概述
從演講者在場景中想要什麼、他們不會說什麼以及他們的選擇如何揭示個性開始。將生成的台詞視為修改提示,而不是現成的對話。
深入探討
對話不僅僅是放在引號之間的對話。它揭示了角色想要什麼、他們之間的關係以及他們選擇隱藏或公開哪些資訊。一個有用的場景給每個演講者一個說話的理由和一個不把一切都說清楚的理由。衝突可能會透過迴避問題、改變答案、打斷或言語與行動不匹配而出現。並非所有的溝通都需要潛台詞;清晰度和直接性也適合場景。人工智慧可以幫助產生備用台詞、詢問有關角色動機的問題或識別兩個聲音聽起來相似的段落。簡要說明演講者的目標、關係、知識和場景的直接利害關係。詢問選項而不是單一的“正確”行。模型產生的對話通常預設為簡潔、明確的交流,並且可能為每個角色提供相同的優美詞彙。將建議與角色的既定行為、社會背景和觀點進行比較。不要讓人工智慧發明故事不支援的背景故事或方言假設。一個實際的測試是隱藏說話者標籤,看看聲音是否仍然可區分。大聲朗讀對話,聆聽重複的節奏、角色不會自然說出的解釋以及表達行動中已經明顯的情感的台詞。然後檢查每一行是否改變了情況、揭示了資訊或澄清了關係。一些有目的的閒聊或沉默可能仍然是正確的;刪除所有不影響情節的台詞會讓交流感覺不自然。對於標點符號,請遵循稿件或出版商要求的風格指南。普渡大學 OWL 的小說指南涵蓋了演講者的單獨段落和對話標籤周圍的標點符號,但出版商可能有自己的慣例。將語法審查與語音編輯分開。人工智慧可以在平滑獨特聲音的同時發現格式問題,因此請以讀者的身份檢查最終場景,而不僅僅是校對任務。
現實世界的實施
一位小說家在緊張的廚房場景中為兩個角色設定了不同的目標,並要求人工智慧提出三種可能出現分歧的方式,而無需任何一個角色直接指出衝突。
作者貼上一頁沒有角色名稱的對話,並要求讀者或工具標記聽起來可以互換的台詞,然後使用不同的節奏和單字選擇重寫它們。
懸疑作家會檢查角色是否提到了他們尚未發現的證據,並更正了場景時間線。
作者使用經過批准的標點符號指南來檢查對話標籤,然後大聲朗讀對話,看看節奏和中斷是否合理。
如何與人工智慧編寫更好的對話的未來
寫作工具可能會更好地比較聲音和發現手稿中重複的措辭。如果沒有作者的場景背景和判斷,他們仍然無法確定角色會如實說出什麼。隨著工具的變化,大聲朗讀台詞並檢查當前的風格要求仍然很有用。當對話反映真實的社區、職業或歷史背景時,人工審查也很重要,因為僅流暢的模仿並不能驗證真實性。在接受更改之前,編劇應將建議與角色目標、場景事實和目標受眾進行比較。
付諸實踐
為什麼這很重要
- 配裝選擇. 應用級設計決定了人工智慧是否能改善實際結果。
- 團隊與工作流程. 良好的工作流程整合可以創造使用者值得信賴的生產力效益。
- 風險與安全. 範圍明確的用例可以減少變更疲勞和實施風險。
留意
- 將損壞的流程自動化可能會加劇現有問題。
- 團隊可能會過度自動化並消除所需的人工判斷。
- 如果不持續評估輸出,品質可能會出現偏差。
後續步驟
- 繪製目前工作流程並確定摩擦最大的步驟。
- 在完全自動化之前定義人工檢查點。
- 對使用者進行提示、升級路徑和品質標準的訓練。
- 追蹤任務級結果以確認持續價值。
不斷探索
常見問題
什麼是如何與人工智慧編寫更好的對話?
人工智慧可以幫助作家測試對話聽起來是否清晰,識別解釋過多的台詞並檢查標點符號,但作家提供每個角色的聲音和意圖。從演講者在場景中想要什麼、他們不會說什麼以及他們的選擇如何揭示個性開始。將生成的台詞視為修改提示,而不是現成的對話。
兩個角色在一個場景中想要不同的結果。在請求對話選項之前,作者應該向 AI 提供什麼?
特定場景的目標和知識有助於限制選擇;作者仍然判斷每個角色會說什麼。
角色表達了場景已經透過動作表現出來的感覺。作者可能會測試什麼?
對話有時可能暗示情感或不言而喻,而不是重複已傳達的動作。
草稿聽起來好像每個角色都用同樣優美的聲音說話。什麼是有用的支票?
閱讀沒有說話人標籤的對話可以揭示可互換的聲音。
一個角色在故事中得知一條線索之前就提到了它。作家該做什麼?
角色知識必須與場景時間軸相匹配,除非作者故意改變設定。
在朗讀過程中,即使文法正確,也覺得一行字很生硬。作家該聽什麼?
大聲朗讀可以揭示頁面上不太明顯的聲音和節奏問題。