AI写小说提示词怎么写？从世界观架构到情节推演高阶实战指南

很多人尝试让 AI 写小说，往往迅速卡在同一个恶性循环里：输入一句“帮我写一个赛博朋克背景下的复仇故事”，模型吐出一堆“命运的齿轮开始转动”、“空气中弥漫着危险的气息”之类充满 AI 腔调的陈词滥调；写到两三万字后，配角性格错乱、关键伏笔被遗忘、战斗战力体系全面崩盘。

出现这种情况，核心原因在于使用者把大语言模型当成了具备自主创作意识的作家，而非一个依赖严格上下文与概率采样的文本推演引擎。大模型写小说的本质是基于上一段文本推测下一个 Token。如果不给它建立坚固的边界条件、因果约束与信息传递机制，模型就会天然滑向训练语料中最平庸的“概率最大公约数”。

要真正让 AI 产出达到出版或连载水准的虚构作品，必须将创作拆解为四个工程化环节：世界观硬约束设定、角色指纹构建、因果律节拍推演、正文感官扩写。

一、 底层参数配置与主流模型特性横向实测

模型不是通用的，不同架构的模型在词汇偏好、长程注意力维持、结构遵循能力上差异极大。在配置提示词之前，首先要选对工具并调准参数。

1. 核心采样参数的实操建议

在接入 API 或使用开放参数的平台（如 Google AI Studio、Anthropic Console）时，以下三个核心参数决定了文本的质感：

•Temperature（采样温度）：建议设定在 0.75 – 0.85。低于 0.7，文字容易陷入机械化复读与套路词；高于 0.9，在中文长篇场景下极易出现事实性幻觉和逻辑跳跃。

•Top-P（核采样）：建议固定在 0.85 – 0.9。配合 0.8 的温度，可以在过滤掉低概率荒谬词汇的同时，保留具有文学张力的非常规修辞。

•Frequency / Presence Penalty（频率/存在惩罚）：建议设定在 0.3 – 0.5。这是消除 AI 常用口头禅（如“不由得”、“然而”、“深吸一口气”）最直接的底层手段。

2. 主流大模型小说创作能力实测对比

二、 四步法工业级提示词架构体系

写小说不能一上来就让 AI 输出几千字的正文。工业级的做法是分层递进，上一步的输出作为下一步的只读上下文输入。

步骤一：世界观架构（World-building）——用 XML 构建硬约束

世界观设定的核心不是宏大的背景介绍，而是明确物理法则、资源稀缺性与社会运行规则。必须明确告诉模型“什么可以发生，什么绝对不可能发生”。使用 XML 标签可以帮助模型将设定数据与指令明确隔离。

实战提示词模板：

<system_role>
你是一位严谨的硬核奇幻/科幻小说设定顾问与世界观架构师。你的任务是基于我给出的核心核心创意，推导出一个逻辑自洽、具有内部冲突与物理限制的规则体系。
</system_role>

<input_concept>
核心创意：在一个重力会随昼夜交替发生反转的浮空岛群世界，人类依靠“铅石”锚定生活。近期铅石资源枯竭，底层矿工面临集体坠入虚空的威胁。
</input_concept>

<generation_rules>
请输出严格的设定规范，严禁空洞的宏大叙事，必须包含以下具体维度：
1. 【核心公理与不可违背的法则】：至少列出 3 条物理或魔法硬限制（例如：能量守恒、重力反转转换期的物理反应）。
2. 【生存资源与经济断层】：铅石的提炼门槛、替代代价、不同阶级的占有比例。
3. 【生理与社会变异】：人类为了适应重力翻转在建筑架构、衣着、生理习惯上产生的独特细节。
4. 【潜在冲突断层线】：上层阶级与底层矿工在生存权上的制度性死结。
</generation_rules>

<output_format>
以结构化 Markdown 形式输出，每条设定后面紧跟一条【剧情可用冲突点】。
</output_format>

步骤二：角色人格去同质化（Character Bible）——植入“对话指纹”与“行为惯性”

AI 最常见的毛病是所有角色说话口吻一致，全是知性、礼貌、逻辑完整的说教腔。要打破这种同质化，必须给角色注入语言指纹（独特断句习惯、常用隐喻、脏话偏好）、知识盲区与心理防线。

实战提示词模板：

<instruction>
请根据以下基础信息，为小说主角创建一份具有高度区分度的人格档案。重点解决“AI生成角色千人一面”的问题，赋予其独特的负面性格与生理本能。
</instruction>

<character_input>
姓名：沈策
身份：旧城区机械钟表修复师，前走私船动力舱维修工。
性格标签：疲惫、警惕、对精密机械有强迫症，极度厌恶贵族阶级的伪善。
</character_input>

<profile_schema>
请输出以下四个模块：
1. 【语言指纹规范】：
   - 句式特征（如：从不使用超过 15 个字的长句，习惯用疑问句结尾）。
   - 职业隐喻库（如：习惯用齿轮、发条、咬合度来比喻人际关系）。
   - 说话口头禅与绝对禁忌词（绝对不说哪些词汇）。
2. 【行为微动作与神经反射】：
   - 处于焦虑时的无意识动作（要求具体到手指、视线落点）。
   - 遭遇危险时的第一下意识反应（不是英雄式的反抗，而是求生本能）。
3. 【认知边界与偏见】：
   - 他坚信不疑但实际是错误的常识。
   - 他的道德底线与可以出卖利益的临界点。
4. 【对话示例对比】：
   - 提供 3 组在不同情境下的台词示例（常态交互、面对审讯、遭遇背叛），展示其语言颗粒度。
</profile_schema>

