1. 多視角跳轉(zhuǎn)失控的典型癥狀與根因定位寫(xiě)過(guò)AI輔助長(zhǎng)篇小說(shuō)的人大概率都經(jīng)歷過(guò)這個(gè)場(chǎng)景你讓模型用三個(gè)角色的視角輪流推進(jìn)同一段劇情第一輪輸出還算正常到了第三輪開(kāi)始視角就像喝多了的攝影師上一句還是我主角看見(jiàn)她推門(mén)進(jìn)來(lái)下一句突然變成她推開(kāi)門(mén)看見(jiàn)他坐在窗邊再下一句又莫名其妙切回全知視角點(diǎn)評(píng)了一句其實(shí)兩人都不知道這場(chǎng)相遇將改變一切。讀起來(lái)不是小說(shuō)是一份視角混亂的會(huì)議紀(jì)要。這個(gè)問(wèn)題在圈內(nèi)被叫做視角漂移POV Drift本質(zhì)上是模型在長(zhǎng)上下文里丟失了當(dāng)前敘述者是誰(shuí)這個(gè)狀態(tài)錨點(diǎn)。它和普通的文筆差、邏輯崩是兩回事——文筆可以靠提示詞調(diào)邏輯可以靠大綱約束但視角跳轉(zhuǎn)是狀態(tài)管理問(wèn)題得從架構(gòu)層面解決光靠請(qǐng)你保持第一人稱這種祈使句是壓不住的。先把我實(shí)測(cè)中遇到的癥狀歸個(gè)類(lèi)方便你對(duì)號(hào)入座癥狀表現(xiàn)典型觸發(fā)場(chǎng)景根因?qū)蛹?jí)同一段落內(nèi)人稱突變我→他→我對(duì)話密集、多人同場(chǎng)提示詞層視角人物知道了不該知道的信息懸疑、多線并行上下文層每輪生成都重置視角忘記上一輪是誰(shuí)長(zhǎng)章節(jié)、分段續(xù)寫(xiě)狀態(tài)層全知視角偷偷混入限知視角場(chǎng)景轉(zhuǎn)換、時(shí)間跳躍架構(gòu)層角色A的心理活動(dòng)被寫(xiě)成角色B的雙主角、群像戲狀態(tài)層這張表是我踩了大概兩周坑之后才總結(jié)出來(lái)的。一開(kāi)始我以為是模型能力不行換了好幾個(gè)大模型結(jié)果發(fā)現(xiàn)換模型只能緩解不能根治——因?yàn)閱?wèn)題不在模型本身而在于你喂給它的上下文里視角狀態(tài)是隱式的模型每輪都要重新猜。提示如果你現(xiàn)在還在用你是一個(gè)專(zhuān)業(yè)小說(shuō)家請(qǐng)保持第一人稱這種單句提示詞來(lái)控制視角那基本等于沒(méi)控制。視角是需要被當(dāng)作結(jié)構(gòu)化狀態(tài)來(lái)管理的不是一句風(fēng)格指令能搞定的。排查的第一步我建議你先做一個(gè)最小復(fù)現(xiàn)實(shí)驗(yàn)?zāi)靡欢稳藢?duì)話的場(chǎng)景讓AI連續(xù)生成5輪每輪200字然后逐輪標(biāo)記敘述者。如果5輪里視角切換超過(guò)2次且不是你要求的那就可以確認(rèn)是狀態(tài)管理問(wèn)題而不是偶發(fā)抽風(fēng)。這個(gè)實(shí)驗(yàn)我做過(guò)不下十次幾乎每次都能穩(wěn)定復(fù)現(xiàn)說(shuō)明它是系統(tǒng)性的。定位到根因之后解決思路就清晰了把視角從提示詞里的形容詞變成上下文里的結(jié)構(gòu)化字段。下面幾章我會(huì)拆開(kāi)講具體怎么做。2. 把視角當(dāng)成狀態(tài)機(jī)核心架構(gòu)的重新設(shè)計(jì)很多人做AI寫(xiě)小說(shuō)腦子里想的是我寫(xiě)個(gè)提示詞模型就幫我寫(xiě)。這個(gè)心智模型在短文本上沒(méi)問(wèn)題但一旦涉及多視角長(zhǎng)文就必須切換成狀態(tài)機(jī)思維小說(shuō)是一個(gè)狀態(tài)不斷流轉(zhuǎn)的系統(tǒng)視角人物、時(shí)間線、已知信息、場(chǎng)景位置都是狀態(tài)變量每一輪生成都是讀狀態(tài)→生成→寫(xiě)回狀態(tài)的循環(huán)。2.1 為什么提示詞工程救不了視角混亂我先說(shuō)個(gè)反直覺(jué)的結(jié)論視角混亂不是提示詞問(wèn)題是上下文結(jié)構(gòu)問(wèn)題。