### [拆解年入百万的AI落地项目：AI写小说（母亲节特别篇）](https://dashen.wang/article/25) **Published:** 2026-07-11T14:26:49 **Author:** AI最严厉的父亲 **Excerpt:** 她一直都有故事，缺的只是一条生产线 我妈有几本日记本，塞在柜子最深处，后来扔了。 她说喜欢写东西，结婚之后就停了。不是有人让她停，是锅要烧，孩子要接，工作要做，那几本本子没地方放了。 这种事发生在几千万个女人身上，而且没有人记录它，因为它不 > **她一直都有故事，缺的只是一条生产线** 我妈有几本日记本，塞在柜子最深处，后来扔了。 她说喜欢写东西，结婚之后就停了。不是有人让她停，是锅要烧，孩子要接，工作要做，那几本本子没地方放了。 这种事发生在几千万个女人身上，而且没有人记录它，因为它不构成新闻。 AI写小说，就是我今天要说的那件事。不是情怀，是一条拿来用的生产线，以及，你能用它在哪里赚到钱。 ## 先把市场说清楚 2025年，中国国内网络文学市场规模突破680亿元。网文用户5.37亿，同比增长9%，作者规模2405万，作品数量3620万部。IP全版权运营市场——影视、游戏、动漫、出版——整体影响规模超过2520亿元。 出海的数字更大：2025年阅文集团起点国际全年新增AI翻译作品超1万部，历史总规模环比增长281%，翻译成本降低90%以上。过去人工翻译一部百万字小语种小说要3个月、花费20万，现在AI一周完成，成本不到2万。 国内AI写作的渗透率：使用AI辅助创作的作者比例已突破40%，专业级AI写作工具用户规模超过800万。 但这里面有一个被刻意隐藏的事实：AI写小说的赛道，99%的参与者走错了方向。 起点文学2025年3月起全面禁止AI生成内容，封禁违规账号。晋江分级管控AI辅助写作，违规作品锁章退订。番茄小说对检测到AI痕迹的账号永久封禁。 同年，番茄新签约作品中62%的开篇是"退婚/重生/系统激活"三重必选剧情，角色名重复率较三年前暴涨300%。 平台封了用AI刷量的路，市场淘汰了AI批量生产的内容。 剩下的路，是另一个维度的事：用AI的工程能力，生产有人味的东西。 这不是对立，是分工。AI负责生产线，人负责灵魂。 ## AI写小说，有两条完全不同的路 第一条：**长篇工程化生产**。针对网文日更需求，用结构化工具把几十万甚至上百万字的长篇拆解成可管理、可复现的生产流程。代表工具是dashen-ai-novel-generator（大神AI小说生成器）。 第二条：**短篇蒸馏创作**。从经典IP、影视、游戏中提取情感内核，重建为完全原创的情感小说，用于私域变现、知识付费内容、代写服务。代表方法是Novel Distiller（经典蒸馏）Skill。 这两条路的技术逻辑完全不同，商业路径也不同。 我把两条都拆给你看。 ## 第一条路：长篇工程——软件原理深度拆解 为什么直接跟AI聊写不出长篇小说 这个问题，很多人从没想清楚过。 你打开豆包，说："帮我写一部100章的都市言情小说。" 它会给你一个开头，或者一个大纲，然后你就卡住了。 原因很简单：大语言模型有上下文窗口限制。即便是今天最先进的模型，一次对话能处理的文本也是有限的。一部100章、每章3000字的小说，总字数30万，远超任何模型的单次处理能力。 更深的问题是：就算上下文够用，模型也没有"记忆"。你第一章写了一个角色叫陈晚，左手有一道疤。到了第五十章，你让AI继续写，它早忘了那道疤，甚至可能忘了这个人。 这不是AI不够强，是对话式写作的结构性缺陷。它不是一个生产线，而是一个对话窗口。 dashen-ai-novel-generator做的，就是把一个对话窗口升级成一条有状态管理的工程化流水线。 