# 研究了一下AI 写小说软件书童Pagekin，发现没什么价值

> 龙虾AGI通用实验室 · 2026-11-19

大家好，我是格里灰丝。

这次看的项目叫书童，英文名 Pagekin，原名「AI 小说作家」。它今年 6 月建仓，GitHub 上有两千五百个 star、三百多个 fork，到昨天还在更新。它是一个桌面软件，Windows 和 Mac 都有安装包，帮你从设定一路写到定稿。

前面我们已经拆过两个写小说的项目，InkOS 和 chinese-novelist。问题还是那个：我平时用的主模型是 Opus 5.5，写一章小说它张口就来。这么一个写小说的软件，还能帮它什么？

翻完的结论：**价值不大。提示词是网文常见的写法，Opus 不需要；大部分力气花在桌面软件本身的可靠性上，和写作关系不大。真正有用的是几条被用户和实验逼出来的经验，而且证据都偏薄。**

## 先说它是什么

书童不带模型。你在设置里填自己的 API Key，DeepSeek、OpenAI 兼容的服务、Gemini 都行，也可以用 Ollama 跑本地模型。作品存在自己电脑上。

写一本书，按这个顺序走：

**1.**设定页填类型、受众、总章数、每章字数。

**2.**架构页分四节：故事前提、角色名单、世界观、情节大纲。每节可以让 AI 生成，也可以自己写。

**3.**蓝图页逐章列规划：主角这章想解决什么、冲突和转折、结尾悬念、谁出场。

**4.**点「写第 N 章」出草稿，然后让 AI 审稿。审稿意见你逐条勾选，AI 按勾选的意见修稿，修完按段落和原稿对比，你逐段决定用哪一版，最后定稿。

![](images/3b355f/img_001.jpg)

另外还有伏笔线索、角色状态、剧情树、知识库、版本历史，也能导入一本参考小说拆解来仿写，或者导入自己的原稿接着写。

## 为什么说价值不大

**提示词是网文常见的写法。** 生成蓝图的提示词要求"保姆级执行目录细纲"，写着"黄金三章法则：第1章极速抛出生存高压困境，第2章激活金手指，第3章完成首次小型打脸"。写第一章要求"起笔第一句必须直接切入一个动作、一次高压审问、一场追杀"。去 AI 味的规则是"仿佛、犹如、宛如全章合计不超过3次"。这些是网文写作课的内容，Opus 本来就懂，而且懂得更多。

**力气主要花在软件本身。** 主进程代码四万多行，五百多个测试文件，27 篇设计决策记录。决策记录讨论的是这些事：项目切换时正在跑的任务不能借用新项目的数据，生成失败不能留下半截角色表，定稿和导出怎么做成一个整体，三个平台的安装包怎么从同一份源码发布。对一个桌面软件来说，这些都该做。用 Claude Code 写东西的人用不上。

**大量文档是 AI 写给 AI 看的。**docs/research 和 docs/plans 下有几十份"合同、资格、账本、门禁"式的文档，最大一份 15 万字节。随手摘一句："新正式资格只运行 candidate；旧 baseline 字节和参考臂规则仅解释旧实验，另有改善声明需求才另行比较。"整份都是这个密度。看得出作者让 AI 代理开发，再让另一个 AI 代理审查，文档是它们之间的交接记录。人读起来很费劲，有用的结论要一条条挑出来。

**它测的都不是 Opus。** 项目里所有真实调用，用的是 DeepSeek V4 Flash 和 Pro、Qwen3.8-27B、GLM。后面讲的几条"模型会犯这个错"，换成 Opus 不一定还会犯。

## 值得看的几条

下面几条我觉得值得读一读。每条都写了依据有多少。

## 1. 让模型"审一遍"，查不出来

这是整个项目里唯一有对照数据的一条，在 docs/experiments/ 下。

作者准备了 10 个中文案例：2 个有确定错误，2 个有待核实的风险，5 个是正确的对照，1 个缺了中间章节。先把标准答案定下来，答案不进提示词。然后用两种方式审稿，每个案例各跑一次，模型是 DeepSeek V4 Flash：

**普通审稿**：软件原来的"一致性审稿"，让模型通读找问题。

**定向检查**：只查关键物品在谁手里、时间条件、谁知道什么、本章该完成的事，每条要给能在原文里找到的引文。

结果：两个确定错误，普通审稿一个都没查出来，定向检查查出一个（一件关键物品的交接写错了）。五个正确的对照，两边都没误报。缺中间章节的那个案例很说明问题：普通审稿嘴上说"需要去查缺的章节"，结论却照样判成矛盾；定向检查老老实实标了"不确定"。

作者从这次实验得出两个判断。一个是：**只让模型给一个总体结论，没法知道它逐项查了没有。**另一个是：**引文是真的，不等于推断是对的。** 有一个案例，定向检查的引文全对，结论还是过度了。

