# AI 剧本杀 — 商业计划书 > 版本:V1.0 | 日期:2026年7月 | 保密级别:内部 --- ## 一、执行摘要 ### 1.1 项目定位 **AI 剧本杀**是一个以 AI 驱动的线上剧本杀平台,核心解决传统剧本杀"**凑不齐人就玩不了**"的终极痛点。玩家无需等待凑人、无需预约门店、无需专业 DM 主持,即可随时开启一局完整的剧本杀体验。 ### 1.2 核心价值主张 | 痛点 | 解决方案 | |------|----------| | 凑不齐 5-8 人 | AI NPC 填补空缺,1 人即可开局,多人模式 AI 自动补位 | | 找不到好 DM | AI DM 24h 在线,专业控场、节奏引导、线索发放 | | 剧本贵且有限 | AI 动态生成无限剧本,支持上传自有剧本解析 | | 线下门店贵、耗时长 | 线上随时开局,碎片时间也能玩(微剧本 1-2h) | | 新手怕尴尬 | AI 队友无压力陪练,自适应难度 | ### 1.3 市场机会 - **谋杀谜题游戏市场**:2025 年全球规模 $20.2 亿,预计 2030 年达 $35.8 亿(CAGR 12.1%) - **线上谋杀谜题游戏市场**:2025 年 $6.85 亿,预计 2032 年达 $28.46 亿(CAGR 22.55%) - **中国剧本杀市场**:2025 年线下门店超 4.5 万家,但关店潮持续蔓延,线上化转型刚需 - **AI+娱乐赛道**:2026 年 AI 仿真人互动剧、AI 互动内容多平台加码布局 ### 1.4 商业模式 **C 端付费 + B 端 SaaS + 内容生态** 三位一体: | 收入来源 | 模式 | 预期占比 | |----------|------|----------| | 单局付费 / 订阅制 | 玩家按局付费或月卡/季卡订阅 | 45% | | 剧本创作分成 | 创作者上传剧本获得收入分成 | 15% | | B 端 SaaS | 线下门店采购 AI DM 数字员工 | 25% | | 广告 / 品牌植入 | 剧情内场景化广告 | 10% | | 增值道具 | 角色皮肤、特效、语音包等 | 5% | --- ## 二、行业背景与市场分析 ### 2.1 线下剧本杀的困境 线下剧本杀经历了 2020-2024 年的爆发式增长后,2025-2026 年进入深度调整期: - **成本端压力积重难返**:实景翻新成本高、正版剧本采购溢价、DM/NPC 人力开支沉重、房租水电固定支出 - **体验端门槛居高不下**:一场完整游戏含通勤组局需 4-5 小时,人均票价 80-200 元,临时缺人即破坏体验 - **优质 DM 稀缺**:培养周期 3-6 个月,水平参差不齐,新手 DM 易带崩体验 - **关店潮持续蔓延**:大批中小门店陷入"升级亏本、不升级留客难"的循环 ### 2.2 剧本杀玩家的核心诉求 根据 2026 年 Q1 行业数据,玩家需求迁移呈现三大趋势: | 趋势 | 数据 | 解读 | |------|------|------| | **时间颗粒度细化** | 3 小时内短本需求暴涨 320% | 碎片化娱乐需求旺盛 | | **社交场景垂直化** | 73% 玩家主动指定类型 | 目的性组局成为主流 | | **单人娱乐需求增长** | "单人剧本杀"搜索量同比 +190% | 不想等人、不想社交的场景增多 | ### 2.3 AI 技术成熟度 2026 年,支撑 AI 剧本杀的核心技术已进入可商用阶段: - **大语言模型**:多智能体对话、角色一致性、长上下文记忆已成熟(Claude Opus 4.6、GPT-5.4、DeepSeek 等) - **语音交互**:TTS/ASR 技术成熟,支持角色音色分配、情感语调 - **多模态**:AI 图片生成(线索卡、角色头像)、视频生成技术快速迭代 - **成本下降**:LLM API 调用成本年降幅超 60%,边际成本可控 ### 2.4 市场规模测算 **目标市场:中国线上剧本杀 / 互动推理娱乐市场** | 维度 | 数据 | 来源 | |------|------|------| | 剧本杀核心玩家 | ~3000 万人 | 行业估算 | | 泛推理互动娱乐用户 | ~1.2 亿人 | 含线上剧本杀 App、互动剧用户 | | 月均 ARPU 潜力 | 30-60 元 | 参考剧本杀 App 付费数据 | | 可触达市场规模(TAM) | ~72 亿元/年 | 泛用户 × 年ARPU | | 可服务市场(SAM) | ~18 亿元/年 | 核心玩家 × 