Skip to content

Latest commit

 

History

History
1001 lines (685 loc) · 17.6 KB

File metadata and controls

1001 lines (685 loc) · 17.6 KB

写法引擎模块详细开发文档 V1

1. 模块概述

1.1 模块名称

写法引擎

1.2 模块定位

写法引擎是小说创作系统中的写法资产中枢。 它负责将拆书分析、范文提取、手动定义、作品反推得到的写法规律,转化为可编辑、可复用、可绑定、可执行的写法资产,并在生成阶段通过规则注入与反AI约束,控制模型输出风格与叙事方式。

1.3 解决的问题

当前系统存在以下问题:

  1. 拆书模块中的“文风与技法”偏描述性,只能看,不能直接驱动生成。
  2. 生成模块缺少稳定的风格控制层,AI容易回到通用写法,出现八股感。
  3. 缺少可复用的写法模板,用户每次都要重新描述想要的风格。
  4. 缺少反AI特征约束,模型容易出现总结句、升华句、解释性心理描写等常见问题。
  5. 风格规则无法针对整本书、卷、章节、角色视角等不同层级进行绑定。

1.4 核心目标

写法引擎需要完成以下目标:

  • 将“写法分析”升级为“写法控制”
  • 将“拆书结果”升级为“可执行资产”
  • 将“风格描述”升级为“结构化规则”
  • 将“AI生成”纳入可检测、可修正的写法约束链路

2. 模块在系统中的位置

2.1 所属系统位置

写法引擎属于创作系统核心中台模块,位于:

拆书 / 范文 / 当前作品
        ↓
     写法引擎
        ↓
   生成模块 / 润色模块 / 续写模块
        ↓
   输出检测 / 自动修正

2.2 与其他模块关系

与拆书模块关系

拆书模块负责发现写法,写法引擎负责沉淀并执行写法

拆书输出内容包括:

  • 文风与技法
  • 叙事方式
  • 节奏特征
  • 对话风格
  • 角色表达方式

这些内容可作为写法引擎的来源输入,通过“从拆书生成写法”功能转换为结构化写法资产。

与世界观模块关系

世界观模块控制“写什么”,写法引擎控制“怎么写”。

与角色模块关系

角色模块提供人物设定与状态,写法引擎控制角色在文本中的表现方式,例如:

  • 是否嘴硬
  • 是否自省
  • 是否直接说情绪
  • 是否偏口语或偏冷静

与章节生成模块关系

写法引擎在章节生成前提供规则注入,在生成后提供AI味检测与偏差修正。

与润色模块关系

润色模块不再只负责“更通顺”,而要负责“更符合当前写法资产”。


3. 核心设计原则

3.1 描述层与执行层分离

写法引擎必须将:

  • 给用户看的自然语言分析
  • 给系统执行的结构化规则

分开存储与展示。

3.2 来源统一,应用统一

无论写法来自:

  • 拆书
  • 粘贴文本
  • 手动创建
  • 当前作品反推

最终都要统一进入同一套写法资产结构。

3.3 写法可绑定、可组合、可分层

写法不应只是“整本书属性”,而应支持:

  • 全书级
  • 卷级
  • 章节级
  • 角色视角级
  • 单次任务级

3.4 模板与规则分离

内置写法模板是预设资产,反AI特征库是约束库。 模板定义方向,规则库负责刹车和纠偏。

3.5 检测与修正闭环

写法引擎不能只在生成前生效,还必须在生成后进行偏差检测与重写修正。


4. 功能范围

4.1 本期包含

  1. 从拆书生成写法
  2. 从文本提取写法
  3. 手动创建写法
  4. 内置写法模板
  5. 写法规则编辑
  6. 反AI特征库管理
  7. 写法应用绑定
  8. 试写测试
  9. AI味检测
  10. 自动修正预览

