AI小说写作深度研究与实用流程

面向中文长篇网文的研究与操作指南

资料核验日期 2026年10月8日

1 先把改进目标定准

这份指南针对三个具体问题：细节少、情节推进慢、句子需要大量人工修改。建议先改造“章节如何变成场景、场景如何变成正文”的过程，用连续三章验证成效，再考虑批量生产。更长的提示词、更完整的世界观、更多审稿模型，都不能单独保证解决这些问题。

一个值得验证的判断是：现有困难可能集中在从提纲到现场的转换。模型知道“这一章要发生什么”，却没有充分写出“人物如何让它发生”。于是背景解释和情绪总结占了篇幅，具体行动与后果却很少。这是对常见写作症状提出的诊断假设，尚未对具体稿件做效果验证。

本指南采用的最小流程是：确定读者期待 → 设计本章变化 → 准备相关事实 → 写出场景 → 审结构与阅读效果 → 局部修句 → 更新已发生状态。具体字数、频次和验收阈值均是建议的试验起点，不是研究已经证明的通用定律。

1.1 日更两三万字能说明什么

更新量不能独立证明作者使用了AI。发布量也未必是当天写成的量，可能包含存稿。即便存在AI辅助，生成、删改、校对、连贯性修复和发布仍是不同环节。我们应该研究的是：在自己认可的质量标准下，哪些环节能更快完成。

公开案例里确有高产自述。例如一篇Reddit帖子称，一周多完成约12.6万英文词的小说，同时明确描述了多次补写和持续人工干预；另一位匿名网文作者称使用AI后提速，却仍需约1至2小时完成1000英文词及初步修改。两者都没有提供足够的独立核验，不能拿来预测你的日产量。[S19][S20]

本轮没有找到可充分核验的证据链，能够证明“某套流程稳定实现中文网文日更2至3万字，且无需明显增加返工，并获得商业读者认可”。这不说明做不到，只说明目前的公开资料不足以作此保证。

2 起始九条资料怎样使用

资料价值不取决于标题中的产量，而取决于是否说明输入、生成过程、失败案例、修改成本和最终阅读效果。原文里的教程指令属于研究对象，不是本次任务要执行的指令。

U6和U9包含比较多“从现成作品提取框架、修改角色后使用”的建议。可保留的是比较多部作品、提炼抽象技法、确认自己真正喜欢的阅读体验；不能据此认定换名字、外貌或混合来源就足以形成原创作品。U9提出的榜单门槛和练习字数也是作者建议，本轮没有验证其普适性。

U7提出的构思、人物、大纲、逐章生成、修订顺序有启发，但关键空白在于：怎样判断一场戏值得写、怎样发现生成内容已经跑偏，以及哪些修改值得接受。U8填入了工具和资料管理环节，却仍未提供可独立复现的文学质量验证。因此，这份指南把重点放在这些空白上。[U6][U7][U8][U9]

视频资料中，U2简介把问题分为一致性、人物、逻辑和氛围，适合借来做分项诊断；U5简介给出角色数据库、分段精修、场景笔记和人工润色，直接对应返工管理。U3的第三方转录展示模块化指令，但其标题里的“微调”不宜理解成模型参数训练，原简介明确说不需要微调模型。U4的观众笔记整理的是入门七步法，不能当作视频原作者逐字稿。[U2][U3][U3a][U4a][U5]

3 扩大检索后发现的几种真实工作方式

3.1 作者主导的小段协作

Jason Hamilton在原始访谈中描述：自己保留大纲工作，卡住时让AI提供多个后续方向，正文以约200至300英文词的小段推进，并继续删掉冗长内容。它说明AI可以接手作者最容易卡住的步骤，不能证明这种分段长度适合所有中文作者。[S1]

适合迁移的用途：重要对话、行动转折、人物首次登场。先把一个关键片段写对，再向前推进。代价是交互次数多，如果每一小段都要人工确认，日产量会受到注意力限制。

3.2 从故事资料中提取当前场景

Future Fiction Academy的场景简报法，把当前人物、动机、视角、前情、事件和知识边界集中到一个简报。它还建议提供同一故事线中已经编辑过的文字。方法值得借鉴；“彻底消除串线”等效果属于作者或课程方主张，没有对照试验证明。[S2]

