中国影视爆款雷达 · 编剧选题决策系统

它解决什么问题

长剧编剧面临一个结构性的时间错位：今天动笔的项目，通常要等 18-36 个月 才会播出。这意味着「现在什么火」对选题几乎没有参考价值——等剧本写完、拍完、排上档期，那条赛道往往已经从爆发期滑向疲劳期。

本技能要解决的正是这个问题：不搬运当下热点，而是提供一套面向未来 2-3 年的选题决策框架。它的服务对象是长剧编剧，所有结论最终都要落到编剧能动手的层面——题材选择、人物设计、故事引擎、结构节奏与传播基因。

核心能力与运行模式

技能按用户意图进入五种模式，意图模糊时默认执行「模式一 + 模式三」组合：

• 雷达扫描：增量扫描剧集、电影、微短剧、舞台剧与社交热度五个板块，筛出 TOP 8-12 部作品并归档。判断「爆款」的标准是数据、口碑、话题与长尾四象限交叉，而非单一播放量。
• 爆款拆解：对单部作品执行十维归因，区分可复制因素（结构设计、钩子密度）与不可复制因素（顶流卡司、平台资源），并回答反事实问题——换掉某个元素它还爆吗？
• 风口预测：自上而下采集领先指标，包括网文平台榜单、广电总局备案公示、开机与片单消息、定档数据与政策导向。用「题材生命周期五阶段」定位赛道位置，编剧的机会在空窗期即将结束与萌芽期，而非爆发期。
• 选题评估：对具体题材或一句话梗概执行百分制评分卡、对标检索与致命伤诊断，并给出小改、中改、大改三档改造方案，最终给出「该不该写、怎么写」的明确结论。
• 预测回测：将历史预测与真实市场数据比对，修正模型权重与赛道周期标记。这是技能自我校准的核心机制，建议每季度执行一次。

关键纪律包括：数据必须标注来源平台、统计口径与日期；推断必须标注置信度；data/ 下的三个档案文件只追加、不覆盖，以保留历史时间序列。

适用边界与注意点

这套方法的有效性依赖档案库的持续积累。首次运行时只能回溯最近 3 个月的市场数据，跨周期判断的精度需要多次扫描后逐步建立。

舞台剧被当作题材情绪的先行试验田，原因是它成本低、迭代快，常提前 1-2 年验证市场情绪——但这种领先关系并不稳定，只能作为旁证而非结论。

微短剧榜单同样需要监控，因为它正在倒逼长剧的节奏与钩子密度，但两者的受众与变现逻辑并不相同，直接套用短剧的钩子策略可能损害长剧的结构完整性。

评分卡与预测模型都是辅助判断工具，不构成投资或立项建议。最终决定仍需编剧基于自身创作能力与项目资源做出。