Forum Theatre 项目介绍

Forum Theatre 是另一个我很喜欢的黑客松 AI 公益项目。它不是传统意义上的聊天应用，而是一次更完整的互动体验：用户先观看冲突剧本，再解构角色、回答问题、选择介入点，最后进入一个 AI 驱动的对话沙盒，在模拟情境中练习自己的沟通方式与判断。

如果说 echo-agents 更接近“在敏感议题中谨慎地倾听”，那么 Forum Theatre 更接近“在社会冲突中练习如何行动”。

一句话概括

这是一个把 论坛剧场（Forum Theatre） 理念数字化的 Web 项目。用户不再只是旁观者，而是从“观演者”逐步变成“介入者”：观察冲突、理解角色、回答小丑问题、选择切入点，再与 AI 角色展开多轮对话，最后得到一份关于自己沟通风格的分析报告。

产品想解决什么

很多社会议题产品都有一个共通问题：它们要么太像阅读材料，要么太像测试题，用户可以“看完”，却很难真正进入情境、试着行动。

这个项目试图解决的是另一个层面的体验问题：

• 能不能让用户不是只看“冲突是什么”，而是真的进入冲突
• 能不能让用户在安全的数字空间里尝试别的说法、别的策略
• 能不能把抽象的社会议题，变成一次可练习、可反思的互动过程

这也是论坛剧场本来的精神：观众不只围观剧情，而是成为可以介入的人。

完整用户路径

这个项目的用户路径设计得很完整，而且有明显的节奏感：

1. 首页进入“议题广场”
2. 查看剧本介绍
3. 进入沉浸式观演
4. 做角色解构
5. 回答小丑提出的三个问题
6. 选择一个介入点
7. 在沙盒里与 AI 角色多轮对话
8. 生成分析报告

这里真正有意思的是，它并没有让用户一上来就“和 AI 聊天”。它先要求用户完成观察、理解和思考，再进入对话。这种结构比直接开放输入框更符合论坛剧场的节奏，也更符合社会议题产品应有的层次。

技术架构

整体技术栈是一个现代前端应用的标准组合：

• Next.js 16 + App Router
• React 19
• TypeScript
• Tailwind CSS 4
• Zustand 管理状态
• Framer Motion 负责动效
• shadcn/ui + Radix UI 作为基础组件
• Moonshot Kimi 负责对话生成和分析

项目结构也很清晰，核心逻辑大致分为三层：

1. 页面与交互层

负责剧本浏览、角色解构、小丑提问、介入选择、对话体验和报告展示。

2. 引擎层

这是这个项目最值得肯定的地方。它没有把业务逻辑散在页面组件里，而是拆出了几类独立引擎：

• ScriptEngine：管理剧本播放
• AIDialogueEngine：管理 AI 角色回复
• DialogueAnalyzer：实时分析用户对话策略
• ReportGenerator：生成最终报告
• JokerAnalysisEngine：给小丑提问提供分析能力