后来软件就改成：本章该完成的事，由程序从蓝图里拆成编号清单，模型只能逐项回答"完成、未完成、待核实"，并附原文。程序再收卷：编号对不上、引文在正文里找不到、说完成却没给引文，一律改成"待核实"，待核实不算通过。模型没法删掉或合并清单里的项来掩盖没写到的事。

这个思路我很认同：**查什么由程序定，模型只回答具体问题，答案由程序核对。** 和我们之前从 InkOS、shuohao-skills 里看到的方向一致：让模型凭记忆保持一致做不好，把清单摆到它眼前逐条核对，它做得好得多。

要说清楚的是，证据很弱。10 个案例，只跑了一次，两边只差 1 个案例，判卷的也是一个模型。改成清单式审稿以后，有没有比原来多查出问题，项目里没有对照数据。作者自己在问题台账里也写了"不能宣称通用漏检已修复"：有一次作者规定了某个人物什么时候才知道某件事，材料都给全了，审稿还是没查出来。

## 2. 上一章的结尾，要告诉模型"已经写完了"

用户报过一个问题：第 1 章末尾和第 2 章开头几乎一字不差，同样的脚步声、同样的暗红虫子又出现一遍，时间线还往回倒。下一章开头约 700 字都在重演上一章结尾。

原因是提示词里放了上一章的结尾，却没说明那是已经发生过的事，模型当成了要接着演的材料。

作者改了两处。提示词里把这段标成"上一章已完成的结尾状态（只作边界，不可重演）"，要求第一段从这个状态之后写新事件。程序再把新章开头和上一章结尾逐字比对，按 8 个字一组比，重合太多就打回。改完后跑了一次四章，相邻两章最长的逐字重合只有 5 到 10 个字。

依据：Bug 是真的，修完有一次实测。8 个字一组、重合多少字打回，这几个数是拍的，没有调过。换了说法的重演，程序查不出来，作者也写明了。另外这是在较弱的模型上出的问题，Opus 会不会这么犯，没测过。

## 3. 用户抱怨后加上的"别加戏"

写作提示词里，原本有网文规则："每章结尾必须有一个让读者想连续翻页的变数"。后来加了好几条限制，方向都是只写蓝图要求的：

钩子只写本章蓝图明确要求的，不得为了制造悬念擅自新增高潮或突发变故。

金手指只在蓝图要求时才展示。

文风只管怎么写，不能为了兑现文风去加场景和事件。

从参考小说里提文风时，不能把人家"每章打几场架"这类次数学过来。

这几条都是用户抱怨 AI 加戏以后加的。依据是用户反馈，没有改前改后的对比。"钩子只写蓝图要求的"和网文、短剧"每章必须留钩子"的说法是冲突的，作者选了忠实于蓝图。我觉得两边可以都满足：钩子在蓝图那一层就规划好，写正文时不再临时加。

## 4. AI 生成的东西，进事实库前要过一道

用户报过"多出了没批准的角色"。改法是：定稿以后从正文里提取信息，不许自动建新角色，只有蓝图里明确声明的长期角色才能进名单。从资料里提取的角色先当候选，作者看过、再确认一次才写进去。

剧情树、角色关系图这些从正文推出来的东西，只用来看，不放回写作提示词，也不能反过来改大纲和设定。角色的当前状态逐个字段记来源，作者自己填的字段，后面自动更新不能覆盖。

这几条是设计原则，合理，没有效果数据。

## 5. 几个长度上的坑

这几条来自用户问题和修复记录：

字数到了目标的 82%，其实是被截断了。判断写没写完，要看接口返回的结束原因是不是正常结束，不能看字数。这条是常识，Opus 本来就知道。

目标 3000 字写出了 8455 字，直接截断会断在半句。改成整章压缩，不行就整章重写。

压缩会压过头：一次把 2863 字压到约 1835 字，又低于下限了。

中文按字节估算 token，比服务商实际计的高出 4.12 倍，结果只用了窗口三成的请求在发送前被软件自己拦下。后来作者干脆去掉了发送前按 token 拦截，超长让服务商报错。

## 最后

简单总结一下：书童是一个做得很认真的桌面写作软件，对习惯用 Claude Code 写东西的人用处不大，不用专门装。想看的话，只读这几处就够了：

docs/experiments/continuity-calibration-round01-results.md：审稿对照实验，十分钟能读完。

docs/plans/chapter-goal-review-production.md：清单式审稿的规则。

docs/handoffs/2026-09-05-astra-code-review.md 第 5、6 节：108 条用户问题和修法，这份比提示词有用。

希望这篇对你有帮助。对 AI 写小说、写剧本感兴趣的朋友，欢迎在留言区一起交流。

https://github.com/EthanYoQ/Pagekin
