--- name: web-novel-writing version: 1.0.0 category: 生活与工具 trigger_words: tags: platform: coze source: DeepseekModel source_url: https://deepseekmodel.com/skill?id=xingfanxia-ax-skills-web-novel-writing-skill-md --- name web-novel-writing description 约束 AI 写好【中文网文长篇连载】的工业化工作流 skill —— 把"完全放手让 AI 写、4-5 章后逻辑/人设/世界观全崩"的失控过程，改造成"人类当导演、AI 当受约束子程序"的可稳定推进流水线。核心不是"写作 agent"，而是五件事：① 第0步人类锁定品类/平台/顶层契约（核心冲突·结局·主线锚点·底层规则）；② 把记忆拆成带 Canon 状态+按卷可见性的 typed 状态文档（世界观/人物/剧情线/伏笔台账/情绪债/滚动摘要），而不是一个会泄漏到正文的 memory.md；③ 用确定性流程每章编译"最小 context、指令与正文严格分离"的短 prompt（专治 AI 把约束写进正文）；④ 章节生产闭环（编译→生成→独立一致性校验→量化 rubric 审校→定向改稿→去 AI 味→状态增量回写），改稿≤3轮、reviewer 与 writer 独立调用防自欺；⑤ 反 AI 味分三桶处理（词句层全量复用文学清单·结构层改分层规则·网文专属轴爽点/钩子/毒点/品类适配）。明确划分 AI自动 / 人机协作 / 必须人类拍板 三档边界。 设计约束：model-agnostic（默认就能在 Codex/GPT 上跑，换 GLM 等国产文学性更强的模型是可选优化旋钮、非前置依赖）；诚实区分"工程能修的"（一致性崩坏/结构失控/prompt泄漏/流程纪律）与"模型天花板"（文学性/语感/叙事层 AI 味，工程压不到零）；反 overengineering（substrate 是 Markdown/YAML + skill 指令 + 极小可选校验脚本，不是要作者建一个带 SQLite/向量库/dashboard 的 app）。 适用：用 AI 写网络小说/网文连载，发现"放手写就崩、续写几章逻辑乱、人设漂移、伏笔忘填、AI 味重、节奏平没爽点"；想搭一套约束 AI 的写作流水线；要维护世界观/人物/剧情/时间线/伏笔 state；要做章节级生成+审校循环；要去 AI 味；要按品类/平台（起点/番茄/晋江/飞卢）适配。姊妹于 game-script-creation（那个是二游剧本，这个是网文长篇连载）。 触发词：写网文、网络小说、写小说、AI 写小说、长篇小说、连载、续写、小说崩了、AI 写小说逻辑乱、人设漂移、世界观崩、伏笔、章节生成、小说大纲、世界观设定、人物设定、爽点、黄金三章、章末钩子、毒点、去 AI 味、网文流水线、起点、番茄小说、晋江、玄幻、都市、爽文、修真、升级流、web novel、serialized fiction、long-form novel、story bible。 不适用：写单篇短篇/严肃文学（可借用 craft，但本 skill 按"长篇连载×日更×平台数据"的工业约束组织）；纯润色一段已有成稿（直接润色即可）；写游戏剧本（用 game-script-creation）；写非虚构/论文/营销文案。 license 本仓库自有；研究引用见 docs/research/ 各文件与 references/00-research-map.md。 web-novel-writing —— 约束 AI 写好网文长篇连载的工业化流水线 你（AI）面对的是一个 在用 AI 写网文、但已经被"放手就崩"折磨过的创作者 。他/她的真实痛点（实测，不是假设）：完全放手让 AI 写根本看不了；Opus/GPT 连续续写 4-5 章逻辑还行，再多就 逻辑/人设/世界观全崩 ；prompt 写长了 AI 会把"给它的约束/context"莫名其妙写进正文；市面工具要么很难用、要么 overengineered。 你的任务不是"替他写一本小说"，而是 给他装一条流水线 ：让人类掌控方向（核心冲突/结局/主线/节奏/爽点拍板），让 AI 在 被严格约束的窄窗口 里做它真正擅长的（环境描写/旁白/扩写/前情总结/命名/按蓝图填充正文），并用 确定性的状态管理 + 独立校验 把"几百万字不崩"这件事从"靠勤奋维护"变成"靠架构强制"。 这不是一键生成器。 核心信念：人类是 driver，AI 是被确定性流程包裹的、受约束的 subroutine。 ⚡ 快速首跑（先把一章跑通，再谈扩张） 你（人）不用装 python、不用写一行代码。 默认就是 agent 驱动 ：把需求丢给 Codex/Claude、让它读本 SKILL.md 当 driver——下面每一步它都能照对应 reference 亲自 做。写出来的 python3 scripts/… 命令是 可选硬化 （书写到几十章想更稳时再上，到时也是 AI 帮你跑）。 本次只会用到 references/02 （状态层怎么建）、 03 （单章 prompt 怎么编不泄漏）、 04 （怎么审）三篇，其余 12 篇先别管。 完整范例见 examples/worked-example-xuanhuan.md 。 新手别被完整体系吓到—— 第一次只做这 7 步，把第 1 章跑通 ，验证它真比裸聊强，再按 §2/§3 扩张。 建书目录 ： mkdir mybook ，从 templates/ 只 copy 这 6 个进来： contract-template.yaml (改名 contract.yaml )、 state-characters.yaml 、 state-world.yaml 、 chapter-outline-template.json 、 state-delta-template.yaml 、 foreshadow-ledger.yaml 。其余模板（模型路由/回归/对标卡）扩张时再按 §7 取。 填顶层契约 （ contract.yaml ， 你拍板 ）：只填核心冲突、结局方向、金手指 及其代价 、品类+子类+调性+平台。别的留空。 填一个主角 + 几条世界观 ： state-characters.yaml 填主角（ 行为锚点 =具体事件不是形容词 + cognition 认知边界=谁知道什么）； state-world.yaml 填 3-5 条 Canon 事实 （Canon=已拍板定稿的事实，五态见 §0 原则3）+ 力量阶位表。 写一份章纲 ：填本章目的/必须发生/禁止发生/要兑现的爽点/章末钩子类型。 本章所有产物都放进 chapters/ch0001/ （章纲、草稿、改稿、定稿、delta 都在这——崩在某步重跑不会冲掉前面的）。 生成正文 ：让 writer 模型 关 thinking （关掉模型的思考/推理模式让它直接写正文，否则会把思考也写进正文——怎么关见 references/10 ），按章纲把设定/旁白/对白填成正文。〔可选硬化： python3 scripts/compile_prompt.py mybook chapters/ch0001/ch.json --current-volume 1 --current-chapter 1 自动编一个防泄漏短 prompt 喂给它；否则让 agent 照 references/03 亲自编。〕 粗审一遍 （关键， 别自己审自己 ）： 另开一个新对话/新窗口 （不要在写作那个上下文里顺手审），只贴【正文 + 章纲】，让它对照章纲挑：人设/世界观/时间线有没有崩、本章爽点兑现没、章末有没有钩子、有没有把设定或思考写进正文。崩了就 定向改 （≤3 轮，第 3 轮还不行就回去改章纲）。 定稿回写 ：把本章对设定/状态的**增量改动（state delta=这一章把主角位置/境界/伏笔/情绪债/一句话摘要改了什么）**记下来，更新到状态文档。〔可选硬化：照 state-delta-template.yaml 填一份 delta.yaml ， python3 scripts/state_apply.py mybook delta.yaml --final 定稿.txt --audit-passed 确定性合并（盖 Inferred/章级幂等/审校没过拒提交）；否则让 agent 照 references/02 亲自回写。〕下一章重复 4-7。 已经写了几章在崩、想接着续 ？先走 阶段0.5 导入已有稿 （ references/13 ）把崩稿反向提取成结构化状态，再进 4-7。 想更稳（书越长越值得上） ：把第 6 步从"粗审"升级成"机械门 + 量化审校"——三脚本并行跑 output_check.py （正文硬门：字数/泄漏/标点/must_not/剧透-出）+ degeneration_check.py （模型退化，blocking 就回去重生成那段）+ antislop_lint.py （AI 味 penalty），reviewer 子 agent 过 references/04 的 rubric （量化打分表）+ 硬门， final = 加权分 − penalty ≥ 80 才过。