首页
学习
活动
专区
圈层
工具
发布
社区首页 >专栏 >如何在AI写作过程降低system prompt

如何在AI写作过程降低system prompt

原创
作者头像
用户12865354
修改于 2026-11-20 10:54:23
修改于 2026-11-20 10:54:23
310
举报
文章被收录于专栏:写作智能体写作智能体

一、AI写作核心要点记不住:规则不是被忘记,是被稀释

最常见的做法是把写作要求一次性写进 system prompt:题材、文风、节奏、禁忌、爽点间隔、对话比例、句式偏好,两千字能写完还算克制,写全了通常是一万多字。

问题不在"写得不够全",在"写全了也没用":

  • 约束彼此稀释。 一万字里,真正对当前这一步有用的可能只有八百字,剩下九千多字是噪音。模型不是把每条规则等权执行,它是在一个被九千字噪音包围的语境里判断"这句话怎么写"。
  • 约束会互相打架。 "开头三句内进场景"和"允许用环境描写建立氛围"同时存在时,模型每次采样选一条,表现为"这一章和上一章不像同一个人写的"。
  • 改一次规则要全量回归。 一个文件里改一行,你不知道会影响哪一章。

我们踩到的具体表现是:前 10 章是冷硬悬疑,第 30 章开始变成甜宠。 这不是模型忘了要求,是要求被稀释到失去约束力。


二、这边用糖糖写作为例:多张规则卡,按环节加载

2.1 分层的判断标准

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

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)。

2.2 规则资产的实际规模

多 张规则卡,合计约 21 万字,最大单张在两万五千字量级。

这个规模决定了"一次性注入"在物理上不可行:最大那张卡单独就超过了很多窗口的合理占用。所以分层不是优化,是必要条件。

但要注意:21 万字不是"每张都要读完"。 一张两万五千字的卡,实际注入时用的是它的判据段和示例段,不是全文。判据不可省,示例可省——这是加载器最核心的一条取舍。

2.3 加载器的三条规则

  1. 超预算时可以裁示例,不能裁判据。 判据被裁掉,环节就失去验收标准,分层白做。示例是"这么写过",判据是"什么算不合格"——前者可省,后者不可省。
  2. 环节之间要有显式继承。 上一环节的产出(故事核、人物卡、本章框架)不是"再描述一遍",而是把结构化字段直接注入下一环节,否则分层会把上下文切断。
  3. 卡片要能检测冲突。 两张卡对同一问题给出相反指令时,加载器应该报错,而不是让模型去猜。

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"。

2.4 分层加载 vs 一次性注入

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


三、实测条件与判据

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"):

  1. 风格漂移:第 60 章与第 10 章的句式分布出现肉眼可辨的系统性偏移(句长、对白占比、书面语密度);
  2. 禁忌击穿:常驻层明确禁止的表达在正文出现;
  3. 规则真空:某环节需要的约束没有被任何一层加载(属于配置错误,不计入机制失效)。

四、数据

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%。

需要如实说明:这个 −60% 是改造前后的同环节对比。补上常驻层之后(见失败案例 1),实际落到 −55% 左右。我在标题里写 60%,是因为那是最干净的一次对比口径;如果你要复现,请按常驻层的实际大小自己折算。

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。


五、失败案例

案例 1:分层之后出现"规则真空",禁用词在第 30 章冒出来

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。

案例 2:两张卡给了相反指令,模型每章随机选一个

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——同一(环节, 冲突键)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,26 张卡全量过一遍约需两个工作日。

案例 3:把审查卡提前加载到初稿环节,产出变保守、变短

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。 也是那句"闸门不是更严格的检查,而是更便宜的返工"的由来。


六、结论

规则卡分层加载,省的不只是 token。它真正的价值是把"这条规则为什么在这"变成可追问的问题——一次性注入的提示词里,没有一句话能被追溯到"它属于哪一步"。

三条可复制的建议:

  1. 先量 system prompt 的体积,再谈文风。 一万多字的提示词里,对当前这一步真正有效的往往不到一成,剩下的是在稀释。
  2. 把"任何环节都不得违反"的规则拎出来做常驻层。 剩下的才分层。顺序搞反,你会在第 30 章发现禁用词冒出来。
  3. 给卡片加冲突键。 两张卡矛盾时让加载器报错,不要让模型去猜——它猜的方式是每次采样选一条,你永远复现不了。

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。

目录
  • 一、AI写作核心要点记不住:规则不是被忘记,是被稀释
  • 二、这边用糖糖写作为例:多张规则卡,按环节加载
    • 2.1 分层的判断标准
    • 2.2 规则资产的实际规模
    • 2.3 加载器的三条规则
    • 2.4 分层加载 vs 一次性注入
  • 三、实测条件与判据
  • 四、数据
  • 五、失败案例
    • 案例 1:分层之后出现"规则真空",禁用词在第 30 章冒出来
    • 案例 2:两张卡给了相反指令,模型每章随机选一个
    • 案例 3:把审查卡提前加载到初稿环节,产出变保守、变短
  • 六、结论
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档