阿拉丁AI短剧后勤工坊

后勤失控才是 AI 短剧的真正瓶颈

AI 短剧的拍摄往往在极限时间内完成，但真正容易崩盘的并不是摄影机前的调度，而是拍摄现场的后勤：盒饭按开机人数订了，却忘了夜戏收工后的夜宵；转场安排临时找车，座位不够导致群演滞留；外景拍摄住两天，到收工时才发现附近酒店已满。这些问题通常到拍摄当天才会暴露，而错误的补救往往带来成倍成本。

阿拉丁 AI 短剧后勤工坊把这类问题提前放进数据流程：它读取拍摄通告 _shoot.json，逐日核算人头（角色、群演、工作人员），按化妆通告时间、预估收工和夜戏标签判定早餐、午餐、晚餐、夜宵，并给出转场派车数、远程住宿间数。

从需求台账到可执行派单

核心流程分为四步：

• 需求核算：从通告中抽取 day_no、locations、cast_called、extras_called、call_time、est_hours、special 等字段，生成 _logi_ir.json 逐日后勤台账。
• 供应商比价：读取 JSON/CSV 报价，自动归一中文表头，并按权重打分。餐饮看价格、容量和时段能力；车辆看人均成本和派车可行性；住宿看房价和间数。每个品类输出 Top3 候选。
• 后勤体检：运行 G1-G8 规则，检查缺餐商、缺车商、远程缺宿、夜戏无夜宵、供餐超上限、车座利用率、预算超支、超长拍摄日等风险。规则号、级别和建议动作都会保留在产物中。
• 门禁与派单：按 P0 扣 25 分、P1 扣 8 分、P2 扣 3 分计算 100 分门禁，输出 READY、REVIEW、BLOCK 结论，并生成 _logi.json、logi_plan.md、logi_orders.csv 和 logi_board.html。

适用边界

本技能消费上游拍摄通告，不负责排期；只管人的吃住行，不管勘景、服化道和劳务结算；也不联网抓取实时报价。报价需自备，所有计算在本地完成，结果确定且可审计。