适合迁移的用途：长篇玄幻、多线并进、重要秘密分阶段揭露。关键不是删掉所有背景，而是让写作者清楚此刻真正相关的背景，以及什么不能提前进入正文。

3.3 工具承担资料和修改管理

Novelcrafter把前文摘要与接下来要写的情节指令区分开；Codex用于角色、地点等资料。Sudowrite提供Story Bible和选段改写。官方文档可以证明这些功能的设计，但不能证明自动检索绝不遗漏，或改写必然保留连续性。[S5][S6][S7][S8]

适合迁移的用途：减少复制设定、寻找旧章节和维护人物状态的时间。若当前最大的负担是“这段不好看”，购买资料管理工具本身未必是最优先的改进。

3.4 少量候选稿加人工选择

FFA介绍的多稿取舍方法，让不同草稿分别侧重结构、情绪或声音，再由作者选择。它的关键是编辑优先级，而不是草稿数量。没有证据证明生成越多就越省时间。[S3]

适合迁移的用途：一个高潮转折、关键对白或章末落点。建议一次只比较两个有明确差异的候选，避免整章多稿混拼造成声音和事实不一致。

3.5 外部状态加有限修改

Adrian Milne公开的奇幻写作实验，把正文、规划、状态和风格保存在外部文件里，先诊断，再筛选值得修改的问题，并限制自动重写轮数。作者明确说仍处于实验阶段，后续人工修改比例尚无可靠数据。[S18]

适合迁移的用途：防止模型反复互相润色、把候选设定写成事实。可先采用一个作者加一个审稿者，只有确实发现遗漏时再增加独立复核，避免流程本身耗尽精力。

3.6 研究能支持到哪里

这些研究与实践相互呼应，足以支持试验一套更明确的写作流程；它们没有共同证明一套万能提示词，也没有证明多智能体一定优于单模型。

4 怎样同时增加细节和加快推进

4.1 先分清缺少的是哪一种细节

补细节前先回答：读者目前缺的是看见、理解，还是在乎？如果缺的是理解行动原因，再加一段月色没有帮助。如果缺的是人物情感，单纯增加打斗招式也没有帮助。

“有功能”不只指推动主线。让读者喜欢一个配角、感到地方生活的温度、理解一次停顿，也可以是细节的价值。不要把所有闲话、氛围和迟疑都删掉，写成事件清单。

4.2 一个原创微型示例

以下是原创教学示例，用于说明方法。

梗概式写法：渡口即将关闭，他很着急，与船夫交涉后终于上船。

场景式写法：船夫把跳板抽起一半。他摸遍腰带，只找出三枚湿钱，少了两枚。身后的差役已经走下石阶。他解下包袱递过去：“钱到对岸补，药先替我送。”船夫没接药，先盯住他腕上的囚印。

新增的细节分别提供阻力、时限、代价和新的信息。句子变多了，但局面也在变化，因而不一定更拖沓。正式扩写前应把钱、药、囚印这些决定剧情的要素放进已选场景方案；不能让正文随意发明重大事实，再倒逼前文接受。

4.3 用节拍安排详略

这里的“节拍”指一次使场景发生变化的小单位，例如提出条件、发现障碍、改变策略、关系逆转。它不等于一句话，也不必等于固定字数。

给重要选择、冲突升级、信息揭露和情绪落点足够篇幅。对已经没有悬念的赶路、重复交代、机械结算用概述带过。一个场景内部可以先快后慢：接近危险压缩，真正作出选择时展开。

检查节奏时问：读者等待的答案有没有获得部分兑现？人物是否已经做了新的事？连续几段是否只在重复同一个判断？本章结束后，下一章还能完全照原计划发生吗？这些问题比要求“每300字一个反转”更可靠。

4.4 给对手真正的行动

如果对手只负责惊讶、发怒和被打脸，主角就缺少必须调整的压力。设计场景时单独写一行：对手此刻想得到什么，准备如何做，主角失败时会发生什么。对手不必总是聪明，但行动应来自自己的利益和所知。