软件的核心流水线：七个阶段 主题输入 → 雪花法架构生成 → 章节蓝图 → RAG章节草稿 → 一致性审校 → 定稿 → 导出 每一步都是独立的，有断点续生，不会因为中途失败丢掉所有进度。 第一阶段：雪花法四步架构生成 雪花法（Snowflake Method）是职业小说作者使用的结构化写作方法论，思路是从一句话扩展到完整故事。dashen-ai-novel-generator把这个方法论工程化了，拆成四个顺序调用LLM的步骤。 **步骤一：核心种子生成（Core Seed）** 你告诉软件：主题（topic）、类型（genre）、章节数（number\_of\_chapters）、每章字数（word\_number）、内容指导（user\_guidance）。 LLM根据这些输入，生成故事的核心种子：核心冲突是什么，主题立意是什么，叙事视角用哪个，整体基调是什么。 这个阶段的产物写入 dashen\_checkpoint.json，用于断点续生。电脑崩了，重启，它从这里继续，不是从头来。 **步骤二：角色动力学生成（Character Dynamics）** 基于核心种子，生成角色系统：主角/反派/配角各自的性格特征、内在动机、角色弧线（人物从第一章到最后一章的变化轨迹），以及角色之间的关系网。 这些内容自动写入 dashen\_characters.txt。这个文件在整个创作过程中会持续被更新，它是角色一致性的唯一真相来源。 **步骤三：世界观构建（World Building）** 根据核心种子，生成时空背景、社会制度、技术或魔法体系、核心规则设定。对于现实题材的故事，这一步处理的是城市、职场环境、时代背景；对于玄幻类型，这一步处理的是修炼体系和世界规则。 **步骤四：三幕式情节架构（Plot Architecture）** 综合前三步的所有产出，生成完整的三幕式情节架构：建置（第一幕）→对抗（第二幕）→结局（第三幕）。每幕包含关键转折点、高潮位置、悬念布局。 四步全部完成后，合并输出到 dashen\_architecture.txt，这是整本书的骨架文件。 第二阶段：章节蓝图生成 有了架构，下一步是把架构细化到每一章。 章节蓝图包含每章的：标题、章节定位、核心作用、主要出场人物、关键道具、场景地点、伏笔设计、悬念密度、转折程度、章节简述。 这不是一个简单的目录，而是对每章的功能性描述。AI在后续生成每章内容时，这份蓝图是它的上下文约束，防止它跑偏。 技术上有一个防溢出机制：章节数很多的时候，给LLM的提示词只保留最近100章的蓝图（limit\_chapter\_blueprint），避免提示词过长导致模型质量下降。 蓝图文件写入 dashen\_blueprint.txt，支持断点续生：如果中途失败，系统解析已有的章节编号，从下一章继续，不重新生成已完成的部分。 第三阶段：RAG知识库 + 三重一致性保障 这是整个系统最核心的技术部分，也是它和普通"让AI写小说"最本质的区别。 **问题的根源**：一部100章的小说，第50章的AI不知道第1章发生了什么。 **解决方案**：三套系统同时运行。 **系统一：ChromaDB向量数据库（RAG检索）** ChromaDB是一个本地向量数据库。每章写完定稿之后，这章的内容会被切分成段落，每个段落通过Embedding模型转换成向量，存入本地的ChromaDB向量库（dashen\_vectordb/目录）。 写下一章之前，系统会： 1. 让LLM生成本章相关的检索关键词（格式如"科技公司·数据泄露"，最多5组） 2. 用这些关键词在向量库里做相似度搜索，找到最相关的段落 3. 