6款AI，30个剧本，Claude最有"烧心味"------娱乐资本论作者莉拉的这次创作对比，很容易被读成一份短剧模型采购指南。钛媒体10月24日刊载的文章，让豆包、Kimi、DeepSeek、GPT、Qwen和Claude分别生成餐饮商战短剧，再比较它们的台词与叙事风格。
如果你正准备拿AI写短剧，这篇文章可以帮你缩小试用范围。但**把Claude列入候选，与直接选定Claude投入生产，还隔着一轮业务验证。**原文支持的是特定任务下的风格判断，尚不足以证明它普遍写得更好、修改更少或成本更低。
先把"30个剧本"拆开看。报道先称六个模型各写5集，随后说明每个模型写5个版本，每集两分钟。因此，这个数字应理解为同一类创作任务下的30份输出，不能当成30种题材的测试，更不能据此认定模型已经通过连续剧的人物一致性、伏笔回收和跨集推进考验。
原文确实披露了提示词：两分钟竖屏AI真人剧，餐饮商战题材，强冲突开场，分镜交代场景、动作、台词和表情，语言口语化，结尾留钩子。故事梗概也预先规定了主角坚持真材实料、对手低价抢客、主角守住规矩并最终获胜。
来源：钛媒体 最新资讯 · 《6大AI、30个剧本实测：claude才是"烧心体"的亲妈？-钛媒体官方网站》（网页截取于 2026年10月27日）
这组条件很关键。它提前指定了善恶关系、核心矛盾和胜负方向，模型主要负责补充人物、场景与表达。输出都走向"低价竞争---坚守品质---反派败露---顾客回流"，至少有一部分可以由输入约束解释。仅凭这些结果，无法把同质化全部归因于模型缺乏创造力。
对创作者而言，这反而提供了一个实用提醒：如果提示词已经写好了故事骨架，测试重点就该落在模型如何填充细节、推动冲突，以及让人物说出符合身份的话。用这套任务判断开放式故事创意，评价对象就偏了。
那么，Claude究竟赢在哪里？
按莉拉的评价，它的台词节奏、人物关系和剧情推进更接近现有"烧心短剧"。报道还给出了一个具体观察：Claude的每个版本都安排了徒弟、学徒或帮工，让这些角色劝老板降价，再由老板拒绝妥协。
来源：虎嗅 最新资讯 · 《娱乐资本论实测六大模型写餐饮商战短剧：Claude最有"烧心味"，豆包擅长生成金句》（网页截取于 2026年10月27日）
原文页面截图（未定位到指定段落，仅记录来源页面）。
这类配角有明确的戏剧功能。顾客流失是外部压力，徒弟劝说把压力带进店内，主角通过回应表达底线。相比老板独自站在灶台前输出价值观，这种人物互动更容易形成一场戏。作者对Claude成稿感的判断，至少有可讨论的文本依据。
同一篇文章认为豆包擅长生成短促、态度鲜明的台词，却也指出部分输出没有交代清楚店铺卖什么。这揭示了一个比排名更有用的区别：一句话适合截出来传播，不代表整份剧本已经具备制作所需的场景和动作细节。
其他模型也有各自的样本特征：报道描述Qwen会加入暴力冲突，Kimi偏向家族传承，GPT扩展人物支线，DeepSeek的台词更偏信息交代。这些观察可以转成下一轮试用的问题，但不宜固化成各模型永久不变的能力标签。
**"最像烧心体"只是一个评价维度。**如果你的目标就是复现这类短剧，类型贴合度当然有价值；如果你要减少套路、控制角色数量，或者让分镜更容易制作，同一份输出可能得到不同分数。支线丰富可能增加戏剧性，也可能挤占两分钟的叙事空间。评价必须跟着用途走。
这次对比的证据边界，可以集中交代清楚：原文有提示词、样例和主观比较，但没有注明具体模型版本；调用方式、生成参数、上下文设置，以及是否盲评、如何处理重试等条件，也没有足够信息供读者复现。钛媒体与虎嗅刊载的是同一篇娱乐资本论文章，不能算两次独立验证。
缺少版本尤其影响选型。读者无法准确找到当时被比较的对象，自然也无法确认自己现在调用的模型是否具有同样表现。主观评价本身并非无效，创作本来就需要审美判断；问题在于，作者的类型偏好不能直接替代你的验收标准。
如果要把这篇文章变成生产决策，我会补一轮小规模对比，至少记录四件事：
- **测试对象与条件。**记录模型全名、版本、使用入口、生成日期、提示词和上下文，保留每次输出及追问过程。
- **统一验收标准。**围绕实际业务检查冲突是否成立、台词是否自然、分镜是否可执行、时长是否可控。隐藏模型名称后再评，减少品牌印象干扰。
- **修改过程。**记录补设定、删角色、改台词、修逻辑分别花了多久，以及多少份稿件能在规定修改时间内通过验收。
- **每份合格稿的成本。**把生成、重试、编辑和审核一起计入，再除以合格稿数量。只看一次调用费用，算不出交付成本。
这是一套建议的验证方法，并非原报道已经完成的实验。尤其要留意从剧本进入画面的环节：一份读起来热闹的稿子，如果增加大量角色、场景切换和复杂动作，后续制作可能需要更多处理。文本阶段的偏好，未必能延续到成片阶段。
所以，能直接据此选Claude吗？如果只是找一个起点，且你要写的恰好是这类餐饮商战短剧，可以把它列为优先试用对象。如果要决定团队长期采用哪套工具，就拿真实任务比较合格稿率、人工修改时间和交付成本。让通过验收的稿子决定选型，30份样本的标题还替你做不了这一步。
参考资料：
- 娱乐资本论，莉拉：《6大AI、30个剧本实测：claude才是"烧心体"的亲妈？》，钛媒体，2026年10月24日；虎嗅同稿转载，2026年10月25日。