你提示詞寫(xiě)得再漂亮如果每一輪傳給模型的上下文里沒(méi)有明確的當(dāng)前POV角色A角色A已知信息[...]角色A未知信息[...]模型就只能從最近幾千字里自己推斷。而推斷這件事在長(zhǎng)上下文里極不穩(wěn)定。我實(shí)測(cè)過(guò)一個(gè)對(duì)比同樣的提示詞一組只給劇情大綱一組額外給一個(gè)結(jié)構(gòu)化的POV狀態(tài)塊。結(jié)果前者5輪里視角漂移3次后者5輪里0次漂移。差距就是這么直接。2.2 一個(gè)可落地的POV狀態(tài)結(jié)構(gòu)我最終用的狀態(tài)結(jié)構(gòu)大概長(zhǎng)這樣用JSON存每輪生成前注入上下文{ current_pov: 林晚, pov_type: first_person_limited, scene_location: 舊書(shū)店二樓, scene_time: 雨夜 21:40, pov_knows: [陳默來(lái)過(guò)書(shū)店, 書(shū)架第三層有暗格], pov_does_not_know: [陳默的真實(shí)身份, 暗格里信件的來(lái)源], other_characters_present: [陳默], last_sentence: 我伸手去夠那本《夜航船》。 }這個(gè)結(jié)構(gòu)里最關(guān)鍵的兩個(gè)字段是pov_knows和pov_does_not_know。前者防止模型寫(xiě)出角色突然失憶后者防止模型寫(xiě)出角色開(kāi)了上帝視角。我踩過(guò)的最大的坑就是沒(méi)寫(xiě)does_not_know結(jié)果模型讓主角在第一輪就隱約感覺(jué)到陳默不簡(jiǎn)單——問(wèn)題是按大綱這個(gè)懷疑要到第五章才該出現(xiàn)。2.3 狀態(tài)流轉(zhuǎn)的三種觸發(fā)方式狀態(tài)不是靜態(tài)的它會(huì)在三種情況下變化你得分別處理場(chǎng)景切換觸發(fā)角色從A地點(diǎn)移動(dòng)到B地點(diǎn)scene_location和other_characters_present要更新。劇情事件觸發(fā)發(fā)生了角色目睹/參與的事件pov_knows要追加。主動(dòng)切換POV觸發(fā)你決定下一章?lián)Q敘述者current_pov和整套knows/does_not_know 都要重置。我建議把這三類(lèi)觸發(fā)寫(xiě)成顯式的函數(shù)而不是讓模型自己判斷。模型判斷狀態(tài)流轉(zhuǎn)的準(zhǔn)確率實(shí)測(cè)大概只有六成剩下四成會(huì)給你整出角色瞬移或者信息穿越。注意狀態(tài)更新一定要在生成之后、下一輪之前做不要指望模型在生成的同時(shí)自己更新?tīng)顟B(tài)。我試過(guò)讓模型生成完順便更新?tīng)顟B(tài)結(jié)果它經(jīng)常把狀態(tài)更新和正文混在一起輸出解析起來(lái)非常痛苦。2.4 狀態(tài)機(jī)的偽代碼骨架給你一個(gè)我實(shí)際在用的骨架語(yǔ)言無(wú)關(guān)理解邏輯就行def generate_next_segment(state, outline): prompt build_prompt( pov_blockstate.to_pov_block(), recent_contextstate.recent_3_segments, outline_sliceoutline.get_current_chapter() ) text call_llm(prompt) new_state update_state(state, text, outline) return text, new_state核心就是build_prompt里那個(gè)pov_block它把狀態(tài)結(jié)構(gòu)翻譯成模型能讀的自然語(yǔ)言。