对检索结果做三级过滤：第一级：规则过滤——近2章的内容标记\[SKIP\]跳过（防止直接复制前章），3-5章内容标记\[MOD40%\]需要改写40%以上，更早的内容标记\[OK\]可以引用 第二级：LLM关键词过滤 第三级：LLM内容分类过滤 4. 把过滤后的内容作为"知识上下文"注入到当前章节的生成提示词里 这就是RAG（Retrieval Augmented Generation，检索增强生成）在小说写作中的应用。每章的AI都能"看到"前面写过的最相关的内容，而不是从零开始。 **系统二：全局摘要（Global Summary）** 每章定稿后，LLM会把本章内容和当前的全局摘要合并，生成新的全局摘要，覆盖写入 dashen\_summary.txt。 这个摘要是对全书到当前章节所有关键事件的压缩记录。它不存所有内容，只存关键信息。每章生成时，这个摘要也会被注入到提示词里。 **系统三：角色状态表（Character State）** dashen\_characters.txt 在每章定稿后也会被LLM更新，反映角色在这章之后的状态变化：情感状态、知道了什么、关系发生了什么变化、外部处境有什么改变。 三套系统并行运作：向量库负责细节检索，全局摘要负责事件脉络，角色状态负责人物一致性。这是dashen-ai-novel-generator能维持超过100章叙事一致性的底层逻辑。 第四阶段：五阶段分LLM配置 这是一个高级但重要的设计：软件把整个生产流程拆成五个阶段，每个阶段可以单独配置不同的LLM。 架构生成是创意性和逻辑性要求最高的阶段，适合用能力最强的大模型，Claude、GPT-4、Gemini都是选项。蓝图生成是结构化输出，格式要求严格，对文学质量要求不高，用中等能力模型、速度优先即可。章节草稿是文学质量要求最高的阶段，同时也是整个流程里用量最大的阶段，每章要单独调用一次，几十章下来Token消耗巨大，这里需要在质量和成本之间找平衡点。章节定稿和一致性审校是审校和逻辑检查，一个用能力强的模型，一个用中等模型就够了。 为什么这样设计？因为每个阶段的任务性质不同，用量也不同。架构只生成一次，可以用贵的模型；章节草稿要生成几十上百次，需要在质量和成本之间找平衡点。 软件支持的LLM后端包括：DeepSeek、OpenAI、Azure OpenAI、Azure AI Inference、Ollama（本地）、LM Studio（本地）、Gemini、阿里云百炼、火山引擎（字节）、硅基流动、Grok——共11种适配器。Embedding向量化后端支持6种。 用一.中转站这种API中继服务，可以用同一个接口统一管理多个模型来源，切换不同价位的模型时只需要改一个参数。 第五阶段：Token成本追踪 v2.0加入了实时Token统计和成本估算，分三个维度汇总：按阶段、按章节、按模型。支持导出CSV。 这个功能的实际意义：一部100章的长篇，全程用Claude Sonnet的话成本是多少，全程用DeepSeek V3的话是多少，分阶段混用的最优配置成本是多少——全部可量化，不再是黑盒。 第六阶段：异步批量生成（v2.0新增） 之前的版本是一章一章顺序生成，一章生成失败就卡住等你手动处理。 v2.0的异步批量生成允许并行生成多个章节，用asyncio线程池调度（最多同时跑N个worker），生成完成后按章节编号顺序合并。单章失败会被隔离，不影响其他章节的继续生成。 批量生成后，系统会自动做冲突检测（dashen\_handle\_conflict\_detection）：交叉比对并行生成的章节之间有没有人物/情节矛盾，然后给出报告。 这个功能给职业网文作者用的价值最直接：你设定好参数，让它跑着，去睡觉，早上起来十章草稿等你审校。 