用外部台账替代上下文:AI写作工具里一个可审计的跨章节一致性方案

简介: AI写作长上下文管理:上下文是容量,台账才是记忆力。本文给出事实台账的字段设计、主键选择、写回四条约束,以及"把台账打印出来对账"这套可审计做法。实测 260 章、70 多万字,同一性错误与静默污染各 0 次。附条件、判据与四个失败案例。

一、问题背景

1.1 一致性问题的本质是"账实不符"

用AI写长文时最容易出的一类硬伤,不是文笔差,是前后对不上:

  • 设定"父亲已死",六十章后父亲出场;
  • 某角色第 12 章叫"三叔",第 30 章叫本名"陈三",被程序当成两个人重新分配人设;
  • 埋了的伏笔到卷末还没收;
  • 同一件物品的属性前后矛盾。

这些问题的共同点是:它不属于"生成质量",属于"记账"。

模型并不是"记不住"——它每一次请求都是新的,本来就没有记忆。所谓"它忘了",是因为你以为它在替你记账,其实它没有账本。上下文里塞着的东西,请求一结束就没了。

1.2 为什么"更强的模型"解决不了

把失败样本逐条摊开,三类问题的归属很清楚:

失败类型 具体表现 真正的问题域
进度丢失 不知道现在该写什么,只能顺着往下编 状态管理
风格漂移 前 10 章冷硬悬疑,第 30 章变甜宠 规则注入
事实冲突 人设矛盾、伏笔忘收、章号错乱 外部记忆

换更强的模型、写更长的提示词,这三类一个都不会改善。 因为模型在这三件事里都不是"能力不够",而是"位置不对"——它被迫同时当作者、进度管理员、档案员和审稿人。

1.3 一个被忽略的要求:可审计

还有一条更硬的要求,很多人做台账时没想过:台账要能打印出来给人看,并且能逐行对账。

可审计(auditable)的意思很具体:

白话就是:任何一条记录,都能回答"它是在哪一章、由哪一段正文产生的、谁改过它"。
具体例子:台账里有一条"主角的左臂在第三章受伤未愈"。可审计意味着我能查到这条是第 3 章定稿时写入的、来源是正文第 7 段,此后没有被覆盖过。如果查不到,这条记录就是不可信的。

不可审计的记忆,等于没有记忆。 一条你说不清来历的记录,和没有这条记录一样危险——而且更危险,因为你会相信它。


二、方案设计

2.1 架构:四张表 + 一条单向写回路径(术语 + 白话)

① 事实台账(fact ledger)

白话就是:给每个角色、每件道具、每条设定记一笔账,动笔前先对账。
具体例子:(主角, 左臂状态) → "第三章受伤,未愈"。下一章要写他打斗,程序先把这条捞出来;如果正文写了"他双手持剑",闸门当场报错,而不是等读者在评论区骂你。

② 写回单向(single-direction write-back)

白话就是:只允许"定稿"这一步往账本里写,中途的草稿一个字都不许进。
具体例子:初稿可能生成三版,最初一版写"主角杀了人",第三版改成"其实没杀"。如果初稿每版都往台账写,台账里就永远留着"主角杀了人"这条错账。所以只有最后定稿那一版才写。

③ 幂等(idempotent)

白话就是:同一个动作重复执行一次和十次,账本上的结果必须一样。
具体例子:网络超时导致"定稿"请求被重发了两次,台账不能出现两条一模一样的记录,也不能把"已回收"的伏笔又标回"已埋"。

图 1  台账的写入路径与审计视图

  初稿 DRAFT ──✗ 禁止写回 ──────────────┐
                                        │
  审查 REVIEW ──✗ 禁止写回 ─────────────┤
                                        │
  定稿 FINAL ──① 入库成功之后 ──→ ② 留快照
                                        │
                                  ③ 撞 immutable?──是──→ 抛错转人工
                                        │否
                                  ④ 幂等写入 ──→ 四本台账
                                                        │
                        ┌───────────────────────────────┘
                        ↓
              审计视图(可打印、可 diff)
              · 本章新增事实 N 条
              · 本章状态变化 M 条
              · 本章被拒写 K 条(含原因)

注意图里那两条"禁止写回"。 这张图最关键的信息不在写回路径上,在被挡住的路径上——污染是静默的,防得住的办法只有压根不给入口。

2.2 四张表与主键选择

人物库

Character {
  id            // 稳定 ID,永不变(内部主键)
  names[]       // 别名表:本名、排行、职务、绰号、化名
  role          // 主角 / 反派 / 配角 / 功能性角色
  traits[]      // 性格词条(可增量追加,不可覆盖)
  relations[]   // { target_id, type, intensity }
  limits[]      // 能力边界:能做什么、明确不能做什么
  first_chapter // 首次出场章号
  updated_at
}

