在内容产业的迭代中，AI 不再只是辅助工具，而是创作者的“第二大脑”。本文通过番茄平台的写作实践，探讨 AI 如何参与爽文创作，从生产逻辑到读者体验，揭示技术与创意的交汇点。

最近经常刷导各类短视频、小说推荐，发现套壳内容多、抄袭现象严重。最近比较出圈的段子：黄皮子讨封被说像玉皇大帝；修仙之人救了村民反被道德绑架为什么不早点来，修仙之人直接一步二不休斩杀被邪修附体的道德绑架之人；末日圣母直接被赶出屋外等。同一个模板，只要火了，不出1天，就出来不下十几分版本，换个名字、男女对调、身份一换，甚至台词可能都是一模一样，又是一个新的故事，继续在平台投放抓流量。AI不就能帮助干重复性工作吗？干脆自己开一本小说玩玩，看看现在AI能做到什么程度。

成果

先说结果：时间：AI流程搭建：3D+完整输出小说：7D小说章节：90章（删减过后的），19W字小说核心人物：5人类型：娱乐圈、成长风格：富有地域特色、生动鲜活、充满烟火气

实践

基于之前已有的AI尝试，这边AI阶级方案路径基本已经很清晰了。

找灵感

在查找资料的过程中，找到了一些专门写小说的网站。提供各种能力，帮助用户解决小说过程中的所有场景，例如生成金手指、生成世界观、小说大纲等。然后将这些能力包装成应用或者工作流，卖解决方案给到用户。

基于这些行业里的成熟的解决方案，已经告诉大家，作家写一篇小说分别包含哪些步骤和细节。接下来，就可以根据来设计自己的工作流了。由于本次小说是基于现代社会，讲某个Idol如何一步步被打压然后成名的故事。基于这个应用以及自己要写的小说的内容，找到了本次AI要实现的3个能力：小说大纲生成、AI扩写、润色小说保持风格一致。

加强认知

由于AI目前还有技术难题：

1）上下文限制

不能完全输出全部故事内容，而一旦连续性任务，提示词约束就会越弱，越偏离原先预定的方向。

2）需要持续的人工干预

当输出结果与预期不符时，需要重新生成或编辑。

3）AI不是全知全能，也可能会犯错

AI生成的东西，即使经过了其他AI的检验和修正，也会出现一些常识性的错误。因此，在设计AI工作流时，除了需要考虑拆分Agent完成不同任务外，还需要一个外挂的知识库，约束Agent每次任务的执行，最迫切的是一个Task管理当前任务进度，一个文件夹管理已经生成的章节。

大模型选取

每个大模型的风格和能力范围是有参差的，一个模型可能并不能很好的完成所有的任务。可以基于自己的偏好选取合适的大模型。本次选用了3个大模型帮忙完成任务：

1. GPT5.1 生成标准化的评价标准和结构化的提示词；
2. Deepseek V3.1 生成更加符合中国阅读习惯的内容；
3. Muset 应用预置的Gemini 3 Pro 将小说内容改写成统一的风格。

以下截取本次挑选小说生成大模型的情况，大家可自行参考（没有设置系统提示词）：

Input：修仙之人救了村民反被道德绑架为什么不早点来，修仙之人直接一步二不休斩杀被邪修附体的道德绑架之人。根据这个故事情节，写一篇小说。

小说大纲

在这里遇到了一个难题，AI不是全知全能，也可能会犯错，因此，需要人工来判断小说大纲的好坏，但是问题是，本人并没有写小说的经验，无法判断什么样的大纲是好的。

1）通过AI教育AI

提问AI，好的标准是什么，好的大纲是什么样的，好的小说是什么样的。Input：优秀的小说大纲，具备哪些特点？Output（截取）：

2）提示词编写

在得到评判标准后，短时间内学习然后自己去判定大纲肯定是事倍功半，因此直接将这个标准当做系统提示词喂给大模型。截取部分：

2）测试一下

Input

Output

本次结果就是基于当前这个提示词下生成的大纲，然后扩写得到的小说全文。但是由于是兴趣所致，所以小说的选题、受众都比较小众，数据惨淡。回过头来再找到问题根源，本身小说情节就比较干（用户提示词质量差），没有起伏波动，导致整个故事的脉络都很枯燥，平铺直叙。而系统提示词中的七点法，也并不是经典的方案和案例。后续又找了一下小说故事脉络常用手法，例如：英雄旅程、丹·哈蒙故事环等，大家可以自己尝试调整提示词。

