AI 内容创作 / 系统课时
管理长文一致性
管理长文一致性
长文最容易在持续扩写中出现人物设定变化、术语混用、前后事实冲突和章节目标漂移。本课将建立一套轻量的一致性资产,并把检查动作嵌入每章写作前后,使修改可追踪、冲突可定位、规则可复用。
学习目标
- 建立人物表、术语表、章节摘要和约束清单
- 区分不可变事实、可调整表达与待确认信息
- 使用增量审查和变更记录维持长文统一
建立四类一致性资产
一致性不是依靠作者记忆,而是依靠可查询的外部记录。人物表保存身份、目标、关系和语言特征;术语表固定名称、定义与禁用写法;章节摘要记录本章新增事实和状态变化;约束清单保存全篇必须遵守的叙事、格式和边界规则。
| 资产 | 记录重点 | 何时更新 |
|---|---|---|
| 人物表 | 身份、动机、关系、口吻、当前状态 | 人物首次出现或状态改变后 |
| 术语表 | 标准写法、定义、同义词、禁用词 | 新术语出现或命名变更后 |
| 章节摘要 | 事件、结论、伏笔、未决问题 | 每章定稿后 |
| 约束清单 | 视角、时间线、格式、事实边界 | 全局规则调整后 |

四类资产应由同一套标准维护。相同信息只保留一个权威位置,其他位置通过引用或摘要关联,避免多份副本分别修改后产生新的冲突。
在写作前冻结不可变约束
开始新章节前,先把本章会用到的全局信息整理成“上下文包”。其中要明确哪些内容绝对不能改,哪些表达可以调整,哪些信息尚未确认。这样模型不会把推测当成既定事实,也不会为了文风流畅而擅自补全设定。
下面是一份可直接复用的配置示例:
chapterGoal: "解释主角为何决定离开团队"
immutableFacts:
- "故事采用第三人称限知视角"
- "主角不知道导师已经辞职"
- "行动发生在周五晚上"
preferredTerms:
团队负责人: "项目经理"
客户端: "移动端应用"
styleRules:
- "段落以动作和可观察细节为主"
- "避免全知视角解释其他人物内心"
openQuestions:
- "导师辞职的真实原因尚未确定"验证这份配置时,应确认每条不可变事实都能在已有正文或作者决策中找到依据,术语映射不存在一词多义,待确认项不会被写成确定结论。
让每章留下可追踪摘要
章节摘要不是内容梗概,而是后续写作需要继承的状态快照。它应优先记录“发生了什么变化”,而不是重新复述整章。摘要越短,后续检索越稳定;但人物状态、时间位置、关键承诺和未回收伏笔不能遗漏。
可使用以下固定模板:
章节目标:
新增事实:
人物状态变化:
术语或命名变化:
新增伏笔:
已回收伏笔:
未决问题:
下一章必须继承的约束:完成摘要后,用它与上一章摘要对照,检查时间是否连续、人物是否无理由改变立场、已经回收的伏笔是否被再次当作悬念,以及新术语是否进入术语表。
使用增量审查代替全文重写
每完成一章,只比较“新章节”与“相关资产”,不要把整部长文交给模型重新生成。增量审查能缩小上下文范围,也能让问题定位到具体句子和具体规则。审查结果应分为冲突、疑点和建议三类,避免把可选优化误判为必须修改。
请根据人物表、术语表、上一章摘要和约束清单审查新章节。
只报告能够指出证据位置的问题,并按以下格式输出:
1. 冲突:新章节与既有事实直接矛盾。
2. 疑点:信息不足,暂时无法判断。
3. 建议:不影响事实一致性的表达优化。
不要重写全文。每项都给出原句、依据和最小修改方案。预期输出:
1. 冲突
原句:主角独自驾车前往车站。
依据:人物表记录“主角不会开车”。
最小修改:改为乘出租车前往;若确需保留驾车情节,先更新人物表并补充学习驾驶的前置事件。
2. 疑点
原句:导师再次承诺下周参加会议。
依据:上一章摘要只记录导师离开,未说明是否继续参与项目。
最小修改:标记为待确认,确认后再决定保留或删除。处理冲突与版本变更
发现冲突后,先判断是正文写错,还是设定确实发生了变化。正文写错时,只修正受影响段落;设定变化时,先更新权威资产,再检查后续章节。每次全局变更都要记录变更原因、影响范围和生效章节,防止旧规则在后续提示词中继续出现。
| 冲突类型 | 优先处理方式 |
|---|---|
| 正文与不可变事实冲突 | 修改正文 |
| 新设定替代旧设定 | 更新资产并记录生效点 |
| 两份资产互相冲突 | 选定唯一权威来源 |
| 信息无法确认 | 标记待确认,不强行补全 |
本课总结
- 长文一致性依赖人物表、术语表、章节摘要和约束清单共同维护
- 写作前读取约束,写作后提取变化并执行增量审查
- 全局设定变更必须先更新权威资产,再同步受影响章节
下一课预告
下一课将学习“处理常见输出故障”,建立从症状识别、原因定位到最小修复与回归验证的排查流程。