主键选 id 不选 names,这是最关键的一条。 中文长篇里称谓变化是常态(本名、排行、职务、绰号、化名),用名字做主键,一定会在第 30 章裂成两个人。

事实台账

Fact {
  id
  scope         // world / item / event / timeline
  subject       // 事实主体(人物 / 物品 / 地点 / 势力)
  predicate     // 关系或属性
  value         // 值
  chapter_set   // 在哪一章确立的
  immutable     // 是否为"不可推翻"条目
  source        // 来自定稿正文的哪一段
}

immutable 这个字段是被迫加的。有些事实推翻一次,全书就废了("父亲已死"这类)。把它们标成不可推翻,写回时撞上就抛错转人工,而不是静默覆盖。

source 字段是可审计的关键:每条事实必须记住它来自哪一段正文,否则一个月后你没法判断这条还算不算数。

伏笔台账

Foreshadow {
  id
  planted_chapter   // 埋设章号
  form              // 形态:物件 / 对话 / 视角 / 信息差
  target_chapter    // 计划回收章号
  status            // planted → reinforced → resolved / abandoned
  resolved_chapter  // 实际回收章号
}

状态机只有四个值,多一个都不要。伏笔台账的价值是"状态可判定",不是"描述得漂亮"。

章节摘要台账

ChapterSummary {
  chapter_no
  word_count
  characters[]      // 本章出场人物 ID
  location[]
  new_facts[]       // 本章新增事实 ID
  fs_planted[]      // 本章埋设伏笔 ID
  fs_resolved[]     // 本章回收伏笔 ID
  end_state         // 结尾状态(只有这一句交给模型写)
}

为什么只有一句给模型写? 因为 end_state 是其中需要判断的一项("本章停在什么状态"),其余都是可以被程序数出来的事实。能被数出来的东西,不要让模型去概括。

2.3 三个索引

索引 用途 为什么必须有
names → id 别名解析 不做这个,同一个角色会被当成两个人
chapter_no → summary 前情检索 按章号取,不按语义取
(subject, predicate) → fact 冲突检测 写回时要能立刻发现"这个属性已经有值了"

2.4 写回的四条约束

  1. 只允许定稿环节写。 初稿的废稿内容不能进长期记忆。
  2. 入库成功之后才写。 入库失败但台账写了,账实不符。
  3. 撞了 immutable 条目就抛错转人工,不静默覆盖。
  4. 写之前留一份快照,能退到上一章。

一句话:只允许定稿写、入库之后写、撞了不可变量就抛错、写前留快照。

这套"只追加、留快照、能回放"的思路在工程上有个现成的名字:事件溯源(event sourcing)。Martin Fowler 在 2005 年那篇同名文章里把它讲得很清楚——不存"最终状态",存"导致状态的一串事件",状态由事件重放得出。台账比它轻得多:我们只对事实条目这么做,不对全部数据做。

这四条的价值不在"严格",在台账污染是静默的——它不报错,只是让几十章之后的剧情出现一个说不通的转折,那时候你已经找不到是哪一次写回造成的。

2.5 读的四条预算规则

写入严格,读取要省:

规则 具体做法 为什么
按本章涉及取 本章框架里列了谁就取谁 不按库存取,按需求取
按引用取事实 本章引用哪几条设定取哪几条 全量注入等于没做台账
前情取最近三章 不取全部摘要 前情靠台账查,不靠摘要堆
伏笔只在框架 / 审查取 写初稿时不需要看 早看不解决问题,只占预算

三、实测

3.1 测试条件

项 值
测试时间 2026 年 9 月 – 2026 年 10 月
作品类型 中文男频长篇(单一题材,未换线)
模型 DeepSeek V4.1 Flash(全流程同一模型)
流程 8 环节状态机,每环节等待确认
单章目标字数 2400–3000 字
连续推进 260 章 / 70 多万字
台账规模 人物 40+,事实条目数百条,伏笔按卷登记,章节摘要 260 条
统计口径 每次定稿记录写回条数、被拒条数、账实比对结果

判据(什么算"台账失效"):

  1. 账实不符:正文里的事实与台账记录冲突,且未被闸门拦下;
  2. 同一性错误:同一角色 / 同一物件在台账里出现两个 ID;
  3. 静默污染:被改稿否定的设定仍留在台账里,并被后文引用;
  4. 检索缺失:本章必需条目未注入(属配置错误,单独记)。

3.2 数据

指标 改造前 改造后 说明
同一性错误 1 次(见 3.3 案例 1) 0 次 加别名索引后
静默污染 出现(见 3.3 案例 3) 0 次 写回四约束后
账实不符(未被拦) — 0 次 定稿前全量比对
单章台账注入量 — 占单章输入的很小一份 单章输入合计 6–7 万字符
返修率 — 约 8% 主要为薄章与场景重复
连续推进 — 260 章 / 70 多万字 单部作品

