From Personas to Plot: Character-Grounded Multi-Agent Story Generation for Long-Form Narratives

arXiv: 2607.00918（2026-07，本月最新）
作者: Aayush Aluru, Chloe Ho, Muhammad Hammouri, Kerry Luo, Myra Malik, Ryan Lagasse, Arjun Bahuguna, Vasu Sharma（Pocket FM 及合作高校）
类型: 多智能体生成方法 + 幻觉检测
一句话: 以"角色人设"为第一性驱动，用多智能体 + 显式共享世界状态生成长篇；配套一个图结构的幻觉检测流水线。能扩展到"100 页"级别。

1. 要解决的问题

LLM 在多角色长篇里普遍出现角色不一致和情节断裂。本文主张：让每个角色作为独立 agent 依据人设自主"行动"，再由叙述者组织成连贯散文，从而在长跨度下保持角色与情节一致。

2. 提出的系统

Magnet（生成系统，5 个核心组件）

Character Agents（角色智能体，DPO 微调的 Gemma-4-31B-it） - 依据角色人设 + 故事目标 + 世界状态产生"行动"。 - 人设包含：关系、性格、目标、描述、能力等属性。
Critic Module（评审模块，Gemini 2.5 Flash） - 评估候选行动的相关性、具体性、一致性、合理性。 - 过滤掉不合理/重复的行动，再交给叙述者；也负责生成世界状态更新。
Narrator（叙述者，Claude Opus 4.7） - 从通过评审的行动里选取合适的，转写成连贯的散文段落。
Goal Sequencing（目标编排，Claude Opus 4.7） - 先生成高层故事目标并迭代更新。 - 每 15 步替换未完成目标以防卡死；每 40 步引入新冲突以保持多样性；生成目标切换间的过渡段。
Shared World State（共享世界状态，图结构） - 有向图：根世界节点 + 角色节点 + 状态变量；展平成字典供 agent 读取。 - 只应用"叙述者选中的行动"带来的更新（覆盖式冲突解决），以此维持一致性。

Atlas（图结构幻觉检测流水线，三遍扫描）

把场景拆成事件单元（描述 + 文本证据）。
用固定 schema 抽取实体与关系，比较当前场景与历史场景的世界状态，找出"先立后驳"的矛盾。
Schema：7 类节点（Character / Event / Location / TimePoint / Object / Vehicle / Concept）+ 5 组边（事件角色、社交、事件间、时空、物体相关）。

3. 实验设置

长度：2 页、20 页、100 页三档（100 页因算力只跑 1 篇）。
DPO 训练数据：1,012 训练 + 53 评估偏好样本。
Baseline：
单模型直接提示（Claude Opus 4.7，无 agent / 世界状态 / 目标编排）。
IBSEN（导演—演员式多智能体剧本框架）。

4. 评估指标

编辑式评估（GPT-5.4 mini）：故事级（逻辑一致、主题连贯、角色弧完成）、章节级（目标-冲突-结局推进、开合钩子、章节必要性）、句子级（节奏、清晰度、句法多样性）——用"标注数量"衡量，越低越好。
成对 rubric 打分（GPT-5.4 mini）：故事/章节/句子三层，满分 100，越高越好。
Atlas 幻觉检测：对人工验证的 ground truth 计算 P/R/F1（LLM 编辑判断与人工对齐率 90%）。

5. 主要结果

100 页设定（长度越长优势越明显）： - 编辑标注数：Magnet 24 vs 单模型 37 vs IBSEN 30（分别降低 41% / 34%）。 - 幻觉数：Magnet 6 vs 单模型 12 vs IBSEN 11（降低 50% / 45%）。 - rubric（故事级）：Magnet 89 vs 单模型 75 vs IBSEN 24。

20 页设定： Magnet 比单模型少 9 个标注、比 IBSEN 少 30 个；rubric 各层均领先。

Atlas 检测器： 聚合 F1 = 0.853（vs LLM-as-Judge 基线 0.805），Precision 0.914 / Recall 0.800。

消融（20 页）： 各组件都有贡献；移除 Critic 模块导致标注数上升最多；世界状态、目标切换、DPO 训练均被证明有效。

6. 结论

长篇叙事可以从显式世界状态追踪 + 目标驱动的多智能体生成中"涌现"出来；优势主要体现在高层叙事组织和长程连贯上，且随长度增加而放大。

7. 对做产品 / 工程的启发

"角色即 agent + 共享世界状态图" 是当前长篇一致性的强范式，比单模型硬写更稳。
只让被采纳的行动更新世界状态，是一个简单但关键的一致性设计。
生成与检测配套（Magnet + Atlas）：边写边查的思路值得工程化。
混用多家模型分工（Gemma 角色、Gemini 评审、Claude 叙述/编排）体现了"按能力选模型"的实用主义。

关联

Atlas 与 [[01_lost_in_stories]] 的一致性检测目标一致（前后世界状态比对）。
世界状态图 + 冲突解决呼应 [[03_dome]] 的时序知识图谱记忆。
多智能体思路同 StoryWriter / StoryBox 一脉。