怎麼讓AI模仿我的文風寫小說?文風分身教程:喂幾段代表作,AI寫得像你
AI寫的小說千人一味,老讀者一眼就能看出換人代寫了?馬良寫作文風分身功能完整教程:貼上2到5段自己的代表作,系統提煉出可手工編輯的文風特徵卡,之後AI續寫、擴寫、去AI味改寫預設都帶你的味道。本文講透三步建立流程、樣本挑選的乾貨、試寫對比與書級繫結用法,附槽位與積分費用明細,免費檔也能上手體驗一番。
本篇目錄 9 節
用 AI 寫小說的人,多半撞過同一堵牆:工具是好用,可寫出來的東西,跟隔壁作者用同一個工具寫出來的幾乎一個模子。句式四平八穩,形容詞堆得整整齊齊,連轉折的節奏都像同一個老師教的。你自己看著彆扭,老讀者更敏感——追了你三年的書友,翻兩段就在評論區問:這章是不是換人代寫了?
扎心嗎?扎心。但這不全是你的問題,也不真是模型的問題。大模型的預設輸出,本來就是幾十億條文本的「平均值」,它沒見過你,自然寫不出你。想讓 AI 寫得像你,得先讓它認識你。
馬良寫作新上線的「文風分身」乾的就是這件事:把你自己的代表作片段餵給系統,提煉出一張可編輯的文風特徵卡,之後所有 AI 續寫、擴寫、改寫,預設都帶著你的味。這篇教程把建立流程、樣本挑選、試寫對比、書級繫結和積分費用一次講透。
核心要點
- 文風分身用 2 到 5 段你自己的代表作(總量上限 5000 字)提煉 3 到 6 條可執行的文風特徵,特徵卡可以手工改。
- 技術上是 few-shot 樣本注入,不是模型微調;提煉失敗或者乾脆跳過提煉,也不影響使用。
- 支持全局預設和書級繫結兩種應用範圍,優先順序是小說繫結高於全局預設。
- 和「去 AI 味改寫」搭配使用,改完的稿子既自然、又像你親手寫的。
AI 寫的東西,為什麼誰用都一個味?
大模型的訓練目標是「預測下一個最可能的詞」。注意,是「最可能」,不是「最像你」。幾十億條語料平均下來,輸出天然向著安全、通順、無個性的方向收斂:句子長度趨於均勻,用詞偏向高頻,情緒起伏被抹平。這就是大家常說的「AI 味」。
你當然可以在提示詞裡寫「請用輕快幽默的文風」。有點用,但很有限。形容詞式的要求太抽象了,模型對「幽默」的理解還是那個平均值的幽默。真正管用的辦法,是把你的原文直接擺在它面前——技術上叫 few-shot,少樣本示例。模型照著你的真實段落寫,比聽一百句形容詞都強。
英文圈的 Sudowrite 早就驗證過這條路,它的 Style 功能同樣是讓作者上傳自己的文字來定製輸出風格。思路是相通的:與其教 AI「什麼是好文筆」,不如直接給它看「你的文筆長什麼樣」。
文風分身是什麼?它和爆款仿寫有什麼區別?