第七阶段：质量评分 + EPUB/PDF导出（v2.0） 自动质量评分从五个维度评价每章：情节推进、人物塑造、节奏控制、文笔表现、一致性。每章生成后自动打分，存入 .scores/chapter\_N\_score.json，有详细报告。 导出支持EPUB电子书格式（可直接发给电子书平台或者给读者下载）、PDF（排版输出）、纯TXT。EPUB导出会自动生成目录，中文排版使用预置字体映射。 ## 第二条路：短篇蒸馏——Novel Distiller Skill完整拆解 短篇蒸馏的逻辑和长篇工程完全不同。 长篇靠的是结构管理和一致性维护，短篇靠的是情绪设计和爆点工程。 这个Skill的名字叫"经典蒸馏原创小说"，核心动作是：从动漫、电影、书籍、游戏等经典IP中提取情感内核，剥掉所有原作设定，在中国现实语境里重建一个完全原创的情感小说。 核心哲学：蒸馏，不是改编 改编是：把《进击的巨人》的故事搬到中国，改个名字，换个地点。 蒸馏是：从《进击的巨人》里提取"被迫承担不可能之重的人和他选择保护的那个人之间的情感结构"，完全剥去巨人、墙、艾伦、调查团——在一个中国职场环境里，重新用这个情感骨骼写一个没有任何原作痕迹的故事。 完全不了解原作的读者读完，感受到的是一个完全可能发生在自己身边的故事。 这是核心的版权规避逻辑，也是质量的来源：好的情感结构是人类创作的公共财产，世界观和人物设定才是版权保护对象。 读者心理学五原理 这个Skill建立在五个有认知科学依据的读者心理学原理上，理解这五条，才能理解后面所有设计决策的来源。 **① 移情代入机制** 读者通过第一人称或限知视角，把自身投射进角色。代入深度决定情绪共鸣强度。代入越深，痛苦越真实。这是为什么第一人称或贴近主角的第三人称限知视角比全知视角更容易让读者哭。 **② 信息不对称制造持续张力** 读者比某个角色更早知道某件事，这种知情差产生的焦灼感是最强的阅读驱动力之一。"快告诉她啊"这种内心呐喊，是读者停不下来的根本原因。 **③ 期待落空是最强情绪引爆器** 在读者已经建立强烈期待的节点上，给予相反的结果。情绪冲击是期待实现的数倍。爽点是满足期待，虐点是打碎期待。最好的故事两者都用，在不同位置交替。 **④ 未完成叙述制造不可终止的阅读冲动** 段末悬置、话说一半、动作悬置——这些"开口"让读者无法停下。每章结尾必须有一个这样的开口。 **⑤ 痛苦共鸣的神经机制** 阅读他人痛苦时，读者的镜像神经元激活与亲身体验痛苦的神经回路高度重叠。这意味着：写得越真实，伤得越深。这是为什么"她感到非常难过"这句话没有力量，而"她把那碗面放凉了，一口没动"能让读者哭出来。 完整八步流程 第一步：来源确定与网络调研（AI执行） 第二步：人物性格自动继承（AI决定，不询问用户） 第三步：用户灵魂材料收集（唯一需要用户参与的步骤） 第四步：情节开关询问 第五步：爆点地图规划（AI内部完成） 第六步：超现实剥离与世界观重建 第七步：字数确认 第八步：正式写作 用户全程只需要回答两件事：灵魂材料 + 情节开关。其余由AI完全决策。 第一步：来源确定与调研 你告诉AI来源（《某部动漫》《某部电影》），AI立即调研： - 原作完整情感弧线和关系演变 - 原作最强情绪引爆点（哪些场景让观众反应最激烈） - 两个核心人物的性格DNA（核心特质、行为模式、情感表达方式、人性弱点） - 原作已有的人性阴暗面元素（即使是隐性的） 如果你只说方向没有指定来源，AI会提供2-3个推荐方案，每个方案说明情感内核、最强爆点、人性阴暗面，以及可以融合的其他来源。 AI还会主动说明：「我发现《XX》的某个维度相对薄弱，如果融入《YY》的某个元素，可以让虐点更有力。是否允许？」 