Fred Graver：把 AI 当作编剧室，而不是代笔人

Every 的 Dan Shipper 介绍 Natalia Quintero 对编剧兼制片人 Fred Graver 的采访。Graver 认为 AI 能支持创作，但作家需要自己的观点；这是他的创作理念，并非对 AI 能否创作的最终定论。

Graver 从 National Lampoon 的打字和校对工作起步。他说，能够分辨看似语法错误的地方其实是笑点，帮助他成为编辑和作者。

他回忆早期网络时代在 MTV Networks 工作，随后加入 Twitter。在微软，他成为对话设计师，为机器人编写脚本并思考人们如何与其互动。

Quintero 问这些职业转向有什么共同点。Graver 说每当新技术和社群出现，他都会想参与其中；他并不认为好奇心由年龄决定。

他回忆迪士尼 Imagineers 如何研究新技术对工作的意义，以及观众获得更多接触创意素材的机会时产生的张力。

在《Best Week Ever》时期，一个最初供制片人交流的 Tumblr 意外吸引数千名读者。Graver 说这一经历教会他关注观众信号，让观众参与进来。

对于使用 AI 的作家，他建议写一份“我是谁”的文档，记录灵感来源、阅读、志向和品味。另一份文档可以描述项目和作者想探索的问题。

他建议向 AI 询问作者身份与想法之间的关系，把它当作虚拟编剧室。在他的做法中，工具的作用是帮助思考，而不只是代写。

Graver 描述一个结合娱乐业专业知识与个人工作文化的核心。他希望系统既反映作品如何制作，也反映创作者的价值观与偏好。

他回忆传统制作中的争执与摩擦，并将流水线与一种更早让编剧、制作和营销人员交流的循环相比较。这是组织工作的建议，并非所有冲突都能被自动化消除的证据。

Graver 将工作分成三个宽泛阶段：构思与设计、制作，以及让作品与观众建立联系。他说各阶段可以互相反馈，而不必只进行单向交接。

谈到制作时，他举出一部仍然聘请编剧的 AI 动画剧集。重点在于传统制作、混合制作和大量使用 AI 的制作，其人机工作组合可以不同。

他描述营销团队如何测试预告片并根据观众反应调整宣传。他提出的反馈循环包括更早将这种视角带入创作决策。

两位发言者承认，很容易产生千篇一律的 AI 内容。Graver 认为结构化工作流程有助于让作品围绕真正的创作目标，但质量仍取决于判断。

他建议打开 AI 工具之前先深入思考，把自己的想法倾倒出来。他把这与作家或艺术家创作时进入的专注状态联系起来。

有了这些笔记后，他才与模型讨论：我是谁、我想做什么、这个想法需要什么？他把模型当作已经开始的创作过程中的讨论对象。

Graver 将这种准备比作在时间非常有限的情况下推介项目。清楚理解自己的想法，有助于作者决定保留和删去什么。

他认为创作者需要有想表达的东西；在他看来，让模型提供观点可能导致平庸结果。这是他对创作实践的判断，其他艺术家可能以不同方式使用工具。

Graver 想象 AI 帮助编剧室追踪一季的故事线，提出角色可能如何行动的问题。团队仍需判断这些想法，并塑造能反映其想探讨问题的角色。

他提出一条演艺业原则：成功可能意味着在观众说清自己的需求之前理解它。他也看重人们合作时产生的意料之外的个人贡献。

在日常工作中，他使用自定义阅读技能，并询问 Claude 草稿是否像自己的声音。他可能花很长时间讨论一个想法是否值得继续，以及后续草稿需要什么。

他也用系统记住项目的既定方向，并应用故事框架。他介绍了尝试其他工具，包括用 NotebookLM 以另一种形式听自己的材料。

对话以一个分阶段引导作者完成故事梗概和角色设定的工具收尾。Graver 邀请使用者反馈，并强调继续实验。