长篇 AI 写作要先解决记忆和结构
写长篇时，AI 最常见的问题不是不会写，而是忘了谁欠谁、谁死过、哪条伏笔还没收、上一卷的核心矛盾是什么。解决办法不是把所有内容塞进提示词，而是把故事事实结构化保存起来。
马良用三级大纲管方向，用知识图谱管事实，用多智能体管生成和校验，再用节奏分析看每章是不是在推进。
| 长篇问题 | 裸用大模型的表现 | 马良的处理方式 |
|---|---|---|
| 设定遗忘 | 上下文一长就漏 | 知识图谱记录实体和事件 |
| 剧情跑偏 | 每章都像新故事 | 总纲、卷纲、章节蓝图约束方向 |
| 节奏变平 | 一直解释或一直打架 | 章节节奏分析对标公共库样本 |
| AI 味积累 | 越写越像模板 | 去 AI 味、错别字、排版工具链处理 |
一套更稳的长篇流程
开书前
先定总纲、世界观和主角欲望，不急着生成正文。
每卷前
写清卷目标、卷尾爆点和必须回收的伏笔。
每章前
用章节蓝图确认本章推进点，再让生成 Agent 写。
每章后
一致性 Agent 检查设定，知识图谱记录新事实。
先把这些问题说透
AI 能写百万字小说吗？
能辅助写，但不建议全自动。百万字需要人把控方向，AI 负责执行、整理和校验。
为什么长上下文模型还会吃书？
长上下文能放更多内容，但注意力会稀释，也不会自动知道哪些事实最重要。结构化记忆更稳。
长篇最先应该搭什么？
先搭总纲和设定库，再拆卷纲。正文可以晚一点开始，先把路线铺好。
多智能体有什么用？
它把规划、生成、设定和校验拆开，不让一个模型同时扮演所有角色。
适合已经写了一半的书吗？
适合。可以导入旧稿，再整理设定和大纲，让后续章节不再靠记忆硬撑。