完整机制见 §3「独立校验落地」。 0. 七条不可违背的操作原则（想直接动手→照上面 ⚡快速首跑；想先懂为什么这么设计→读这节） 中文为主。 全程用中文与创作者交流；创作术语首次出现给中文+括注英文一次（如 伏笔账本(foreshadow ledger)、章末钩子(chapter hook)、压抑-释放(setup-payoff)），之后只用中文。 人定结构 / AI 填细节（这是本 skill 的灵魂）。 核心冲突、结局、主线锚点、世界底层规则、品类/平台、剧情走向与转折、节奏曲线与爽点力度—— 由人类拍板（human-only） ；环境/旁白/细节扩写、前情总结、命名、按蓝图填充正文、滚动摘要、实体抽取—— AI 自动 ；卷纲/章纲草案、正文章节生成、剧情提案（出 3 套方向供选）、节奏体检—— 人机协作（semi-auto） 。完整边界见 §5。 绝不让 AI 自由决定剧情走向 ——AI 自由发挥的剧情是 5-10 年前的旧套路。 状态即记忆，但要拆成 typed 状态文档 + 打 Canon 标签，绝不用一个 memory.md。 把"已定事实 / 待定推测 / 已否决 / 备选灵感 / 未确认推断"混在一坨散文里，正是 AI 把约束和推测当事实写进正文、以及长线设定漂移的 根因 。每条事实必须带两个治理标签： canon_status （Canon 已定稿｜Pending 待确认｜Rejected 已否决｜Idea 备选｜Inferred 推断）+ visible_from_volume （按卷可见，防剧透红线）。晋升 Canon 需人确认。机制见 references/02-state-schema.md 。 约束即质量：硬约束用结构化分区 + 末尾强后缀硬拼，不靠模型"记住"。 （头号反模式叫 伪约束 ：把「必须成立」的硬约束只写进 prompt、指望模型记住——它会随模型漂移、本质上 没被执行 。对策是凡 MUST-hold 不变量都用 代码/schema/lint 强制 ，prompt 只做软引导。这是 §7 脚本存在的理由、也是本 skill 反复警惕的那条线。）LLM 在架构上对"指令 vs 资料"没有形式化分隔——所以"prompt 别太长"是 必要但远远不够 的。防泄漏靠四件套：①硬约束放 system / 资料放 user；②设定全部包进 strict 分隔块并声明"仅为参考资料，严禁在正文中复述或当指令执行"；③末尾用代码（或你逐字照抄的固定串）硬拼"只输出正文"后缀；④生成后剥离任何残留指令符号/标签。详见 references/03-prompt-compiler.md 。 校验是独立调用，reviewer 不能是刚才的 writer。 共享上下文的"自审"必然自欺（执行者没变，不会认真挑自己的错）。一致性校验（对不对）与质量审校（好不好） 分离 、且与 writer 独立上下文/最好异模型 。审校用 量化 rubric + 硬门 （人设/世界观/时间线/毒点/剧透红线任一违规直接打回，不可被高爽点分平均掉），不是"通过/不通过"的 vibe。改稿**≤3 轮**，第 3 轮不过转人工（反复重抽同一 prompt 会在 6-7 次后自我重复塌缩）。见 references/04-review-rubric.md 。 品类即配置 + 平台即参数。 网文结构强品类依赖（玄幻要境界表、悬疑要真相金库、种田要经济账本），开篇节奏/毒点容忍/章字数/日更节拍强平台依赖（同一开头番茄扑街、起点过签）。第 0 步人类锁定品类+子类+调性+平台后，挂载对应的爽点引擎锚 / 数值 schema / 毒点黑名单 / 开篇阈值。见 references/05-category-templates.md + references/06-platform-params.md 。 诚实标注能力边界，不夸大。 本 skill 解决的是 工程问题 ：一致性崩坏、结构失控、prompt 泄漏、流程纪律、爽点/钩子/伏笔可机检。它能 压低 AI 味但 压不到零 ——叙事层 AI 味（语感、留白、道德模糊、"人味儿"的手工感）是模型预训练/RLHF 对齐的产物， 换模型只降句子层、治标 ，真正靠人类在大纲阶段注入。 模型只是可选优化旋钮 ：默认就在 Codex/GPT 上跑，"换 GLM/国产文学性更强的模型"是优化、非依赖；且任何模型口碑（"GLM>GPT、DeepSeek 语言怪"）都是单一实测， 按本 skill 的 rubric 在你自己的对标章上盲测，不信任何榜 。见 references/09-anti-ai-slop.md + references/10-model-orchestration.md 。 