用通用大模型写长篇,失败曲线相当一致:前 10 章尚可,20 章勉强,40 章开始散架。
我把 40 章之后的失败样本逐条拆开,发现它们可以归成三类,而且三类都不属于"生成质量"范畴:
失败类型 | 具体表现 | 真正的问题域 |
|---|---|---|
进度丢失 | 模型不知道"现在该写什么",只会顺着往下编 | 状态管理 |
风格漂移 | 前 10 章是冷硬悬疑,第 30 章变成甜宠 | 规则注入 |
事实冲突 | 人设前后矛盾、伏笔埋了忘收、章号错乱、同一件东西前后价格不同 | 外部记忆 |
这三类有一个共同点:换更强的模型、写更长的提示词,都不会改善。 因为模型在这三件事里都不是"能力不够",而是"位置不对"——它被迫同时扮演作者、进度管理员、设定档案员和审稿人。
我们内部的原话是:"记不住、写不对、拦不住、插不上手——这四个问题,没有一个能靠换个更强的模型或者写更好的提示词解决。它们是流程问题,只能用流程解决。"
还有一个容易被忽略的现象:单章好,不等于全书一致。 很多人判断"有没有崩"用的是"我读着还行",这个标准在长篇里会失灵。单章是局部最优,把它和前面三十章放在一起,句子的长度、留白的密度、人物说话的腔调会露出破绽——读起来像好几个人接力写的。
把"一次写一本"改成"一步一步走"。每个环节有明确产出,上一环的产出强制注入下一环:
序号 | 环节 | 代号 | 产出 | 注入下一环的内容 |
|---|---|---|---|---|
1 | 构思 | C14 | 题材方向、核心设定 | 题材与核心设定 |
2 | 深化构思 | DEEPEN | 故事核、人物动机、冲突骨架 | 故事核 + 因果骨架 |
3 | 人物种子 | SEED | 人物种子卡 | 性格 / 关系 / 能力边界 |
4 | 全书规划 | PLAN | 分卷架构、逐章目录 | 分卷 + 逐章目录 |
5 | 章节框架 | OUTLINE | 单章框架、场景、戏眼 | 本章框架 + 本场四元组 |
6 | 初稿 | DRAFT | 章节正文 | 正文(待审) |
7 | 审查 | REVIEW | 一致性核查结果 | 核查结论 |
8 | 定稿 | FINAL | 入库 | 章节摘要(回写台账) |
关键设计:状态机记录"当前处于哪个环节",每一环的字段有独立存储位,缺上一环字段则下一环不启动。
这句话是整套设计的地基。它意味着"设定还没定就往下写"这件事在物理上不可能发生——不是靠提示词劝模型别这样,是程序根本没有给你这个入口。
状态机只做两件事:现在允许进入哪一步、进入之前缺什么。它不生成任何内容,也不负责跑流程。
但它顺带决定了两件事:这一步该加载哪张规则卡、该从四本台账里取哪几条。所以"状态机 / 规则卡 / 台账"不是三个独立的功能,是一套机制的三层——状态机是控制层,规则卡是约束层,台账是记忆层。
一本 260 章的书如果当成"一个任务",必然失控。所以切成三层:
全书循环
└─ 逐卷循环(写满一卷 → 回分卷环节)
└─ 逐章循环(写完一章 → 回框架环节)每层都有明确的完成条件,于是:每章写完就能验证,不用等全书写完才发现崩;每卷写完就能对账;全书进度永远可查、可停、可续。
这三层是整套设计里最关键的部分。它把"能不能写完"从一个运气问题,变成了一串可判定的小问题。
闸门 | 拦什么 |
|---|---|
确认门 | 由作者确认才推进 |
承接硬门 | 上一章没定稿,下一章框架不生成 |
字数门 / 假完成门 | 字数不达标,或"显示完成但无内容" |
防跳章 / 防跳卷 | 连续编号,缺号即拦 |
卷末对账门 | 伏笔、章号自动核对 |
全部是确定性程序,不依赖外部服务。程序判定的事,就不会静默通过。
大多数工具的质量控制是事后的:写完一看,前后矛盾,再回头改。闸门是事中的:不合格的内容根本流不到下一环。
所以"闸门不是更严格的检查,而是更便宜的返工。"——写到 200 章发现第 30 章的伏笔没回收,你要改的不是第 30 章,是中间 170 章的连锁关系。
项 | 值 |
|---|---|
测试时间 | 2026 年 10 月 |
作品类型 | 中文男频长篇(单一题材,未换线) |
模型 | DeepSeek V4.1 Flash(全流程同一模型) |
单章目标字数 | 2400–3000 字 |
目标章数 | 260 章(单部作品连续推进) |
推进方式 | 每环节等待确认,跨卷由系统自动拉起 |
统计口径 | 每章入库时记录一致性核查结果、返修原因、上下文体积 |
"崩"的定义是三条同时成立:
没达到这三条的,不算崩,只算"质量波动"。 这条线必须提前划死,否则测出来的数字没有意义——把"写得不够精彩"也算崩,任何系统都能测出崩。
指标 | 数值 | 说明 |
|---|---|---|
最长连续推进 | 260 章 / 70 多万字 | 单部作品,未换线 |
单章平均产出 | 2400–3000 字 | 与目标一致 |
人物一致性失败 | 0 次(触发审查拦截后返修) | 审查环节生效 |
事实冲突 | 0 次 | 台账比对 |
伏笔断线 | 0 次(超 30 章未收) | 伏笔台账追踪 |
返修率 | 约 8% | 主要为薄章与场景重复 |
单章上下文 | 6–7 万字符 | 不随章数线性增长 |
这组数字要连起来读才成立: 260 章这个数如果单独拿出来,它什么也证明不了——不同题材、不同模型、不同参与程度下的 260 章完全不是一回事。所以我把条件和判据一起放上来。
顺带说一句我们自己的口径:已有用户写到 135 章以上。这是用户侧记录,不是我们跑出来的。
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。
崩在 40 章,不是模型能力问题,是流程问题。把状态管理、规则约束、事实记忆从模型手里拿走,交给程序侧的流程与台账,长篇连续推进的稳定性会有量级上的变化。
但这不是银弹。它牺牲了"一句话出全文"的便利,要求作者在每个环节做确认,而且只对长篇叙事有效。
三条可复制的建议(不需要买任何工具就能用):
一句话收口:模型不需要记住整本书,它只需要在当前这一步做对。
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。