用 AI 写小说会遇到的问题 —— 实操调研报告
调研日期：2026-08-24 | 范围：创作者实际使用 AI 工具写小说时遇到的具体问题 说明：本报告聚焦实操层面的坑（生成质量、长篇连贯性、操作交互、成本效率）， 不含平台封禁、版权等社会/规则议题（如需可另出专题）。
一、摘要
AI 写小说"第一稿很快，定稿很累"。综合检索到的创作实践与学术研究，创作者最常遇到的实操问题集中在四类：
- 内容质量：同质化、"AI 味"、文笔平庸、幻觉细节、缺乏人性深度。
- 长篇连贯性（最痛）：上下文窗口被撑爆、前文设定与伏笔被遗忘、人物性格/世界观规则前后矛盾、情节逻辑断裂。
- 操作交互：提示词难以精确控制风格、改一处崩全局、反复生成仍不满意、输出格式不稳定、需要大量人工编辑。
- 成本效率：长文生成 Token 消耗大、费用高、速度慢，"省事"变"费事"。
业界已有不少针对性解法（RAG 检索、记忆系统、分阶段写作工作流等），能显著缓解但无法根治，人仍是创作链路中不可替代的一环。
二、内容质量层面：AI 产出的文本本身的问题
2.1 同质化与套路化
实操表现：开篇必是"异象/穿越/系统"三选一，冲突必靠误会和反转，结尾必是圆满；作者想要的"差异化"要反复提示才能挤出来一点。
2.2 "AI 味"：一眼假的语言风格
实操表现：段落里塞满"沉默震耳欲聋""眼神闪过一丝复杂"这类高频句式；对话全员一个腔调，分不清是谁在说话。
2.3 文笔平庸与修辞失衡
- Salesforce 研究《AI 写作 7 大缺陷揭晓》系统总结了顶尖模型在创意写作上的七大缺陷（如陈词滥调、信息量低、缺乏细节的"高级但空洞"描写等），并验证"自动化编辑流程"可显著改善——即AI 生成只是半成品，编辑才是关键。
实操表现：写"雨夜"就是"豆大的雨点砸在青石板上"；写"难过"就是"心像被攥住一样"。要读者有画面感、有真实细节，需要作者逐句返工。
2.4 幻觉与事实错误
2.5 缺乏"人性"与细节真实感
- 中国作家网《当文学遇见 AI，写作是否会被重塑？》讨论：AI 能模仿语言，却难复制人的生命经验与情感深度。
- 实操上：AI 写不好只有亲历者才懂的细节（童年的气味、打工的疲惫、医院的消毒水味），写出来总是"正确的废话"。
三、长篇连贯性层面：写长篇小说最痛的一类问题
这是 AI 写小说区别于短篇写作的核心难点，也是各技术方案集中攻克的点。
3.1 上下文窗口被撑爆
3.2 前文设定与伏笔被遗忘
实操表现：第三章说主角左眼有疤，第三十章又写"他光滑的脸"；前期埋的"钥匙"伏笔到结尾也没回收；力量体系从"练气"直接跳到"毁天灭地"。
3.3 人物"漂移"与视角错乱
- 人物小传只存在于提示词里，几章后模型就"自由发挥"：冷面主角突然话痨、胆小配角突然英勇；对话体里"谁说的"都可能对不上。
- 视角（第一/第三人称、上帝视角与限知视角）在长文中容易悄悄切换而不自知。
3.4 情节逻辑断裂与节奏失控
- 长文生成常见"每章都有事发生，但连起来不知道在干嘛"——章内冲突堆满，章间因果断裂；铺垫不足就爆发，或铺垫过长读者弃书。
3.5 成本与速度问题
- 长文 = 海量 Token = 真金白银。LLMWriter 明确提到生成成本急剧上升；大模型长文生成速度慢，一口气续写一章可能等很久，交互体验差。
四、操作交互层面：使用过程中的"心累"
4.1 提示词难以精确控制
- Prompt 语气影响 AI 表现的研究（阳交大图书馆转载）显示：连"用什么语气下指令"都会改变输出质量，提示词工程玄学成分高。
- 实操上：要 AI 写出"冷峻克制的文风"，它可能给你"冷峻地笑了笑"；要"爽文节奏"，它给你"突然，异变陡生"×10。
4.2 改一处崩全局
- 让 AI 修改某一章，它常常顺手动到别处：改了台词把伏笔删了、润色一段把设定改了、续写时把前文人物写死。越是长篇，这种"蝴蝶效应"越严重。
