文章目录
-
- 为什么写这一篇
- 30秒极简版
- [一、 这条路的起点：为什么 AI 写小说"看着对、读着假"](#一、 这条路的起点：为什么 AI 写小说"看着对、读着假")
- [二、 中段：真正管用的三样------蓝图、校准、结构](#二、 中段：真正管用的三样——蓝图、校准、结构)
-
- [1. 蓝图定"戏"（Part 6-7）](#1. 蓝图定"戏"（Part 6-7）)
- [2. 校准去"味"（Part 5）](#2. 校准去"味"（Part 5）)
- [3. 情绪曲线部分可编程（Part 9-11）](#3. 情绪曲线部分可编程（Part 9-11）)
- [三、 后期：长文的问题不是记忆，是远期资产（Part 12）](#三、 后期：长文的问题不是记忆，是远期资产（Part 12）)
- [四、 收尾实验（人参与梯度）：人到底该在哪介入？](#四、 收尾实验（人参与梯度）：人到底该在哪介入？)
- [五、 8 条核心结论覆盖情况（这些是本系列的 8 个实验主题）](#五、 8 条核心结论覆盖情况（这些是本系列的 8 个实验主题）)
- [六、 最终结论：AI 写网文，怎么做](#六、 最终结论：AI 写网文，怎么做)
- [七、 没做完的、和可以继续的](#七、 没做完的、和可以继续的)
- [八、 数据与样本](#八、 数据与样本)
- [九、 系列索引](#九、 系列索引)
- [十、 一句话总结](#十、 一句话总结)
为什么写这一篇
这是系列的最后一篇。前面 12 篇做了几十个实验，这篇把它们串起来：我们到底验证了什么、哪些结论稳、哪些还没做、最终怎么用。
没空看完全部 12 篇的话，读这一篇就够------前面是过程，这里是答案。
写给谁： 想一口气看完"AI 写小说到底能不能、怎么才能"的人。
30秒极简版
12 篇实验、几十次测量，把"AI 写小说"拆成 8 条核心结论逐条验证。结论浓缩成几句话：
- AI 能搭出"戏"------人给蓝图，它就能执行
- 能部分控制"情绪曲线"------压抑释放、载体能指定；峰值位置只有趋势
- 但"文风"和"长文伏笔"必须靠人------校准去 AI 味、伏笔要专门管理
工程化的正确答案不是"全自动"，是"人给结构、AI 填血肉、校准去味、工具管长线"。
一、 这条路的起点：为什么 AI 写小说"看着对、读着假"
系列一开始（Part 1-4）解决的是最基础的问题：AI 写网文到底行不行？结论是**"行，但很多人卡在错误的地方"**------问题往往不在提示词本身，而在一些"大家以为的关键"上：
| 你以为的关键 | 实测结论 |
|---|---|
| 提示词写得更长更细 | 约束越多，事实错误越多（Part 3） |
| 多轮追问出奇迹 | 追 1 轮就够，3 轮白花钱（Part 8） |
| 禁词表去 AI 味 | 禁词是摆设（Part 3），换词不换味（Part 10） |
这四篇的价值在"证伪"：把"提示词玄学"里大家最信的误区，用实验一个个证伪，留下的才是真正管用的。
二、 中段：真正管用的三样------蓝图、校准、结构
从 Part 5 开始，系列进入"什么真正管用"的建设阶段，结论可以归成三样：
1. 蓝图定"戏"（Part 6-7）
核心发现：约束管不住剧情设计，蓝图管得住。
- Part 6：只有写作约束 + 剧本格式、没有剧情蓝图时，提示词救不了剧情（有戏四要素 0/20 达标）
- Part 7：人先填"戏蓝图"（谁打谁/谁失控/怎么绝杀/什么反转），AI 照蓝图执行------从 0/20 到 20/20 达标
一句话：戏是设计出来的，不是提示词挤出来的。 人定结构，AI 照做。
2. 校准去"味"（Part 5）
核心发现：AI 腔是模型思维烙印，写的时候拦不住，写完用独立模型校准才能洗掉。
- 标杆放生成端无效（盲测全不及格）
- 独立强模型写后校准，比喻密度 7.2→0.2/千字（降 97%）