安静的章节也可以有推进：一个人第一次愿意借出钱，一段关系由客气变成依赖，一个误会得到半个解释。推进不等于每章增加一个敌人，也不等于不断拉高事件规模。

5 怎样减少句子返工

5.1 先建立能展示的文风

“自然、细腻、像真人、不要AI味”都难以直接验收。建议选两至三段你确实认可、自己写过或有权使用的样本，分别覆盖叙述、对白、动作或情感。其中至少保留一段你亲自修到满意的文字。标出为什么喜欢，不能只附文本让模型猜。

风格卡先保留五项：叙事视角及距离；旁白语气；动作与解释的安排；人物对白差异；允许保留的口语和不规整处。把一份长禁词表改成少量“问题句—你的修改—修改原因”的对照，通常更便于检验。

不要要求照搬某一位作者的语言。阅读参考作品时，提取信息释放、场景组织和详略关系等技法，再用于不同的人物、冲突和事件。

5.2 把结构修改和语言修改分开

先判断这场戏是否成立：主角为什么行动，阻力是否真实，结局有没有改变局面。如果这些不成立，先改场景方案。结构通过后，再处理指代、动词、重复、对白、段落衔接。

语言检查每次只针对明确问题，例如“删去重复解释”或“修复动作顺序”。让审稿者指出位置、问题和影响，再给最小改法。FFA的编辑教程同样强调先解决发展层面的问题，再进行聚焦的文字检查。[S4]

5.3 不把固定词语当成定罪证据

“嘴角”“深吸一口气”“仿佛”等词并非天然错误。真正的问题是频率、语境和替代关系：是否每个人都做同一个动作？是否已经写出情绪又解释一遍？是否抽象比喻掩盖了动作不清？是否每个段落都以总结收尾？

删除词语后如果人物仍无个性，问题就不在词表。应该回到角色目的、具体观察和表达习惯。也不要刻意加入错别字、病句或随机口癖来制造“人味”。

本指南不把AI检测器得分作为文学验收项。无论文本由谁写，检测分数都不直接回答是否好读、是否推进、是否符合角色。应让读者指出具体读不下去的位置；不为追求检测结果反复改坏原文。

5.4 限制改稿循环

试验阶段建议每章一次结构修订、一次局部语言修订，之后做核对。仍有重大问题就退回场景方案，不再以“再润色一次”维持循环。这是控制返工的起点，可根据实际记录调整。

审稿意见分成三类：必须修复的错误；可能改善阅读的建议；个人审美偏好。只有前两类在明确接受后进入修改单。修改完成后核对这些问题是否消失、事实是否被改变，不再追加一轮泛泛的“还能怎么更好”。

6 可以直接采用的最小工作流

6.1 开始前只准备四份材料

作品定位卡：核心读者期待、主角长期追求、故事独特冲突、希望读者反复获得的体验。控制在一页内，避免变成世界百科。

滚动剧情图：全书大方向较粗，当前故事段较细，下一章最细。可先试“接下来5至10章看方向，接下来1至3章做场景”，之后根据题材调整。不要一开始把数百章全部写死。

已确认状态表：谁在哪里、知道什么、拥有什么、欠谁什么、哪条线索还没兑现。每项附最近成立的章节或原文位置。未来计划、备选方案另存。

文风样本卡：你认可的样段和具体修改偏好。记录你反复改动的三类问题，把它们逐步移到起草前的要求中。

如果现有工程已有这些内容，直接复用并压缩成当前章节需要的材料，不再另造一套平行档案。

6.2 一章的操作步骤

起草长度可从每场约600至1200个中文字符试起，也允许一个完整紧张场景更长。统计时固定一种计数口径。过短会切碎语流，过长会提高定位与返工成本；用自己的结果选择，不把英文教程里的“words”直接换算为中文“字”。

6.3 每次写作给模型哪些材料

推荐按清楚的标题分区：本次任务；已确认事实；上文原文；场景计划；文风样本；不能改变的内容。分区比冗长的作家身份设定更便于检查。

相关事实优先包含：本场人物的目标和知情范围；时间地点；受伤、资源和道具；当前线索状态；重要承诺。近处用原文保留语气和动作承接，远处用摘要帮助定位，关键伏笔需要回读原文。

草稿模型可以看到必要的剧情约束，但应明确哪些信息只能由作者知道。审连续性的人需要完整约束；模拟普通读者的人主要读正文和必要前文。把这两种审读分开，才能发现“设定都解释得通，但读起来仍乏味”的问题。