4.2 本期不包含

  1. 多人协作编辑写法资产
  2. 复杂版本分支合并
  3. 基于训练数据的自动学习型风格演化
  4. 跨项目共享资产市场
  5. 模型层面微调训练

5. 用户目标与使用场景

5.1 典型用户

  • 网文作者
  • 剧情策划型作者
  • 依赖AI辅助创作的用户
  • 希望控制文风一致性的长篇作者

5.2 典型使用场景

场景一:从拆书结果沉淀写法

用户在拆书模块完成分析后,点击“从拆书生成写法”,把文风与技法转换为可执行写法资产。

场景二:从一段范文提取写法

用户粘贴喜欢的文本片段,提取其中的叙事规律、人物表达与语言风格。

场景三:套用内置模板快速生成

用户选择“底层循环现实流”“悬疑压迫递增流”等模板,作为当前创作任务的写法基础。

场景四:为当前小说绑定写法

用户将某套写法应用到整本书,或绑定到某卷、某章节、某角色视角。

场景五:检测AI味并重写

章节生成后,系统自动检测是否存在过强AI特征,若存在则触发自动修正。


6. 页面结构设计

6.1 模块首页结构

页面名称

写法引擎

首页分区

  1. 新建写法
  2. 内置模板
  3. 我的写法资产
  4. 反AI特征库
  5. 应用与测试

6.2 新建写法区

创建入口

  • 从拆书生成
  • 从文本提取
  • 手动创建
  • 从当前作品提炼

字段设计

  • 写法名称
  • 简介
  • 分类
  • 标签
  • 适用题材
  • 来源说明

6.3 内置模板区

展示内容

  • 模板分类
  • 模板卡片
  • 模板简介
  • 适用场景
  • 默认绑定的反AI规则
  • 一键应用按钮
  • 基于模板新建按钮

初期内置模板建议

  1. 底层循环现实流
  2. 爽文递进推进流
  3. 悬疑压迫递增流
  4. 情绪拉扯流
  5. 群像交织流
  6. 日常浸没流
  7. 冷峻专业流
  8. 荒诞黑色幽默流

6.4 写法编辑页

页面区域划分

  1. 基础信息
  2. 叙事规则
  3. 人物表达规则
  4. 语言风格规则
  5. 节奏规则
  6. 反AI规则绑定
  7. AI草稿与人工编辑区
  8. 应用范围配置
  9. 试写测试区

主要交互控件

  • 输入框
  • 文本区域
  • 单选/多选
  • 滑条
  • 开关
  • 标签选择器
  • 规则绑定器
  • 实时预览区

6.5 反AI特征库页面

页面内容

  • 规则分类筛选
  • 规则列表
  • 启用状态
  • 严重级别
  • 检测说明
  • 触发示例
  • 修正建议
  • 是否自动重写

支持动作

  • 启用/禁用
  • 强度调节
  • 复制规则
  • 自定义新增
  • 绑定到写法
  • 从写法解除绑定

6.6 应用与测试页

页面功能

  • 选择写法资产
  • 选择应用目标
  • 输入主题或片段
  • 执行试写
  • 显示结果
  • AI味检测
  • 修正预览
  • 一键应用到目标范围

7. 数据结构设计

7.1 写法资产主表

{
  "id": "style_001",
  "name": "底层循环现实流",
  "description": "通过碎片化生活与反复落空表现人物困境",
  "category": "现实流",
  "tags": ["第一人称", "口语化", "碎片叙事"],
  "source_type": "from_book_analysis",
  "source_ref_id": "book_analysis_123",
  "status": "active",
  "version": 1,
  "created_at": "2026-03-20T10:00:00Z",
  "updated_at": "2026-03-20T10:00:00Z"
}

7.2 写法规则表

{
  "style_id": "style_001",
  "narrative_rules": {
    "progression_mode": "time_sequence",
    "scene_unit_pattern": ["行为", "落差", "自我合理化"],
    "multi_pov": false,
    "looping": true,
    "ending_style": "unresolved"
  },
  "character_rules": {
    "allow_self_reflection": false,
    "emotion_expression": "behavior_only",
    "defense_mechanisms": ["嘴硬", "转移", "自我合理化"],
    "face_priority": true
  },
  "language_rules": {
    "register": "colloquial",
    "roughness": 0.8,
    "allow_incomplete_sentences": true,
    "allow_swearing": true,
    "sentence_variation": "high",
    "allow_useless_details": true
  },
  "rhythm_rules": {
    "pace": "medium_fast",
    "paragraph_density": "high",
    "allow_fragmented_flow": true,
    "action_over_explanation": true
  }
}

7.3 反AI绑定表

{
  "style_id": "style_001",
  "rule_ids": [
    "anti_001",
    "anti_003",
    "anti_006",
    "anti_010"
  ]
}

7.4 应用绑定表

{
  "id": "binding_001",
  "style_id": "style_001",
  "target_type": "chapter",
  "target_id": "chapter_12",
  "priority": 2,
  "weight": 0.85,
  "enabled": true
}

7.5 反AI规则表

{
  "id": "anti_001",
  "name": "禁止解释型心理描写",
  "type": "forbidden",
  "severity": "high",
  "description": "禁止直接使用“他感到”“他意识到”等句式解释人物心理",
  "detect_pattern": ["他感到", "他意识到", "他明白了"],
  "rewrite_suggestion": "将心理解释转为行为、动作、对话或环境反应",
  "auto_rewrite": true,
  "enabled": true
}

8. 内置写法模板设计

8.1 模板标准字段

每个内置模板必须包含:

  1. 模板名称
  2. 模板简介
  3. 适用类型
  4. 叙事规则
  5. 人物表达规则
  6. 语言风格规则
  7. 节奏控制规则
  8. 默认反AI规则绑定

8.2 模板示例:底层循环现实流

模板说明

通过碎片化时间流与持续落空的小目标,构建人物被现实吞咽又靠嘴硬自保的叙事氛围。

叙事规则

  • 以时间推进为主
  • 每段包含行为与落差
  • 收尾不解决问题
  • 允许大量生活碎音

人物规则

  • 禁止深度自省
  • 必须嘴硬或自我合理化
  • 情绪通过动作表达

语言规则

  • 口语化强
  • 可粗粝
  • 允许脏话
  • 允许半句与断裂表达

默认反AI规则

  • 禁止主题升华
  • 禁止解释型心理描写
  • 鼓励无意义生活细节
  • 鼓励现实落差
  • 鼓励嘴硬补偿

8.3 模板示例:冷峻专业流

模板说明

以专业事实与行业细节压住情绪,形成克制但有压力感的叙事方式。

核心规则

  • 行业细节优先
  • 情绪不直说
  • 事实压情绪
  • 对话偏信息性
  • 避免廉价金句

9. 反AI特征库设计

9.1 规则分类

禁止型规则

触发即判违规,需提示或自动重写。

示例:

  • 禁止解释型心理描写
  • 禁止主题总结
  • 禁止段尾升华
  • 禁止标准化转折句
  • 禁止过度工整排比
  • 禁止直接说教

风险型规则

提示高AI味风险,但不一定自动重写。

示例:

  • 段落长度过于整齐
  • 句式重复率过高
  • 对话过于功能化
  • 三段连续解释无动作
  • 情绪表达过显

鼓励型规则

用于增强真实感、人味与杂质感。

示例:

  • 鼓励加入无意义小动作
  • 鼓励加入现实落差
  • 鼓励加入生活噪音
  • 鼓励人物嘴硬补偿
  • 鼓励信息杂质存在

9.2 第一阶段建议内置规则

禁止型

  1. 禁止“他感到……”
  2. 禁止“这让他意识到……”
  3. 禁止“命运似乎……”
  4. 禁止“生活就是……”
  5. 禁止段尾升华
  6. 禁止总结主题

风险型

  1. 段落长度过于整齐
  2. 连续三段解释性叙事
  3. 对话纯功能推进

鼓励型

  1. 至少加入一个无意义动作
  2. 至少加入一处现实落差
  3. 至少加入一句嘴硬补偿

10. 核心业务流程设计

10.1 从拆书生成写法流程

用户进入拆书模块
    ↓
查看文风与技法分析
    ↓
点击“从拆书生成写法”
    ↓
系统提取拆书结果中的风格信息
    ↓
生成自然语言总结 + 结构化写法规则
    ↓
进入写法编辑页
    ↓
用户调整后保存
    ↓
形成写法资产

转换规则说明

拆书中的描述性内容需要转换为执行性规则。

例如:

  • “多视角切换灵活” → multi_pov = truepov_switch_style = flexible

  • “语言兼具哲理与口语” → register = mixedallow_philosophy = truephilosophy_embedding = dialogue_or_action_only


10.2 从文本提取写法流程

输入文本
   ↓
执行写法提取
   ↓
输出分析总结
   ↓
输出结构化规则
   ↓
用户编辑
   ↓
保存为写法资产

10.3 写法应用流程

选择写法
   ↓
选择应用范围
   ↓
设置优先级与强度
   ↓
保存绑定
   ↓
生成模块读取绑定关系
   ↓
注入写法约束

10.4 生成后检测修正流程

模型输出正文
   ↓
进入AI味检测器
   ↓
检查反AI规则
   ↓
标记违规内容
   ↓
输出检测报告
   ↓
执行自动修正或用户确认修正

11. Prompt 分层设计

11.1 原则

写法引擎不应把整份 JSON 原样塞给模型,而应通过约束编译器转为更适合模型执行的 Prompt 规则块。


11.2 Prompt 组成层级

第一层:全局创作上下文

  • 世界观
  • 人物设定
  • 当前任务目标

第二层:写法约束块

  • 叙事规则
  • 人物表达规则
  • 语言规则
  • 节奏规则

第三层:反AI约束块

  • 禁止项
  • 风险提醒
  • 鼓励项

第四层:任务目标

  • 生成章节
  • 润色
  • 改写
  • 续写
  • 试写

11.3 编译示例

输入结构化规则

{
  "allow_self_reflection": false,
  "emotion_expression": "behavior_only",
  "allow_useless_details": true
}

