研究了一下 AI 写小说的开源项目 InkOS
InkOS 是一个用 AI 写小说的开源项目。它今年三月才建仓,八个月攒了一万一千个 star,被 fork 了两千次。它的定位是"故事创作智能体":长篇连载、短篇、剧本、分镜、互动影游、同人、续写、翻译,都能从同一个工作台开始。
我把它从界面到提示词、从更新记录到工程复盘拆了一遍。
拆完发现,功夫不在"写",在"记"。现在的模型写一章小说并不难,难的是写到第三十章还不忘事:谁知道了什么、哪个伏笔还欠着、那把刀两章前已经丢了。InkOS 最值钱的,是一套像记账一样管住长篇故事的方法,以及一堆从翻车里总结出来的规则。
先说它是什么
它有一个网页工作台,左边是各种创作入口,中间是和 AI 对话的窗口。你说"写下一章,重点写师徒矛盾",它就去做;建书、写章这类大动作,会先弹一张确认卡,你点了才执行。写出来的东西都是普通的文本文件,存在项目文件夹里,用记事本也能打开,也能导出成电子书。
写长篇的流程大概是这样:
1.你给一份创作简报,写你的脑洞、人设、世界观。
2.它生成整本书的框架:故事主线、分卷大纲、角色卡、本书规则。
3.之后每写一章,都走同样的五步:先做本章计划,再挑出要喂给模型的材料,然后写正文,写完"结账",最后审稿。
写短篇更简单,一句话方向加章数,它一次写完,连简介、卖点和封面提示词一起交出来。互动影游会画出一棵剧情树,每个选项通向哪里、有几个结局、有没有走不通的死路,一眼能看清。

它自己先回答了"强模型下什么不值钱"
翻这个项目的更新记录,我发现了一件很有意思的事。
早期版本(v0.3 到 v1.1)的做法非常"重":33 个维度的审稿,每个题材一张"疲劳词表",规定"仿佛、忽然、竟然"这类词每三千字最多出现一次;建书时还要打分,不到 80 分自动打回重写。
到了 2.0 版,这些全删了。换成 19 份很短的说明文档,连同参考资料加起来不到 60KB;审稿不再打分,也不判"通过"或"失败",只记录"有证据的问题";写手的提示词代码只剩几十行。
这和 Toonflow 的转向一模一样:模型变强以后,把规则写死、用分数卡住,反而容易让模型去"凑分";值钱的是那些从失败里提炼出来的经验。
第一份精华:像记账一样写长篇
为什么模型再强也需要这一套?因为这不是能力问题,是记忆问题。写到第两百章,模型不可能把前面几十万字都放进脑子里。InkOS 的办法是记账,账本里主要有这几样:
伏笔账本。 每个伏笔一条记录,写明在哪章埋下、最近一次在哪章推进、预计怎么兑现。状态只有五种:还没动、推进中、暂时搁置、已兑现、作者撤销。判定规则很细,比如:
提到不算推进。 只是让角色回忆一下、复述一遍,不算。必须加了新证据、改变了风险、改变了关系,或者改变了读者能得出的结论,才算推进。
换个说法还是同一个伏笔,就用原来的编号。 模型最常犯的错,是把同一个悬念换个名字登记好几次,账本越记越乱。
作者改了设定,旧伏笔标"撤销",但不删除。 留着历史,才知道当初为什么这么写。
事实带有效期。 每条事实记成"谁、什么关系、什么东西、从第几章起有效、到第几章失效"。刀从 A 手里到了 B 手里,就把"A 拿着刀"标成失效,否则账本里会同时出现两个"现在拿刀的人"。
谁知道什么。 每个角色只知道他亲眼看到或被告知的事。"角色想起了一件他根本没见过的事",是长篇里最常见的硬伤。
计划不是事实。 大纲里写了、正文里没写到的事,不能记成已经发生。这一章停在门口,账本里人就不能进门。
每写完一章,会有一个专门的步骤只读这一章的正文,把真正发生的变化记进账本;程序再检查账本的格式对不对,不对就拒收。下一章开写前,作者的意图、关键状态和还在推进的伏笔会放进一个"受保护区",材料再多也不压缩它们。
第二份精华:每一句规则都有一次翻车