读这张表要注意一点:前两行的"0 次"不是在同一个规模上测出来的。同一性错误是在约 50 章时暴露、修完再跑满 260 章的;静默污染是早期版本暴露、加约束后未再出现。改造后的两个 0,覆盖的是改造之后的那一段连续推进。

3.3 失败案例

案例 1:别名没建索引,同一角色裂成两个人

现象:某角色第 12 章以"三叔"出现,第 30 章以本名"陈三"出现。人物库按本名建档,第 31 章的框架环节把他当成新角色,重新分配了性格设定——前后两章像两个人。

原因:台账用姓名当键,没有别名表。

处理:改 id 为单一主键,加 names[] 别名表;写入时强制要求"本章出现的所有称谓"回填;框架环节做一次别名冲突检测。

代价:人物种子环节的人工工作量增加约一成。收益:这类错误从此归零。

案例 2:摘要让模型自由概括,误差在第 40 章后复利

现象:早期版本让模型"用一段话概括本章"。写到 40 多章后,后文开始引用被摘要压掉的细节,出现"人物做了前文没做过的事"。

原因:摘要是有损压缩(lossy compression),且每章摘要会作为下一章摘要的输入之一,误差链式累积。摘要写得越凝练,丢的事实越多。

白话就是:让模型"一句话总结",它一定会丢掉它觉得不重要的细节;下一章再基于这条残缺的总结继续总结,错会越滚越大。
具体例子:第 20 章的摘要把"他把刀留在了客栈"压掉了。第 41 章需要这件道具,程序查不到记录,模型就顺手让他"刀在手上"。

处理:改成固定字段截取,只有 end_state 一句交给模型。

代价:摘要可读性下降,人工回看要多读两行。收益:误差不再复利。

案例 3:把台账交给模型写,废稿进了长期记忆

现象:初稿每生成一版,就顺手把这版里的新事实写进台账。改稿改掉的设定(比如"主角其实没杀他")照样进了事实台账。

后果:它不报错,只是在几十章之后让剧情出现一个说不通的转折。

处理:写回改成单向 + 延迟 + 可拒绝,即上面那四条约束。

这条是整个台账设计里最贵的一条:写入比读取重要。 读取错了,你当章就能发现;写入错了,你四十章后才发现,而且那时候你已经找不到是哪一次写回造成的。

案例 4:事实条目没有 immutable 标记,核心设定被覆盖

现象:某条早期设定("这个势力已经灭门")在某次定稿写回时被新值覆盖,因为新章节提到"残余部众",程序把 value 直接改了。后面二十章的人物动机全部失去依据。

原因:所有事实条目等权,没有"不可推翻"这一档。

处理:加 immutable 字段;撞上就抛错转人工裁决。人工只能在"新增一条限定条件"和"推翻并全书返修"之间选,不能静默改。


四、踩过的坑

我们项目公开名称是糖糖写作。做它的直接动因很朴素:最初的做法是"把前文往对话框里塞",做到全书的五到六成就必须换一个对话框继续,而换对话框那一刻,前面所有隐性约定全断了。

下面是两个跟"可审计"直接相关的坑。

坑一:审计视图要一开始就有,不能后补。

我们最初只存了台账数据,没存 source(来源段落)。等跑了几十章、需要查"这条设定到底是从哪句话来的"时,已经完全追不回去了。糖糖写作后来的做法是:写入时就必须带来源,缺失来源的条目一律拒写。

这个约束的价值在几十章之后才体现出来:一条你追不到来源的记录,你无法判断它还准不准,只能全信或全不信——两种都是灾难。

坑二:把"审计通过"当成"质量合格"。

台账能证明"事实没打架",不能证明"这一章好看"。我们一度把账实比对 0 冲突当成整体质量指标,结果是 0 冲突但返修率一直卡在 8% 左右——返修的原因全是薄章和场景重复,跟台账一点关系没有。审计管一致性,不管好不好看,这两件事必须分开度量。


五、结论

四本台账是数据结构问题,不是存储问题。存储随便选,主键选错全盘皆输。

三条可复制的建议:

  1. 人物表用内部 ID 做主键,名字做成别名数组。 中文长篇里称谓变化是常态(排行、职务、绰号、化名),用名字做主键,一定会在第 30 章裂开。
  2. 写回必须单向、延迟、可拒绝。 初稿的废稿不能进长期记忆;撞了不可推翻的条目就抛错,不要静默覆盖。污染是静默的,这是它最贵的地方。
  3. 每条记录都要能被追到来源。 存 source(哪一章、哪一段)比多存十个描述字段都值钱——它决定了这条记录三个月后还算不算数。

