因就是它们基于相同的故事结构。不管是《盗梦空间》《阿凡达》《黑暗骑士》还是《飞屋环游记》，这些电影都包含同样的23个渐进的故事段落。"

—— Eric Edson，《故事策略》

二、23个段落，本质上是一套算法

作为一个写代码的人，我看这本书的时候有一种奇怪的感觉：这23个故事段落，本质上就是一套"剧本编译器"的语法规则。输入一个主题和高概念，按照这个模板跑一遍，你就能得到一个结构完整的故事框架。

事实上，我们现在用GPT-4或者Claude写剧本的时候，经常干的事情就是给它一个"三幕结构"的prompt，让它往里填内容。从这个角度看，埃德森在2013年就写出了一套比我们大多数prompt engineer更精密的"剧本生成规范"。他甚至把每个段落的主人公目标、情感状态、冲突强度都标注好了。

英雄目标序列·三幕速览

第一幕（段落1-6）：建立日常→引发事件→历险召唤→陷阱布设→渴望揭示→惊人意外#1，主人公跌入新世界

第二幕（段落7-18）：寻找良策→对手力量展现→首次行动迸发→遭受打击→接近对手→十字路口→重拾决心→内心冲突浮现→第二次行动迸发→冲突升级→决战准备→惊人意外#2，最黑暗时刻

第三幕（段落19-23）：主人公自己引发结局，核心冲突解决，次要情节收束，情感满足

但问题来了——如果这套结构真的像算法一样可复现，为什么AI写出来的剧本还是不行？

三、AI能写"结构"，但写不出"情感保护壳"

埃德森在书里有一个让我印象特别深的概念：情感保护壳（Emotional Shield）。他说，每个主人公出场时都带着一层心理防御——可能是因为过去的创伤，可能是因为性格缺陷，这层壳让他无法真正与人连接，无法获得他真正想要的东西。整个故事的本质，就是主人公在23个段落的旅程中，一层一层剥掉这层壳。

他管这个过程叫"人物成长弧"（Character Arc），分三步走：第一步，主人公在对话中无意间暴露自己的情感创伤（第二幕前半段）；第二步，他被迫直面内心冲突，尝试对抗但失败（通常在中间点）；第三步，在第二幕高潮来临前，他终于战胜了内心的防御，脱胎换骨。

这就是AI和人类编剧之间最远的距离。

你让AI写一个"角色从懦弱到勇敢"的故事，它能写。它能写出主角被欺负的场景，能写出主角奋起反抗的场景，甚至能写出中间那个"犹豫"的过渡。但问题在于，AI写的是"变化"的标签和节点的组合，它不理解"变化"本身是一种什么样的体验。

我举个例子。埃德森在书里分析《怪物史莱克》——史莱克选择独自住在沼泽深处，不是因为他不渴望陪伴，而是因为他害怕被拒绝。他宁愿主动吓跑别人，也不愿意给别人拒绝自己的机会。这种心理逻辑，你让AI去生成，它能理解"害怕被拒绝"这个标签，但它写不出史莱克在沼泽里一个人吃晚饭时那种微妙的自欺欺人的满足感。它写不出"我用孤独保护自己"和"我享受孤独"之间那层一戳就破的谎言。

因为AI没有真正孤独过，没有被拒绝过，没有在深夜说服自己"我一个人也很好"的那种体验。它只能从训练数据中学习到"孤独"这个词通常和哪些句子、哪些场景搭配在一起。它写出来的孤独，是统计意义上的孤独，不是体验意义上的孤独。

四、"冲突为王"——AI最擅长也最不擅长的事

埃德森在书里反复强调一个观点：冲突为王（Conflict is King）。每一场戏都必须有冲突，而且冲突的强度必须持续递增。他说，观众看电影本质上是在体验"情感净化"——我们通过目睹主人公在越来越大的困境中挣扎，来释放自己的情绪。

有意思的是，AI写冲突恰恰是最容易露馅的。

你让AI写一个"冲突升级"的场景，它会怎么做？大概率是：第一场戏两个人吵架，第二场戏两个人打架，第三场戏其中一个人拿刀。这是"强度"的升级，但不是"冲突"的升级。真正的冲突升级，是埃德森说的那种——主人公和对手之间的对抗从"职业层面"变成"个人层面"，从"我想要阻止你完成目标"变成"你伤害了我最在乎的东西，现在我跟你没完"。