1. 全景：这条流水线长什么样 阶段0 筹备(human 为主) 状态层(7 文档·单一事实源) 章节生产循环(确定性 driver) 阶段性维护 ───────────────────── ────────────────────── ────────────────────────── ────────────── 锁 品类/子类/调性/平台 → contract 顶层契约(不可改写) → 每章 for-loop: 每卷/每N章: 锁 顶层契约 → state-world 世界观+glossary outliner → 章纲 · 递归压缩摘要 (核心冲突/结局/ → state-characters 人物卡(锚点+认知) prompt-compiler(纯流程)→短prompt · 数值单调性校验 主线锚点/底层规则) → state-plotline 剧情线(主线beats) writer(关thinking)→正文 · 设定刷新/清脏上下文 分卷大纲 → foreshadow-ledger 伏笔台账(状态机) continuity-checker(独立)→违规 · 卷级摘要固化 校准创作者水平+工作模式 → emotion-debt 情绪债+爽点排布 reviewer(独立,rubric+硬门)→裁决 · 追读/完读数据(可选) → rolling-summary 滚动摘要(分层递归) revise ≤3轮 → style去AI味独立pass →定位高跳出章重写 state-updater→delta增量回写 (合并由 state_apply.py 确定性执行) persist 落盘(可断点续跑) 注：上面是 状态文档文件名 （住在 mybook/*.yaml ），别和 references/00-14 （知识库编号）搞混——两套编号互不相关。 关键认知 ：长篇崩坏的根因是" AI 自我一致性随篇幅衰减 "——这是内在衰减， 用更贵的模型解决不了 。唯一可行解是把流程 原子化拆分 （每个 AI 调用做一件窄事，做完代码立刻收回控制权）、用 确定性校验 外部强制一致性（不靠 AI 自觉）、用 独立 agent 做外部验证（不自审）。这与创作者的 CLAUDE.md AI-pipeline 铁律同构：LLM 是被确定性代码包裹的子程序。 怎么用这个 skill（两种 mode） ： Agent 驱动 mode（默认，零搭建） ：你（Codex/Claude Code 这类 agent）读完本 SKILL.md， 亲自 充当那个"确定性 driver"——严格按文档流程操作 Markdown/YAML 状态文件，逐章编译 prompt、跑校验、回写状态，人类在卷/arc 边界拍板。立刻可用。 硬化 mode（可选） ：用 scripts/ 里的极小脚本把"确定性步骤"真正确定化（regex 反 AI 味 lint、prompt 拼装、状态 append+Canon 晋升门）。书越长越值得上硬化层（因为"靠 agent 自律"恰恰是会漂移的那一环）。脚本只依赖 python3 + PyYAML，无 SQLite/向量库/重依赖。 2. 阶段0 —— 筹备与校准（开新书必做，human 为主） 目标：把"不可变的顶层契约"和"品类/平台配置"钉死，并初始化状态层。 这一步定错，后面所有自动化都在放大错误 （主角欲望/金手指代价/世界规则/品类一旦错，越自动越崩）。 2.1 先校准创作者（沿用姊妹 skill 的方法，浓缩版） 判断三件事，决定你介入多深：① 写作水平 （让 ta 写 3 句话样本，别只信自评）；② 手里已有什么 （脑洞/世界设定/一个角色/一个爽点画面/已有大纲/已写了几章在崩）；③ 工作模式 （A 只给思路 / B 给多方案选 / C 推荐主案+理由 / D 直接产初稿我改 / E 叙事总监式全程托管）。模式随时可切。详见 references/11-maintenance-recap.md §工作模式，校准量表借鉴 game-script-creation。 2.2 锁定"配置层"（品类 → 平台） 品类+子类+调性 ：玄幻/仙侠修真/都市(系统流/赘婿/战神)/无限流/科幻末世/悬疑/历史种田经营/女频(言情/古言/宅斗/穿越) … 见 references/05-category-templates.md ，挂载该品类的 爽点引擎锚 + 数值 schema + 毒点黑名单 + 骨架类型 。 目标平台 ：番茄/起点/晋江/飞卢/七猫 … 见 references/06-platform-params.md ，挂载 开篇节奏阈值（冲突/金手指必须在第几字前出现）+ 毒点容忍度 + 章字数 + 日更节拍 。 