年ARPU | | 可获得市场(SOM,3 年) | ~1.8 亿元/年 | 10% 渗透率 | --- ## 三、产品方案 ### 3.1 产品架构 ``` ┌─────────────────────────────────────────────────┐ │ 用户端 (App / Web / 小程序) │ ├─────────────────────────────────────────────────┤ │ 匹配 & 组局 │ 游戏引擎 │ 社区 & UGC │ 商城 │ ├─────────────────────────────────────────────────┤ │ AI Agent 层(核心能力) │ │ ┌──────────┬──────────┬──────────────────┐ │ │ │ DM Agent │ NPC Agent│ AI 剧本生成引擎 │ │ │ │ (主持控场)│ (角色扮演)│ (动态 / 上传解析) │ │ │ └──────────┴──────────┴──────────────────┘ │ ├─────────────────────────────────────────────────┤ │ 大语言模型层 (Claude / GPT / DeepSeek) │ │ TTS/ASR │ 知识图谱 │ 记忆系统 │ RAG │ └─────────────────────────────────────────────────┘ ``` ### 3.2 核心功能模块 #### 模块一:智能组局引擎 - **单人模式**:玩家选择剧本和角色,其余 NPC 由 AI 扮演,AI DM 全程主持 - **多人模式**: 2-N 位真人玩家,空缺角色由 AI NPC 自动补位 - **匹配系统**:基于玩家画像(推理能力、情感偏好、游戏风格)智能匹配 #### 模块二:AI DM(智能主持人) - 剧本流程控制:开场→分幕推进→线索发放→节奏把控→投票→复盘 - 梯度扶车提示:玩家卡壳时提供 3 级提示(微妙暗示 → 明确引导 → 直接揭示) - 自适应难度:根据玩家表现动态调整线索释放节奏和复杂度 - 多角色扮演:无缝切换扮演多个 NPC,保持角色一致性 #### 模块三:AI NPC(智能角色) - **信息隔离**:每个 NPC 只看到公共剧本 + 自己的私密剧本,避免全知视角污染 - **个性化人格**:独立世界观、语气风格、行为策略(会撒谎、隐瞒、引导) - **多轮记忆**:NPC 记住玩家之前说过的话,跨轮对话保持一致性 - **私聊系统**:支持玩家与 NPC 一对一私聊 #### 模块四:AI 剧本生成引擎 - **动态生成**:输入主题/人数/风格/难度,AI 生成完整剧本(背景+角色+线索+真相) - **上传解析**:支持上传 TXT/Markdown/PDF/DOCX 格式的现有剧本,AI 自动结构化提取 - **剧本质检**:自动检测逻辑漏洞、线索链完整性、凶手可推理性 #### 模块五:沉浸式交互 - **文字 + 语音双模态**:AI 语音朗读(TTS)+ 玩家语音输入(ASR) - **线索证据卡**:带 AI 生成图片的线索卡,支持公屏举证和质询 - **阶段共识板**:实时显示推理进度、已形成共识、分歧点、待核查项 - **复盘系统**:全角色私密剧本公开、对话回放、投票记录、胜负分析 ### 3.3 支持的游戏类型 | 类型 | AI 适配难度 | 关键 AI 能力需求 | |------|-------------|-----------------| | 硬核推理本 | ⭐⭐⭐⭐ | 逻辑链校验、时间线管理、防剧透 | | 情感沉浸本 | ⭐⭐⭐⭐⭐ | 情感计算、共情表达、氛围渲染 | | 欢乐机制本 | ⭐⭐⭐ | 随机事件生成、小游戏机制 | | 阵营对抗本 | ⭐⭐⭐⭐ | 策略博弈、欺骗行为建模 | | 恐怖本 | ⭐⭐⭐ | 心跳节奏控制、感官描述 | | 还原本 | ⭐⭐⭐⭐ | 碎片信息拼合、世界观一致性 | --- ## 四、竞争分析 ### 4.1 竞品矩阵 | 产品 | 类型 | 单人体验 | AI NPC | AI DM | 剧本来源 | 平台 | |------|------|----------|--------|-------|----------|------| | **SoloPlay** | 开源项目 | ✅ | ✅ 多 Agent | ✅ | 内置 + AI 生成 + 上传解析 | Web | | **AI Murder