AI写小说每章都要过安检？8级质量门禁详解
前言
上一篇我们聊了AI写长篇为什么会在30章左右崩盘——一致性丢失、节奏失控、套路重复，本质上都是"跨章"问题。
有同学就问了：那到底怎么解决？光知道问题没用，得有方案。
这篇就来讲我的核心解决方案：质量门禁系统。
你可能会想，写小说搞什么门禁？是不是太工程化了？但你想想，代码写完要过CI/CD检查，为什么小说写完不能过？道理是一样的——270章的体量，靠人眼逐字检查是不现实的，你必须让系统帮你兜底。
从"写完就发"到"写完先过安检"
大多数人的AI写作流程是这样的：
prompt → AI生成 → 人工看一眼 → 发布
这个流程在写前10章时没问题。但到第30章时，你还能"看一眼"就发现主角的衣服颜色和第3章不一致吗？还能发现第7章埋的伏笔到第30章还没回收吗？还能发现连续4章的温度都是"温"吗？
不能。人眼看不出这些问题，但读者能感觉到——他们会觉得"不对劲"，然后弃书。
长篇小说的质量问题，90%是跨章一致性问题。而人工检查跨章一致性，在270章的体量下，是不现实的。你需要自动化。
于是我设计了8级质量门禁。灵感来自CI/CD流水线——在软件开发中，代码提交后要过一系列自动化检查（编译、单元测试、集成测试、代码审查），任何一级不通过就阻断部署。我把同样的思路搬到了网文创作中。
8级门禁全景图
每一章从开始写到最终确认，要过8道"安检"。前2道在写作前拦截，中间4道在写作后自动检测，最后2道是收尾关卡。
G1(状态加载) → G2(输入校验) → DRAFT(正文生成) → G3(大纲对齐) → G4(人设检查) → G5(节奏检查) → G6(反AI味) → G7(伏笔管理) → G8(人工确认)
借鉴CI/CD的"fail fast"原则——问题越早发现，修复成本越低。G1-G2在写作前拦截环境问题，G3-G6在写作后自动检测内容问题，G7-G8是收尾关卡。每一级都有明确的通过条件和退回指令。
| 门禁 | 名称 | 阶段 | 检测方式 | 拦截目标 |
|---|---|---|---|---|
| G1 | 状态加载 | 写前 | 文件存在性检查 | 状态轨缺失 |
| G2 | 输入校验 | 写前 | 输入文件校验 | 大纲/人物/素材缺失 |
| G3 | 大纲对齐 | 写后 | 事件比对 | 偏离大纲 |
| G4 | 人设一致性 | 写后 | Soul Field规则匹配 | 人设崩塌 |
| G5 | 节奏检查 | 写后 | 指标计算 | 节奏失控 |
| G6 | 反AI味 | 写后 | metrics.py自动检测 | AI味超标 |
| G7 | 伏笔管理 | 收尾 | 伏笔表状态更新 | 伏笔遗漏 |
| G8 | 人工确认 | 收尾 | 作者审核 | 主观质量 |
写前门禁 G1-G2：写之前先检查"弹药"
在AI开始写任何一章之前，先确认两件事：状态轨是否完整（G1），输入文件是否齐备（G2）。如果"弹药"都不够，没必要开枪。
G1 · 状态加载检查
检查15条动态状态轨的JSON文件是否完整存在，且包含到上一章为止的最新状态。这是整个门禁系统的第一道防线——如果状态轨缺失，AI写出来的内容一定与前序章节不一致。
- 通过条件：15条轨JSON文件全部存在且非空
- 不通过时：阻断写作，输出缺失文件列表
来看检测逻辑：
# G1: 状态加载检查
required_tracks = [
"character_state", "foreshadow", "language_fp",
"emotion_arc", "established_facts", "soul_field",
"rhythm_temp", "climax_count", "hook_type",
"chapter_summary", "props", "spatial_location",
"info_asymmetry", "power_relation", "timeline"
]
missing = [t for t in required_tracks
if not track_file_exists(t, chapter=current-1)]
if missing:
return GATE_FAIL(
action="BLOCK_WRITING",
message=f"状态轨缺失: {missing}",
fix=f"运行 init_tracks.py --chapter {current-1} 重新生成"
)