小说扩写

任务设置由于小说扩写内容超长，因此需要外接知识库，知识库预设了4个：

• 当前小说完整大纲（第一步生成的内容）
• 当前完成任务进度（To Do list，例如总共100个待办，当前进度*/100，已完成的打勾）
• 任务（核心），描述当前在做什么事情，怎么使用知识库，如何输出，如何保存等；

• 空白文件夹，用于保存生成的内容。工具设置

文件夹读取、增删改查工具——filesystem，及工具的权限配置（具体设置方式可以参考前面一篇文章：如何利用Agent构建自动化数据采集模型。启动

人工干预在运行过程中，会发生各种问题：

• 内容生产的偏离大纲
• 任务没完成、但是todolist 已经打勾
• 任务完成，但是todolist 没有打勾
• 重复生产相同章节的内容

由于上下文的限制，一般5章，1-2W字左右，模型会做一次任务完成的中止，然后需要你的二次指示，继续任务。这时候，就需要在单次任务完成后，检查生产的内容，重复的部分择优保存，多余的删除，超出大纲或者不符合大纲章节的部分删除，并将todolist任务取消勾选；todolist整理，打勾部分是否正确等。在继续任务的过程中，会存在历史记忆脱离任务的现象，举个例子：

这个现象的原因是：记忆和提示词，都会作为新一轮大模型的提示词来做为输入，AI在本次可能判断为3已经完成。为了解决这个问题，可以执行2种操作：

• 写一个新的提示词，告知大模型，3做的不好，重新输出3；
• 清除上下文记忆，按最新的提示词执行。

结果

生成的小说可读性较差，文字比较生硬，AI味重。

小说整理

接下来就是将小说正文进行改写，但是单章节来做得重复100多次。利用Trae对文档的处理，让Trae将100多章内容合并成多个文件，每个文件包含10章内容，手动执行10次。（其实可以让Trae一次性执行，但是担心报错）。

小说润色

这里用到的是muset.ai这款写作助手，他的主要作用是，可以根据用户提供的文章内容作出分析，给到比较准确的风格、情绪、节奏、偏好等。不需要额外的提示词，对普通用户较为友好。

我在番茄找到了一篇排名、评分较高的小说，下载了一章的内容，作为参考，然后让Muset按照这个文章的风格来改写小说。Muset比较细腻的感知到了参考内容的风格：

在获取到风格后，开始对文章内容进行一行一行的改写，然后给到用户思考，是否接受改写。

在这个过程中，也出现了最开始小说扩写没注意到的问题，比如前后段落重复，路人甲已经变好，但是后面又成了坏人形象，已经完成了A事件，过了一段时间又开始做A事件。但是在润色的过程中，这些逻辑并没有被发现，是在发布到小说平台时，发现的问题，只能又通过Trae去做批量修改，将路人甲改为路人乙（凭空出现的路人乙），以及手动删除某些章节（从140多章缩减到实际90章），并一句话带过为什么突然故事进展到这里。最终的结果是好的，一篇小20W字的小说发布出去了，虽然数据惨淡，但是一步一个坑的踩过来，也算是知道了SOP是怎么做的。

难点复盘

幻觉处理

强制重置（清空上下文，或者写新的提示词重新生成）、人工干预（人工review结果，对结果进行处理和重新标记）。

质量波动

提示词优化，更细腻的提示词和精准的案例作为参考。

写在最后

这是一次基于兴趣的尝试，但是对于AI的运用路径大都一致：

• 遇到问题看看能否找到案例或现有解决方案，参考他们的做法；
• 越垂直的Agent完成的任务越优秀；
• 所有的Agent都基于优秀的提示词+人工不断的干预；
• 自己需要有足够的知识来判断和认知什么是好的；
• 多尝试新鲜事物，例如最新的大模型、最新的解决方案，不知道什么时候，就用上了。

另外，借用鹤守月满池老师的关于写作技巧：

• 大纲先写一部分，看反馈调整后续大纲的方向；
• 效果不好，立马弃文换方向。

祝大家都能写出自己理想的小说，玩的开心~