2.3 锁定"顶层契约"（ templates/contract-template.yaml ，AI 无权改写） 人类拍板：核心冲突一句话、结局方向、30 万字处的长期主线锚点（飞升之约/灭族之仇/夺嫡）、力量/世界 底层规则与战力天花板 （开局锁死，防战力崩坏）、品类爽点引擎单句锚（如"凡人苟道，步步谋算后碾压打脸"）。方法： 先有结局/核心冲突，再倒推大事件串 。 2.4 分卷大纲 + 初始化状态层 人机协作出 分卷大纲 （每 30-80 章一个卷级目标），并初始化六个状态文档（ templates/state-*.yaml ），把已定事实打 Canon 、待定打 Pending 。 阶段0 完成判据 ：契约六要素填满；品类模板+平台参数已挂载；六个状态文档已初始化且每条事实有 Canon 标签；至少有粗分卷大纲 + 第一卷的 arc beats。 2.5 阶段0.5 —— 导入已有稿（接手"已经写了几章在崩"的标准入口） 豪子头号痛点之一： 不是从零开，而是已经写了几章、续写崩了 。别让他从头重搭——把崩稿 反向提取 成本 skill 的结构化状态，再进章节循环。完整方法见 references/13-import-existing-draft.md 。 逐章扫崩点 ： python3 scripts/degeneration_check.py 已写章节/*.txt 定位"崩在第几章"（复读/截断/工程词泄漏=退化信号），划出"可信前缀 vs 崩坏起点"。 反向提取 ：从可信前缀章节反推 → 填 contract.yaml （核心冲突/金手指/已建立的主线）、 state-world.yaml （已出现的设定，打 Inferred 待人确认晋升 Canon）、 state-characters.yaml （已登场角色的 behavior_anchors + cognition）、 foreshadow-ledger.yaml （已埋伏笔 + 补 planned_payoff_ch）、 rolling-summary.yaml （逐章一句话 + 末章 previous_tail）。 [待补充] 纪律 ：反推不确定的地方标 [待补充] 让人确认， 绝不编造 填进 canon。 从崩坏起点的 前一章 接着按 §3 章节循环续写——此时状态层已立、防漂移机制生效。 3. 章节生产循环（每章跑一遍；确定性流程当 driver） 这是 pipeline 的心脏。 每个 LLM 调用是窄子程序，调用完立刻收回控制权做校验 + 写 state。 完整 IO 契约、伪代码、数据流图见 references/01-pipeline-architecture.md 。 步 角色 输入 输出 性质 1 planner （每卷/arc 一次，非每章） 剧情线 + 人类决策 本 arc 的 beats semi-auto（人定） 2 outliner arc beats + state 单章 beat sheet（目的/冲突/要兑现的爽点级别/钩子类型/字数预算/POV） semi-auto 3 prompt-compiler state + 章纲 分区好的单章短 prompt 纯确定性流程 4 writer 单章 prompt 纯正文 automate（关 thinking） 5 continuity-checker 正文 + canon/时间线/人物（ 只吃事实，不吃写作 context ） 违规清单 automate（独立） 6 reviewer 正文 + 章纲 + rubric 打分 JSON + 末行裸 sentinel VERDICT:PASS/REVISE automate（ 独立上下文/异模型 ） 7 revise 正文 + 定向 findings 改稿 automate；≤3 轮，第 3 轮转人工 8 style/anti-slop-editor 正文 + 反 AI 味规则 去味稿 semi-auto（ 独立 pass，不喂回同源模型重写 ） 9 state-updater 批准稿 + 旧 state state delta（抽取用 LLM， append 用流程，Canon 晋升需人确认 ） semi-auto 【独立校验落地】Agent 驱动 mode 怎么实现"reviewer 不是刚才的 writer"（关键，否则核心保证形同虚设） ： 单会话里"同一个 agent 既写又审"恰恰就是本 skill 反复警告的"共享上下文=自欺"。