从提示词工程到上下文工程：用AI构建百万字长篇小说的炼金术

Fri, 04 Jul 2025 10:00:00 +0800

长篇小说创作，尤其是在百万字级别，是人类智力与耐力的双重挑战。当我们将目光投向AI辅助创作时，普遍的困境是：AI擅长短篇内容的生成，但在长线叙事的一致性、复杂度的管理和风格的稳定上，往往力不从心。它更像一个“随机生成器”，而非一个可控的“创作伙伴”。

本文将揭示一种全新的方法论——“上下文工程”。我们不再满足于简单的“提示词工程”，而是通过自定义概念工程，构建一套属于我们自己的“语言”和“世界模拟系统”，从而将AI的“混沌”转化为“秩序”，使其能够严格遵循我们的逻辑框架进行思考和生成，最终实现对百万字长篇小说的驾驭。

我们将这个过程比作“炼金术”，因为我们正在将原始的AI能力，通过精密的“配方”和“工作台”，提炼成连贯、宏大的叙事金砖。

阶段一：炼金术士的工作台 – 基于VS Code的快速原型

可以使用VS Code Copilot快速实现简单原型。通过精心设计的自定义指令和提示文件，我们将AI的能力模块化、流程化。

核心工作流与模块化目录结构 (v2.1)

我们设计了一个分层、模块化的目录结构，将长篇小说的各个维度映射为可管理的文件和文件夹。这不仅仅是文件组织，更是信息架构的体现。

MyNovel_World/
├── 0_world_state/          # 世界状态定义：小说的“初始条件”和“常量”
│   ├── entities/           # 实体定义 (e.g., ent_alex.md, ent_marcus.md)
│   └── relations.md        # 关系定义
├── 1_narrative_volumes/    # 叙事卷册管理：宏观架构层
│   ├── vol_001_setup.md    # 第一卷：世界建立 (15-25万字规划)
│   ├── vol_002_conflict.md # 第二卷：冲突展开
│   └── vol_003_resolution.md # 第三卷：冲突解决
├── 2_event_chains/         # 事件链规划：中观叙事骨架
│   ├── vol_001/            # 第一卷事件链
│   │   ├── main_chain.md   # 主线事件链
│   │   └── sub_chain_01.md # 支线事件链
│   ├── vol_002/
│   └── vol_003/
├── 3_detailed_outlines/    # 详细细纲：微观执行蓝图与人工检查点
│   ├── vol_001/
│   │   ├── ms_001_outline.md  # 里程碑细纲
│   │   └── ms_002_outline.md
│   ├── vol_002/
│   └── vol_003/
├── 4_text_renders/         # 文本渲染结果：最终产出
│   ├── vol_001/
│   │   ├── ms_001_render.md
│   │   └── ms_002_render.md
│   ├── vol_002/
│   └── vol_003/
├── 5_tavern_sims/          # 酒馆模拟记录：角色互动与世界动态验证
└── .protocols/             # 叙事协议库：我们的“语言”核心
    ├── texture_protocol.md
    ├── info_flow_protocol.md
    └── volume_management_protocol.md # 新增卷册管理协议

核心功能实现与工作流：

叙事卷册规划 (1_narrative_volumes/): 用户在vol_xxx_name.md中定义每卷的核心冲突、主要角色弧线和世界状态变化。AI根据volume_management_protocol.md协助规划15-25万字的卷册结构，确保宏观逻辑连贯性。
实体定义 (0_world_state/entities/): 在ent_alex.md等文件中创建基础实体，AI根据预设指令和当前world_state上下文，扩写其attributes（如性格、历史、能力），并将其与其他实体的relations.md进行关联。
事件链规划 (2_event_chains/vol_xxx/): 按卷组织事件链，在main_chain.md中定义核心milestones。AI能根据卷册目标和实体状态，帮助细化每个里程碑的起因、过程和结果。
详细细纲生成 (3_detailed_outlines/): 这是关键的人工检查层。AI在文本渲染前，生成每个里程碑的详细执行细纲，包含场景设置、对话要点、状态变化等。这允许我们在低成本阶段发现和修正结构性问题，确保AI输出的质量和方向。
文本渲染 (4_text_renders/): 用户打开ms_xxx_render.md，基于已审核的细纲，调用AI进行最终文本渲染。AI此时拥有完整的上下文：世界状态、卷册目标、事件链和详细细纲，确保生成文本的准确性和风格一致性。
酒馆模拟 (5_tavern_sims/): 核心逻辑不变，但提示词会智能引用entity（作为角色的“记忆”和“性格”）和milestone（作为当前故事阶段的“背景”）数据，使模拟对话更符合世界和人物设定。

第二部分：创造我们自己的“语言” – 概念工程与提示词深化

为了真正驾驭AI，我们必须创造我们自己的“语言”。通过定义一套全新的、精确的、专属于我们系统的术语，我们可以迫使AI跳出它模糊的、被平均化的“先验知识”，严格按照我们的逻辑框架进行思考和生成。这本质上是一种**“概念工程” (Concept Engineering)**，是高级AI应用开发中的核心技巧。

AI写作 on My AI Research Blog

从提示词工程到上下文工程：用AI构建百万字长篇小说的炼金术

阶段一：炼金术士的工作台 – 基于VS Code的快速原型

核心工作流与模块化目录结构 (v2.1)

核心功能实现与工作流：

第二部分：创造我们自己的“语言” – 概念工程与提示词深化