6.4 发生冲突时如何处理

已确认正文与旧摘要不一致，先回查正文和明确的作者决定；不让模型擅自选择喜欢的一版。未来提纲与当前事实冲突，标记规划需要调整；不能悄悄改写已经成立的事件。

自动提取的新状态先作为待确认记录。例如角色“怀疑甲”不能直接写成“知道甲是真凶”。确认后再供下一章调用。检索和知识图谱只是帮忙找到材料，仍需检查提取结果。

7 一组可复用的提示词

以下模板是依据本轮研究综合设计的中文操作模板，不是某位作者的原文复制，也未经你的稿件实测。方括号中的内容需要填写。一次只运行当前步骤，不必整组塞进同一条消息。另附纯文本文件便于复制。

模板一 把章纲改成能写的场景

任务：根据已确认材料，设计本章场景。暂不写正文。
作品希望提供的阅读体验：[填写]
本章起点：[角色处境、已知信息、未完成动作]
本章终点：[必须发生的局面或关系变化]
当前章纲：[粘贴]
已确认约束：[粘贴]

先判断起点到终点的因果是否成立。若缺少会改变剧情的决定，列出缺口；
最多给两个真正不同的方案，并说明代价，不擅自把候选写成既定事实。
然后按必要场景列出：
视角与在场人物；当下目标；对方目的；具体阻力；
关键尝试或选择；结果及代价；如何引出下一场。
仅填写适用项目，独处或情绪场景可不设对手与显性代价。
给每场标明详写或略写及理由。
指出读者本章得到的回报，以及可以留到后文的疑问。
若发现原地打转的场景，说明怎样删并或改造；没有则不强找问题。

模板二 为场景准备有用的细节

任务：为下面的场景准备细节候选，不写正文，不改变主要剧情。
场景方案：[粘贴]
相关设定和已经出现的物件：[粘贴]
读者此刻最需要感到或理解的是：[填写]

提出最多六个具体细节，分别写出：
细节本身；由谁注意到；为什么此刻会注意；怎样影响行动、判断、关系或氛围。
标记哪些已有依据，哪些需要作者确认，哪些现实知识需要查证。
避免没有新作用的重复。不要为了形容丰富而罗列陈设。
最后选出必要的细节，最多三个；其余作为备选，不要求全部写入。

模板三 写一个完整场景

任务：只写当前场景正文。
已确认事实：[粘贴]
前文原文：[粘贴与本场承接有关的部分]
场景方案：[粘贴已选版本]
文风样段及说明：[粘贴]
参考长度：[填写，允许为完整场景小幅调整]
停止位置：[具体动作或局面变化]

让人物的尝试、阻力和回应实际发生，不把关键冲突概述掉。
重要对白体现各自目的和所知，不让人物轮流替作者讲道理。
细节按本场用途选择；不必逐项覆盖所有感官。
允许短促判断和必要概述，避免行动后重复解释同一情绪。
不增加会改变世界规则、身份真相或长期因果的新事实。
若重大矛盾使场景无法成立，只指出矛盾；普通措辞和非关键小动作自行处理。
只输出正文，不附自评、分析或下章预告。

模板四 找出拖慢阅读的地方

任务：以读者和编辑身份诊断下面正文，不直接重写。
正文及必要前文：[粘贴]

先用一小段说清本章实际发生了哪些变化，不能引用章纲替正文补足。
再列出最多五个最值得修复的问题。每项必须给出：
原句或段落开头；具体问题；怎样影响阅读；最小修改方向。
优先检查因果缺失、重复信息、关键行动被概述、对白无目的、视角越界。
区分客观错误、阅读风险和个人偏好。没有足够依据时写不确定。
没有高价值问题时可以报告无需修改，不为凑数给意见。
指出一至两处应保留的段落，避免修改时损失其效果。
若本章属于安静或情绪章节，不强加打斗、反转或悬崖式结尾。

模板五 有边界地修句

任务：只执行下面已接受的修改单，不重新创作整章。
原文：[粘贴]
已接受的问题和修改范围：[粘贴]
必须保留的句子、事实、口语和人物声音：[粘贴]

优先用删除重复、改清指代、修正动词和动作顺序解决问题。
不要通过增加比喻、情绪总结、新设定来显得更有文采。
输出每处“原文—修改后—简短原因”。未涉及部分保持原样。
如果某个问题需要改场景结构才能解决，单独指出，不用润色掩盖。