那些说明文档,读起来像一本踩坑笔记。很多规则具体到一看就知道:这是 AI 真犯过的错,被逼着补上的。就像工厂墙上贴着"禁止把手伸进切纸机",你就知道一定有人伸过。
举几个例子:
"付款到过一次,后面不能第一次到来第二次。"AI 写到后面忘了,又让同一笔钱再到一次。
"一个发现只能发现一次。"第三章已经认出了凶手,第八章又演一遍"震惊,原来是他"。
"年龄、辈分要和上学、工作放在一起算。"AI 写出了时间线上根本不可能的亲属关系。
"时间戳有时差,先统一换算,再看原因是不是还在结果前面。"靠时间证据翻盘的情节,原因跑到了结果后面。
"每章交付前读最后一段,话要说完。"模型输出被截断,半句话当成了"留悬念"。
还有一些写作方法也很实用。比如字数要在动笔前分给两到五个场景,计划撑不起这么多字就先改计划,而不是写完再注水或硬砍;对峙中每一句有分量的回话,都要改变双方的筹码,只是重复立场的来回直接删掉;开头三章各有分工,第一章第一屏就要有具体的麻烦,第二章通过一次看得见的行动展示主角的本事,第三章让下一个目标变清楚。
这些东西教科书里不会写,是真实生成、真实失败换来的。
第三份精华:做完了,要看产物
项目里还有一份工程复盘,记录他们怎么修自己系统的毛病。有两条我觉得值得所有用 AI 干活的人记住:
模型说"做完了",不等于做完了。 对话结束、模型口头汇报,都不能当成交付。完成与否,只看文件有没有真的落盘、是哪个版本。
单次失败和个人偏好,不能直接变成全局规则。 遇到一次问题就往提示词里加一句"不要……",加多了规则会互相打架。内容上的硬伤,要系统审稿和人工阅读都确认了,才写进规则。
它管不了的事
说完优点,也要说清楚它的边界。
第一,它保证的是"不出错",不是"好看"。 一个逻辑完美的故事完全可以很无聊:会计发现账目有误,调凭证核对,找到录入错误,上报更正,结束。因果完整,伏笔不丢,没有人失忆,InkOS 的检查全部能通过,但没人想看。
让故事好看的东西,是一个让人忍不住想知道结果的核心创意、有反差有执念的人物、"先让读者憋屈再让他解气"的情绪设计,以及在十个都说得通的走向里挑出最有劲的那个的品味。这些 InkOS 没有方法,只能靠你写的简报和模型自己的发挥。而 AI 写东西有个天然倾向,就是往平均值靠。
第二,逻辑也不是百分之百保证。 记账和审稿本身也是模型做的,程序只能查格式;审稿只提意见,不拦截;旧事实靠检索,也可能漏掉。它能把出错率压得很低,而且出了错能查到是哪一笔账记错了,但不是保证。
第三,它最擅长的是商业网文式的长篇连载, 玄幻、都市、重生这类靠情节推动的故事,伏笔账本就是为它们设计的。悬疑、言情、喜剧也写了对应的审稿标准。但纯文学、意识流这类不靠情节推进的,以及需要大量真实考据的历史、专业题材,就不是它的强项。
第四,长篇的伏笔在界面上只是一列卡片, 看不出每条伏笔的跨度和疏密。写到第五十章想回头改第五章,目前也只能恢复快照,后面的章节重写。
顺便算一笔账
很多人以为写二十万字的小说,就花二十万字的 token。实际上远不止。
按每章三千字算,二十万字大约六十七章。每写一章,要调用模型五六次:挑材料、做计划、写正文、结账、审稿。每次都要把设定、账本、前情一起喂进去。粗略估算,每章要读进去七万多 token、写出来近一万。加上修订和建书,整本书大约要六七百万 token,是字数的三十倍左右。读进去的远比写出来的多,而且越往后账本越厚,越贵。
这是我按它的流程估的,没有实测,量级可以参考。
最后
简单总结一下:InkOS 的软件部分,用 Claude Code 这类工具基本能替代;真正值得看的,是 packages/core/skills 目录下那 19 份说明文档,以及它管理长篇故事的那套账本。如果你也在用 AI 写小说、写剧本或者做短剧,建议直接去读这些文档,比装软件收获大。
希望这篇对你有帮助。对 AI 创作感兴趣的朋友,欢迎在留言区一起交流。