- 但校准也会带新 AI 味，需要"白描铁律"压住
一句话：文风是最后一公里，得靠"独立模型 + 白描铁律"的事后校准，不是 prompt 能解决的。
3. 情绪曲线部分可编程（Part 9-11）
核心发现：AI 的情绪表达可以测量、部分可以控制。
- Part 9：词表扫描测情绪方向是反的（AI 情绪词 11 倍反而更假），要用 LLM 语义标注（强度+载体）
- Part 10：AI 载体能力不均------对话相对最不烂，一离开对话就 AI 味
- Part 11：压抑释放能控（强度差 1.0→1.7，统计显著）、峰值位置只有趋势（三组不显著），载体能指定
一句话：情绪曲线的"骨架"部分可编程（载体、压抑释放可靠；峰值位置只有趋势），"血肉"（压得多深）还得靠校准。
三、 后期：长文的问题不是记忆，是远期资产（Part 12）
测短场景看不到的问题，在一本完整写完的 80 章 AI 长书里暴露了：
- 短期记忆强：主角当前状态逐章连贯、角色一致性零 OOC
- 长期记忆弱：69 条伏笔只收 35%，书完结了还大量烂尾
而且挖出三条反直觉规则（不是"记忆要管理"这种空话，是可判定的具体规则）：
- 伏笔标"接近兑现"后 0% 真兑现（状态机缺限期兑现）
- 全书 60-75% 位置埋的伏笔回收率最低（14%）
- 转折章一次埋 3-7 条容易烂尾
一句话：AI 长文的问题不是"记不住"，是"远期资产没有专门管理"------伏笔要限期兑现、埋设要守位置、单章要限数量。
四、 收尾实验（人参与梯度）：人到底该在哪介入？
最后一个实验测"人参与梯度"------人介入程度从 0 到全面：
| 组 | 人介入 | 阅读意愿 | AI腔/千字 |
|---|---|---|---|
| A 全AI | 0 | 3.5 | 1.4 |
| B 人写大纲 | 大纲 | 4.0 | 0.0 |
| C 逐章审校 | 大纲+审校 | 4.2 | 2.2 |
| D 传统分工 | 详细大纲（对照组） | 4.0 | 0.6 |
（B 和 D 都是"人写大纲 + AI 正文"，区别是：B 用系列验证过的"戏蓝图"作骨架，D 是传统写法，只给大纲、不给蓝图。主线是 B、D 都对比 A（全自动）和 C（工程化）------看"人介入多少"和"怎么介入"各值不值。）
三条结论：
- 人参与值得，但边际收益递减（3.5→4.2，从 0 到参与提升最大）
- 人写大纲是性价比最高的介入点（AI 腔 0.0 最低、意愿 4.0）
- 逐章审校提意愿最多但引入新 AI 腔------审查模型会把套话通过修改意见带进正文，需要"去套话"约束
一句话：工程化的正确答案不是"全自动"或"全人工"，是"人写大纲 + AI 填血肉 + 校准去味 + 工具管长线"。
五、 8 条核心结论覆盖情况（这些是本系列的 8 个实验主题）
| 主题 | 内容 | 结论 | 出处 |
|---|---|---|---|
| 幻觉防控 | 五规则三防线 | 规则冗余，自检+修复有效 | Part 4 |
| 上下文 | 正文脱钩 | 摘要+上一章最优 | Part 2 |
| 认知负荷 | 约束数量 | 约束越多越差，≤6条 | Part 3 |
| 百万字不崩 | 记忆/DNA/伏笔 | 短期强长期弱，伏笔需专门管理 | Part 12 |
| 文风 | 标杆+校准 | 生成端无效，写后独立校准有效 | Part 5 |
| 情绪曲线 | 蓝图+追问 | 蓝图定戏、追问1轮够、情绪曲线部分可编程 | Part 7/8/11 |
| SOP边界 | 工程化程度 | 人写大纲性价比最高 | 人参与梯度实验 |
| 工程化认知 | 工程化>单prompt | 贯穿全系列 | 全部 |
这 8 条核心结论全部有实测数据撑着。
关键数据速查（一表看完系列最有用的数字）：
| 环节 | 关键数据 |
|---|---|
| 约束数量 | ≤6 条；再多，事实错误不降反升（Part 3） |
