loopne-优快云博客

原创 AI网文写作全景调研（十一）：多模态产业链——从网文到短剧、漫剧、有声书

AI视频、AI漫画模型的迭代速度很快，生成质量在明显提升、成本在快速下降。全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。：本文从技术成熟度、成本结构、收益模型、瓶颈风险四个维度，对比四种多模态形态（有声书/漫画/漫剧/短剧）的差异。：AI短剧、AI漫剧、AI有声书、AI漫画四个赛道，20+款主流工具和平台。——网文作者懂故事、懂节奏、懂钩子，这些是短剧最缺的。

2026-09-20 21:26:07 420

原创 AI网文写作全景调研（十）：合规篇——检测、平台政策、版权法律

AI生成内容的版权归属、训练数据的合法性、AI改编的侵权认定等问题当前法律上还不清晰。全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。AI痕迹要藏得最深——但更要紧的是，人工参与度要高到能证明"这是你写的"。把内容质量做到位，让平台觉得"这是个人写的"——AI辅助+人工深度参与，是最安全也最实用的路线。：番茄打击的是"批量低质AI水文"，不是"AI辅助"。

2026-09-20 21:25:17 644

原创 AI网文写作全景调研（九）：失败案例与死胡同——哪些路已经被证明走不通？

反而"怎么让用户持续付费”"怎么赚钱"成了更大的难题——个人用户付费意愿低、大厂挤压、获客成本高，这些商业层面的问题会比技术问题更致命。这不是"MoE一定不行"的定论，而是"当前没有证据表明MoE在创意写作上有特殊优势"的判断。失败案例天然存在"幸存者偏差"的反面——我们看到的是"失败了且被公开讨论的"，还有大量"失败了但没人知道的"案例没被纳入。不管你融了多少钱、团队有多牛、有多少用户——只要AI生成的质量达不到"可以直接用"的标准，商业模式就不成立。愿意为"AI写小说"持续付费的人，比你想象的少得多。

2026-09-02 20:57:44 304

原创 AI网文写作全景调研（八）：行动指南——基于全部调研，给出具体的下一步建议

全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。骨架层（剧情结构、人物弧光）用蓝图能解决（见实验笔记系列），但血肉层（文风、细节质感、情绪表达）仍是空白（见P6a瓶颈2、P4文风蒸馏）——这是差异化所在。建议按"优先级从高到低"排列三件该做的事，然后给出四件不该做的事，最后是一个3个月验证计划。：先做一个规则+AI打分的混合评估器，覆盖爽感、节奏、一致性、AI腔四个维度。

2026-08-28 20:01:33 970

原创 AI网文写作实验笔记（十三）：系列总结——12 篇实验、8 条核心结论，把“AI 写小说“每一步拆开验证

AI 写小说这条路能走通，但关键不在"提示词"，在"结构"。人给蓝图和结构（戏蓝图、大纲、情绪曲线、伏笔规则），AI 填血肉，独立模型去 AI 味，工具管长线。12 篇实验把这条路每一步都用数据验证过，没有玄学，只有可复现的结论。本系列完结。Part 1-13 全部发布。

2026-08-27 21:25:39 714

原创 AI网文写作实验笔记（十二）：一本完结的 80 章 AI 书，69 条伏笔只收 35%——挖出三条可落地的伏笔规则

拿一本真实完结的 80 章 AI 书，把 69 条伏笔的完整生命周期扒了一遍。三条反直觉规律：伏笔标"接近兑现"后 0% 真兑现（状态机缺限期兑现的闭环）；全书 60-75% 位置埋的回收率最低（14%）；转折章一次埋 3-7 条容易烂尾。每条都有可落地的改进措施（限期兑现/埋设红线/单章上限）。核心洞察：AI 长文的伏笔问题不是"记不住"，是"状态机缺闭环 + 埋设节奏无纪律"——都是可以写进 SOP 的具体规则。