一句話:文風分身,是用你自己的代表作,教 AI 寫得像你自己。
拆開看是三層。第一層,喂料:貼上 2 到 5 段你寫過的片段,每段建議 200 到 800 字,總量上限 5000 字,超了系統會攔下來。第二層,提煉:系統讀完樣本,產出一張「特徵卡」——3 到 6 條可執行的文風特徵,類似「短句為主,一句話很少超過二十字」「對話密度高,習慣用對話推進劇情」「偏愛具體名詞,少用四字成語」。每一條都能手工編輯,覺得提煉偏了就自己改。第三層,注入:儲存之後,AI 續寫、擴寫、改寫時預設帶上這張卡和你的樣本。
老使用者大概會問:這和站裡的爆款仿寫不是一回事嗎?還真不是。爆款仿寫是拆別人的書——把番茄爆款的開頭、節奏、鉤子扒下來學,方向朝外;文風分身是學你自己——把你已經寫順的腔調固定下來,方向朝內。一個幫你追市場,一個幫你守住辨識度。兩個功能完全可以同時用:靠爆款仿寫學結構和節奏,靠文風分身兜住語言層面的「你味」。
還有一點必須說清楚:文風分身不是模型微調。它沒有拿你的樣本去重新訓練模型,而是每次生成時把樣本和特徵卡塞進上下文,屬於 few-shot 注入。好處是即建即用,不用等訓練;就算提煉那一步失敗了,或者你嫌麻煩直接跳過,僅靠樣本注入也照樣工作,流程不會被卡死。
三步建立,五分鐘搞定
入口在 AI 聊天面板:打開右側聊天,頂部找到「文風」Tab,點新建,三步彈窗就出來了。
第一步,起名加喂樣本。名字隨意,「日常靈異腔」「古言正劇腔」都行,方便以後切換時認得出。樣本區貼上 2 到 5 段代表作,每段 200 到 800 字最穩,總量別超 5000 字——這是硬校驗,超了儲存不了。
第二步,提煉風格。點一下,系統開始分析樣本,稍等片刻特徵卡就出來了。逐條讀一遍,不準的直接改,多餘的刪掉。這一步允許跳過,跳過就只做樣本注入,效果弱一點,但完全可用。
第三步,選應用範圍。兩個選項:全局預設,你所有書的 AI 生成都帶這個文風;或者繫結指定小說,只在那本書裡生效。選完儲存,分身就建好了。
整個流程實際走下來,粘樣本花的時間比點按鈕還多。真沒什麼門檻。
樣本怎麼挑,AI 才學得像?
這一段是純乾貨,也是決定效果的關鍵。特徵卡提煉得準不準,八成看你餵了什麼。
想讓 AI 學你的對話腔,就挑對話多的段落。人物你來我往、短句交鋒的那種片段,比大段獨白有用得多,系統能從中抓到你的對話密度、口癖、說話節奏。對話本身怎麼寫出味道,可以搭配AI 小說對話寫作指南一起看。
想讓 AI 學你的畫面感,就挑描寫段。環境、動作、氛圍渲染,挑你自己最滿意的那幾段。寫景平平的段落就別放了,AI 學了個平庸回來,冤不冤?
千萬別混兩種完全不同的文風。你早期寫的沙雕文和現在寫的正劇腔,塞進同一個分身,提煉出來的特徵會互相打架,AI 無所適從。真有兩種腔調的需求,就建兩個分身,各喂各的。
再一個容易踩的坑:別喂沒打磨過的初稿。喂進去的應該是你反覆修改過、自己讀著最「像自己」的段落。垃圾進垃圾出,這條鐵律在這兒同樣成立。
篇幅上,與其塞滿 5000 字上限,不如精挑三四段各有側重的:一段對話、一段描寫、一段心理、一段敘事推進。覆蓋面比堆量重要。
一本書一個味,書級繫結怎麼用?
同時開幾本書的作者對這個功能會特別有感覺。你的都市文是貧嘴腔,仙俠文是冷峻腔,總不能每次切書都手動換一遍文風吧?