return GATE_PASS()
为什么放在最前面？因为如果状态轨缺失，后面所有门禁的检查都是无意义的——没有状态数据，G3无法比对大纲，G4无法检查人设，G5无法计算节奏指标。G1是所有门禁的前提。
G2 · 输入校验
检查写作所需的4项输入文件是否齐备：大纲第N章、人物档案、节奏卡第N章、素材库。这4项输入缺任何一项，AI的生成质量都会显著下降。
- 通过条件：4项输入文件非空且内容有效
- 不通过时：提示缺失项，附补全指引
| 输入 | 来源 | 缺失后果 |
|---|---|---|
| 大纲第N章 | outline.md | AI不知道本章该写什么核心事件 |
| 人物档案 | characters.md | AI不知道角色的人设和语言指纹 |
| 节奏卡第N章 | pacing.md | AI不知道本章的张弛/温度/爽点要求 |
| 素材库 | material-prep.md | AI缺乏行业知识和打脸场景参考 |
写后门禁 G3-G6：写完后自动"过安检"
AI生成正文后，4道自动检测门禁依次执行。这4道门禁是整个系统的核心——它们决定了你需不需要人工介入。
G3 · 大纲对齐检测
检查AI生成的正文是否与大纲第N章的核心事件一致。AI有时候会"自由发挥"——大纲说本章是"会议室打脸"，AI写成了"走廊吵架"。
- 通过条件：核心事件一致率 ≥ 80%
- 不通过时：退回DRAFT，附偏离项+原始大纲
检测逻辑是提取大纲第N章的3-5个核心事件关键词，在正文中搜索匹配。如果匹配率低于80%，输出偏离说明：
# G3: 大纲对齐
outline_events = extract_events(outline.chapter[N])
chapter_events = extract_events(generated_chapter)
match_rate = calculate_match(outline_events, chapter_events)
if match_rate < 0.8:
return GATE_FAIL(
action="REVISE_DRAFT",
deviations=get_deviations(outline_events, chapter_events),
suggestion="请按大纲核心事件重新生成，偏离项: {deviations}"
)
return GATE_PASS()
G4 · 人设一致性检测
这是最关键的一道门禁。检查正文中是否有违反Soul Field铁律的内容——角色做了不该做的事、说了不该说的话、情绪反应不符合人设。
- 通过条件：0条核心铁律被违反
- 不通过时：退回DRAFT，标出违反的铁律+原文
来看Soul Field铁律检测示例：
# G4: 人设一致性
soul_field = load_soul_field(character="lin_zhiwan")
violations = []
for rule in soul_field.core_rules:
if rule.type == "absolute":
if check_violation(generated_chapter, rule):
violations.append({
"rule": rule.text,
"evidence": find_evidence(generated_chapter, rule),
"suggestion": get_fix(rule)
})
# 示例拦截：
# 规则: "林知晚不会在公开场合流泪"
# 证据: 第4段 "林知晚眼眶一红，泪水在众目睽睽之下滚落"
# 建议: 改为"林知晚抿了抿唇，指甲掐进掌心"
if violations:
return GATE_FAIL(
action="REVISE_DRAFT",
violations=violations
)
return GATE_PASS()
人设崩塌是读者弃书的第一原因。一旦角色做了"不像ta会做的事"，读者的代入感立刻断裂。G4必须零容忍——任何一条核心铁律被违反，都必须退回重写。
G5 · 节奏检查
检查本章的节奏指标是否符合节奏卡的要求——张弛状态对不对、温度档位对不对、爽点有没有、钩子类型是否重复。
- 通过条件：4项节奏指标全部达标
- 不通过时：退回REVISE，附节奏修正建议
| 检查项 | 规则 | 检测方法 |
|---|---|---|
| 张弛状态 | 与节奏卡标注一致 | 分析本章情绪走向，判断是"张"还是"弛" |