Mystery** (GitHub) | 开源项目 | ✅ | ✅ 多 Agent | ✅ (侦探模式) | 预设 + 自定义 | Web | | **秒开本AI剧本杀助手** | 微信小程序 | ❌ 工具型 | ❌ | ❌ (资料夹) | 上传导入 | 微信小程序 | | **Coze "鬼魅酒店"** | Coze Bot | ✅ 单人 | ❌ 单Agent | ❌ | 固定剧本 | Coze | | **Arsenic** | Web 游戏 | ✅ 单人 | ✅ 多 Agent | ✅ Game Master | 固定剧本 | Web | | **Murder Mystery Mayhem AI** | Steam 游戏 | ✅ 单人 | ✅ | ❌ | 固定剧情 | Steam | | **NoirAI** | iOS App | ✅ 单人 | ✅ | ❌ | AI 生成 + 自定义 | iOS | | **AI Noir** | 独立游戏 | ✅ 单人 | ✅ | ❌ | AI 生成 | 多平台 | | **Jenova Roleplay GM** | AI 工具 | ✅ | ✅ | ✅ | AI 生成 | Web | | **本项目** | **全平台** | **✅** | **✅ 多 Agent** | **✅ 专业级** | **AI 生成+上传+UGC** | **App/Web/小程序** | ### 4.2 差异化优势 1. **全模式覆盖**:单人/多人/AI 补位,覆盖所有组局场景 2. **专业级 AI DM**:非简单问答机器人,具备专业 DM 的控场、扶车、节奏管理能力 3. **完整剧本生态**:AI 生成 + 上传解析 + 创作者 UGC,三源驱动内容供给 4. **多 Agent 信息隔离**:每个 NPC 拥有独立记忆和知识边界,保证推理公平性 5. **类型全覆盖**:不限于硬核推理,情感、欢乐、阵营、恐怖等全部支持 6. **商业化成熟**:明确的收费模型 + B 端 SaaS 双轮驱动 ### 4.3 竞争壁垒 | 壁垒类型 | 说明 | |----------|------| | **技术壁垒** | 多 Agent 协作架构、信息隔离机制、角色一致性保持、扶车梯度算法 | | **数据壁垒** | 玩家行为数据、推理能力画像、偏好模型,随用户量增长形成飞轮 | | **内容壁垒** | AI 剧本质量依赖大规模剧本语料训练,先发者优势明显 | | **生态壁垒** | 创作者 UGC 平台 + 分成机制形成内容网络效应 | --- ## 五、商业模式 ### 5.1 C 端定价模型 | 层级 | 价格 | 权益 | |------|------|------| | **单局付费** | 9.9-19.9 元/局 | 随机匹配,含 AI NPC + AI DM | | **月卡** | 49 元/月 | 每月 10 局 + 优先匹配 | | **季卡** | 99 元/季 | 无限畅玩 + 专属剧本 + 语音包 | | **年卡** | 299 元/年 | 全部权益 + 新剧本抢先体验 | ### 5.2 B 端 SaaS 定价 | 层级 | 价格 | 权益 | |------|------|------| | **门店版** | 999 元/月/店 | AI DM 数字员工,可承担 30% 场次 | | **企业版** | 定制报价 | 团建定制、数据分析、专属剧本 | ### 5.3 内容生态 - **创作者上传剧本**:设置付费或免费模式,平台抽成 20-30% - **AI 辅助创作工具**:创作者使用 AI 生成初稿后精修,降低创作门槛 - **创作者激励计划**:优质作者签约保底 + 分成 ### 5.4 收入预测 | 年份 | 用户数 | C 端收入 | B 端收入 | 内容分成 | 总收入 | |------|--------|----------|----------|----------|--------| | Year 1 | 10 万 | 600 万 | 120 万 | 60 万 | **780 万** | | Year 2 | 50 万 | 3,000 万 | 480 万 | 300 万 | **3,780 万** | | Year 3 | 200 万 | 1.2 亿 | 1,200 万 | 1,200 万 | **1.44 亿** | --- ## 六、技术与实现 ### 6.1 技术架构 | 层级 | 技术选型 | |------|----------| | **前端** | React/Next.js (Web) + React Native (App) + 微信小程序 | | **后端** | Python FastAPI / Go + WebSocket | | **数据库** | PostgreSQL + Redis(会话/状态缓存) | | **LLM 接入** | Anthropic Claude + OpenAI GPT + DeepSeek(多模型路由) | | **语音** | 火山引擎 TTS/ASR / 阿里云 | | **图像生成** | Stable Diffusion / Midjourney API | | **部署** | 阿里云 / AWS,Kubernetes 集群 | | **实时通信** | WebSocket + WebRTC(语音房间) | ### 6.2 AI Agent 架构 ``` ┌──────────────────────────────────────┐ │ Agent Orchestrator │ │ 管理所有 Agent 的生命周期和通信 │ ├──────────────────────────────────────┤ │ │ │ ┌─────────┐ ┌──────────────────┐ │ │ │DM Agent │ │ NPC Agent Pool │ │ │ │ │ │ ┌────┐┌────┐ │ │ │ │• 节奏控制│ │ │N1 ││N2 │ │ │ │ │• 线索发放│ │ └────┘└────┘ │ │ │ │• 扶车提示│ │ ┌────┐┌────┐ │ │ │ │• 投票管理│ │ │N3 ││N4 │ │ │ │ │• 复盘生成│ │ └────┘└────┘ │ │ │ └─────────┘ └──────────────────┘ │ │ │ │ ┌──────────────────────────────┐ │ │ │ Memory & State Manager │ │ │ │ • 全局游戏状态 • NPC 记忆库 │ │ │ │ • 玩家画像 • 推理进度追踪 │ │ │ └──────────────────────────────┘ │ │ │ │ ┌──────────────────────────────┐ │ │ │ Content Pipeline │ │ │ │ • 剧本生成 • 线索卡生成 │ │ │ │ • 角色头像生成 • 质检引擎 │ │ │ └──────────────────────────────┘ │ └──────────────────────────────────────┘ ``` ### 6.3 关键技术挑战与对策 | 挑战 | 对策 | |------|------| | **NPC 信息隔离** | 每个 NPC 仅可见公共剧本 + 私密剧本,通过知识边界约束 | | **角色一致性** | System Prompt 固化角色人设 + 长期记忆向量数据库 | | **防剧透** | 三层校验:初始生成 → 批评检测 → 智能修订 | | **低成本高并发** | 本地小模型兜底 + LLM 按需调用 + 响应缓存 | | **推理逻辑校验** | 知识图谱存储线索关系,RAG 技术实现动态逻辑校验 | --- ## 七、实施路线图 ### 第一阶段:MVP(Month 1-3) **目标**:验证核心体验闭环 - 完成 Web 端 MVP(单人模式) - 实现 DM Agent + 3-5 个 NPC Agent - 内置 5 个预制剧本 - 实现完整游戏流程:选本 → 角色分配 → 分幕推进 → 搜证 → 公聊/私聊 → 投票 → 复盘 - 种子用户内测(100 人) ### 第二阶段:产品完善(Month 4-6) **目标**:打磨体验,支持多类型 - 支持全部 6 种剧本类型(硬核/情感/欢乐/阵营/恐怖/还原) - 上线 AI 剧本生成引擎 - 支持上传自有剧本解析 - 上线语音交互(TTS/ASR) - 上线多人模式(含 AI 补位) - 开放公测 ### 第三阶段:商业化(Month 7-9) **目标**:实现商业闭环 - 上线付费系统(单局付费 + 订阅) - 上线 B 端 SaaS 版本 - 启动创作者 UGC 平台 - 上线微信小程序 - 启动 iOS/Android App 开发 ### 第四阶段:规模化(Month 10-12) **目标**:快速增长 - App 全平台上线 - 市场推广投放 - 创作者生态激励计划 - 线下门店合作拓展 - VR 版本预研 --- ## 八、团队需求 ### 核心团队(建议 8-10 人) | 角色 | 人数 | 要求 | |------|------|------| | 产品负责人 / CEO | 1 | 剧本杀深度玩家 + AI 产品经验 | | 后端工程师 | 2 | Python/Go,LLM 应用开发经验 | | 前端工程师 | 1-2 | React/Next.js,跨平台能力 | | AI 工程师 | 2 | LLM Finetune、Agent 架构、RAG | | 剧本策划 / 内容运营 | 1 | 剧本杀行业背景,内容把控 | | UI/UX 设计 | 1 | 沉浸式交互设计经验 | | 运维 / 全栈 | 1 | 云服务部署、CI/CD | ### 启动资金需求 | 项目 | 金额(月) | 12 个月合计 | |------|-----------|-------------| | 人力成本(8 人) | ~30 万 | 360 万 | | 服务器 / API 费用 | ~5 万 | 60 万 | | 办公 / 运营 | ~5 万 | 60 万 | | 市场推广 | ~15 万(后 6 个月) | 90 万 | | **合计** | | **~570 万** | --- ## 九、风险与应对 | 风险类型 | 风险描述 | 概率 | 影响 | 应对策略 | |----------|----------|------|------|----------| | **技术风险** | LLM 角色一致性不稳定 | 中 | 高 | 多层校验 + 本地小模型兜底 | | **内容风险** | AI 生成剧本质量参差 | 中 | 中 | 人工审核 + 评分机制 + 创作者 UGC 补充 | | **市场风险** | 用户对 AI 替代真人接受度低 | 中 | 高 | 先做"AI 补充"而非"AI 替代",保留社交属性 | | **合规风险** | AI 生成内容合规审查 | 低 | 高 | 内容过滤 + 敏感词库 + 人工审核 | | **竞争风险** | 大厂入局 | 高 | 中 | 聚焦垂直体验差异化 + 内容生态壁垒 | | **成本风险** | LLM API 调用成本过高 | 中 | 中 | 小模型兜底 + 缓存 + 自研轻量模型 | --- ## 十、附录:行业代表作品与参考 ### 现有 AI 剧本杀项目参考 | 项目 | 技术特点 | 借鉴意义 | |------|----------|----------| | **SoloPlay** (GitHub) | Next.js + 多 Agent + Step LLM + TTS/ASR + 线索证据卡 + 共识板 | Agent 架构设计、信息隔离机制、TTS 集成 | | **AI Murder Mystery** (GitHub) | React + FastAPI + 多LLM支持 + 多层防泄露 + 自定义剧本 | 防泄露三层校验、多 LLM 路由 | | **MysteryHost AI Lite** (GitHub) | React + DeepSeek + 状态管理 + 防剧透 + Prompt 模块化 | 防剧透设计、评测体系 | | **Arsenic** (PlayArsenic.com) | 多 Agent + Game Master + 矛盾引擎 + 自然语言审问 | 矛盾检测引擎、自由审问交互 | | **NoirAI** (iOS) | 自定义角色 + AI 动态叙事 + 内购 | 移动端体验、付费模型 | | **AI Noir** (itch.io) | LLM 生成案件 + 证据系统 + 指控机制 | 单人推理体验设计、案件构建 | ### 关键市场数据来源 - 360iResearch《Online Murder Mystery Game Market Report 2026-2032》 - The Business Research Company《Murder Mystery Games Global Market Report 2026》 - 玩本家研究院《2026 年剧本杀行业白皮书》 - 剧本杀产业研究院《2026Q1 门店经营白皮书》 - 美团点评《2026 线下桌游消费趋势报告》 --- > **总结**:AI 剧本杀不是要取代线下剧本杀,而是要解决"想玩却玩不了"这个最核心的痛点。通过 AI DM + AI NPC 填补人力空缺,让用户随时随地、无论几个人都能获得完整的剧本杀体验。这是一个由技术驱动、市场验证、需求明确的新兴赛道。