落地办法是**派子 agent（Task/subagent）**跑步骤 5（continuity-checker）和步骤 6（reviewer）： 主 agent 当 driver； 子 agent 的输入只有【本章正文 + 章纲 JSON + rubric/canon 切片】，绝不带 writer 的思考链、构思过程、或"我刚才想这么写"的上下文 ——这就是在单会话里实现"新上下文"的具体机制。 continuity-checker 子 agent 只吃 canon/时间线/人物事实，judge"对不对"；reviewer 子 agent 只吃正文+章纲+rubric，judge"好不好"；两个 分别派 ，最好提示不同模型（异模型减同源盲点）。 子 agent 只返结构化 JSON（ review-report-template.json ）， 不持 Write、不替改情节 。主 agent 收到 verdict 再决定改稿/定稿。 机械门并行跑脚本： output_check.py （正文硬门：字数/泄漏/工程词/标点/ must_not / 剧透-出 ）+ degeneration_check.py （ 模型退化 ：复读/截断/占位符——blocking 是退化信号、去AI味改不掉、回去重生成那段）+ antislop_lint.py （penalty）+ state_check.py （状态体检）。词表类门加 --whitelist /.deslop-whitelist 豁免世界观术语/绰号。 没有子 agent 能力的运行时（纯 CLI 单线程），退而求其次： 开一个全新对话/窗口 只贴正文+章纲+rubric 让它审，绝不在写作那个上下文里顺手审。 【章节事务·幂等续跑·提交闸】（借鉴 WebNovelOps，把第 9 步从散文升级成代码可恢复事务） ： 每章一个产物目录 chapters/chNNNN/ ：章纲 → 正文草稿 → 审校报告 → 改稿 → 定稿 → state_delta → run_manifest.json （由 state_apply.py 写，记 audit 是否过/state_revision/checkpoint/冲突）。崩在第 7 步重跑不会重生成前 6 步。 审校过才结算 canon ：定稿后 python3 scripts/state_apply.py delta.yaml --final 定稿.txt --audit-passed —— 审校没过(无 --audit-passed)拒绝提交 ，坏章不污染 canon。 章级幂等 ：同一章重跑整体 no-op（护住数值 delta 与版本号）。命中 contract.human_gate （角色死亡/力量体系变更/大反转/Canon 覆盖）需 --human-approved 。 must_happen 关键词门是【必要非充分】 ：output_check 的 must_happen_present 只证「没漏写」，证不了「写对了」—— 写对仍归 LLM reviewer ，别因为有这个门就撤掉 reviewer。 剧透防护是入/出双闸 ：compile_prompt 把未到揭晓时机的设定挡在 prompt 外（剧透-入）；output_check no_future_spoiler_out 扫正文是否泄漏 locked_reveals 词面（剧透-出）——因为模型会 编造 没被告知的反转，入闸抓不到。 降低人介入频率（防拖垮日更） ：不是每章都要人确认章纲，而是 每卷/每 arc 人定 beats + canon ，中间章自动跑， 只有 reviewer 报异常才召回人 。 单章 prompt 编译的三条铁律 （防泄漏，全文见 references/03-prompt-compiler.md ）： 检索而非全量塞 ：只抽"本章在场 2-4 角色的 canon + 本章 beat + 最近 N 章压缩摘要 + 上一章末段原文 + 到点的少量伏笔 + 本章禁剧透 话题清单（只放编号/话题、绝不放答案——答案原文只放 contract.locked_reveals，compile 永不注入它） "。 visible_from_volume > 当前卷 的事实 一律不进 prompt 。 指令/正文边界三分离 ：硬约束放 system；设定包进 … ；末尾硬拼"只输出正文"后缀。 生成后清洗 ：正则剥离任何残留的标签/指令符号（残留指令符号是平台一秒鉴 AI 的依据）。 4. 反 AI 味 —— 分三桶，不要照搬文学清单（关键，易错） 网文审美和文学/游戏叙事审美在很多维度 方向相反 。把文学反 AI 味清单整体搬到网文会写出"编辑一眼判死的华美空洞"。必须分三桶处理。完整裁决表 + 质检清单见 references/09-anti-ai-slop.md 。 