我最近看了一些AI生成的短剧剧本，发现一个规律：AI写的冲突，角色之间的对抗总是"就事论事"。甲方和乙方因为合同条款吵架，吵完了合同签了，这件事就翻篇了。但现实中，一次合同纠纷会让两个人三年不说话，会在家族聚会时被翻旧账，会在另一个人落魄时产生一种复杂的、自己都不愿意承认的快感。这些"余震"才是冲突的精髓，而AI目前还做不到。

···

还有一个细节。埃德森在书里提到，第二幕的中间点（段落12前后），通常会出现一个"无路可退"的时刻——主人公意识到自己已经投入太多，无法回头。这个时刻往往伴随着一个"倒计时"机制，来增强焦虑感。

AI可以写出"倒计时"，但它写不出倒计时背后的那种"沉没成本焦虑"。它不知道什么是"我已经走到这一步了，回头就等于承认前面所有的选择都是错的"。这种感受，只有做过重大决定、并且那个决定最终被证明是错误的人，才能真正写出来。

五、从AI影视剧的现状回看这本书

2025年到2026年，AI影视制作确实在加速。上海大光明电影院在2025年11月放映了7部AI创作的短片，恒星AI发布了AstroWit这样的AIGC视频社区，英国的Particle 6公司甚至在2026年7月官宣了全球首部AI女演员主演的电影长片《Misaligned》。技术上，AI已经从"能生成画面"进化到了"能讲一个完整的故事"。

但如果你仔细看这些AI作品，你会发现一个共同的问题：画面越来越精致，故事越来越空洞。这不是技术问题，是结构问题。AI生成的画面可以做到以假乱真——Sora的视频质量已经让很多人分不清虚实——但AI生成的故事，你一眼就能看出来。不是因为故事不合逻辑，而是因为它太"合逻辑"了。

埃德森在书里有一个观点我一直记着：真正的好故事，主人公的每一个选择都应该是"意料之外、情理之中"。AI擅长"情理之中"——它可以根据上下文预测最合理的下一步是什么。但"意料之外"需要一种对"合理性"的主动破坏，一种对"正常"的故意偏离。而AI的训练目标恰恰是"最大化合理性"。

我有时候觉得，AI写剧本就像是一个把埃德森的23个段落背得滚瓜烂熟但从来没有真正活过的学生。它知道第6段要出现惊人意外，第12段要出现内心挣扎，第18段要出现最黑暗时刻——它把这些都安排得明明白白。但你读起来就是觉得"顺"，"顺"到无聊。因为真正的故事不是"顺"的，它是疙疙瘩瘩的，是主人公在每一个节点都做了错误的选择，然后又用更大的错误来弥补上一个错误，最后在某个时刻突然想通了——不是因为他变聪明了，而是因为他终于承认自己一直在犯傻。

六、这本书对AI从业者的真正价值

说了这么多AI的局限，并不是要否定AI在影视领域的应用。恰恰相反，我觉得这本书最值得AI从业者读的地方，在于它提供了一个非常清晰的"AI应该做什么"和"AI做不了什么"的分界线。

AI应该做的是：结构搭建、节奏检查、段落标记、冲突强度曲线绘制。埃德森那23个段落，完全可以做成一个剧本分析工具——输入剧本，自动标注每个段落的目标、冲突类型、情感状态，然后告诉你"你的第8段缺少对手力量的展现"或者"你的第12段人物成长弧第二步缺失"。这比让AI直接写剧本有价值得多。

AI做不了的是：情感保护壳的质感、倒计时的焦虑、自我欺骗的微妙、放弃与坚持之间的那个灰色地带。这些东西不是训练数据能解决的，因为它们不是"知识"，是"体验"。AI可以在数据中学习到"被拒绝"通常伴随着"难过"这个词，但它很难理解"被拒绝后假装不在乎"是一种比"难过"更精确的情感表达。

说到底，埃德森这本书给我最大的启发不是那23个段落本身——说实话，那套模板任何一个有经验的编剧都能总结出类似的版本。真正让我触动的是他在书里反复强调的一个前提：我们看电影，是为了获得深刻的感受。编剧的目标，是引导观众经历一次意味深长的情感洗礼。这个目标，不是用结构、节奏、冲突这些技术手段能自动达成的，它需要编剧自己先活过、痛过、爱过，然后把这些体验转化成故事。

而AI，到目前为止，还没有真正"活过"。

···

这不是一个悲观结论。恰恰相反，
这意味着最珍贵的东西——那些让我们之所以为人的体验——
暂时还没有被算法攻克。