書級繫結解決的就是這個:一本書綁一個分身,切書自動切文風。生效優先順序也簡單——小說繫結的分身高於全局預設,兩個都沒有就不注入。你可以設一個全局兜底的文風,再給個別調性不同的書單獨繫結,互不干擾。
繫結之後的日常使用幾乎無感:聊天輸入區上方有個文風 chip,顯示當前生效的分身叫什麼,點一下能切換,也能臨時關掉。寫番外想換個畫風?關掉就是,寫完再開。
順手的喂料入口也值得一提:在編輯器正文裡圈選 50 到 2000 字,浮動工具欄裡有「存為文風樣本」,選中直接追加進分身。寫著寫著覺得「這段特別有我的味」,兩秒就存進去了,分身跟著你一起成長。
試寫對比:像不像,當場見分曉
建完分身別急著開寫,先做一次試寫對比,這是最直觀的驗收動作。
入口就在分身儲存之後。給一段引子——比如你下一章的開頭兩句——系統左右兩欄各寫 150 字左右:左邊無文風,模型裸寫;右邊帶上你的分身。並排一放,差別肉眼可見。裸寫那欄通常四平八穩,帶文風那欄能明顯看到你的句式習慣和用詞偏好冒出來。
要是右邊看著還不像?回去改特徵卡,或者換幾段更有代表性的樣本,再試一次。試寫對比按量計費,一次大概 1 到 3 積分,試個五六輪也花不了多少,比正式生成完再返工便宜太多了。
為什麼說它和去 AI 味改寫是組合拳?
馬良寫作有個免費的去 AI 味改寫工具,專治 AI 生成內容的機翻感和模板腔。以前的用法是:AI 寫完,丟進去改寫,出來的文字確實更自然了——但也只是「自然的通用文風」,不是你的文風。
現在把文風分身開著再跑去 AI 改寫,效果完全不一樣:改寫引擎在抹掉 AI 味的同時,會往你的文風特徵上靠。出來的稿子既沒有機器腔,又帶著你的句式和用詞習慣。一次處理,解決兩個問題,這才叫組合拳!
注入的產品目標是先保留原意和劇情事實,再貼合文風,但模型輸出仍需要人工複核,尤其要檢查人物動機和事件順序。文風分身可用於章節生成、內容矯正、改寫和去 AI 改寫,改稿環節的完整玩法可以看AI 小說修改潤色指南。
能建幾個分身?要花多少積分?
槽位按會員檔位來:免費使用者 1 個,基礎會員 3 個,專業 5 個,旗艦 8 個。降檔之後超出的分身不刪除,只是停用,重新升級回來就能繼續用,樣本和特徵卡都還在。
費用分三塊。特徵提煉 5 積分一次,改了樣本重新提煉就再花一次。試寫對比按量計費,大約 1 到 3 積分一次。日常寫作時的注入不額外收功能費,但樣本和特徵卡會佔輸入 token,實際消耗比不開文風時略高,介面上有明示,心裡有數就行。所有價格以站內即時報價為準。
免費檔也給了 1 個槽位,這個誠意值得說一句:你完全可以零門檻把整條鏈路跑通,覺得值再考慮升級。搭配AI 模型選擇指南挑一個性價比合適的模型,日常寫作成本能壓得很低。
常見問題
Q1:我喂進去的樣本會不會洩露?
樣本儲存在你自己的賬號下,只用於生成你的特徵卡和寫作時的上下文注入。文風分身的技術路線是 few-shot 注入而非模型微調,你的文字不會被拿去訓練模型。
Q2:文風分身是模型微調嗎?
不是。它在每次生成時把你的樣本和特徵卡作為示例塞進上下文,屬於少樣本注入。好處是即建即用、隨改隨生效;提煉步驟失敗或跳過也不影響使用。
Q3:免費使用者能用文風分身嗎?
能。免費檔有 1 個分身槽位,建立、試寫對比、日常注入全都可用。特徵提煉 5 積分一次、試寫對比約 1 到 3 積分一次,以站內即時報價為準。
Q4:AI 到底能寫得多像我?
坦白說,像不像主要取決於樣本質量。樣本有代表性、腔調統一,句式和用詞層面的相似度會相當明顯;喂的樣本雜亂或者本身特徵不鮮明,效果就會打折。建議用試寫對比多驗幾輪,邊改特徵卡邊逼近你想要的樣子。
Q5:建立文風分身時應該選什麼樣本?
優先選你親自完成、已經定稿且風格穩定的連續片段,不要把不同題材、不同年代或大量他人文字混在一起。先用少量代表性樣本試寫,確認方向後再補充,比一次堆入雜亂文本更容易定位問題。