AI 写同人总 OOC?那不是一种病,是三种

AI 写同人人设崩(OOC)有三种不同病因:模型没见过原作人设(治法是结构化角色卡)、设定超出上下文窗口(治法是世界书按相关性注入)、长跑文风漂移(治法是来源标注,附 20 轮实验数据)。用一条师徒 CP if 线做贯穿案例,把三味药的用法和用量写清楚。

一张诊断桌上摆着三只药瓶,分别贴着角色卡、索引卡抽屉和朱红印章的标签,处方笺上画着一条分岔的剧情线

一对师徒 CP:师父在终卷为护山门挡下最后一剑,死了。假设你意难平,想写一条 if 线——如果那一剑没落下,后面的十年怎么过。你把原著 txt 喂给模型,写到第三段就想关页面: 师父开口自称「我」,还主动跟徒弟解释起了当年的苦衷。原著里这个人自称「为师」, 二十年没跟任何人解释过任何事。(先声明:这条线是为讲解虚构的泛型案例,不指向任何真实作品, 全文拿它串场。)

评论区管这个叫 OOC,人设崩了。但「崩」是个笼统的报错,拆开看其实是三种不同的病, 病因不同,治法也不通用。至于「AI 写同人到底靠不靠谱」这个前置问题,我们此前回一位用户的信里已经答过:短打可用,长篇靠结构。 这篇只管结构怎么搭。

病因一:他一开口就不像,因为模型没见过他

通用大模型的训练语料里未必有你的原作;就算有,也早被几万亿 token 稀释成了模糊的印象。 指望模型「记得」师父的说话方式,等于让一个只听过转述的人去模仿声线。

治法是把人设做成结构化的角色卡,喂进每一次生成。社区通行的格式是 chara_card_v3 规范,性格、说话习惯、人物关系分字段写,应用按固定位置注入上下文。回到师父这张卡,最值钱的三样东西按序排: 原作示例对话摘 3 到 5 段,选最有他味道的(锁语气的效果好过一切形容词);口癖和称谓写成硬规则, 「自称『为师』,从不自称『我』」「训话句尾常带『罢了』」;再加负面约束, 「任何情况下不会主动解释自己的动机」。防崩这件事上,一句「绝不会做什么」比十句正面描述更管用。

开头那个「主动解释苦衷」的崩点,一条负面约束就摁住了。

病因二:设定明明写了,AI 却记错,因为窗口装不下

写到 if 线第五章,新的症状来了:师父的剑明明在终卷断了,模型让他拔剑出鞘;门派之间的世仇张冠李戴。 这不是病因一,卡里的人设没崩,崩的是世界。原因很机械:模型一次能读的字数(上下文窗口)有限, 整本原著塞不进去,朴素做法只带最近几千字,五章之前交代的断剑自然不存在。

治法是世界书:把设定拆成条目,每条挂关键词,对话或正文里出现关键词才把对应条目注入, 按相关性供给,不按体积硬塞。写法上有几条经验值:一条管一件事,电报体 150 到 300 字, 事实前置;人物条目补全别名(对话里叫「师尊」「老头子」,关键词只写全名就永远不触发); 世界观根基升常驻、其余靠触发,常驻控制在 5 条以内。这些坑我们在一次 237 条世界书的完整排障里逐层踩过, 症状排查表可以直接抄。

同人写作在这件事上有个天然优势:设定不用发明,只用整理。原著就是你的设定集, 把断剑、世仇、灵力体系各写成一条,比原创作者从零造世界省一半力气。

病因三:前十章都好好的,越写越不像,因为它在模仿自己

第三种病最隐蔽。卡建了,世界书也齐了,前十章顺利,第二十章读起来却像换了个作者: 句子越写越长越圆润,原著那种短句剁开的节奏没了。我们量化过这个现象,它真实存在,成因是自回归: AI 写的每一段都拼回上下文变成下一段的参考,写得越多,模型模仿的对象就越是它自己。

我们拿一本 890 万字的玄幻做过 20 轮连续续写实验:裸提示词的链,句长波动系数从前五轮的 0.64 掉到末五轮的 0.52,离原著的 0.84 越来越远;给上下文加上来源标注(标明哪段是原著正文、 哪段是此前的 AI 续写,配一句「文风以原著段落为基准」),同一个起点的链反了过来, 从 0.56 回升到 0.64,两个互不知情的盲评审独立写下「越写越像」。数据和翻车细节(一句措辞在 Gemini 上引发 20 轮复读)都在漂移实验记录里。 对写同人的人,结论一句话:这层保护是长跑型的,写得越长越值钱。

顺带划清两味药的地界,免得吃错:来源标注只管文风,管不住世界状态。同一批 20 轮实验里, 无论加不加标注,所有链条写到后段都从起点的场景漂进了别的地方——场景、道具、在场人物这些「事实」, 归病因二的世界书管。文风漂移吃标注,设定漂移吃词条,两味药不互相替代。

三味药怎么一起吃?

回到那条师徒 if 线,完整流程在 Foreverse 里走是这样:原著 txt 导入阅读器,翻到终卷那一剑之前,从这里开分支,原文只读,if 线长在旁边。师父的角色卡和整理好的世界书 导进这本书的 AI 资料里,每次续写自动带上;来源标注是设置里默认开着的开关,不用额外配。 剩下的就是写:重要情节让 AI 出几个候选你来挑,挑不出就换个模型再要一批。判「他会不会这么做」的 鉴定权,从头到尾在你手里。

最后交代一句这套方法的边界:三味药治的都是供给侧的病,管的是把对的信息在对的时机递到模型眼前, 治不了审美。AI 给出的十个候选里哪个是「他会说的话」,只有把原作读进心里的人分得出来。 所以 if 线的第一章往往最难:药还没起效,你也还没找到跟它合作的手感。撑过前三章再评价这套方法, 是我们能给的最实在的建议。

常见问题

原著 txt 直接整本喂给 AI 行吗?

不划算,效果也差。整本书塞进上下文,每次生成都为几十上百万字的无关内容付费;更关键的是我们实测过,把 27 万字原著整个塞进上下文、不加任何指令,模型照样写出比喻密度十倍于原著的 AI 腔。上下文只提供可模仿的材料,「以谁为基准」「他是什么人」必须结构化地显式交代,模型不会自己猜对。

要写多少设定才够?

比想象的少。角色卡核心人设几百字加 3 到 5 段原作示例对话就够锁语气;世界书条目一条管一件事,电报体 150 到 300 字,常驻条目控制在 5 条以内。够不够别数字数,看命中率:写到谁的时候,谁的档案有没有被递到模型眼前。写满两千字的编年史不如拆成十条各管一段。

哪个模型写同人最不容易 OOC?

没整理人设之前换什么模型都白搭,这三味药比选型优先。药都吃上之后再谈偏好:我们的双盲横评里 Claude 和 Qwen 这类模型笔感更自我,贴原著文风不如 DeepSeek 系,但你若本来就想让同人有自己的笔调,它们反而合适。按「无缝续写」还是「另起笔调」来挑。

判断 OOC 有没有客观标准?

没有,鉴定权在你。工具能做的是把判断成本降下来:重要情节让 AI 一次给多个候选并排挑;每个方向落在独立分支上,写崩了砍掉那条分支,原文和其它分支不受影响。「他不会这么做」这句话,只有把原作读进心里的人说了算。

有想法或问题?来 Discord 聊聊 →

怎么让 AI 写同人不 OOC?把人设崩拆成三种病因,各有各的治法 · Foreverse · 新梦