AI创作指南

高级：用记忆系统和检索索引维护长篇创作一致性

高级长篇写作需要让 LLM 只读取当前最相关的设定、伏笔和历史章节。可以用记忆分层、向量检索、反思摘要和版本化设定库降低遗忘与自相矛盾。

高级长篇规划记忆索引RAG长篇一致性检索ChatGPTClaudeGemini其他

## 长篇 AI 写作真正难在哪里

长篇不是把短篇写长。主要难点是信息太多：人物经历、关系变化、伏笔、道具、地点、时间线、世界规则都会不断增加。单次提示词塞不下全部内容，即使塞得下，也会让模型抓不住重点。

RAG（Retrieval-Augmented Generation）研究的核心思路是：不要只依赖模型参数里的记忆，而是把外部知识放进可检索索引，在生成前取回相关材料。原始 RAG 论文强调，外部非参数记忆有助于更新知识、提供依据和提升具体性。这个思想非常适合长篇创作。

## 三层记忆结构

建议把长篇项目拆成三类记忆：

1. **设定库**：世界观、人物卡、禁用设定、已确认事实。它是最高优先级，不能被章节草稿随意推翻。 2. **情节记忆**：每章发生了什么、人物做过什么决定、伏笔出现在哪里。 3. **风格记忆**：叙述视角、节奏、常用意象、对话风格、读者期待。

每次生成新章节时，不要把全部记忆都给模型，而是根据当前章节目标检索最相关的 5 到 15 条。

## 记忆条目应该怎么写