2026-08-26 07:00:00 1170

原创 AI网文写作全景调研（七）：路线价值判断——7条路线，每条的天花板在哪？

全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。调prompt的边际贡献非常有限——模型升级会把天花板整体抬高（比如从55分到60分），但人力调优的空间被模型本身的上限锁死。语言层的风格化能做到80分的相似度，但故事本身的质量还是基座模型的水平——50-60分。7条路线覆盖当前AI网文写作的全部主流技术路径，从纯模型直出到方法论编码，按"离生成的距离"排序。

2026-08-25 07:02:21 279

原创 AI网文写作实验笔记（十一）：AI 的情绪曲线，只能控制一半——压抑释放能控，峰值位置只有趋势

情绪曲线两个结构参数，一强一弱：压抑-释放能控且统计显著（压抑 3 段比 1 段强度差大 70%），峰值位置只有方向趋势、三组差异不显著、测量有波动。配合 Part 10 的载体蓝图，"情绪曲线的骨架"部分可编程（载体、压抑释放），峰值位置还不能当精确控制手段。

2026-08-21 22:14:42 880

原创 AI网文写作全景调研（六）：五大瓶颈——为什么主流工具都写不出合格网文？

本文把创意瓶颈视为技术层的最顶层（之上还有成本瓶颈这一经济层约束），因为它根源于大模型"统计最可能的下一个词"的本质。：我们的A/B测试（见实验笔记系列）显示，AI评者对样本的打分与真人评者存在系统性分歧——AI评者认为"有戏"的20/20篇，真人读者57/59篇打最低分（完全不想看）。但距离"合格网文"的标准还有差距。全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。

2026-08-20 22:52:32 803

原创 AI网文写作全景调研（五）：学术前沿综述——2025-2026年，论文圈在解决什么问题？

全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。大部分论文还在研究"怎么写得连贯"，还没到"怎么写得好看"的层面。：约束满足在"事实性约束"（人物叫什么、物品在什么状态）上已经做得不错了，但在"结构性约束"（节奏要怎样、情绪曲线要怎样、视角不能切）上还差得远。而且英文研究关注的是"文学小说"“短篇小说”“剧本”，不是中文网文这种"数百万字连载、类型化、爽感驱动"的特殊品类。

2026-08-19 21:44:08 701

原创 AI网文写作全景调研（四）：文风蒸馏与作品DNA——AI能不能“学会“一个作者的写法？

当前所有"文风模仿"工具，模仿的都是"用词和句式"——也就是"这个人说话的味儿"。但网文真正值钱的不是"味儿"，是"法"。所谓"法"，指的是节奏控制、信息差铺设、人物塑造、爽点布局——这部分还没有人做出来。作品DNA路线（works-dna-extractor为代表）是当前唯一瞄准"法"这个层面的。但它的问题是：太早期了，成熟度低，效果还没大规模验证。

2026-08-18 06:40:45 1012

原创 AI网文写作实验笔记（十）：AI 写情绪只有对话拿得出手——载体蓝图实测 80% 遵守，其余载体一写就是 AI 味

载体蓝图（写前规定每段载体）能让模型 80% 遵守，逼出 AI 平时不用的直述情绪词（3%→15%），是温和的规整。顺带确认：AI 的载体能力不均，对话相对最不烂，一离开对话就 AI 味。用蓝图的关键是顺着相对不烂的载体——对话为主、弱项点缀，而不是平均分配。下一篇（Part 11）：情绪曲线工程化——峰值位置和压抑释放能不能按指令控制。

2026-08-17 08:00:00 272

原创 AI网文写作全景调研（二·下）：开源项目技术路线拆解——训练、DNA与路线选择

同时针对中文网文的SFT微调项目在增多，模型质量提升会直接降低开源工具的使用门槛，本地部署从"技术爱好者的玩具"变成"有实用价值的选项"。：开源项目技术路线拆解的下篇，覆盖训练路线（预训练/SFT）、作品DNA路线、其他值得关注的项目。：路线很务实——不是"从零写新书"，而是"基于成熟作品的骨架做改编仿写"。全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论。相对早期，值得关注。

