导入与分析

如何在 PlotCraft 中导入和分析源内容。

支持的格式

小说文件

支持：.txt、.md（Markdown）

最佳实践：

• 使用 UTF-8 编码
• 使用空行或 # 章节 标题分隔章节
• 在对话前包含角色名称（例如：小明：今天天气真好！）

示例：

# 第一章：相遇

阳光明媚的早晨，小明走在校园里。

小明：今天天气真好！

突然，一个女孩从转角出现。

脚本格式（JSON）

模式：

{
  "title": "脚本标题",
  "scenes": [
    {
      "id": "scene_1",
      "description": "场景描述",
      "dialogue": [
        { "character": "小明", "text": "你好！", "emotion": "happy" }
      ]
    }
  ]
}

AI 提示词

最佳实践：

• 具体说明场景和角色
• 包含所需基调（戏剧性、喜剧性等）
• 指定大致长度

示例提示词：

写一个2分钟的戏剧场景，侦探在一张旧照片中发现隐藏的线索。
包含两个角色在昏暗办公室里的对话。

导入流程

Web 界面

1. 点击工作流面板上的 导入
2. 选择输入类型：小说 / 脚本 / 提示词
3. 上传文件或输入文本
4. 点击 分析

API 使用

import { novelAnalyzer } from '@/core/services';

const result = await novelAnalyzer.parseNovelContent(novelText, {
  maxChapters: 50,
  detectCharacters: true,
  detectEmotions: true,
  generatePrompts: true,
});

// 结果包含：
// - metadata: { title, author, wordCount, chapterCount }
// - chapters: 解析的章节数组
// - scenes: 检测到的场景数组
// - characters: 检测到的角色数组
// - statistics: 字数、对话比例等

分析功能

自动检测

功能	描述
章节检测	识别章节边界
场景分割	将内容分割为场景
角色提取	识别并命名角色
情感检测	分析情感基调
对话提取	提取角色对话

输出元数据

interface NovelMetadata {
  title: string;           // 检测到或用户提供的标题
  author?: string;          // 作者（如果可检测）
  genre?: string;          // 类型分类
  wordCount: number;       // 总字数
  chapterCount: number;    // 章节数
  language: string;        // 主要语言
}

故障排除

导入失败

1. 文件过大：拆分为较小的章节
2. 编码错误：转换为 UTF-8
3. 格式无法识别：检查文件扩展名

分析结果不佳

1. 添加更明确的章节/部分标记
2. 使用一致的角色命名
3. 在注释中添加场景描述

下一步

导入和分析后：

• 脚本生成 - 生成结构化脚本
• 工作流概览 - 返回工作流