n5.3动手⏱ 约 7 分钟

一致性外置:把设定搬出 AI 脑子

建一份《一致性档案》,每次生成前把相关设定喂给 AI,不再指望它"记住"

🔎 最后验证 2026-08📚 来源:novel-writer 项目文档的规格文件与一致性验证设计;Long-Novel-GPT 项目 README 的检索机制🧰 DeepSeek 网页版

为什么学这个

写到第 10 章,AI 很可能早忘了第 2 章里主角怕水这类设定——你在 N4 已经见识过上下文窗口这堵墙。靠"提醒它记住"是没用的:窗口就那么大,前文迟早被挤出去。

工程界对付这个问题的思路出奇一致:别指望 AI 记住,把设定放在 AI 外面,每次用的时候喂给它。两个开源项目走了两条路,但底层是同一个想法。本节不要求你跑通任何工具——你要掌握的是这套思路的手动版:一份《一致性档案》,加一个"生成前先喂相关条目"的习惯。

学完本节,你会建好自己的《一致性档案》骨架,并亲手做一次"喂入 vs 不喂入"的对比实验,用自己的稿子验证外置的价值。

💡 打个比方

好的连锁餐厅不指望每个厨师把菜谱背下来——菜谱贴在墙上,谁掌勺都照着做。一致性外置就是这个思路:情节追踪、时间线、角色设定,交给写在 AI 外面的结构化文档管理,而不是指望 AI"记住"。厨师会换班(AI 会忘),墙上的菜谱不会。

两条工程路线,同一个思想

文档外置:novel-writer 项目的做法是,每个故事有独立的规格文件、创作计划、任务清单,系统负责情节追踪、时间线管理和角色一致性验证。设定不在 AI 脑子里,在文档里——AI 每次干活都对着文档干。

生成前检索:Long-Novel-GPT 走的是另一条路——写到后面时,自动检索之前的相关文本片段和情节纲要,把它们放进本次生成的上下文,避免前后矛盾。这套工程技术叫 RAG(检索增强生成),实现细节留到 N6;此处只借它的思想:生成前,先把相关的前文取出来。

两条路的共同前提值得诚实地说破:它们的存在本身就承认了"纯 AI 记忆不可靠"。这套方法是为弥补大模型缺陷而生的,不是锦上添花。

都看到这了，打个赏呗！