研究时间：2026年，6月5日至7月1日
研究者：社博联盟
一、研究设计
本研究以“霸道总裁”类网络小说文本为主要分析对象，通过分析其人物塑造、阶层关系、情感竞争及男女主关系建立方式等类型化叙事，探讨这类小说如何呈现当代社会中的阶层想象、婚恋观念、性别角色与情感需求。
1.1，样本平台
抽样采用目的性抽样与热度排序抽样相结合的方式建立文本样本库。
平台选择方面，优先选取用户量较大、活跃度较高、作品更新和阅读行为较为集中的网络文学平台及短剧相关平台，以保证样本来源具有一定代表性和可观察性。具体而言，研究团队选择了在网络文学传播中影响力较强、榜单机制较为清晰、作品资源较易获取的平台，并以各平台中与“霸总”“总裁”“豪门”等类型高度相关的分类、标签或榜单作为初始样本来源。
在前期摸排中，研究团队发现虽然通用型短视频平台（如抖音、快手）拥有庞大的泛化流量，但其“短剧分区”的内容生态相对分散、热度相对分散，且霸总题材的短剧难以确定原著小说。
因此，为了确保样本的“高浓度”与“强代表性”，研究团队最终锁定了以下两类核心渠道：
网络文学平台：依据各网络文学平台的用户规模与用户活跃指数双重指标，锁定了国内极具代表性且“霸总题材”积淀深厚、榜单机制成熟的头部公域网文平台番茄小说、七猫小说、书旗小说网和QQ阅读。
独立微短剧应用平台：作为霸总文化在媒介融合时代的新兴变体，研究团队避开了题材泛化的通用短视频平台，转而选取了微短剧赛道市场占有率极高、垂直分区明确、且以网文改编微短剧为核心生态的专业独立短剧App红果短剧。红果短剧的排行榜更具题材聚焦性。但由于影视分析的困难，选择有原文小说的短剧，分析其原文小说。
本研究的分析单位为100部2020年后、热度较高且文本可获得的霸总小说为样本。其中30部小说由红果短剧热门榜单反向定位，其余70部来自网络文学平台榜单。
在正式分析前，首先随机抽取10部作品进行预实验（Pilot Study），用于测试研究框架、验证提示词稳定性，并不断完善后续的数据提取标准。
最终筛选出的平台与平台样本比例可通过以下链接查看：
【腾讯文档】平台与平台抽样比例 https://docs.qq.com/sheet/DYmRhUHdmeE1oY2tr?tab=BB08J2
1.2，样本筛选
在小说样本的抽取上，本研究以各平台对应类型榜单中的热门作品为主要抽样框，依据平台热度、阅读量、收藏量、推荐位或综合排名等指标进行筛选。研究团队优先下载能够获得完整文本资源的小说作品，并排除文本缺失严重、类型特征不明显或与“霸道总裁”叙事关联较弱的作品。由于本研究主要进行文本分析，样本选择以可获得的小说文本为基础，而非以影视化作品本身为分析对象。
对于短剧相关样本，本研究选取具有明显“霸总”元素的短剧分区或榜单，根据平台热度排名进行资源检索。考虑到本研究的分析对象仍然是文本而非影像，研究团队只纳入由小说文本改编而来的短剧，并进一步寻找其原作小说或对应小说文本作为分析材料。也就是说，短剧样本并非直接分析短剧影像内容，而是通过短剧热度反向定位具有较高传播度和典型类型特征的霸总小说文本。
总体而言，本研究的抽样逻辑包括三个层次：
第一，依据平台用户规模和活跃度选择具有代表性的内容平台；
第二，依据平台榜单、分类标签和热度指标筛选具有较高传播度的霸总类作品；
第三，依据文本可获得性和类型相关性确定最终样本。该抽样方式能够较好地覆盖当前霸总文学中传播范围较广、类型特征较鲜明的作品，但也可能受到平台榜单机制和资源可得性的影响，因此研究结论主要反映热门平台和可获得文本中的霸总叙事特征。
第四，针对每一部小说，统一抽取固定变量，建立结构化数据库。包括：小说基础信息、小说名称、作者、平台、发布时间。
第五，为了贴合近期社会趋势，小说连载时间的选择，多为连载到2020年之后。
完整整理结果可通过以下链接查看：
【腾讯文档】霸道总裁小说短剧抽样
https://docs.qq.com/sheet/DYmJIQmtBcmp4VVhL?tab=BB08J
二、分析方法
2.1：标准化信息抽取
下载小说，一部一部喂给DeepSeekAI，总结每部小说的故事梗概、女主、男主、5位配角。
AI提示词：帮我总结这些小说中的男主和女主、5位最主要配角（点名与男主、女主的关系）的出身和事迹和性格特点，还有故事梗概。每个角色分别用1000字总结。故事梗概用2000字。并做成excel表格发给我。
完整整理结果可通过以下链接查看：
【腾讯文档】霸总故事情节和角色整理·女配蓝标
https://docs.qq.com/sheet/DYkRaQkRuTGJGT0RR?tab=hczg4e
2.2，标注情感竞争型女配
情感竞争型女配定义：与女主形成恋爱竞争关系、争夺男主爱情的女性角色。
在AI总结的人物信息模版之下，人工核查和标注“情感竞争型女配。”在55部小说中，共识别出58名情感竞争型女性角色。
完整统计结果可通过以下链接查看：
【腾讯文档】霸总故事情节和角色整理·女配蓝标
https://docs.qq.com/sheet/DYkRaQkRuTGJGT0RR?tab=hczg4e
2.3，用Claude分析
把“DeepSeek总结得故事梗概和角色表”、“100部小说原文”喂给ClaudeAI。对男主、女主和女配的特征和身份，剧情结构等进行分析和统计。
标签覆盖作品数口径：跨小说累加、单篇内去重——同一特征词在N部小说中出现即计N次，一部小说内同一角色重复出现只记1次。
各标签可重复选择，因此比例之和不等于100%。
三、主要发现
分析结果请查看下列链接：
【腾讯文档】Claude分析报告https://docs.qq.com/sheet/DYm9UZFVEZnNTVFRI?tab=tv2sqr
附：方法与边界
1. 100部全文逐篇由独立子代理精读：先读简介与开篇，再以人物名+关键词Grep定位关键段落定点细读，每项判断附原文片段，结果存为逐部JSON（见Excel底表）。
2. 标签覆盖作品数=出现该词的“小说部数”（跨篇累加、篇内去重）。
3. 女配严格限定为表格蓝标的58个情感竞争型女配；全文另发现众多次要情敌，均未计入，以贴合“只把蓝标当女配”的口径。
4. 受控词表内可意义等同归并（如“狠厉”归“狠辣”）；表外突出特征单列，未并入主统计。
5. 全部逐部判定与原文留证见配套《霸总全文分析_底表.xlsx》，可逐条复核。
四，结论与局限.
4.1，人工复核与一致性检查
用Claude完成初步分析后，研究团队对结果进行人工审核。
重点检查：人物识别是否准确、分类是否一致、是否遗漏关键剧情、原文引用是否正确、统计是否符合统一口径。最后，综合全文分析、统计结果与专题研究，对研究假设进行验证，并形成最终结论。在此基础上完成视频脚本撰写。
4.2，局限
本报告属于媒体型探索性文本研究，不是学术论文。大语言模型用于辅助摘要、人物识别和初步标签提取。受样本范围、模型误差和人工判断影响，结果用于描述本样本中的类型趋势，不作总体推断。