4.3 反复生成、仍不满意
- 创作实践普遍反馈：初稿容易、满意难。同一段场景生成 5-8 次仍不满意是常态，消耗的时间精力可能超过自己写。
4.4 输出格式不稳定、编辑成本高
- AI 输出有时带标题党式小标题、有时口语化、有时突然英文标点；复制进文档后仍需大量人工清理、合并、统一风格——"AI 代笔"最后变成"给 AI 打工"。
4.5 思路被 AI 带偏
- 生成内容看多了，作者自己的构思会被模型的"默认套路"反向塑造，越写越像 AI（创作惰性），这点在长篇连载中尤为明显。
五、现有解法与工具（缓解而非根治）
共性结论：所有方案都在做同一件事——把"一次生成长文"拆成"可管理的小步"（检索、记忆、分阶段、人工编辑），承认 AI 只负责产出素材，质量责任仍在人。
六、给创作者的操作建议
- 别让 AI 一口气写长文：按"设定库 → 大纲 → 章纲 → 单章 → 修订"分步走，每步人工把关。
- 维护"设定圣经"：人物卡（性格/外貌/能力/说话方式）、世界观规则、时间线、伏笔-回收登记表，每章写作前喂给模型或自查。
- 只让 AI 做局部：写场景草稿、扩写大纲、润色段落；结构、关键情节、文风定稿权留在自己手里。
- 改稿用"局部重写"：给 AI 明确"只改第三段，别动其他"，改后 diff 检查，防止蝴蝶效应。
- 接受"编辑是主流程"：把 AI 当"打字员+初稿生成器"，预期人工编辑时间至少和生成时间相当。
- 重视检测与防误伤：投稿平台对 AI 文本有检测，辅助生成后人工改写既是质量需要也是合规需要（此为另一专题，此处不展开）。
- 监控成本：长文 Token 消耗大，选支持长上下文的模型 + 检索式方案（RAG）控制成本。
七、参考资料
- Many Stories, One Shape: Narrative Convergence in AI-Generated Fiction — Kenyon College 数字人文研究
- AI写作离真正的网络文学有多远？ — 中国作家网
- 当文学遇见 AI，写作是否会被重塑？ — 中国作家网
- 别再用提示词去AI味了，方向就是错的！ — 优设
- 别再盲目调教大模型了！DeepMind 扒光 AI 写作底层套路 — 站长之家
- AI 写作 7 大缺陷揭晓！Salesforce 研究 — HK01（中文版）
- LLMWriter：基于 RAG 的长篇小说智能创作系统 — GitHub
- Lost in Stories: Consistency Bugs in Long Story Generation by LLMs — arXiv
- Narrative Consistency in Large Language Model-Generated Stories: A Survey — IEEE
- RAPID: Retrieval-Augmented Long Text Generation with Writing Planning and Information Discovery — ACL Findings 2025
- LCAS V3.1：解决大模型长文本写崩、出现幻觉的提示词技术 — 阿里云开发者社区
- ai-novelist / memory-system.md — GitHub
- long-novel-writer（长篇小说生成 SKILL，优化记忆系统） — GitHub
- phase-fiction-skill / methodology.md — GitHub
- novel-workflow-mcp — GitHub
- 两篇研究揭露 Prompt 语气如何影响 AI 表现 — 阳交大图书馆
本报告基于公开网络资料整理，仅供个人研究参考。