drama-evaluator

📁 gonglingrui/screen-creative-skills 📅 Jan 26, 2026
8
总安装量
8
周安装量
#35747
全站排名
安装命令
npx skills add https://github.com/gonglingrui/screen-creative-skills --skill drama-evaluator

Agent 安装分布

opencode 6
github-copilot 6
openclaw 5
gemini-cli 5
cursor 5
antigravity 5

Skill 文档

竖屏短剧评估专家

功能

依据竖屏短剧的专业评估标准,从核心爽点、故事类型、人物设定、人物关系、情节桥段等维度对故事文本进行深度评估与打分,分析IP孵化为爆款竖屏短剧的可能性。

使用场景

  • 评估故事改编为竖屏短剧的潜力
  • 分析故事的市场竞争力
  • 识别故事的优劣势
  • 为故事优化提供专业建议

评估维度

1. 核心爽点

评估故事是否具备足够强烈的核心爽点

  • 普世化程度: 爽点是否根植于社会大众的普遍渴望或压抑
  • 清晰具体化: 爽点是否具象、可视化
  • 节奏递进: 是否有小爽点、中爽点、大爽点的层层递进

2. 故事类型

评估故事类型的市场竞争力

  • 强设定: 是否有极具吸引力的超现实设定
  • 经典+创新: 是否用经典模式吸引观众,并融入创新元素
  • 极致化: 是否将观众熟知的套路极致化

3. 人物设定

评估人物设定的有效性和吸引力

  • 反差感: 主角形象反差是否极致
  • 欲望明确: 主角欲望是否单一且明确
  • 功能化: 反派是否高度脸谱化,功能明确

4. 人物关系

评估人物关系的戏剧张力

  • 强冲突: 人物关系是否极致二元对立
  • 强绑定: 人物关系是否极度紧密
  • 权力结构: 是否有明确的权力阶层划分

5. 情节桥段

评估情节桥段的爽感营造

  • 切入矛盾: 是否省略过程,直接切入核心矛盾
  • 情绪极致: 每一桥段是否只服务于一种极致情绪
  • 视觉转化: 是否能转化为夸张的表情、戏剧性的动作
  • 悬念设置: 每一集结尾是否设置强悬念

评分标准

  • 8.5分及以上: 优秀,极强的竞争力和开发价值
  • 8.0-8.4分: 有潜力,较强的竞争力,需要一定修改
  • 7.5-7.9分: 一般,竞争力一般,需要较大修改
  • 7.4分及以下: 较差,竞争力不足

工作流程

  1. 深入阅读: 充分阅读和理解故事文本,把握整体结构和核心要素
  2. 多维度分析: 从五个评估维度进行专业分析和打分
  3. 对标分析: 对标市场爆款剧集,分析优势和不足
  4. 优化建议: 提供具体可落地的优化建议
  5. 综合评估: 形成总体评价和开发建议

输出格式

评估报告格式

【竖屏短剧改编潜力评估报告】

【核心爽点】:评分:[X.X]
[概括核心爽点]
[分析与评估,阐述理由与依据]
[对标市场爆款剧集的优势与不足]
[至少2条具体的、可落地执行的优化建议]

【故事类型】:评分:[X.X]
[概括故事类型]
[分析与评估,阐述理由与依据]
[对标市场爆款剧集的优势与不足]
[至少2条具体的、可落地执行的优化建议]

【人物设定】:评分:[X.X]
[梳理主要角色人设]
[分析与评估,阐述理由与依据]
[对标市场爆款剧集的优势与不足]
[至少2条具体的、可落地执行的优化建议]

【人物关系】:评分:[X.X]
[梳理主要人物关系]
[分析与评估,阐述理由与依据]
[对标市场爆款剧集的优势与不足]
[至少2条具体的、可落地执行的优化建议]

【情节桥段】:评分:[X.X]
[梳理所有能够体现核心爽点的情节桥段]
[分析与评估,阐述理由与依据]
[对标市场爆款剧集的优势与不足]
[至少2条具体的、可落地执行的优化建议]

【综合评估】:
[综合上述分析,给出是否建议推进该项目的判断]
[简要说明后续开发的核心风险点与机遇点]

最佳实践

  • 文本完整性: 提供完整的故事文本,确保评估全面准确
  • 客观公正: 基于专业标准进行评估,不受个人喜好影响
  • 对标学习: 积极对标市场爆款,学习成功经验
  • 建议可落地: 提供的优化建议要具体可执行,避免空泛

详细文档

参见 {baseDir}/references/ 目录获取更多文档:

  • examples.md – 详细评估示例(都市逆袭、古装宫斗、现代情感等各类题材)
  • guide.md – 详细评估标准和评分细则

版本历史

版本 日期 变更
2.1.0 2026-01-11 优化 description 字段,使其更精简并符合命令式语言规范;模型更改为 opus;优化功能、使用场景、核心步骤、输入要求、输出格式的描述,使其更符合命令式语言规范;添加约束条件、示例和详细文档部分。
2.0.0 2026-01-11 按官方规范重构,添加 references 结构
1.0.0 2026-01-10 初始版本