2026-08-14 19:33:15 744

原创 AI网文写作全景调研（二·上）：开源项目技术路线拆解——Agent与平台路线

全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论：本系列技术路线的完整分析分布在P2（工程架构）、P3（训练与DNA）、P4（文风专项），三篇合起来构成技术全景。，训练路线、文风蒸馏、作品DNA见P3/P4。：10个核心项目 + 10+个边缘项目 + 4个文风蒸馏项目（GitHub）：GitHub数据采集 + 代码架构分析 + README/文档研读 + 社区活跃度评估。

2026-08-14 07:34:30 1293

原创 AI网文写作全景调研（一）：商业工具全景——27款核心工具横测，最好的工具能写到什么水平？

全15篇（14篇正文+1篇开篇导读），覆盖13个主题：商业工具、开源项目、文风蒸馏、学术前沿、瓶颈分析、路线判断、行动指南、失败案例、合规政策、多模态、经济学、实验验证、方法论：2026年8月：截至2026年8月（各工具价格/功能以官网为准）：国内外27款核心AI写作工具 + 50+款专项工具（网文/小说方向）：官网信息交叉验证 + 用户评价三角校验 + 功能对比矩阵 + 定价结构分析：市面上最好的AI写作工具，能写出合格的网文吗？

2026-08-13 22:04:15 698

原创开篇：AI写网文的天花板在哪？

不卖工具，不卖课，没有万能提示词。这是实验笔记的"研究底座"——记录AI网文写作这件事在2026年8月的全行业真实状态。实验笔记还在继续，这个专栏先把行业全景放这里。

2026-08-13 22:03:46 267

原创 AI网文写作实验笔记（九）：为什么删了情绪词，AI 写的还是很假？——揭秘“载体单一化“

—载体在交替。而 AI 稿从头到尾都是"攥紧/发白/颤动"这类动作描写。

2026-08-12 20:47:17 589

原创 AI网文写作实验笔记（八）：1轮追问就够了——60篇盲测证明：多追3轮是白花钱

追问有用但增量小（两评者一致：初稿最差、改后更好）；1 轮 vs 3 轮两评者无共识，所以取便宜的 1 轮；换修改模型两评者都说没差别。追问的成本结构里，轮数和修改者都可省——真正要保证的是“审查者独立”（Part 5 原理），这一步别省。人填蓝图 → 生成 → 独立模型审查 → 任意模型按指令改 → 人工终审。

2026-08-11 12:30:00 1408

原创 AI网文写作实验笔记（七）：从 0/20 到 20/20——蓝图要“可判定“才管用。但真人读者一句话：60篇还是看不下去

约束管不住设计，但"可判定的蓝图"能——只要你把蓝图写成动作指令：谁打谁、谁失控、怎么绝杀、什么反转。上一篇的 14 版失败，败在"从提示词里挤设计"；这一篇，赢在"把设计写进一张可判定的表、让 AI 照表执行"（无蓝图 0/20 有戏 → 反套路蓝图 20/20，AI 评者视角）。剧情不是玄学，是一张 4 行的表。人填表，AI 写字。蓝图解决的是"戏的设计"这一层（两个 AI 评者确认）；真人读者一句话点破：60 篇整体还是看不下去——设计层解决了，文风执行还有最后一公里（Part 5 的文风校准）。

2026-08-09 23:24:53 572

原创 AI网文写作实验笔记（六）：试错14版，我承认只靠提示词，AI写不出“有戏“的剧情

Part 5 结尾提出"文风救不了烂故事，要回大纲端修"，本期将白描铁律、剧本式格式、台词红线、场景意图全部搬到上游（章纲生成 + 场景拆分），验证 AI 能否在大纲端写出有意思的剧情。AI 版情魔在"立论"（爱没错），人工版情魔在"打人"（你见过血祭吗）。AI 版主角全程没有一句反击，人工版一句"算你的还是算他们的"直接把反派的逻辑掀翻。出路不是换提示词，是换分工：人定"关键动作+台词+反转点"，AI 负责白描执行。规律很明显：约束管得住"执行层"（文字长什么样），管不住"设计层"（剧情该发生什么）。