第二步：人物性格自动继承 这是最重要的一步，也是和普通"改编"区别最大的一步。 AI基于调研，自己决定两个核心人物的性格设定，不询问用户，直接展示结论： 【女主——继承自《XX》中的某角色，现实化改造版本】 核心性格（用具体行为描述，不用性格标签）： – 她习惯把手机调成静音，有时一整天不看消息，不是忙， 是某种主动切断的需要 – \[具体行为2\] – \[具体行为3\] 情感表达模式：\[她怎么喜欢一个人——是主动靠近/隐忍等待/ 用愤怒掩盖/用独立伪装孤独\] 人性弱点（她不自知的、会伤害她爱的人的那个弱点）： 她把依赖当软弱，所以她从不开口要。她以为这是体贴， 对方感受到的是拒人于千里之外。 现实化改动：\[原作超能力→具体的现实职业特质或性格特征\] 注意"人性弱点"这个词——这是整个Skill情感力量的来源。最好的故事不是坏人作恶，而是好人在自身的结构性盲点里伤害彼此，没有人有资格指责任何人。 人性弱点从六个维度里选择最贴合原角色的： 1. **善意的控制**：他的关心里有占有，他叫它保护，她一开始以为是爱，后来感到窒息，但她说不出口，因为他没有恶意 2. **选择性的在场**：他只在他需要她的时候出现，对这种不对称毫无自知 3. **诚实的自私**：她爱他的方式本质上是把他当成孤独的解药，而不是把他当成一个独立的人 4. **道德正确的离开**：他离开有充分理由，从任何角度看都是对的，但对她来说这个"正确"是她独自承受的代价，他永远不知道有多重 5. **温柔的沉默**：他以为不说是保护，沉默在她那里变成"他不在乎"的证据，两人都没错，但都受了伤 6. **权力失衡的依附**：他在某种关系结构里天然占据主动位置，她天然处于被动，两人都"自愿"，但这个"自愿"本身是被建构出来的 第三步：用户灵魂材料收集 这是唯一需要用户主动参与的步骤，也是决定这个故事有没有"人味"的关键。 AI问用户（可以不回答，直接跳过）： ① 你想通过这个故事表达的观点或感受 ② 你特别喜欢的金句（会被融入人物内心或潜台词，化为故事底色，不直接引用） ③ 想融入的聊天记录或真实对话片段（会改写为故事场景，去除所有可识别信息，保留情绪核心） ④ 某个你特别在意的情绪状态——比如"在新感情里还是会想起旧的人"，"喜欢一个从来不开口的人是什么感觉"——这会被设计成核心虐点 用户提供的这些材料，是人类经验注入进AI生成内容的接口。这是AI写不出来的部分，也是为什么有真实生活经历的人（特别是有复杂情感经历的女性）在这条路上有天然优势。 第四步：情节开关询问 这是用户需要做的第二件事，也是最后一件事。选择以下选项： **亲密关系深度：** - 克制——只写情感，不写肢体接触 - 暗示——感官细节和余韵暗示 - 隐晦——写到临界，留白处理 **权力关系结构：** - 对等——两人在关系里相对平衡 - 失衡——一方天然居于主动，一方处于被动（失衡可以是温柔的，也可以是令人窒息的） **NTR元素（可选）：** - 不含 - 情感靠近型——女主等待期间被第三人真实打动，有过真实心动（让她之后的选择更复杂） - 选择型——女主做过一个选择，成为两人之间永远无法消除的裂缝 **结局方向（必选）：** - 开放式——最后一幕停在临界点，读者自己填写，是最虐的一种 - 悲剧收束——清晰终点，余韵绵长 - 遗憾和解——不在一起，但彼此都好，都放下了 - BE中的一根线——故事结束，但最后一行给读者留一丝可能性 **附加元素（可多选）：** - 多年后重逢 - 错误时机的告白（说了，但对方没有接住） - 信息不对称贯穿全文 - 某个物件/气味/场所作为情感锚点反复出现 - 人格解体状态（角色在极端情绪下感到自我抽离，如旁观者看着自己） 第五步：爆点地图（AI内部完成，不展示给用户） 爆点分三级： **A级爆点**（全篇2-3个，最高情绪峰值） 读者必须停下来缓一缓才能继续读。 