我一般會(huì)寫(xiě)成這樣一段【當(dāng)前視角】林晚第一人稱限知視角 【當(dāng)前位置】舊書(shū)店二樓雨夜21:40 【林晚已知】陳默來(lái)過(guò)書(shū)店書(shū)架第三層有暗格 【林晚未知】陳默的真實(shí)身份暗格里信件的來(lái)源 【在場(chǎng)角色】陳默 【上一句結(jié)尾】我伸手去夠那本《夜航船》。這段東西看起來(lái)樸素但它把視角從一個(gè)抽象概念變成了模型可以直接讀取的約束。實(shí)測(cè)下來(lái)加了這段之后視角漂移率從每5輪3次降到每10輪1次左右再配合后面的校驗(yàn)機(jī)制基本能壓到可接受范圍。3. 上下文注入的實(shí)操細(xì)節(jié)與常見(jiàn)翻車(chē)點(diǎn)架構(gòu)設(shè)計(jì)好了接下來(lái)是落地。這一章講的是怎么把狀態(tài)真正喂進(jìn)模型以及我在這過(guò)程中踩過(guò)的具體坑。這部分是純實(shí)操網(wǎng)上很少有人講透。3.1 上下文窗口的分配策略多視角小說(shuō)最要命的是上下文長(zhǎng)度。你既要塞狀態(tài)塊又要塞前文還要塞大綱模型的窗口很快就不夠用。我的分配策略是這樣的狀態(tài)塊固定占 300-500 token永遠(yuǎn)放在最前面優(yōu)先級(jí)最高。最近3段正文占大頭保證語(yǔ)言連貫性。當(dāng)前章節(jié)大綱占 200-400 token。全局設(shè)定人物卡、世界觀按需注入不每次都塞。我試過(guò)把全局設(shè)定每次都塞進(jìn)去結(jié)果上下文被撐爆模型反而開(kāi)始遺忘最近的劇情。后來(lái)改成按場(chǎng)景相關(guān)性動(dòng)態(tài)注入——比如當(dāng)前場(chǎng)景涉及陳默才把陳默的人物卡塞進(jìn)去效果明顯好很多。3.2 狀態(tài)塊的位置比內(nèi)容更重要這是個(gè)反直覺(jué)的發(fā)現(xiàn)狀態(tài)塊放在上下文最前面比放在最后面效果好。我一開(kāi)始想當(dāng)然地把它放在最后離生成位置最近結(jié)果模型經(jīng)常忽略它。后來(lái)挪到最前面配合一句以下是本次生成的硬約束遵守率明顯提升。原因我猜是模型對(duì)開(kāi)頭的指令區(qū)和結(jié)尾的續(xù)寫(xiě)區(qū)有不同處理方式狀態(tài)塊屬于指令放開(kāi)頭更符合它的預(yù)期。3.3 三個(gè)我踩過(guò)的具體坑坑一狀態(tài)塊寫(xiě)得太長(zhǎng)模型當(dāng)成正文續(xù)寫(xiě)。有一次我把狀態(tài)塊寫(xiě)得特別詳細(xì)結(jié)果模型直接開(kāi)始續(xù)寫(xiě)狀態(tài)塊里的內(nèi)容把林晚未知陳默的真實(shí)身份續(xù)寫(xiě)成了林晚其實(shí)早就猜到了陳默的身份……。解決辦法是給狀態(tài)塊加明確的分隔符比如用包起來(lái)并在后面加一句以上為約束不要續(xù)寫(xiě)?？佣nows 和 does_not_know 有重疊。有次我手滑同一個(gè)信息既寫(xiě)進(jìn)了 knows 又寫(xiě)進(jìn)了 does_not_know模型直接懵了輸出了一段自相矛盾的心理描寫(xiě)。后來(lái)我加了個(gè)校驗(yàn)函數(shù)確保兩個(gè)集合無(wú)交集?？尤袚QPOV時(shí)忘了清空上一輪的 knows。從林晚視角切到陳默視角時(shí)如果不清空模型會(huì)讓陳默知道林晚才知道的信息。這個(gè)坑最隱蔽因?yàn)檩敵鲎x起來(lái)還挺順只有對(duì)照大綱才發(fā)現(xiàn)信息穿越了。3.4 一個(gè)實(shí)用的注入模板我把上面這些經(jīng)驗(yàn)固化成了一個(gè)模板你可以直接抄 生成約束不要續(xù)寫(xiě)本段 當(dāng)前視角{pov_name}{pov_type} 當(dāng)前位置{location}{time} {pov_name}已知{knows_list} {pov_name}未知{does_not_know_list} 在場(chǎng)角色{present_characters} 上一句結(jié)尾{last_sentence} 約束結(jié)束 請(qǐng)以上述視角續(xù)寫(xiě)保持{pov_type}不要寫(xiě)出{pov_name}未知的信息。