这种分层让项目在黑客松语境下依然保持了不错的可维护性。

3. 数据层

当前数据主要来自静态 JSON 剧本文件，角色、幕、台词、介入点等都以结构化数据描述。虽然现在剧本数量还少，但架构已经为后续扩展留出了空间。

核心交互设计

观演阶段

观演阶段不是纯文字播放，而是一个带节奏和情绪指标的体验：

• 用户按顺序观看每幕对话
• 系统实时展示压力值和火药味
• 对话按角色、情绪和张力组织
• 最终把用户自然推进到角色解构阶段

这一步的价值不只是“看剧情”，而是为后面的介入做铺垫。用户先要看懂局面，才能更有意义地参与进去。

角色解构

每个角色不是只给一个名字和简介，而是拆成：

• 核心动机
• 隐秘压力
• 权力等级
• 行为边界

这使用户在后面进入 AI 对话时，不会只是凭感觉发问，而会更清楚地意识到：

每个人说的话，背后都有位置、压力和限制。

小丑提问

这是我很喜欢的一个设计。它并不急着把用户推向“行动”，而是先借小丑的提问把用户拉回思考：

• 你看到了什么
• 你觉得问题在哪里
• 如果你要介入，会从哪里开始

用户的回答还会作为后续对话的上下文，这意味着小丑提问不是装饰，而是整个体验的一部分。

沙盒对话

对话阶段是整个产品最“AI”的部分，也是最关键的部分。用户选定扮演角色和介入点后，会与 AI 角色进行多轮互动。

这里的设计重点有几个：

• 用户在明确情境中说话，而不是无上下文地和模型聊天
• AI 角色不是通用助手，而是带着角色动机、压力与边界说话
• 系统在每轮对话后都会分析用户在边界感、策略性、同理心三个维度上的表现
• 如果对话开始卡住，还会进行僵局检测

这让它从“角色扮演”升级成了一种更有训练意味的互动练习。

AI 集成方式

项目里 AI 并不只做一件事，而是承担了三类任务：

1. 角色回复生成

根据剧本设定、角色关系、用户扮演身份和上下文生成符合角色风格的回复。

2. 对话分析

评估用户的表现，输出三维能力分数：

• 边界感
• 策略性
• 同理心

3. 报告生成

在对话结束后，综合生成：

• 用户英雄类型
• 关键时刻点评
• 个性化知识卡片

这一点很重要：AI 在这里不是单一“聊天接口”，而是贯穿了内容生成、过程分析和结果总结三个层级。

报告机制为什么有意思

很多互动项目在结尾都会给用户一个“结果页”，但这个项目的报告做得更像一种反思工具，而不只是娱乐总结。

它会做几件事：

• 把用户归入一种“英雄类型”
• 给出边界感、策略性、同理心的维度分析
• 提取最有代表性的关键发言
• 生成针对性的沟通建议

从产品角度看，这意味着对话不是一次性体验，而是能留下一个“被总结过的自己”。这会显著增强用户对过程的记忆和讨论意愿。

我认为这个项目最有价值的地方

1. 它把论坛剧场的“介入”做成了可以在线体验的路径

很多数字化社会议题产品停留在“讲述问题”，但这个项目更进一步，试图让用户练习如何进入问题、如何开口、如何承受关系里的阻力。

2. 它把 AI 放在了一个更有结构的位置

AI 不是用来制造“惊艳聊天效果”，而是被嵌进了整条体验链里：先服务剧本体验，再服务角色互动，最后服务分析报告。这个结构比单纯的聊天壳更扎实。

3. 它天然适合公共教育和公益语境

不论是公民教育、社工训练、学校讨论，还是组织内部沟通训练，这种“观看 -> 解构 -> 提问 -> 介入 -> 复盘”的形式都有很强的延展性。

当前缺口

虽然整体设计已经很完整，但从代码实现和产品成熟度来看，仍有几处明显的阶段性缺口：

1. 数据没有持久化

对话历史、分析结果和报告都只存在前端状态里。刷新页面后，进度和结果就会丢失。

2. 剧本内容还比较单一

当前结构已经支持多剧本，但现阶段内容规模仍然有限。如果要真正形成平台，剧本供给会是后续最重要的部分。

3. AI 体验仍可进一步流式化和精细化

虽然整体流程完整，但如果未来继续做，流式回复、更稳定的分析结构和更好的僵局检测会进一步提升体验质量。

为什么我想把它放进网站

这个项目很能代表我对“AI + 公益 +互动体验”这条线的兴趣。它不是在做一个更花哨的聊天应用，而是在认真尝试：

• 如何用数字产品承载社会议题
• 如何把参与感做得比“点赞和评论”更深一点
• 如何让 AI 不只是回答问题，而是帮助用户进入一个更复杂的练习过程

对我来说，这种项目的意义不在于“技术堆了多少”，而在于：

它是否让人从旁观者变成更有意识的参与者。

这也是我希望继续投入的方向之一。未来如果要继续做，我会优先关注三件事：

• 扩充更好的剧本和议题内容
• 让报告与数据持久化变得可靠
• 继续打磨 AI 在角色、分析和反馈中的边界与质量

它还不是一个完成度极高的产品，但已经是一个很清晰的原型：一条把论坛剧场、公共教育与 AI 交互连接起来的路径。