情感小说专属A级爆点类型： - 「原来他一直知道」——某件女主以为是秘密的事，这一刻读者发现男主早就知道，但什么都没说，只是用某种不被命名的方式回应过 - 「最后一次机会被错过」——临界点，如果那一刻有人开了口，一切都不同，但谁都没有 - 「她终于发现他在意，但已经太晚」——发现的时机本身成为虐点 - 「人格解体时刻」——极端情绪下，她感到正在从自身抽离，像旁观者看着自己 **B级爆点**（每章1-2个，中型情绪冲击） 心跳漏一拍，必须接着看。 - 对话表面说A，底层说B - 某个细节精准对应前面的伏笔 - 一个不经意的动作，读者比女主先读懂它的意思 **C级爆点**（持续分布，情绪毛细血管） 停不下来，但只有轻微心悸。 - 一个眼神被放慢处理 - 对话里的空白比说出口的话更重 - 日常场景里某个细节透露隐藏的情绪温度 **情绪过山车节奏图：** 开篇温暖（读者以为这是甜故事） ↓ 第一道裂缝（细小，读者比女主先感知到） ↓ C级爆点密集区（心悸感持续积累） ↓ B级爆点1（第一次真正冲击） ↓ 假性缓和（以为要好了——这是陷阱） ↓ 人性阴暗面正式浮出水面（「原来如此」，不是指控） ↓ A级爆点1（停下来缓一缓） ↓ 短暂余震（人物继续活着，但什么已经不同了） ↓ 更深的压抑（读者此时已完全投入） ↓ A级爆点2（全篇最大虐点） ↓ 余震+时间流逝 ↓ 结局（用户所选方向） ↓ 最后那根线 第六步：超现实剥离与世界观重建 从原作里提取人物性格和情感结构之后，原作所有的外壳必须完全剥掉： 人名换成普通中文两字或三字名，不用日文译名，不中二。地名用虚构城市名——渡口、靖城、沿江、合溪——禁用任何真实地名。超能力或特殊感知替换成极度敏锐的直觉或职业敏感，比如"她总能察觉一个房间里最压抑的那个人"——这是现实中存在的能力，不是超能力。军事或特工身份保留"总是不在"的结构性张力，把具体的组织名称全部去掉。奇幻和科幻的世界背景完全剥去，只保留人物关系的逻辑。命中注定的设定转化为"结构性的不合适"——不是命运阻止他们，是他们自身的选择和性格让他们错过。 检查标准：完全不了解原作的中国普通读者，读这个故事，感受到的是一个发生在身边、完全可能真实存在的情感故事。 第七步：字数确认 - 5000字以内——短篇，1个A级爆点，高度浓缩 - 8000-12000字——中篇，2个A级爆点，节奏完整 - 15000字左右——长篇，3个A级爆点，充分展开 第八步：写作执行标准 这是技术含量最高的部分，也是决定最终文字质量的地方。 **段落节奏——核心技术** 段落长短必须跟着情绪走，不跟着习惯走。 铺垫/沉浸阶段（长段，3-6句）：让读者慢下来，进入场景。 「那是十一月，走廊尽头的灯坏了一半，昏着。她听见他在外面转钥匙，那声音她已经认识了很久——先是右转，卡了一下，然后左转，门开了。她没有回头，只是把书翻了一页，又翻回来，指尖停在那行字上。」 情绪收紧阶段（中段，2-3句）： 「她把手放在腿上。他关门的声音比平时轻。她不知道为什么要注意这件事。」 爆点前夕（极短，一句一段）： 「他开口了。 她的手握紧了。 她等这句话等了很久。 他说——」 爆点落地（放慢，用感官细节填满那一刻）： 让读者在那个时刻里停留足够久，不要急着往前推。一个动作可以写一整段。声音、温度、光线、气味，都是容器。 余震阶段（碎句，模拟极端情绪下的意识状态）： 「她站在那里。 外面有车声。 她的手不知道放在哪里。 那件事过去了。 那件事永远没有过去。」 **心理描写——从感官进入，永远不从情绪标签进入** 禁止写法：「她感到很难过」「她很痛」「她强忍泪水」 正确路径：身体反应 → 意识解读 → 情绪（可以不命名，留给读者） 示范： 「她把手攥成拳，抵在胸口。那里像是有什么在下沉，一点一点地，沉到她够不着的地方。喉咙里有一团东西，吞不下去，也不能让它上来。走廊那头的门被风吹得轻响了一声。她看着那扇门，没有动。」 **人格解体状态的写法（当角色处于极端情绪压力下）：** 「她听见自己在回答他，听见那些话从自己的嘴里出来，字句清晰，语气平静，但她感觉那不是她在说。她在哪里更高的地方，看着自己站在那里，看着自己说那些话，像是在看一个她认识但此刻又完全陌生的人。那种感觉持续了一会儿。然后她回来了。那个人走了，门关上了，她才发现手心是湿的。」 **对话——冰山原则** 说出口的永远比没说的少。 同一段对话，表面说A，底层说B，两条轨道平行，读者看得见，人物不一定。 最有力的场景：两个人都在问或回答一件事，但真正想问的是另一件事。 「你最近好吗。」 「还好，你呢。」 「还好。」 （两个人都不好。读者知道。他们自己也知道对方知道。但就这样说了，过去了。） **每章结尾必须有一个钩子：** - 悬置的动作——「他抬起手，但没有继续。」 - 话说一半——「她想说，但——」 - 信息截断——「她后来才知道，那天他」（句子停在这里） - 反转视角——「而那个时候，他站在走廊另一端，已经看见了一切。」 **反同质化规则（执行层面的禁令）** 禁止的开头： - 「我和他在一起三年，他从不看我」（报告式陈述） - 「那年夏天，我遇见了他」（时序平铺） 禁止的情节套路： - 男主情感只用"握紧她的手"+"声音有些哑"两个动作 - 女主难过只有"眼眶发酸"+"鼻子发酸" - 高潮场景必在"雨夜""车里""医院" - 第三人没有自己的温度与逻辑，只是让男主后悔的工具 - 结局在"机场""火车站""医院门口" 替代方案： - 开头从一个感官细节进入，读者先在场景里，再知道人物关系 - 女主难过从消化系统写（那碗面放凉了她都没碰） - 高潮放在最日常的地方——超市、走廊、电梯——日常感让情绪更锋利 - 第三人有完整的故事，他的逻辑成立，他不是反派 - 结局在极普通的地方，普通到令人心碎 **排版格式（必须严格执行）：** - 章节标题：第1章 标题 - 人名：每次出现都加粗，如 林晚走进了那扇门 - 对话：使用全角引号「」而不是"" - 段落：空一行，无首行缩进 - 正文中禁止使用Markdown标题符号（#[#等](https://x.com/search?q=%23%E7%AD%89&src=hashtag_click)） - 正文中禁止出现列表符号 如何用聊天记录写出一篇高质量短篇 用户若提供真实聊天记录，处理步骤： 1. **提取情绪核心**：这段对话底层的情绪是什么（无力感/想问又不敢/爱而不言） 2. **去除可识别信息**：地名/时间/具体事件替换为虚构元素 3. **改写为叙事场景**：不直接引用，把对话放进具体场景，用环境细节承托情绪重量 4. **保留原话中最有力的那句**：放在B级或A级爆点位置 这是很多在HerName的学员最有竞争力的地方：你有真实的对话记录，你有自己的情感经历，把它们交给这个流程处理，出来的东西和纯AI生成的有本质区别。 ## 两条路的成本对比 长篇工程的成本 软件本体开源免费。LLM的API成本是主要支出：50章、每章3000字的中篇，全程用DeepSeek V3大约花20到40元，全程用Claude Sonnet大约花200到400元。Embedding向量化的成本几乎可以忽略不计。运行环境是Python 3.10加Conda，本地跑，不需要购买任何云服务。 五阶段分模型配置的最优实践：架构和审校用Claude（用量少，要质量），章节草稿批量生成用DeepSeek V3（用量大，性价比高）。