步骤三：情节推演与节拍卡（Scene Beat Sheet）——因果链强制推演

剧情崩塌大多因为“机械降神”或“角色做出了违背动机的行为”。在生成正文前，必须强制模型使用目标-阻碍-灾难-反应-抉择（Scene & Sequel）的因果结构生成细纲。

实战提示词模板：

<context>
设定库：[已确认的世界观与角色沈策设定]
当前卷核心目标：沈策需要在宵禁前获取一块走私的铅石动力核心。
前情提要：沈策在黑市被以前的雇主出卖，巡逻卫队正在封锁街区。
</context>

<task>
推演本章节的微观情节节拍（Scene Beats），要求严格遵守“因果连接”，每一个事件必须由上一个事件的后果引发，严禁巧合。
</task>

<beat_requirements>
按照以下节拍架构生成 5 个场景节点：
- Beat 1【初始意图与即时阻碍】：角色试图做什么，遇到了什么具体的物理障碍。
- Beat 2【升级尝试与局部失败】：采取了什么专业手段，为什么反而让处境恶化（Yes, but... 原则）。
- Beat 3【突发灾难与底牌消耗】：逼迫角色不得不暴露一项隐藏资源或付出代价。
- Beat 4【内心情绪收束与两难抉择】：在逃避与承担之间被迫做出有代价的决定。
- Beat 5【悬念钩子与状态改变】：本小节结束时，物理环境与信息格局发生了什么不可逆的变化。
</beat_requirements>

<negative_constraints>
- 严禁出现“突然出现神秘人解救”的情节。
- 严禁角色的智商因推动剧情而临时下线。
- 严禁任何道德说教和长篇心理感慨。
</negative_constraints>

步骤四：正文扩写与感官锚定（Sensory Grounding）——去 AI 腔终极规则

到了正文生成阶段，提示词的核心目的变成：剥夺 AI 擅长的高频概括词，强制其使用具体的物理感知、动词链和摄像机视角。

实战提示词模板：

<system_instruction>
你现在是小说执笔作者。请依据提供的【场景节拍卡】与【角色设定】，直接扩写本节正文。字数严格控制在 2000-2500 字之间。
</system_instruction>

<scene_beat_data>
[插入步骤三生成的 5 个节拍点]
</scene_beat_data>

<writing_constraints>
1. 【感官锚定要求】：
   - 每一百字必须包含至少一处微观物理细节（温度、金属锈味、机械振动的频率、衣物摩擦声）。
   - 遵循“Show, don't tell”原则：严禁直接写“他感到恐惧”，必须通过毛细血管收缩、冷汗渗透绷带、呼吸骤停等生理反应来表现。
2. 【语言风格与断句】：
   - 动作戏采用短句，单句长度不超过 20 字，连续使用强动词（如：卡住、剐蹭、崩断、反剪）。
   - 严禁使用任何形式的文青修辞或悬浮比喻。
3. 【负面词汇与结构过滤器（严格执行违规重检）】：
   - 严禁出现以下 AI 高频词：“不由得”、“仿佛”、“宛如”、“某种意义上”、“深吸一口气”、“眼神中闪过一丝……”、“嘴角勾起一抹弧度”。
   - 严禁在章节末尾做总结性的升华或感悟，章节在危机动作或悬念台词处戛然而止。
</writing_constraints>

<output_action>
直接输出小说正文，不输出任何章节标题、前言或创作阐述。
</output_action>

三、 工业级提示词实测效果对比

为了更直观地看清工程化提示词的价值，我们用同一段“机械师在废弃工坊躲避搜捕”的场景进行横向对照：

四、 长篇连载的上下文管理与防遗忘机制

许多创作者在写到 5 万字以上时，发现即便模型标称有 128K 或 1M 的上下文窗口，实际生成的质量依然严重下滑。这是大模型的“大海捞针注意力衰减”（Lost in the Middle）现象——模型对输入文本的开头和结尾注意力极高，但对中间几万字设定的召回率会明显降低。

要维持长篇小说的连贯性，不能把前面写的所有章节直接堆进对话框，而必须采用动态维护的分层上下文架构：

[全局固定层 (System Prompt)] 
   └── 核心法则 + 主角指纹 + 绝对禁忌词表 (缓存于 Prompt Cache，保持不变)
         │
[动态滚动层 (Sliding Context Window)]
   ├── 实体状态看板 (State Board)：当前角色生命值/持有物品/信息差 (每章更新)
   ├── 滚动剧情摘要 (Rolling Summary)：前 3 章的因果事件总结 (不超过 1500 字)
   └── 最新参考文本 (Recent Text)：上一章末尾 800 字的原始正文 (保证文风无缝衔接)

实操落地工作流：

1.每章结束强制生成“状态更新字典”：

在写完一章后，调用轻量模型（如 GPT-4o-mini 或 Gemini 2.0 Flash）运行一段总结提示词：

“分析本章正文，提取以下三项数据：1. 各角色的物理位置与伤病状态变动；2. 消耗或获得的道具；3. 谁获知了什么新秘密。以 YAML 格式输出。”

2.依托上下文缓存降低成本：

将不变的“世界观公理”、“角色性格卡”与“写作风格指南”放在 API 请求的最前端。现代模型（如 Claude 3.5 Sonnet、Gemini 1.5 Pro）均支持 Context Caching 技术，固定层命中缓存后不仅调用响应速度大幅加快，API 成本也能降低 50% 到 75%。

3.分卷归档与检索：

超过十万字的长篇，建立一个轻量级的小说大纲知识库。当某一章需要调出第一卷埋下的某个配角时，通过向量检索或精准关键词检索，单次仅将该配角的特定事件记录切片注入当前提示词，而不是把整本历史章节全量塞给模型。

按照这套标准工程链路操作，提示词不再是碰运气的“咒语”，而是一套逻辑自洽、可复现、能够工业化稳定输出高质量小说文本的控制协议。