| 剧情蓝图 | 有戏四要素 0/20 → 20/20（Part 7） |
| 文风校准 | 比喻密度 7.2→0.2/千字，降 97%（Part 5） |
| 追问轮数 | 1 轮就够，3 轮白花钱（Part 8） |
| 情绪测量 | AI 情绪词是真人 11 倍，方向是反的（Part 9） |
| 载体蓝图 | 遵守率 80%，直述情绪词 3%→15%（Part 10） |
| 情绪曲线 | 压抑释放强度差 1.0→1.7 显著；峰值位置只有趋势（Part 11） |
| 长文伏笔 | 69 条只收 35%；60-75% 进度处埋的回收率最低 14%（Part 12） |
| 人参与梯度 | 阅读意愿 3.5→4.2；人写大纲 AI 腔降到 0.0（收尾实验） |
六、 最终结论：AI 写网文，怎么做
把系列所有结论收成一份"正稿流程"：
text
【人】写戏蓝图（谁打谁/谁失控/怎么绝杀/什么反转）
↓
【人】写大纲（关键节点 + 情绪曲线 + 载体序列） ← 性价比最高，AI腔降为0
↓
【AI】照蓝图+大纲生成初稿（doubao）
↓
【独立模型】校准去 AI 味（deepseek + 白描铁律） ← 比喻密度 -97%
↓
【AI】追问优化 1 轮（别追 3 轮，白花钱）
↓
【工具】管长线（伏笔限期兑现/埋设守位置/单章限数量）
↓
【人】终审剧情（注：人参与梯度实验里"逐章审校"提意愿最多（4.2），但它会引入审查模型的套话（AI 腔 2.2），所以正稿流程用的是"校准去味"而非"逐章审校"------校准只改文风不查剧情，副作用更小。若要加剧情审校，需配"去套话"约束。）
七、 没做完的、和可以继续的
诚实交代还没验证的：
- 跨题材、跨模型：全部实验用攻心戏 + doubao/deepseek；打斗/权谋/感情戏、Claude/GPT 都没验证
- 真人读者大规模盲评：只在早期的一个实验里做过一次（结论不乐观），后续评估以 LLM 双评者为主
- "百万字不崩"那条（记忆管理）：用的是"千金归来"那一套工具做观测，不是我们自己搭的对照实验
- 样本量：多数实验 20 篇/组，方向可靠、精度有限
可以继续的方向：把上面的"正稿流程"真正跑完一本 30 万字以上的书，看它能不能在真实长篇里稳住------这是最有价值的下一个实验，但它需要时间。
八、 数据与样本
全部实验数据、脚本、报告都散落在各篇的"数据与样本"一节------评论区或私信找作者要，注明要哪一篇的。
九、 系列索引
| 篇 | 主题 | 核心结论 |
|---|---|---|
| Part 1 | 实验框架 | 为什么"改一百次提示词"没用 |
| Part 2 | 上下文量 | 摘要+上一章最优 |
| Part 3 | 约束数量 | 约束越多事实错误越多 |
| Part 4 | 幻觉防控 | 规则冗余，自检修复有效 |
| Part 5 | 文风标杆 | 生成端无效，写后独立校准有效 |
| Part 6 | 剧情设计上限 | 无蓝图时提示词救不了剧情 |
| Part 7 | 剧情蓝图 | 蓝图定戏，0/20→20/20 |
| Part 8 | 追问优化 | 1轮就够，3轮白花钱 |
| Part 9 | 情绪测量 | 词表扫描方向反，用LLM语义标注 |
| Part 10 | 载体蓝图 | AI载体能力不均，对话相对最不烂 |
| Part 11 | 情绪曲线 | 压抑释放/载体可编程，峰值位置只有趋势 |
| Part 12 | 长文伏笔 | 短期强长期弱，伏笔需专门管理 |
| Part 13 | 系列总结 | 本篇 |
十、 一句话总结
AI 写小说这条路能走通，但关键不在"提示词"，在"结构"。人给蓝图和结构（戏蓝图、大纲、情绪曲线、伏笔规则），AI 填血肉，独立模型去 AI 味，工具管长线。12 篇实验把这条路每一步都用数据验证过，没有玄学，只有可复现的结论。 系列完结，感谢读到这里的你。
本系列完结。 Part 1-13 全部发布。