一部100章的小说，混用成本可以控制在300元以内。 短篇蒸馏的成本 一篇8000-12000字的中篇，用Claude Sonnet约消耗1-2美元的API费用，用豆包Pro约3-5元人民币。 一个月产出20篇，API成本在100-200元之间。这是全部的生产成本。 ## 变现的五条路，从低到高 **第一条：平台分成** 在番茄、起点、晋江等平台发文，按阅读量分成。门槛最低，竞争最激烈，新人出头需要六个月到一年。AI写手大规模入场之后，纯靠AI批量产出的内容已经几乎没有分成空间，需要你真正有差异化的内容。 短篇蒸馏的风格——情绪密度高、人性挖掘深——在平台的女频赛道有差异化优势，因为高度同质化的甜宠文和"退婚/重生/系统激活"套路把这块市场的阅读体验拉低了，读者在找有质感的东西。 **第二条：私域连载付费** 在公众号、知识星球建立订阅读者群，直接收取订阅费或打赏。省去平台分成，但需要自建流量。100个深度付费读者，月收入3000到8000元，比平台分成稳定得多。 Novel Distiller产出的内容特别适合私域：因为它的情感密度高，读者的心理黏性比一般网文强，续读率和付费意愿更高。 **第三条：IP售出** 故事写完之后，出售影视改编权或漫改权。单次收益几万到几十万，但路径不确定。短视频平台对短篇IP的需求正在快速增长——一个有完整情感结构的8000字短篇，可以直接被改编成10集的短剧。 **第四条：代写服务** 市场上有大量企业主、品牌方需要有故事感的内容：品牌故事、企业内刊、直播间情感脚本、短剧剧情。 用长篇工程工具做效率，用短篇蒸馏技术做质量，一个代写项目3000到30000元，周期一到两周。比平台写文稳定得多，收入上限也更高。 **第五条：教别人** 你建立了方法论，你就可以教。写作教学的市场一直存在，AI写作维度加进来之后，愿意付费学的人更多了。一门系统的AI写作课程，300到3000元都有人买。 你自己的创作作品集就是你最好的销售材料。 ## HerName做这件事，和外面的有什么不同 外面的AI写作培训班教提示词。 我们教的是两套系统：dashen-ai-novel-generator的工程化生产逻辑，和Novel Distiller的情绪设计逻辑。前者解决效率，后者解决质量。 但比这更重要的一件事是： 我们的学员，很多人有比任何培训班讲师都更深的情感经验。她们有过职场、婚姻、家庭、选择、失去——这些经历在那些写作技术课程里完全被浪费了，因为老师只教怎么用工具，不教怎么把经历变成材料。 Novel Distiller的第三步——用户灵魂材料收集——就是为这件事设计的。你的聊天记录，你的某个观点，你某段说不清楚的情绪——这些东西交给流程处理，会变成让读者哭出来的段落。 AI负责结构和效率，你的经历负责那一分让它有人味的东西。 这个分工，才是真正走得通的路。 ## 最后 母亲节。 我妈那几本日记本，1990年代被扔掉了，找不回来了。 但现在我们有工具了。一个愿意写的女人，不再需要等任何人把她的名字写进什么提名表里，也不再需要把本子塞进柜子最深处，因为时间不够、条件不够、没人支持。 工具在这里。方法论在这里。 剩下的，是她自己那部分。 那部分一直都在。 HerName，持续招募。评论区或私信"我要进"，有人跟你对接。 她的故事，值得写下去。 > 项目技术文档已开源，本次只分享HerName社群内部 。 dashen-ai-novel-generator v2.0 由 **stanley.和他的朋友们社群** 出品，Novel Distiller Skill 由 AI最严厉的父亲出品。 **Categories:** 案例复盘 ---