這個(gè)模板我用了大概兩個(gè)月配合狀態(tài)機(jī)視角穩(wěn)定性基本能到九成以上。剩下那一成主要是模型本身的偶發(fā)抽風(fēng)靠后面的校驗(yàn)機(jī)制兜底。4. 視角漂移的自動(dòng)檢測(cè)與修復(fù)鏈路光靠注入約束還不夠你得有個(gè)事后檢查的機(jī)制。因?yàn)槟Ｐ驮俾?tīng)話長(zhǎng)文里總會(huì)有漏網(wǎng)的漂移。這一章講的是怎么自動(dòng)檢測(cè)并修復(fù)。4.1 用規(guī)則檢測(cè)人稱突變最簡(jiǎn)單的檢測(cè)是人稱詞頻統(tǒng)計(jì)。第一人稱限知視角下我的出現(xiàn)頻率應(yīng)該遠(yuǎn)高于他/她作為主語(yǔ)的情況。我寫(xiě)了個(gè)簡(jiǎn)單的規(guī)則def detect_pov_drift(text, expected_pov_type): if expected_pov_type first_person_limited: first_person text.count(我) third_person_subject count_third_person_as_subject(text) if third_person_subject first_person * 0.5: return True return False這個(gè)規(guī)則很粗糙但能抓住大部分明顯的漂移。實(shí)測(cè)召回率大概七成誤報(bào)率一成左右。誤報(bào)主要出現(xiàn)在對(duì)話多的段落因?yàn)閷?duì)話里他本來(lái)就多。4.2 用模型做二次校驗(yàn)規(guī)則檢測(cè)抓不住的交給模型。我的做法是生成完之后再調(diào)一次模型讓它扮演視角審校員輸入是剛生成的文本和期望視角輸出是是否漂移漂移位置。這個(gè)二次校驗(yàn)的成本大概是主生成的 20%但換來(lái)的是穩(wěn)定性大幅提升。我算過(guò)賬一篇3000字的章節(jié)主生成花1塊錢(qián)校驗(yàn)花2毛但省下的是我手動(dòng)改稿的半小時(shí)。值。4.3 漂移修復(fù)的兩種策略檢測(cè)到漂移之后有兩種修法局部重寫(xiě)只重寫(xiě)漂移的那一段保留上下文。適合小范圍漂移。整段重生成把狀態(tài)塊重新注入整段重來(lái)。適合大面積漂移。我一般優(yōu)先用局部重寫(xiě)因?yàn)檎沃厣扇菀滓胄碌牟灰恢隆＞植恐貙?xiě)的提示詞大概是這樣以下段落出現(xiàn)了視角漂移請(qǐng)只重寫(xiě)【漂移部分】保持其余內(nèi)容不變。 期望視角{pov_type} 漂移部分{drift_text}4.4 一個(gè)完整的檢測(cè)-修復(fù)循環(huán)把上面這些串起來(lái)就是一個(gè)完整的循環(huán)生成正文規(guī)則檢測(cè)人稱模型二次校驗(yàn)若有漂移局部重寫(xiě)重寫(xiě)后再校驗(yàn)一次通過(guò)則更新?tīng)顟B(tài)進(jìn)入下一輪這個(gè)循環(huán)我跑了大概幾百輪穩(wěn)定性從最初的六成提升到九成五以上。剩下的5%是模型能力邊界只能靠人工兜底。提示檢測(cè)-修復(fù)循環(huán)不要設(shè)太多輪我一般最多重試2次。超過(guò)2次還修不好說(shuō)明狀態(tài)塊本身有問(wèn)題得回去檢查狀態(tài)而不是繼續(xù)讓模型硬修。5. 多角色同場(chǎng)時(shí)的視角隔離技巧多視角小說(shuō)最難的不是單人視角是多人同場(chǎng)。三個(gè)人在一個(gè)房間里你從A的視角寫(xiě)但B和C的心理活動(dòng)你都不能寫(xiě)只能通過(guò)他們的外在表現(xiàn)來(lái)暗示。這個(gè)約束模型經(jīng)常守不住。5.1 同場(chǎng)戲的信息防火墻我的做法是給每個(gè)在場(chǎng)角色建一個(gè)信息防火墻當(dāng)前POV角色能觀察到什么不能觀察到什么寫(xiě)清楚。