很多人第一次做 AI 写小说工具时，会把问题理解成'给大模型一个提示词，让它续写一章'。这个方向能很快做出 Demo，但很难做出真正可用的软件。原因很简单：小说不是一段孤立文本，而是一套持续演化的创作工程。它有角色档案、世界观规则、剧情线、伏笔、时间线、文风约束、读者预期和作者取舍。
现代大语言模型的基础能力来自 Transformer 架构。Vaswani 等人在《Attention Is All You Need》中提出的自注意力机制，让模型能够在序列内部建模长距离依赖；后续的指令微调和人类反馈强化学习，也让模型更适合按照人的意图完成写作任务。可是，模型'会写'不等于软件'好用'。真正的产品价值在于：把不稳定的生成能力，包装成可控、可追踪、可迭代的创作流程。
一、核心定位：不是替作者写，而是帮作者管理创作复杂度 AI 写小说软件应该优先解决三个问题。
第一，降低启动成本。作者只给出题材、主角、冲突、目标读者和文风样例，系统就能生成世界观草案、人物关系、章节大纲和试写片段。
第二，保持长篇一致性。长篇创作最怕前后矛盾：人物年龄变了、能力设定变了、上一章埋下的线索消失了、配角名字写错了。软件必须把'故事状态'当成一等公民，而不是把所有内容粗暴塞进提示词。
第三，提高修改效率。小说写作不是一次生成，而是计划、起草、批评、改写、定稿的循环。Self-Refine 一类研究说明，模型可以通过反馈和迭代改善输出；Tree of Thoughts 则强调让模型探索多个中间思路，而不是只沿着第一条路径往下写。落到产品上，就是让系统支持多版本、局部重写、自动审稿和人工确认。
二、故事状态层：AI 小说软件最容易被低估的模块 做长篇小说，最重要的不是'提示词模板'，而是状态模型。一个可用的状态层至少应包含以下数据：
角色档案：姓名、年龄、身份、目标、弱点、关系、说话习惯、成长弧线。 世界观规则：能力体系、历史背景、组织结构、地理、货币、科技或魔法边界。 时间线：事件先后、章节发生日期、人物年龄变化、关键节日或周期。 伏笔清单：已埋伏笔、预计回收章节、误导线索、必须避免提前暴露的信息。 章节记忆：每章摘要、冲突结果、角色状态变化、未解决问题。 文风约束：叙述人称、句长、节奏、对白密度、禁用表达、目标平台风格。
如果没有这层结构，系统通常会遇到两个问题：短文本看起来很流畅，长篇越写越散；局部段落能打动人，整体剧情却没有方向。Fan、Lewis 和 Dauphin 的《Hierarchical Neural Story Generation》把故事生成拆成标题、提示和正文等层级，Yao 等人的《Plan-and-Write》也强调先规划再生成。它们对产品设计有一个直接启发：长篇写作要先管'结构'，再管'句子'。
三、生成链路：从大纲到章节，不能只靠一个 Prompt 一个可靠的章节生成流程，通常可以拆成六步。
读取当前状态：加载人物、世界观、前文摘要、当前章节目标和禁用设定。 生成章节计划：明确本章视角人物、场景列表、冲突推进、情绪曲线和结尾钩子。 检索相关资料：从设定库、历史章节和外部资料中取回相关信息。 分场景起草：每个场景单独生成，避免一次生成过长导致细节漂移。 自动评审：检查人物一致性、设定冲突、节奏问题、重复表达和信息泄露。 人工确认：作者决定保留、改写、删除或进入下一轮。 这里的检索增强生成，也就是 RAG，非常适合小说软件。Lewis 等人在《Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks》中提出把参数化模型与非参数化知识检索结合，减少模型只凭内部记忆回答的问题。小说创作虽然不是问答系统，但同样需要'查资料再写'：写历史题材要查制度和器物，写科幻要查技术设定，写长篇连载要查前文细节。
四、规划能力：让模型先想剧情，再写正文 AI 写小说最常见的失败模式，是文字漂亮但剧情空转。解决办法不是让提示词更长，而是引入显式规划。
章节规划可以分为三层：
第一层是全书级规划，包括主线目标、阶段性反转、主要人物成长和结局方向。
第二层是卷或篇章级规划，包括当前阶段的敌我关系、资源变化、关键秘密和读者期待。
第三层是章节级规划，包括本章冲突、场景顺序、信息释放、情绪峰值和结尾悬念。
Tree of Thoughts 的思路可以转化成产品能力：不要只生成一个剧情方案，而是生成多个候选方案，让模型或作者比较'推进主线的强度''人物动机是否合理''是否制造新的问题''是否破坏既有设定'。这比单次续写更接近真实作者的构思过程。
五、质量评审：要把'好不好看'拆成可检查项 小说质量不能完全自动评估，但可以拆成一组工程检查项。
一致性检查：人物是否做出违背长期动机的行为，设定是否前后冲突。 节奏检查：是否连续解释太久，是否缺少场景目标，是否没有冲突推进。 文风检查：句式是否重复，口吻是否偏离目标风格，是否出现现代词或违和表达。 信息检查：是否提前泄露秘密，是否忘记回收伏笔，是否解释过度。 平台检查：标题长度、摘要、标签、敏感词、段落长度是否适合发布平台。
一个实用做法是设置多个'评审器'：设定评审器只看世界观和时间线，人物评审器只看角色动机，编辑评审器只看语言和节奏，平台评审器只看发布规范。这样比让一个大模型笼统回答'请优化这章'更可控。
六、产品形态：编辑器、资料库、版本系统缺一不可 AI 写小说软件不应该只有一个聊天框。更合理的产品结构包括：
创作工作台：左侧是章节树，中间是正文编辑器，右侧是人物、设定、评审结果和生成建议。 资料库：保存世界观、角色卡、样章、参考资料、术语表和禁用词。 版本系统：每次生成、改写、人工编辑都记录版本，允许对比和回滚。 Prompt 配置层：将'玄幻爽文''都市悬疑''科幻群像'等写作策略抽象成可编辑模板。 发布管线：把定稿章节输出为 Markdown、HTML、公众号格式或各平台草稿。 如果未来要和多平台发布自动化结合，建议把'写作'和'发布'分成两个阶段：写作系统只负责产出结构化文章包，包括标题、摘要、正文、标签和配图；发布系统再按平台规则转换格式、打开后台、保存草稿或提交审核。