| 憋屈连续 | ≤2章 | 检查前2章是否也是"张" |
| 温度档位 | 与节奏卡一致，且不连续5章同档 | 分析情绪强度，映射到5档温度 |
| 钩子类型 | 存在且不连续3章同类型 | 检查章末100字的悬念类型 |
G6 · 反AI味检测
运行 metrics.py 脚本，对正文进行6项量化指标检测。这是让"去AI味"从主观判断变成客观指标的关键门禁。
- 通过条件：6项指标全部在阈值内
- 不通过时：退回REVISE，附超标项+替换建议
| 指标 | 阈值 | 超标示例 |
|---|---|---|
| 句式重复率 | ≤3次连续 | "她不禁...她不禁...她不禁..." |
| 词汇多样性(TTR) | ≥0.45 | 全章3000字只用了800个不同的词 |
| AI高频词密度 | ≤5次/千字 | "缓缓""微微""淡淡"出现过多 |
| 段落长度方差 | ≥80 | 所有段落都是150字左右（太均匀） |
| 对话占比 | 30%-60% | 全章80%都是对话 |
| 情绪词密度 | ≤8次/千字 | "愤怒""震惊""无奈"出现过多 |
G6是唯一一个量化检测"AI味"的门禁。其他门禁检查的是"对不对"（大纲对不对、人设对不对），G6检查的是"像不像人写的"。当6项指标全部达标时，读者基本无法分辨这是AI写的还是人写的。
收尾门禁 G7-G8：收尾关卡
前面6道门禁都通过了，还需要两道收尾关卡：伏笔管理（G7）和人工确认（G8）。
G7 · 伏笔管理
检查本章是否引入了新伏笔（需要登记）或回收了旧伏笔（需要更新状态）。伏笔管理是长篇小说最容易出问题的地方——埋了忘了回收，或者回收时和埋设时不一致。
伏笔登记表结构如下：
// 伏笔登记表
{
"id": "FB037",
"planted_chapter": 30,
"content": "周教授办公桌上那封未署名的信",
"plan_recover_chapter": 45,
"status": "planted", // planted → recovered → closed
"related_characters": ["zhou_professor", "lin_zhiwan"],
"importance": "P0" // P0=核心伏笔, P1=重要, P2=次要
}
如果P0级伏笔超过计划回收章节10章还未回收，系统自动发出预警。这是防止"烂尾"的最后一道防线。
G8 · 人工确认
前7道门禁全部是自动化检测，G8是唯一的人工关卡。作者阅读本章正文，做最终确认：通过则更新15条状态轨，进入下一章；驳回则退回DRAFT并附修改方向。
- 通过：更新15条状态轨 → 进入下一章
- 驳回：退回DRAFT，附驳回原因+修改方向
自动门禁能检测"对不对"，但检测不了"好不好"。一段文字可能通过了所有自动检查，但读起来就是没有感觉——不够爽、不够燃、不够痛。这些主观质量只能靠人来判断。G8是不可替代的。
门禁的核心不是"拦截"，是"精确退回"
这一节是我设计门禁系统时最花心思的地方，单独拎出来讲。
一个只会说"不合格"的门禁是没有用的——AI收到"不合格"这个反馈后，只能随机重写，大概率还是不合格。有用的门禁必须告诉AI"改哪里、怎么改"。
每一级门禁不通过时，都会生成一个结构化的退回指令：
// 退回指令结构
{
"gate": "G4",
"action": "REVISE_DRAFT",
"violations": [
{
"rule": "林知晚不会在公开场合流泪",
"evidence": "第4段: '林知晚眼眶一红，泪水在众目睽睽之下滚落'",
"suggestion": "改为: '林知晚抿了抿唇，指甲掐进掌心，但表情没有一丝波动'"
}
],
"priority": "P0",
"max_retries": 3
}
退回指令包含4个关键字段：
| 字段 | 含义 | 为什么重要 |
|---|---|---|
violations | 具体的违规项 | 告诉AI"哪里错了" |
evidence | 原文证据 | 告诉AI"哪句话有问题" |
suggestion | 修改建议 | 告诉AI"应该怎么改" |
max_retries | 最大重试次数 | 防止无限循环 |
借鉴CI/CD的**"fail fast, fix fast"原则。门禁不只是拦截器，更是修复指导器**。一个能告诉你"改哪里、怎么改"的门禁，比一个只会说"不合格"的门禁有价值100倍。