一句话:不可审计的记忆,等于没有记忆。

相关文章
|
6天前
|
Linux Go 开发工具
手机上跑 DeepSeek 智能体:开源安卓客户端 DSH Go 安装与使用指南
DSH Go 是一款开源安卓客户端,将 DeepSeek Harness 智能体引擎装进手机:免 Root、免 Termux,一键安装即用;支持本机运行(内置 Ubuntu+Node.js)或远程接管电脑会话;具备插话打断、过程折叠、屏幕操控、端到端加密分享等特色功能,真正实现智能体“口袋化”。
7430 18
|
6天前
|
弹性计算 人工智能 API
Codex超详细入门指南(下载·安装·登录·上手,全版本覆盖,2026最新版)
建议收藏本教程,2026 全年各版本更新随时回来查阅。如果你在搭建过程中遇到任何问题,欢迎结合 阿里云工单系统 提交技术支持请求,或在 阿里云开发者社区 搜索 Codex 相关话题交流。 祝你编码愉快,效率翻倍!
2445 10
|
1天前
|
人工智能 安全 应用服务中间件
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
NGINX曝出两个高危漏洞(CVE-2026-123633和CVE-2026-123007),CVSS 9.2分,均属HTTP/2内存安全缺陷,无需认证即可远程执行代码。影响自2015年起的多个版本,静态站点亦受威胁。修复版本为开源版1.30.7/1.31.9。(239字)
1177 0
NGINX 爆出两处高危漏洞 可导致未经身份验证的远程代码执行
|
4天前
|
传感器 安全 区块链
Windows 电脑运行安卓应用教程:开源工具 ApkStart 双击 APK 即装、独立窗口运行
ApkStart 是一款开源Windows工具,让安卓APP像原生软件一样运行:双击APK即安装、生成真实图标、独立窗口启动、开始菜单可搜索。无需传统模拟器,内置QEMU运行时,支持数据互通、ARM兼容与命令行操作。(239字)
|
9天前
|
人工智能 前端开发 API
阿里云Qwen4-Max 大模型详解:定位、特征、能力、适用场景与相对Qwen3-Max差异解析
2026年11月11日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问AI平台Token Plan并接入千问办公、Qoder等入口。该版本聚焦知识理解、世界感知、编程与Agentic四项升级,主打复杂编程、专业办公、前端设计与专业软件操作等真实任务。预览期为11月11日10:00至11月25日24:00,仅支持Token Plan调用,到期后模型标识下线;限时2折、新用户再享5折,最低1折可体验。
|
9天前
|
JSON 前端开发 API
阿里云最新Qwen4-Max大模型介绍:模型定位、特征、能力、适用场景解析
2026 年 11 月 11 日,阿里发布第四代旗舰模型Qwen4-Max预览版,首发千问 AI 平台 Token Plan,并同步接入千问办公、Qoder 等入口。该版本聚焦知识理解、世界感知、编程与 Agentic 四项升级,主打复杂编程、专业办公、前端设计与专业软件操作。预览期至 11 月 25 日 24:00,到期后模型标识下线;限时 2 折、新用户再享 5 折,最低 1 折可体验。
|
21天前
|
Linux 开发工具 iOS开发
Codex保姆级教程(下载+安装+登录+使用,含所有版本,2026最新)
Codex是OpenAI推出的开源AI编程智能体,本地运行,可理解整个代码库,支持自然语言指令改代码、执行命令、跑测试、修Bug,兼容Win/macOS/Linux。(239字)
10451 59
|
4天前
|
人工智能 弹性计算 开发工具
零成本玩各大模型!DeepSeek Harness dsh-our-free-model 插件,13 个厂商模型直接用
总结一下:装这个插件,你不用注册、不用绑卡、不用填一个 Key,就能在 DeepSeek Harness 里用上 DeepSeek V4.1 Flash、Kimi K3 这一批前沿模型,而且是白嫖的、还不限量。三步搞定:下载插件,复制包含 `package.json` 的插件目录路径,在「添加插件」里粘贴路径安装并重启。无论是在阿里云 ECS 上通过命令行部署的 Web 版,还是本地的 Electron 桌面端,都能顺利跑通,快速搭建一套零成本的免费模型使用环境。
1104 1
|
7天前
|
Linux API iOS开发
【DSH】DeepSeek Harness新手保姆教程(下载+安装+配置+使用,2026最新实测)
DeepSeek Harness(dsh)是DeepSeek AI开源的智能体框架,秉持“一切皆插件”理念,支持读文件、改代码、跑命令、处理表格、联网搜索等操作。免费开源,兼容Windows/macOS/Linux,提供桌面端与网页端,可灵活安装插件扩展能力。

热门文章

最新文章