插即用剧作家：基于协作LLM智能体的分层 divide-and-conquer 方法用于迭代叙事脚本精炼
人工智能
2026-04-22 v4
摘要
尽管LLM已被广泛用于创意内容生成，但单次生成往往难以产生高质量的长篇叙事。如何有效修订和改进长篇叙事脚本如同导演般具有挑战，因为这需要全面理解整个上下文以识别全局结构问题和局部细节缺陷，以及在多个粒度和位置进行协调修订。LLM直接进行修改通常会引入局部编辑与整体叙事要求之间的不一致。在本工作中，我们提出Dramaturge，一个基于任务和特性导向的分层 divide-and-conquer 方法，由层次化多个LLM智能体驱动。它包含Global Review阶段以把握整体情节和结构问题，Scene-level Review阶段以精准定位场景和句子细节缺陷，以及Hierarchical Coordinated Revision阶段在剧本整个部分协调和集成结构和细节改进。自上而下的任务流程确保高层策略指导局部修改，保持情境一致性。审查和修订工作流程遵循粗到细的迭代过程，经过多轮直到无法进行实质性改进为止。全面的实验表明，Dramaturge在脚本层面的整体质量和场景层面的细节方面显著优于所有基线方法。该方法是插即用的，可轻松集成到现有方法中以改进生成的脚本。
引用
@article{arxiv.2510.05188,
title = {Plug-and-Play Dramaturge: A Divide-and-Conquer Approach for Iterative Narrative Script Refinement via Collaborative LLM Agents},
author = {Wenda Xie and Chao Guo and Yanqing Jing and Junle Wang and Yisheng Lv and Fei-Yue Wang},
journal= {arXiv preprint arXiv:2510.05188},
year = {2026}
}