n5.2动手⏱ 约 6 分钟

层次化扩写:从 200 字到 2000 字

学会 200 字 → 1000 字 → 2000 字的逐层扩写,把结构问题消灭在最便宜的那一层

🔎 最后验证 2026-08📚 来源:Long-Novel-GPT 项目 README 的三层架构与逐阶段扩写设计🧰 DeepSeek 网页版

为什么学这个

上一节你已经会让 AI 在"评"和"改"之间循环了。但还有一个问题没解决:让 AI 一次写 2000 字正文,它经常写着写着就跑偏——开头还贴着你的大纲,中段自作主张加戏,结尾草草收场。你在 N4 亲眼见过 AI 的记性有多差,字数越长,失控越厉害。

开源项目 Long-Novel-GPT 给出的工程解法很朴素:别一次要 2000 字。先要 200 字,查一遍;再扩到 1000 字,再查一遍;最后才到 2000 字。

学完本节,你能用三条提示词完成一场戏的逐级扩写,并且在每一级停下来做该做的检查——发现问题时只废 200 字,不废 2000 字。

💡 打个比方

画素描的人从不上来就抠眼睫毛:先构图起形,再铺大调子,最后才刻画细节。每一遍都覆盖整张纸,只是精度一层层提高。

层次化扩写就是把这个思路用在正文生成上:200 字草稿是"构图",1000 字是"铺调子",2000 字才是"刻画"。你在雪花法里做过"一页纲要 → 四页纲要"——同一个"由粗到细"的原理,现在落到正文这一层。

Long-Novel-GPT 的三层架构

Long-Novel-GPT 是一个基于大模型的长篇小说生成项目,它的核心架构分三层:大纲生成 → 章节创作 → 正文生成——先搭骨架,再填肉,不让 AI 一口气写完整本书。这一层你很熟悉,雪花法干的就是这件事。

它更值得学的是第二个设计:正文本身也不是一步到位,而是按 200 字 → 1000 字 → 2000 字逐阶段加密度。每一级都是一份完整的场景,只是精度不同——这意味着每一级都可以被检查、被否决,而否决的成本一级比一级高。

都看到这了，打个赏呗！