返回目錄
A
生成式人工智慧與虛擬偶像創作實務 - 第 5 章
第 5 章：劇本與歌詞創作的 AI 助手
發布於 2026-03-08 11:10
# 第 5 章：劇本與歌詞創作的 AI 助手
本章聚焦 **GPT 系列大語言模型**，說明如何透過 **提示工程（Prompt Engineering）** 讓 AI 成為劇本、對白、歌詞的創作夥伴。從基礎概念、實作流程、技巧要點，到與前章聲音合成管線的結合，提供完整、可落地的操作範例，協助讀者快速產出具備角色個性與情感張力的文字內容。
---
## 5.1 為何選擇 GPT 作為創作助手？
| 特性 | 說明 |
|------|------|
| **大規模語言理解** | 內建超過數千億參數的語意表示，能捕捉細微語感與敘事結構。 |
| **即時回應** | 只要幾毫秒即可產生結果，適合直播、即時互動的需求。 |
| **可指令化** | 透過文字提示即可控制風格、角色、情境，彈性高於傳統模板。 |
| **可微調/指令微調** | 若有特定品牌語調，可自行微調或使用 LoRA、PEFT 等輕量方法。 |
> **小結**：GPT 為「文字創作」提供了「生成」與「控制」兩大核心能力，正好與虛擬偶像的敘事需求相吻合。
---
## 5.2 Prompt Engineering 基礎概念
### 5.2.1 Prompt 的結構
1. **背景說明（Context）**：設定場景、時間、角色設定等。
2. **任務指令（Instruction）**：明確告訴模型要做什麼（撰寫對話、寫歌詞、限定字數等）。
3. **格式範例（Format Example）**：提供期望的輸出範例或格式說明，降低模型的自由度。
4. **限制條件（Constraints）**：如禁止使用特定詞彙、必須包含情感標籤等。
### 5.2.2 常用技巧
| 技巧 | 作用 | 範例 |
|------|------|------|
| **Few‑Shot 示範** | 給出 2‑3 個完整範例，引導模型產生相似結構。 | `以下是三段對話範例：...` |
| **Chain‑of‑Thought** | 要求模型先思考步驟，再給出最終答案，提高邏輯正確性。 | `先列出角色動機，再寫出對白。` |
| **Role‑Playing Prompt** | 讓模型「扮演」某個角色，保證語氣一致。 | `你是一位熱血的偶像歌手…` |
| **Temperature/Top‑P 控制** | 在 API 呼叫時調整隨機性，產生更創意或更穩定的文字。 | `temperature=0.7, top_p=0.9` |
---
## 5.3 劇本創作流程與範例
### 5.3.1 工作流程概覽
```mermaid
flowchart TD
A[需求收集] --> B[角色/世界觀設定]
B --> C[Prompt 設計]
C --> D[呼叫 GPT API]
D --> E[結果篩選 & 修正]
E --> F[版本控制 (Git)]
F --> G[整合至 TTS 流水線]
```
### 5.3.2 角色與世界觀設定
```json
{
"角色": {
"名字": "星瀾",
"年齡": 19,
"性格": ["活潑", "有點小任性"],
"語氣": "甜美且帶點挑逗"
},
"世界觀": "未來城市 Neo‑Lumin，虛擬與實體共存。"
}
```
將上述 JSON 作為 **背景說明**，放入 Prompt 前段。
### 5.3.3 完整 Prompt 範例（撰寫 5 分鐘直播劇情）
```
背景：
你是虛擬偶像「星瀾」的劇本編寫AI，舞台設定在 Neo‑Lumin 的「星光廣場」，觀眾人數 5,000 人。星瀾今晚將進行「星願直播」活動，主題是「追尋夢想」。
指令：
- 使用第一人稱視角，寫出 5 段（每段約 30‑40 字）的直播對白。
- 每段對白需包含：
1. 開場問候
2. 互動提問（例如：觀眾的夢想是什麼）
3. 情感轉折（從興奮 → 懷疑 → 鼓舞）
- 請在每段末尾加上情感標籤（[興奮]、[感動] 等）。
- 請遵守以下限制：
- 禁止使用粗俗語言。
- 必須至少一次提及「星光廣場」。
範例格式：
[段落1] 大家好，我是…【情感】
[段落2] …
```
### 5.3.4 呼叫範例（Python）
```python
import openai, os
openai.api_key = os.getenv("OPENAI_API_KEY")
prompt = """<上方 Prompt 文字>"""
response = openai.ChatCompletion.create(
model="gpt-4o-mini",
messages=[{"role": "user", "content": prompt}],
temperature=0.7,
max_tokens=800,
top_p=0.9,
)
print(response['choices'][0]['message']['content'])
```
### 5.3.5 結果篩選與修正
1. **自動過濾**：使用正則表達式檢查禁用詞彙。
2. **情感一致性**：比對標籤與情感詞彙是否匹配。
3. **人工校稿**：最終版交給編劇或助理確認。
---
## 5.4 歌詞創作的 Prompt 技巧
### 5.4.1 歌詞結構與要素
| 要素 | 說明 |
|------|------|
| **主題（Theme）** | 歌曲想傳遞的訊息或情緒。 |
| **副歌（Hook）** | 最具記憶點的句子，通常重複。 |
| **韻腳（Rhyme）** | 中文常用「平仄」或「押韻」技巧。 |
| **節奏感（Meter）** | 每行字數或音節數的統一。 |
| **情感標記** | 如 `[激昂]`、`[柔情]`，供 TTS 情感模型取用。 |
### 5.4.2 Prompt 範例（創作 1 分鐘 Pop Song）
```
背景：
虛擬偶像「星瀾」的最新單曲《星願》將於本月推出，曲風為 EDM‑Pop，節拍 128 BPM。
指令：
- 為《星願》寫出中文歌詞，總長度約 180 字，分為 A段、B段（副歌）兩部分。
- A段需描寫「夜晚的城市」與「追夢的渴望」；B段為高能副歌，必須出現 "星光"、"願望"、"舞動" 三個關鍵詞。
- 每行結尾需押「ang」音（如「光」與「狂」）。
- 在每段開頭加上情感標籤（[柔情]、[激昂]）。
- 請提供英語音標（IPA）供歌手參考。
格式範例：
[柔情] 夜幕降臨，城市的霓虹… (IPA: ...)