比如【林晚可觀察】陳默的表情、動(dòng)作、說(shuō)的話 【林晚不可觀察】陳默的內(nèi)心想法、陳默口袋里的信這個(gè)防火墻要寫(xiě)進(jìn)狀態(tài)塊。我實(shí)測(cè)過(guò)寫(xiě)了防火墻之后模型寫(xiě)出陳默心想……這種越界內(nèi)容的概率大幅下降。5.2 用外在表現(xiàn)替代內(nèi)心描寫(xiě)當(dāng)模型想寫(xiě)B(tài)的心理時(shí)引導(dǎo)它改寫(xiě)B(tài)的外在表現(xiàn)。這個(gè)可以在提示詞里明確要求不要直接描寫(xiě)非POV角色的內(nèi)心改用動(dòng)作、表情、語(yǔ)氣來(lái)暗示。舉個(gè)例子不要寫(xiě)陳默心里一緊改成陳默的手指在杯沿上頓了一下。后者既符合限知視角又更有畫(huà)面感。這個(gè)技巧我是從一個(gè)編劇朋友那學(xué)來(lái)的用在AI寫(xiě)作上效果出奇地好。5.3 對(duì)話中的視角歸屬多人對(duì)話最容易亂。我的處理原則是POV角色只能聽(tīng)到和看到不能知道對(duì)話背后的意圖。所以對(duì)話之后不要加他其實(shí)是在試探我這種解讀除非POV角色有明確理由這么想。這個(gè)約束我也寫(xiě)進(jìn)了狀態(tài)塊作為一條硬規(guī)則。實(shí)測(cè)下來(lái)對(duì)話段的視角穩(wěn)定性提升最明顯。5.4 一個(gè)同場(chǎng)戲的狀態(tài)塊示例 生成約束 當(dāng)前視角林晚第一人稱限知 場(chǎng)景舊書(shū)店二樓林晚、陳默、老板三人同場(chǎng) 林晚可觀察陳默和老板的表情、動(dòng)作、對(duì)話 林晚不可觀察陳默和老板的內(nèi)心、他們的私下交流 硬規(guī)則不寫(xiě)非POV角色內(nèi)心對(duì)話后不加心理解讀 約束結(jié)束 這個(gè)塊看起來(lái)簡(jiǎn)單但它把同場(chǎng)戲的復(fù)雜度降下來(lái)了。模型不需要猜照著約束寫(xiě)就行。6. 長(zhǎng)章節(jié)續(xù)寫(xiě)時(shí)的狀態(tài)持久化方案短篇好辦長(zhǎng)篇才是真正的考驗(yàn)。寫(xiě)到第五章、第十章前面埋的伏筆、角色的已知信息全都得記住。這一章講狀態(tài)怎么持久化。6.1 狀態(tài)存哪里我試過(guò)三種方案方案優(yōu)點(diǎn)缺點(diǎn)適用場(chǎng)景存內(nèi)存快重啟就丟單次會(huì)話存JSON文件簡(jiǎn)單、可讀并發(fā)差個(gè)人寫(xiě)作存數(shù)據(jù)庫(kù)可查詢、可并發(fā)重多人協(xié)作個(gè)人寫(xiě)作我推薦JSON文件一個(gè)章節(jié)一個(gè)文件狀態(tài)和正文分開(kāi)存。這樣出問(wèn)題了好回滾。6.2 狀態(tài)的版本管理狀態(tài)是會(huì)變的而且經(jīng)常改錯(cuò)。我建議每次狀態(tài)更新都存一個(gè)版本出問(wèn)題可以回滾。我的做法是文件名帶時(shí)間戳比如state_ch05_20240115_2130.json。這樣即使改崩了也能找回上一版。6.3 跨章節(jié)的信息繼承新章節(jié)開(kāi)始時(shí)不是所有狀態(tài)都要繼承。我的原則是人物卡全繼承世界觀設(shè)定全繼承上一章的 knows部分繼承只繼承與本章相關(guān)的場(chǎng)景狀態(tài)不繼承重新初始化這個(gè)部分繼承很關(guān)鍵。如果全繼承上下文會(huì)越來(lái)越長(zhǎng)模型反而抓不住重點(diǎn)。我一般只繼承本章涉及的角色和事件。6.4 一個(gè)跨章節(jié)的狀態(tài)初始化流程讀取上一章結(jié)束時(shí)的狀態(tài)根據(jù)本章大綱篩選相關(guān)角色和事件初始化本章的POV狀態(tài)塊注入全局設(shè)定人物卡、世界觀開(kāi)始生成這個(gè)流程我固化成了一個(gè)腳本每次開(kāi)新章跑一遍省得手動(dòng)拼狀態(tài)。