编译后 Prompt 片段

写作时禁止直接解释人物心理,不得使用“他感到”“他意识到”等表达。
人物情绪只能通过行为、动作、对话或环境反应体现。
允许保留生活性杂音与不推动剧情的琐碎细节,以增强真实感。

12. 输出检测器设计

12.1 检测目标

  1. 是否偏离当前写法
  2. 是否出现AI常见病
  3. 是否缺失应有写法特征

12.2 检测维度

  • 心理描写方式
  • 总结句比例
  • 升华句比例
  • 工整度
  • 对话功能化程度
  • 行为细节密度
  • 杂质信息存在度
  • 现实落差存在度
  • 嘴硬/补偿存在度

12.3 检测结果输出

检测结果应包括:

  • 总体风险评分
  • 违规规则清单
  • 触发位置
  • 修正建议
  • 是否可自动重写

12.4 自动修正策略

轻度问题

局部重写违规段

中度问题

重写若干连续段落

重度问题

整段重写或整章重写


13. 接口设计建议

13.1 创建写法资产

POST /api/style-profiles

请求体

{
  "name": "底层循环现实流",
  "source_type": "from_text",
  "content": "原文内容",
  "category": "现实流"
}

13.2 从拆书生成写法

POST /api/style-profiles/from-book-analysis

请求体

{
  "book_analysis_id": "analysis_001",
  "name": "从《某作品》提炼的现实流写法"
}

13.3 获取写法详情

GET /api/style-profiles/:id


13.4 更新写法规则

PUT /api/style-profiles/:id/rules


13.5 绑定写法到目标

POST /api/style-bindings

请求体

{
  "style_id": "style_001",
  "target_type": "novel",
  "target_id": "novel_123",
  "weight": 0.9,
  "priority": 1
}

13.6 获取反AI规则列表

GET /api/anti-ai-rules


13.7 检测AI味

POST /api/style-detection/check

请求体

{
  "style_id": "style_001",
  "content": "生成内容"
}

13.8 自动修正

POST /api/style-detection/rewrite


14. 前端交互细节建议

14.1 新建写法

点击来源卡片后进入不同向导。

从拆书生成

  • 选择拆书记录
  • 预览可提取内容
  • 选择要纳入的维度
  • 生成草稿

从文本提取

  • 输入名称
  • 粘贴文本
  • 选择提取深度
  • 生成草稿

14.2 AI草稿与手工编辑并行

编辑页保留:

  • AI草稿区
  • 手工结构化规则区

用户可以在 AI 草稿基础上编辑结构化字段,而不是只改一段长文。


14.3 冻结机制

建议保留“冻结此小节”能力,用于防止重新生成覆盖人工修改。


14.4 测试入口

编辑页直接提供“试写一段”,方便验证写法效果,不必跳出模块。


15. MVP 开发范围建议

15.1 第一阶段必须完成

  1. 写法资产主模型
  2. 从拆书生成写法
  3. 从文本提取写法
  4. 手动创建写法
  5. 4 套内置模板
  6. 12 条反AI规则
  7. 写法绑定到整本书 / 当前章节 / 本次生成
  8. AI味检测
  9. 一键重写

15.2 第二阶段再做

  1. 角色视角级绑定
  2. 卷级绑定
  3. 写法组合
  4. 自定义反AI规则
  5. 历史版本对比
  6. 写法继承与覆盖

16. 推荐开发顺序

第一步:数据结构与数据库表

先把写法资产、规则、绑定、反AI规则表建立起来。

第二步:从文本提取写法

这是最独立、最容易先跑通的入口。

第三步:内置模板

有了模板,整个模块立刻有基本可用性。

第四步:从拆书生成写法

打通拆书模块与写法引擎。

第五步:生成前注入

让写法开始真实影响生成。

第六步:输出检测与重写

形成闭环。


17. 风险与注意事项

17.1 不要只存大段自然语言分析

否则后续仍然无法可靠执行。

17.2 不要把反AI规则全塞进单个 Prompt

要做规则化组织,否则维护困难。

17.3 不要让“模板”和“实际写法资产”混为一体

模板是起点,资产是用户可编辑、可绑定的实体。

17.4 不要只支持整本书级绑定

否则无法适应多卷、多角色、多阶段写法变化。

17.5 检测器不要只查关键词

应结合段落结构、句式密度、行为细节比例等维度逐步升级。


18. 成功标准

写法引擎做成功的标准不是“分析得好看”,而是下面四条:

  1. 用户能从拆书结果快速生成一套可用写法
  2. 写法能真实改变生成结果
  3. 系统能检测并压制常见AI写作特征
  4. 写法资产能复用、组合、分层绑定

19. 模块一句话定义

写法引擎是将写法规律转化为可执行创作约束的核心模块,它负责发现写法、沉淀写法、应用写法,并纠正AI偏离写法的输出。