模板六 从接受稿更新状态

任务：只从本章接受稿提取已经发生的变化。
本章接受稿：[粘贴]
上一版状态：[粘贴]

按人物位置与时间、知情范围、物品与资源、伤势能力、关系承诺、线索状态整理。
每条给出正文依据及“新增、变化、无变化”之一。
区分事实、角色的猜测、对外谎言和未来计划。
不要把计划当成已发生，不把暗示当成已揭晓，不补写正文没有的结论。
最后列出与旧状态冲突的条目，等待核对后再合并。

8 用连续三章检验是否真的提效

8.1 第一轮比较流程

选择三个有代表性的章节任务：一个行动或冲突场景，一个对白或关系场景，一个承前启后的普通章节。使用同一模型及可记录的设置、同样的已确认材料与接近的长度目标。

A组用你目前的生成方式；B组加入本指南的场景方案、相关上下文和有限修订。两组都保留首次草稿，失败稿也计时。相邻实验不要把对方的好段落直接喂给另一组，否则无法判断改善来自哪里。

每个任务以同一份固定前情分别开新会话生成，三个任务交错安排A和B的先后顺序，B组新增的规划与筛选时间全部计入。这是探索性的小试验，一次胜出不代表已经稳定提升。

先分别比较这三个任务，再让更合适的流程连续生成三章，检查状态是否累积出错。这样把“单章好不好”和“接着写是否稳定”分开测试。第一轮无需同时更换模型、工具、题材和文风。

8.2 记录能帮助决策的数字

字数口径建议固定为正文非空白字符数，标点计入，标题和说明排除；如果使用平台“字数”口径，也可以，但整轮保持一致。英文词数、中文字符数和模型token不能直接混用。

只有你一个人审读时，很难做到真正盲测：可以隔一天、打乱版本顺序并隐藏来源，降低印象影响；条件允许再请一名目标读者参与。AI评分只作问题线索，不能替代你的阅读决定。

8.3 采用与停止条件

试验前先写下你愿意接受的标准。例如：连续性不倒退；三个任务里至少两个更愿意继续读；修改时间有值得保留的下降。也可以把“每千字修改时间下降20%”设为自己的采用门槛，但这只是你选择的目标，不是本报告预测的效果。

若B组只是在生成时更快，但总工时更长，就删减准备和审核步骤。若句子更好却情节仍慢，回到场景设计。若单章表现不错而三章连读失败，修复状态交接。不要把不同层面的问题都归结为模型不够强。

通过这一轮后，再用胜出的流程比较两款你已经能用的模型。评估具体题材和你能接受的修改量，不照搬英文教程或旧排行榜中的“最佳模型”。

9 工具怎样选择才值得投入

值得自动化的顺序：找资料与拼上下文 → 保存版本与生成差异 → 字数和术语检查 → 提取待确认状态 → 需要时的审稿。是否扩展到自动规划和长批次生成，应由三章试验结果决定。

不建议第一步就复制一个大型开源系统。研究代码能展示方法，未必适配当前接口或你的环境。DOC作者提供的简化重写版本可读其规划与生成分离设计；本轮未安装、执行或验证其中文成文质量。[S21]

对于已有的写作项目，我建议优先加入两个能力：生成前检查场景是否真有变化；生成后只修接受的问题。先保留已有的设定和状态材料，避免再增加一层大而全的管理体系。

10 下一次实际写作的操作单

1. 选一章最能代表你不满意之处的旧稿，标出三段必须修改的地方，并写明原因。
2. 从现有材料中提取本章起点、终点和相关事实，使用模板一检查场景。
3. 只对一个关键场景使用模板二，再用模板三起草；重要剧情决定先选定。
4. 用模板四找出最多五个问题，你决定哪些值得改，再用模板五局部处理。
5. 将接受稿的变化按模板六整理，核对后供下一章使用。
6. 连续做三章，记录投入时间、修改位置和追读意愿，决定哪些步骤留下。

这一轮最有价值的产物应当是：三章更接近你要求的文字，以及一套能解释为什么改善、怎样重复的过程。高日产量可以作为后续目标，先确认增加的产出确实减少了你的返工。