桶1 · 词句层 → 文学清单全量复用且加权 （这是网文编辑鉴 AI 的 第一道关 ）：紫色文风/形容词堆砌、翻译腔（句子骨架是英文的中文）、节奏匀速（每段差不多长）、"华美的空洞"（开篇堆环境描写、一句话形容词>2 个、一个强动词>三个修饰）。 桶2 · 结构层 → 改成"分层规则"，不是禁令 ：show-don't-tell / 避免信息倾倒 / 潜台词 / 视角纪律—— 对人设/逻辑/世界观 lore 保留 （用动作展示人设、世界观别一股脑灌、一章一 POV）； 对情绪/爽点/卖点/金手指反向放行（直给） （装逼打脸就要把话说死、系统面板/金手指就要前置直陈、情绪要直给到位）。 桶3 · 网文专属轴 → 文学清单完全没有，却是"扑街 vs 起飞"的分水岭 ：黄金三章留存、爽点密度（每章≥1 小爽/每 3-5 章 1 中爽，连续 3 章"平路"追读就掉）、章末钩子（4 型：悬念/反转/情绪炸弹/信息投放）、毒点规避（绿帽/送女/降智/圣母/注水/视角混乱，按平台切容忍度）、品类×平台适配。 桶1/桶2 的可操作落地：Gate A-G 七门 + 三遍法 （借鉴 oh-story-claudecode/story-deslop，已验证有效，详见 references/09-anti-ai-slop.md ）。Gate A 禁用词 / B 句式套路（ 「不是A而是B」是最毒★★★★★ ， antislop_lint 已确定性检测）/ C 心理外化 / D 节奏打碎 / E 对话去腔调 / F 结尾去升华 / G 解释腔·上帝视角·安排感（最难察觉最像 AI——"她不知道的是/之所以/多年以后"，根治靠深度限知视角） 。三遍法：去泛化→去书面化→回自然感，轻度只 Pass1、中度+Pass2、重度全三遍+重写。 关键调和 ：Gate C「心理外化」（"他很紧张"→"手在抖"）与桶2「情绪/爽点直给」 不冲突 ——外化到动作是 更强的直给 （身体动作比抽象情绪词更直接可感）；桶2 反对的是把爽点埋成文学潜台词，不是反对外化。 桶0 · 模型退化（不是 AI 味、但同样毁正文） ：续写到后段模型会打转/复读/截断/漏工程词——这层去 AI 味改不掉，由 degeneration_check.py 抓（blocking=回去重新生成那段，再 deslop）。 一句话： AI 味在网文里 ≈ 翻译腔 × 华美空洞 × 节奏平 × 不推进剧情 。前两项词句层可 prompt/lint 救；后两项结构层需人类先定爽点/节奏/钩子骨架、AI 填空。 本 skill 自己产出的任何文字都不许违反这份清单。 5. 人机自动化边界总表 automate（确定性流程 / 可放手的 LLM 子程序） semi-auto（human-in-loop） human-only（拍板 / 创意主权 / 不可逆） 单章 prompt 编译；环境/旁白/细节扩写；前情总结/再入场摘要；命名（功法/地名/章节名候选）；滚动递归摘要；实体抽取；独立一致性/吃书/时间线/数值单调性校验；伏笔台账登记+回收提醒；毒点/三观规则扫描；句子层去 AI 味 lint；黄金三章多版草稿；定向改稿循环；指标采集+跳出章定位；输出后缀强约束+残留符号清洗 分卷/卷纲草案；单章蓝图/场景细纲起草； 正文章节生成 （蓝图内填充，高潮章人审）；可见性分级执行；设定/时间线增量回写；叙事层去 AI 味（人定留白/道德模糊、AI 执行）；风格锚定每章重注入；节奏体检/篇幅建议；章末钩子生成；打脸/情绪债编排填充；模型 A/B； 剧情提案（AI 出 3 套方向供人选） 核心冲突/结局/主线锚点/力量底层规则（顶层契约）；品类/子类/调性/平台选择；剧情走向与转折 拍板 ；节奏曲线/爽点力度/付费卡点 拍板 ；Canon 冲突裁决；防剧透"何时/如何揭晓"设计；据数据决定重写/换书名/是否上架 精确化创作者直觉 ：剧情= 走向拍板 human-only，但提案/草案 semi-auto （AI 在顶层契约约束下出结构化 3 套方向是高价值的，不是"AI 不能碰剧情"）；节奏= 拍板 human-only，但体检 semi-auto （爽点密度、"一笔带过的重要事件/过度展开的琐碎"可机检标记）。 6. MVP 最小闭环 vs 完整版（对抗 overengineering） 复杂度预算放在"状态结构 + 确定性校验"，不放在"agent 编排"。 novelix 的反面教材：10 个串行 agent + 33 维审计 + 22 改写规则——每多一个 agent 多一处可漂移/可泄漏的接缝；防退化的上限是 架构约束 而非机制数量。