剧云可自动识别剧本中所有真实角色并结构化呈现其出场频次与功能定位；上传终稿文本后30秒生成角色清单，按对话（蓝）、动作（红）、被指代（黄）三色热力条量化分析，支持行为轨迹、伏笔链与全行为日志导出。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
想快速掌握剧本中所有真实参与剧情的角色名单、出场频次和功能定位，避免遗漏配角或误把路人甲当核心人物，剧云能从文本语义层自动识别并结构化呈现。
上传剧本并触发角色识别
登录剧云平台→点击首页【剧本医生】→拖入你的.docx或.pdf格式剧本文件→点击“上传并开始诊断”。【必须上传终稿级文本，删掉批注、修订痕迹、页眉页脚，否则AI会把审阅意见误判为角色台词】
系统30秒内完成预处理，仅支持文字型PDF；若用WPS导出，务必勾选“文档结构”，否则对话段落被切碎，导致角色漏识别。
查看角色基础清单与热力分布
诊断完成后，点击报告页左侧导航栏【人物设定】→选择【角色清单】。页面顶部显示“共识别出X位有效角色”，下方表格按出场次数降序排列：首位是主角，末位是仅被提及1次的背景人物（如“快递员”“广播声”）。
每行右侧有三色热力条：蓝色代表对话频次，红色代表动作描写密度，黄色代表被其他角色指代次数。若某配角蓝色极低但红色极高（如“他猛地踹翻椅子”出现7次），说明该角色虽少开口，却是关键冲突载体——这类角色容易被人工统计忽略。
深度分析角色功能类型与叙事权重
在【角色清单】页，点击任意角色姓名右侧的?图标，进入该角色专属分析面板。
第一步：查看「行为轨迹线」图谱。横轴为场次编号，纵轴为动机连贯性得分（0–100）。若第7至11场出现断崖式下跌（如从82骤降至31），系统已标红并注明“决策逻辑断裂：未交代情绪转变动因”。
第二步：下拉看「伏笔关联度」数据。例如“陈默”名下显示：“银镯子（第3场赠予）→第17场摔碎→第29场碎片刺伤反派”，形成闭环道具链；而“王姨”仅关联“端茶”“擦窗”两项零散动作，无跨场次语义钩连，系统判定为“功能性填充角色”，建议压缩至2场以内或赋予隐藏身份。
第三步：点击右上角【导出本角色全行为日志】，生成含时间戳、原文摘录、上下文场次的纯文本清单，可直接粘贴进分镜表或演员brief文档。
