一个很常见的循环:
这不是"规则写得不够好",是一次性注入这个做法本身有上限。四个机理:
机理 | 说明 | 典型症状 |
|---|---|---|
位置偏差 | 长上下文里,位于中段的信息被利用得最差(Lost in the Middle, arXiv:2307.03172) | 开头和结尾的规则被执行,中间那几条形同虚设 |
指令互相稀释 | 与当前任务无关的规则同样占用注意力预算 | 写初稿时,"审查标准"也在干扰措辞 |
指令互相冲突 | 不同环节的规则天然对立("多留白"vs"信息密度要高") | 模型随机选一条,表现不稳定 |
成本线性上升 | 规则体积 × 请求数 = 账单 | 每章都要为 90% 用不上的规则付费 |
其中"互相冲突"最致命,因为它不可通过"写得更清楚"来解决。 一个环节要克制,一个环节要铺满,两条规则同时在场,模型只能猜。
我们内部对此的判断是:"不去规定'该写成什么样',而是规定'这个环节该怎么思考'。前者是模板,后者才是流程。"
层 | 内容 | 加载策略 | 体积占比 |
|---|---|---|---|
常驻层 | 硬约束(禁忌、格式、字数区间、绝对禁令) | 每次请求都带 | 小,且不随环节变化 |
环节层 | 当前环节专属的思考方式与判据 | 只加载当前环节那一张 | 主要体积 |
例外层 | 特定题材/特定场景的补丁 | 命中条件才加载 | 按需,多数请求为 0 |
26 张规则卡主要落在"环节层"。 8 个环节各自对应若干张卡,写初稿时只调初稿那几张,定人物时只调人物那几张。
分层的判断标准不是"这条规则属于哪个环节",而是"这一步在回答什么问题"。 八个环节问的是八个不同的问题,所以它们需要的约束天然不同——同一张卡在一个环节是必需,在另一个环节就是噪音。
# | 环节 | 这一步在回答什么问题 | 最容易混进来的噪音 |
|---|---|---|---|
1 | 构思 | 这本书为什么值得读 | 文风细则、审查标准 |
2 | 深化构思 | 这个故事核立不立得住 | 分章规则、字数规则 |
3 | 人物种子 | 这些人能不能撑起这个故事 | 章节节奏规则 |
4 | 全书规划 | 整本书的节奏对不对 | 句子级文风规则 |
5 | 章节框架 | 这一章该发生什么 | 全书节奏规则(已固化进规划) |
6 | 初稿 | 这一段该怎么写 | 审查判据(★见失败案例 3) |
7 | 审查 | 这一章哪里不对 | 文风偏好(避免"审着审着改成另一个风格") |
8 | 定稿 | 该记下什么 | 全部创作类规则 |
这张表里最值得看的是最后一列。 分层不难,难的是"敢不敢把某些卡从一个环节里拿掉"——尤其是第 6 行的审查判据。拿不掉,初稿就会变保守(见失败案例 3)。
具体分到哪张卡没有通用答案,它取决于你的规则是怎么长出来的。但加载这件事本身有三条规则:
第 3 条是分层方案里唯一能自动化的部分,也是收益最高的一部分。 冲突不检测,它不会消失,只会变成"每章都有道理、合起来没有风格"。
维度 | 一次性注入 | 分层加载 |
|---|---|---|
system prompt 体积 | 全量(我们早期约一万多字) | 当前环节子集,实测下降约 60% |
冲突暴露 | 隐藏,模型自行取舍 | 显式,加载器可检测 |
维护成本 | 低(一个文件) | 高(26 张卡 + 边界一致性) |
可解释性 | 差 | 强("这一章为什么这么写"能追到具体卡) |
适合 | 规则总量小(两千字以内)、单文体 | 规则总量大、多环节、长线 |
项 | 值 |
|---|---|
测试时间 | 2026 年 9 月 – 2026 年 10 月 |
流程 | 8 环节状态机,每环节等待确认 |
规则资产 | 26 张规则卡,全部按环节加载 |
模型 | DeepSeek V4.1 Flash |
单章目标字数 | 2400–3000 字 |
连续推进 | 260 章 / 70 多万字 |
统计口径 | 每环节记录 system prompt 字符数、卡片清单 |
判据(什么算"规则机制失效"):
指标 | 一次性注入(改造前) | 分层加载(改造后) | 说明 |
|---|---|---|---|
system prompt 体积 | 全量基线 | 约 −60% | 同一环节、同一请求类型对比 |
风格漂移 | 明显(第 30 章起) | 未再出现系统性漂移 | 以句式分布判定 |
禁忌击穿 | 偶发 | 0(常驻层拦截) | 定稿前扫描 |
返修率 | — | 约 8% | 主要为薄章与场景重复 |
连续推进 | — | 260 章 / 70 多万字 | 单部作品 |
为什么"体积下降"和"一致性上升"会同时发生? 因为二者不是权衡关系:被砍掉的那 60%,本来就在稀释剩下的 40%。
免责:以上是内部实测记录,不代表每个使用者都能复现同样结果——结果和题材、参与程度、平台标准都有关系。
现象:改造后第 30 章正文出现了全书禁用的一类表达。追查发现,"禁用词"当时被归到了"审查"卡里,而初稿环节不加载审查卡。
原因:分层时按"这条规则属于哪个环节"归类,但有些规则是跨环节的硬约束,一旦下放到环节层就等于消失。
处理:建立常驻层准入标准——凡是"任何环节都不得违反"的,一律进常驻层,不进环节层。常驻层因此从 3 项扩到 7 项。代价:常驻层变大后,每环节还要再付这份固定开销,-60% 实际落到 -55% 左右。
现象:同一部作品里,章节开头的处理忽而"直接进场景",忽而"先铺一段环境"。人工看不出规律,模型自己也不稳定。
原因:"章节结构"卡说"开头三句内进场景","文风锚点"卡说"允许用环境描写建立氛围"。两条都在初稿环节加载,模型每次采样选一条。
处理:给加载器加冲突检测,下出现互斥取值时直接报错,由人工裁决一条、另一条改写。代价:这是纯人工活,规则卡全量过一遍约需两个工作日。
现象:有一次为了"少返修",把审查判据也塞进初稿的 system prompt。结果初稿平均字数掉了近两成,场景铺陈明显变薄。
原因:模型同时当运动员和裁判,它当然觉得"少写一点更安全"。 审查判据的存在本身在抑制表达。
处理:回滚。审查只在 REVIEW 环节生效。这条教训后来固化成一句内部话:闸门是环节之间的,不是环节内部的。
不适合:
已知未解决:
Q1:分层会不会让模型"忘了"上一环节的约定? A:会,如果你只切规则、不切产出。我们的做法是上一环节的结构化产出强制注入下一环节(故事核字段、人物卡字段、本章框架字段),不靠模型"记得"。规则分层 + 产物继承,两件事必须一起做。
Q2:为什么不让模型自己决定加载哪些规则? A:因为"该加载什么"是流程知识,不是语义判断。让模型自己挑,等于把流程交给它猜——而它猜错的成本是一整章的返工。
Q3:这套方法只适用于小说吗? A:不是,但收益最高的是多环节、长周期、风格要求稳定的任务。小说最典型;报告、剧本、系列内容也适用。单轮问答不适用。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。