大模型故事生成研究图谱

生成与规划

如何把主题扩展为跨章节可控、可验证又不僵化的故事？

长度、状态与理解

如何区分写得长、读得长、记得住和真正理解整本叙事？

评价与效度

自动分数测到了什么，能否外推到真实作品、读者和训练闭环？

创造力、作者与读者

如何保留合理意外、人物差异与作者控制，又不把请求日志或代理指标误当体验？

长文本不等于长期记忆

输出长度、长上下文读取、跨章状态和整本理解是不同能力；扩大样本、窗口或调用链不会自动消除漂移。

方法收益与计算预算经常混在一起

规划、状态图和多代理系统常同时增加 token、调用、检索与修订；不等预算消融使组件因果贡献难以分配。

评价器的效度弱于它的精确分数

自动评委常依赖同源训练、弱人类相关或自构 gold；精确小数不代表真实作品质量、读者体验或跨域稳定。

代理变量容易被误写成心理与文学结论

不可预测、语义差异、结构化选择和请求重复都提供线索，却不能单独证明张力、创造力、真实生成偏好或用户体验。

Stage 01

显式计划与符号骨架

先规划、再起草、重排和编辑，建立长篇故事生成的基本流水线。

新增代价：更可控，但静态骨架容易僵化。

Stage 02

层次大纲与事件图

把情节拆成多尺度大纲、事件节点和动态实体关系。

新增代价：结构更清晰，但维护复杂度增加。

Stage 03

状态记忆与可定位验证

显式记录人物、世界状态、伏笔和场景层次，并为冲突返回证据。

新增代价：检查器常与系统共享表示或在合成错误上验证，真实召回仍受限。

Stage 04

流程外化与定点修订

规划、分段生成、评审与修订被拆成可观察步骤，并通过共享状态接续。

新增代价：多代理收益常与更多调用和专用提示混杂，成本与失败传播上升。

Stage 05

搜索、奖励与合理意外

用迭代规划、树搜索和可验证奖励探索非平庸但合约束的路径。

新增代价：探索能力增强，同时放大评价器偏差。

Stage 06

专用训练、效度审计与作者工具

长篇数据、奖励模型、轨迹基准和可编辑界面开始共同塑造创作系统。

新增代价：更贴近工作流，但闭环评价、数据来源和跨域外推成为主要风险。

Layer 01

表示与规划

职责：把主题转成事件、场景、节拍与因果结构

方法：分层大纲 · 事件图 · Story Prototype · ASP

风险：模板僵化，结构先验压缩意外空间

Layer 02

状态与一致性

职责：跟踪事实、人物、关系、时间与叙事承诺

方法：世界状态图 · KG 记忆 · 伏笔账本 · 场景树

风险：隐含意义难以结构化，维护成本持续上升

Layer 03

探索与修订

职责：产生候选、比较路径，并在局部定点修复

方法：MCTS · debate · critic · rerank · 定点重写

风险：成本高，评价器偏差与更多计算预算会被搜索放大

Layer 04

文体与人物呈现

职责：控制声音、人物类型、情感与叙事复杂度

方法：风格定义 · 非线性编排 · 人物维度 · 反扁平指标

风险：模仿替代原创，表面风格遮蔽内容贫乏

Layer 05

人机交互

职责：保留作者控制，支持构思、诊断与迭代

方法：可编辑图 · Gardener/Architect · 轨迹式交互

风险：自动重写夺走控制权，单一路径不适配所有作者