[激昂] 星光閃耀，我們一起舞動… (IPA: ...)
```
### 5.4.3 結合韻腳檢測工具
```python
import re
def check_rhyme(lines, rhyme="ang"):
pattern = re.compile(r".*" + rhyme + r"$", re.UNICODE)
return all(pattern.match(line) for line in lines)
```
將模型回傳的歌詞送入上述函式，自動篩除不合韻腳的行。
---
## 5.5 與前章 TTS/情感合成的串接
1. **文字 → 情感標籤**：在 Prompt 中加入 `[情感]` 標記，後續 TTS API 依標記切換 DiffSinger / EmoTalk 情感模型。
2. **API 回傳格式**：
```json
{
"script": "...對白...",
"emotion": "excited",
"tts_url": "https://api.example.com/tts?text=...&emotion=excited"
}
```
3. **即時直播流程**：
- GPT 產出劇本 → 後端解析 → 呼叫情感 TTS → 播放音訊流 → 同步顯示字幕。
---
## 5.6 實務最佳實踐清單
| 項目 | 建議做法 |
|------|-----------|
| **版本管理** | 使用 Git + Git LFS 保存 Prompt、範例、模型微調檔案。 |
| **Prompt 重用** | 建立 Prompt 模板庫（Markdown + JSON）供不同專案快速調用。 |
| **自動化測試** | 撰寫單元測試檢查情感標籤、字數、禁字等規則。 |
| **成本控制** | 先用 `gpt-4o-mini` 產草稿，最終版再切換 `gpt‑4o` 以提升品質。 |
| **安全合規** | 在 Prompt 中避免收集個人資料，所有生成內容需紀錄模型卡（Model Card）。 |
| **多輪對話** | 若需要長篇劇本，可將長腳本切分為多輪 Prompt，保持上下文一致性（使用 `conversation_id`）。 |
---
## 5.7 案例研究：從概念到上線的完整流程
1. **概念定義**：虛擬偶像「星瀾」要在 2026 年春季推出主題曲《星願》+ 2 分鐘的角色劇情短片。
2. **Prompt 設計**：
- 角色設定 JSON（見 5.3.2）
- 歌詞 Prompt（見 5.4.2）
- 劇本 Prompt（見 5.3.3）
3. **生成與驗證**：
- 使用 `gpt-4o-mini` 產出初稿 → 內部審核 → 迭代 2 次。
- 最終稿改用 `gpt-4o` 產生最終文字。
4. **情感標籤注入**：手動或使用正則將 `[柔情]`、`[激昂]` 標記加入。
5. **TTS 合成**：呼叫前章建好的情感 TTS API，得到兩條音頻流（對白 + 歌曲）。
6. **影片製作**：將音頻與 3D 動作捕捉資料在 Unity 中合成，輸出 MP4。
7. **上線與監測**：
- 上傳至 YouTube、Bilibili。
- 使用 AI 觀眾情感分析 API 監測留言情緒，調整未來腳本風格。
---
## 5.8 小結與未來展望
- **Prompt 為 AI 創作的指揮棒**：透過明確、結構化的提示，可在短時間內得到高品質劇本與歌詞。
- **與聲音管線緊密結合**：情感標籤與 TTS 模型的配合，使文字創作直接轉化為可聽的表演內容。
- **持續迭代**：隨著模型更新（如 GPT‑5 系列）與更先進的情感語音合成技術，未來可期待「文字 → 情感 → 動畫」的一站式 AI 創作平台。
> **行動指南**：
> 1. 建立自己的 Prompt 模板庫；
> 2. 用 `gpt-4o-mini` 快速驗證概念；
> 3. 結合情感 TTS，完成「說」與「唱」的全流程。
祝您在文字創作的宇宙裡，寫出屬於自己的星光軌跡！