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
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
- 全模式覆盖：单人/多人/AI 补位，覆盖所有组局场景
- 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
- 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
- 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
- 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
- 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
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。