2026-08-07 07:06:09 361 2

原创 AI网文写作实验笔记（五）：给AI喂了真人爆款段落，AI味纹丝不动：直到我换了一招（比喻 7.2 → 0）

注1：本表两套指标口径不同——"比喻/千字"数的是"像/仿佛/犹如/宛如"这类词；——deepseek 改文时，个别比喻被改成了新的比喻（“像在耳边吐气"→"像贴着耳根说话”）、套话动作还在（“他脚步没顿"→"迈步，越过那道声音”）、还会冒出"磨出一道白痕"“直冲鼻腔”"嘎吱作响"这种新的拟声词/体感堆砌。：文里出现的"AI味"是读起来的总体感受，"AI腔/套话"特指脚本能检测到的固定模板（“眼中闪过一丝”“心中暗道”），"比喻密度"是数"像/仿佛/犹如"这类词。——也就是"AI味"。

2026-08-05 00:29:06 819

原创 AI网文写作实验笔记（四）：防幻觉，只有“抽象规则+自检“这一招管用

甚至连"长度对照组A’（中性文本，不自检）1.75"和"噪声放大组D修复前（中性文本，自检）1.40"这两个本质相同的条件，都差了25%——这正是抽样波动。另外说明一下：Part 3 预告的"核心设定放最前+自检"，实际设计时改成了更普适的"抽象元规则+自检"——两者验证的都是"规则前置+自检修复"这条路。反过来，只给3条抽象的大原则，它的注意力反而集中在"一切都跟设定保持一致"这个总目标上，生成时会自己多核对一遍，检查改错时也有明确的尺子。严格说，大部分组间对比都还没到"确凿"的程度。

2026-07-31 23:44:02 936

原创 AI网文写作实验笔记（三）：三轮1541篇样本测完，约束到底能管住AI的笔吗？

禁词和格式约束走入了死结：禁了没用的词改不了风格，有用的事（对话、长段、情绪）禁词又管不到。第二轮已经证明技法约束是唯一有效的类别–去掉35条技法，AI味暴增10分。但技法约束要求模型做的事（写对话、写情绪、写长段），模型又做不到–违反率60-100%。技法有效，但遵从率太低。1. 核心AI套话：禁了模型就写不出来。"微微"在82%的样本中出现，"缓缓"在77%中出现，"仿佛/像是/如同"合计覆盖92%。这些不是偶尔用一下的修辞，而是模型动作描写和比喻的核心模板。

2026-07-30 08:21:49 756

原创 AI网文写作实验笔记（二）：跑多少次，才敢说提示词是真的有用？

接受随机性，减少内耗。知道了 3.4 倍的波动是客观存在的，就不再把每一次翻车都归咎于自己的提示词写得烂。允许波动，多点几次重试，比死磕单次输出更高效。理解篇幅的"镜像效应"。明白了输入越长、输出越水是 AI 的物理机制，以后就可以反向利用它：用上下文长度来辅助控制正文的详略，警惕长上文带来的无意识注水。相信摘要策略的性价比。知道了不是喂的上文越长越准，300字摘要加最后一章的事实错误率反而比喂前三章全文低一半。与其图省事复制粘贴全文，不如花几分钟提炼核心摘要，这才是防止设定崩塌的最优解。

2026-07-28 07:16:02 469

原创 AI网文写作实验笔记（一）：为什么你改了一百次提示词，效果还是没有提升？

你试了十几个提示词的写法，存了几十个版本，每个版本跑了几次。一周之后回头看，你根本记不清哪个版本对应哪个效果，哪些改动是真的有用，哪些只是你的错觉。

2026-07-26 21:26:29 703

原创 LLM长篇网文生成：从API推理到QLoRA微调的完整实验与失败分析

本文记录了在单张 RTX 5060 Ti（16GB VRAM）下，使用 QLoRA 方法对 0.5B 至 35B 共 5 个 LLM 进行微调的完整过程，目标是让模型写出没有 AI 味的长篇网文。整个过程跨度约两周，涉及 16 次训练/推理尝试，3 次数据集重构。所有路线均未达成目标。本文按时间线记录完整过程，附具体错误信息与分析。QLoRA, LLM 微调, 长文本生成, 显存优化, LLaMA-Factory如果对技术细节没有兴趣，只是想看得出了什么结论，可以直接拖到最下面的第 9 节结论和。

2026-07-24 22:03:48 401

loopne的博客