7. 實(shí)測(cè)數(shù)據(jù)與調(diào)優(yōu)過(guò)程中的經(jīng)驗(yàn)教訓(xùn)講了這么多方法最后說(shuō)說(shuō)實(shí)測(cè)數(shù)據(jù)和踩過(guò)的坑。這部分是我覺(jué)得最有價(jià)值的部分因?yàn)榫W(wǎng)上講AI寫(xiě)作的大多只講怎么做不講做了之后效果如何、哪里會(huì)翻車(chē)。7.1 一組對(duì)比數(shù)據(jù)我用同一段三人對(duì)話場(chǎng)景跑了三組對(duì)比每組10輪方案視角漂移次數(shù)信息穿越次數(shù)平均生成耗時(shí)純提示詞648s提示詞狀態(tài)塊219s狀態(tài)塊檢測(cè)修復(fù)0.5012s數(shù)據(jù)很直觀狀態(tài)塊把漂移砍掉三分之二檢測(cè)修復(fù)再砍掉剩下的。代價(jià)是耗時(shí)增加50%但換來(lái)的是幾乎不用手動(dòng)改稿這筆賬怎么算都值。7.2 三個(gè)反直覺(jué)的發(fā)現(xiàn)發(fā)現(xiàn)一模型越大視角穩(wěn)定性不一定越好。我試過(guò)幾個(gè)不同規(guī)模的模型發(fā)現(xiàn)大模型在文筆上確實(shí)強(qiáng)但在視角約束的遵守上反而不如某些中等模型。我猜是大模型創(chuàng)作欲更強(qiáng)更容易自作主張。所以選模型不能只看參數(shù)得看它在你的約束下守不守規(guī)矩。發(fā)現(xiàn)二狀態(tài)塊越簡(jiǎn)潔遵守率越高。我一開(kāi)始把狀態(tài)塊寫(xiě)得很詳細(xì)結(jié)果模型經(jīng)常被細(xì)節(jié)帶偏。后來(lái)精簡(jiǎn)到只保留核心字段遵守率反而上去了。這跟提示詞越長(zhǎng)越好的直覺(jué)是反的。發(fā)現(xiàn)三檢測(cè)修復(fù)循環(huán)的收益遞減。第一輪修復(fù)能解決八成漂移第二輪解決剩下的一成五第三輪基本沒(méi)收益。所以我設(shè)了2次上限超過(guò)就人工介入。7.3 幾個(gè)我至今沒(méi)完全解決的問(wèn)題老實(shí)說(shuō)這套方案不是萬(wàn)能的。有幾個(gè)問(wèn)題我到現(xiàn)在也沒(méi)完全解決超長(zhǎng)對(duì)話中的視角歸屬超過(guò)10輪的連續(xù)對(duì)話模型偶爾還是會(huì)搞混誰(shuí)在說(shuō)。時(shí)間跳躍時(shí)的狀態(tài)重置從三天后這種跳躍狀態(tài)重置經(jīng)常不干凈。多線并行的視角切換兩條線同時(shí)推進(jìn)時(shí)切換點(diǎn)的狀態(tài)管理還是容易出問(wèn)題。這些問(wèn)題我目前的處理方式是人工兜底——生成完之后重點(diǎn)檢查這幾類(lèi)段落。AI寫(xiě)作現(xiàn)階段還是AI生成人工精修的模式指望全自動(dòng)出精品不現(xiàn)實(shí)。7.4 給不同階段寫(xiě)作者的建議如果你是剛?cè)腴T(mén)我建議先從單視角練起把狀態(tài)塊和檢測(cè)機(jī)制跑通再上多視角。多視角的復(fù)雜度是單視角的好幾倍一上來(lái)就搞容易勸退。如果你已經(jīng)寫(xiě)了十幾萬(wàn)字那重點(diǎn)應(yīng)該放在狀態(tài)持久化和跨章節(jié)繼承上這是長(zhǎng)篇的命門(mén)。如果你在團(tuán)隊(duì)協(xié)作那狀態(tài)得存數(shù)據(jù)庫(kù)還得考慮并發(fā)和版本沖突這是另一個(gè)量級(jí)的問(wèn)題了。最后分享一個(gè)我個(gè)人的小習(xí)慣每次開(kāi)新章之前我會(huì)先把這一章的POV狀態(tài)塊手寫(xiě)一遍不依賴腳本。手寫(xiě)的過(guò)程能幫我理清這一章到底要講什么、從誰(shuí)的視角講、哪些信息該露哪些該藏。這個(gè)習(xí)慣看起來(lái)笨但比直接讓AI生成靠譜得多。AI是工具視角的決策權(quán)還是得握在自己手里。