AI写长篇小说为什么总在五十万字以后崩盘

起点的老读者大概都刷到过这类评论:“前面还行,后面跟换了个作者似的。” 不一定是真换了作者,也完全有可能是换A…

起点的老读者大概都刷到过这类评论:“前面还行,后面跟换了个作者似的。”

不一定是真换了作者,也完全有可能是换AI了。

差不多从2024年开始,网文圈子里用AI辅助写作的人就不少了。但用下来普遍有个感受:前五章,甚至前二十章,AI的表现能让人眼前一亮。设定抓得住,人物立得住,有时候冒出来的句子比人写的还漂亮。然后写到中间,事情就不对劲了。人物今天立的flag明天就忘了,女主角的性格在第八章和第三十八章之间发生了无法解释的漂移,某个伏笔回收了两次但作者完全不记得第一次回收的时候写了什么。

有签约作者反映,写到一百二十多万字时,每次让AI续写新章,需要先把前面相关的人物状态、没回收的伏笔、世界观里不能变的规则整理出来,否则AI就会偏离设定,反而增加修改工作量。

这种情况不是个例。用AI写一段内容和写完一整本书之间,隔着的不是技术问题,而是管理问题。

海外一些产品其实早就意识到这点了。

Sudowrite是最早把Story Bible这个概念推出来的,本质上就是让用户把故事的核心设定集中放在一个地方,AI每次写作的时候去那里找参考。Novelcrafter进一步做了Codex功能,人物、地点、事件、特殊规则都能分类存储,写新章节时按需调用。NovelAI一直有Lorebook,通过关键词触发补充设定。这些工具在英文写作圈已经应用数年,被证明有助于长篇创作的一致性。

但中文网文的情况要复杂不少。节奏快、更新量大、伏笔密度高、读者对前后一致性的要求近乎苛刻。

蛙趣拼文是国内较早将这类思路产品化的工具之一。2025年上线,最初是VSCode插件,后来增加了桌面端。核心思路是把一部长篇创作拆分为几块互相关联的资料库:角色、大纲、伏笔、世界观、章节摘要、素材库。AI在写新章节时能自动从这些库中提取相关信息,写完之后再把新产生的内容反写回去更新库。

这个“反写回去”的步骤看似简单,实际上解决了大部分作者目前使用AI时的痛点。多数人现在用AI的方式还是聊天框,写完了复制出来,下次写的时候再手动粘贴。五十万字以内还能应付,一百万字以上就变得繁琐。

技术层面,蛙趣拼文(waqupin.com)采用的路线是本地向量库加中文优化的嵌入模型,再配合混合检索,将关键词匹配和语义召回结合起来。关键词部分负责人物名、地名、道具名等精确信息,语义部分负责找到类似情绪或类似剧情走向的关联内容。最后按相关性和时间远近排序,决定哪些信息在当前章节必须使用、哪些可以压缩为摘要、哪些暂时不涉及。

这个排序策略很关键。一本书写到后期,积累的资料量巨大,不可能全部塞入每次的上下文。AI写战斗场面时,角色当前伤势和武器损耗比三个月前的某次对话更重要;写感情戏时,关系史和关键对话记录则是第一优先级。调度不当,AI就等于在噪音中找重点。

伏笔管理方面,系统不仅记录一条伏笔的文字备注,还包含生效章节区间、推进记录、回收标记以及轮换间隔。失效的伏笔会自动从参考池中移除,避免AI在不了解的情况下再次使用。对于玄幻、悬疑等线索密集的类型,作者无需再用单独的文档手工追踪。

目前市面上定位类似的国内产品不多。蛙趣拼文的一个特点在于本地化处理——创作数据和向量库主要存储在本地,对注重草稿隐私的作者较为友好。团队还表示后续会做素材库和记忆库的访问隔离,防止从外部导入的参考资料与正文记忆互相干扰。

AI写作工具发展两年多,逐渐分出两个方向。一部分产品继续提升生成质量;另一部分开始向项目管理靠拢,默认写长篇不是一个生成任务,而是一个持续数周甚至数月的工程协作。后者的用户粘性可能更高,因为资料一旦沉淀在工具里,迁移成本就上去了。

有作者曾这样总结:不指望AI写出神来之笔,能帮自己记住那些记不住的事情,就已经很满意了。

关于作者: 市场早报

为您推荐

发表回复