实战案例：前3章试写中的真实拦截记录
光说设计没用，来看真实拦截。在全局规划完成后，我进行了前3章的试写验证。8级门禁系统成功拦截了3次质量问题。
- 3 总拦截次数
- 2 G4人设拦截
- 1 G5节奏拦截
- 0 最终人设崩塌
案例1：G4拦截 — 林知晚"公开流泪"
- 触发：第1章初稿，第7段 AI写道："林知晚看着功劳簿上自己的名字被人划掉，眼眶一红，泪水在众目睽睽之下滚落。"
- G4检测：违反Soul Field核心铁律
规则：
"林知晚不会在公开场合流泪"（absolute级别） - 退回指令： 建议改为："林知晚看着功劳簿上自己的名字被人划掉，抿了抿唇，指甲掐进掌心。表情没有一丝波动，但攥着手机的手指发白。"
- 结果：AI按建议重写，G4通过。修改后的版本更符合"冷静但暗藏愤怒"的人设——没有流泪，但读者能感受到她的愤怒。
案例2：G4拦截 — 沈婧"直接发怒"
- 触发：第2章初稿，第12段 AI写道："沈婧猛地站起来，脸色铁青，'你什么意思？'"
- G4检测：违反Soul Field核心铁律
规则：
"沈婧永远在笑着的时候说最狠的话"（absolute级别）。沈婧不会"猛地站起来""脸色铁青"——那是普通反派的反应。 - 退回指令： 建议改为："沈婧端起咖啡杯，嘴角弯了弯，'知晚，你最近是不是压力太大了？'语气温柔得体，但杯沿遮住了她眼底一闪而过的寒意。"
- 结果：AI按建议重写，G4通过。修改后的沈婧更有"笑面虎"的压迫感——笑着说出最狠的话，比直接发怒可怕十倍。
案例3：G5拦截 — 连续3章温度"热"
- 触发：第3章初稿 节奏卡要求第3章温度为"热"，但第1章和第2章也是"热"。连续3章"热"违反了"不可连续5章以上同一温度档位"的预警规则（虽然没到5章，但3章已经是预警线）。
- G5检测：温度单调预警 前3章温度：热 → 热 → 热。建议第3章降一档到"温"，在第3章前半段安排一个过渡场景（日常/信息铺垫），后半段再升温到"热"。
- 退回指令： 建议在第3章开头加一个500字的日常过渡段（林知晚早晨在工位上整理文件，和同事闲聊），把温度从"热"降到"温"，再在打脸场景升回"热"。形成"温→热"的章内温度曲线。
- 结果：AI按建议重写，G5通过。修改后的第3章有了"先抑后扬"的节奏感，打脸场景的爽感更强。
8级门禁的代价与权衡
门禁系统不是没有成本的，诚实地说说它的代价。
| 维度 | 无门禁 | 8级门禁 | 代价 |
|---|---|---|---|
| 单章写作时间 | ~15分钟 | ~30分钟 | +100% |
| 返工率 | ~40%（后期更高） | ~8% | -80% |
| 跨章一致性 | 第30章开始崩 | 270章不崩 | 质变 |
| API调用成本 | 1次/章 | 1.3次/章（含重试） | +30% |
| 学习曲线 | 低 | 中（需理解门禁逻辑） | 有门槛 |
单章时间增加100%，但返工率降低80%——总时间成本反而更低。更重要的是，没有门禁的系统在30章后会崩盘，崩盘后的修复成本是"重写"级别。门禁系统的真正价值不是"节省时间"，而是**"保证不崩"**。
总结
门禁的本质不只是"自动化检查"，它有三层含义：
第一层：拦截器 — 在问题流入下一章之前拦住它。
第二层：修复指导器 — 不只告诉你"不合格"，还告诉你"改哪里、怎么改"。
第三层：质量保证体系 — 通过8个维度的系统化检查，让每一章的质量可控制、可追溯、可量产。
核心要点提炼：
- 8级门禁分三个阶段：写前（G1-G2）、写后（G3-G6）、收尾（G7-G8），借鉴CI/CD的fail fast原则
- 门禁的核心不是拦截，是精确退回 — 必须告诉AI"改哪里、怎么改"
- G4人设一致性检测是零容忍的 — 人设崩塌是读者弃书的第一原因
- G6反AI味是唯一量化检测"像不像人写的"门禁 — 把主观判断变成客观指标
- G8人工关卡不可替代 — 自动检测管"对不对"，人管"好不好"
在软件工程中，CI/CD流水线让代码质量从"靠程序员自觉"变成了"靠系统保证"。在AI写作中，8级门禁让章节质量从"靠作者感觉"变成了"靠系统保证"。
这就是工程化方法论的价值——把质量从"主观感觉"变成"系统保证"。
下一篇，我会拆解15条动态状态轨的数据结构和协同机制——这是G1门禁检查的对象，也是270章不矛盾的秘密。
本文是「AI写作工程化」系列第2篇。如果觉得有帮助，点个赞吧。你觉得这套门禁设计怎么样？评论区聊聊你的想法。
