布客小说 Agent 计划正式启动

观察了一年多，我可以确定的说，多数写手不会用 AI 写小说，根本原因有两点。

（1）不会使用Agent

Agent 简单来说是一组提示词以及LLM交互流程。大多使用工作流软件编排或者直接使用编程语言实现。

然而搜索Arxiv，小说Agent的研究少之又少。市面上的辅助写作软件还停留在简单生成章节和续写几个少数功能，完全无法全自动化。多数写手还停留在对话框一问一答的方式，这样无法形成有效的检测修复循环机制，无法进一步提升文章质量。

检测修复循环带来的文章质量提升是毋庸置疑的。举个例子，在我的项目中，分章（https://github.com/DracoUnion/BookerGptTool/blob/master/BookerGptTool/resplit_pmt.py）和翻译（https://github.com/DracoUnion/BookerGptTool/blob/master/BookerGptTool/trans_chunk_pmt.py）Agent采取了这种机制。结果是，仅仅通过一轮迭代，分章正确率由原来的每本书一定会分错，50%章节能正确划分，提升到99%。而翻译也从仅能翻译技术文档，达到了文学作品的水平。

最近OpenAI发布的数学论文就广泛采取了这种机制。LLM搜索并生成研究思路，Lean形式化检测器绝对严谨地验证思路，一旦不通过就打回去由LLM重新生成，直到通过。此外，在因子挖掘领域也有类似应用，LLM负责变异因子，Quant指标负责检测因子的有效性。

那么小说生成也可以采用同样的思路，LLM生成并润色小说，某个检测器负责检测文章质量。

（2）不懂语言统计学

有了循环机制，现在就缺一个检测器，检测器肯定不能由 LLM 充当，不然无法消除LLM本身带有的非人感以及叙述过长等问题。

我的办法是引入语言统计学，使用里面的指标来衡量文章风格的好坏。具体来说，找出公认行文和剧情设定比较好的小说，计算以下一些语言学的指标，作为判别标准来检测LLM生成的小说，不满足就打回去重写，直到满足标准或者达到最大循环步数。

由此，小说生成的数据飞轮就可以跑起来了。具体效果如何，还需要进一步验证。

附录：一些语言学指标

一、词汇层指标

1. 长度与频率

  • 平均词长（字符数/音节数）：反映用词简洁或繁复。
  • 词长标准差、偏度、峰度：反映词长分布是否均匀。
  • 平均词频（log 频率）：反映用词常用或生僻。
  • 低频词比例：反映词汇难度与文学性。
  • 高频词覆盖率（Top 100/1000/3000 词占比）：反映用词集中度。
  • Hapax legomena 比例（仅出现一次的词占比）：反映词汇丰富度。
  • Dis legomena 比例（仅出现两次的词占比）：辅助判断词汇丰富度。

2. 词汇丰富度

  • TTR（Type-Token Ratio）：类符/形符比。
  • MSTTR（标准化 TTR）：按固定窗口计算，避免长度影响。
  • RTTR（Root TTR）：类符/√形符。
  • Log TTR：log 类符/log 形符。
  • Maas 指数。
  • Yule’s K：词汇重复度。
  • Simpson’s D：词汇多样性。
  • Herdan’s C。
  • Brunet’s W。
  • Honoré’s R。
  • 词汇密度（实词数/总词数）：反映信息密度。
  • 实词/虚词比：反映书面化程度。
  • 词性分布：名词、动词、形容词、副词、代词、介词、连词、助词、叹词、拟声词比例。
  • 名词具体/抽象比：反映具象或哲思风格。
  • 动词动作/心理/状态比：反映动作驱动或心理驱动。
  • 形容词密度：反映描写华丽度。
  • 副词密度：反映修饰强度。
  • 修饰语密度（形容词+副词）/动词：反映文风繁复度。

3. 语义与用词偏好

  • 成语频率。
  • 典故频率。
  • 俚语频率。
  • 方言词频率。
  • 古语/文言词频率。
  • 外来词频率。
  • 网络用语频率。
  • 专业术语密度。
  • 新造词/自创词频率。
  • 命名实体密度（人名、地名、组织）。
  • 人称代词频率：我/你/他/她/它/我们/你们/他们。
  • 第一/第二/第三人称比例：反映叙事视角。
  • 情感词密度。
  • 情绪价均值、方差。
  • 唤醒度均值。
  • 感官词密度：视觉、听觉、触觉、嗅觉、味觉、体感。
  • 颜色词密度。
  • 声音词密度。
  • 气味词密度。
  • 味道词密度。
  • 触觉词密度。
  • 空间词密度。
  • 时间词密度。
  • 数量词密度。
  • 量词多样性。
  • 语气词/助词/叹词频率：反映口语化程度。
  • 儿化音/方言口音词频率。
  • 敬语/谦辞频率。
  • 脏话/禁忌词频率。
  • 同义词多样性。
  • 词义义项数。
  • 词汇难度（HSK/CEFR/词频等级）。
  • 汉字平均笔画数。
  • 汉字等级分布。
  • 拼音/声调分布。

二、句子层指标

1. 长度与复杂度

  • 平均句子长度（字/词）。
  • 句长中位数。
  • 句长标准差、方差、变异系数。
  • 句长偏度、峰度。
  • 句长分布直方图。
  • 平均分句长度（逗号间）。
  • 平均小句长度。
  • 句法树深度。
  • 依存距离：平均依存距离（MDD）、最大依存距离、分布。
  • 依存方向。
  • 从句密度。
  • 嵌套深度。
  • 简单句/并列句/复合句/复杂句比例。
  • 主动句/被动句比例。
  • 把字句/被字句频率。
  • 陈述句/疑问句/祈使句/感叹句比例。
  • 完整句/省略句/无主句比例。
  • 独词句/短句比例。
  • 长句比例。
  • 句首词类分布。
  • 句尾词类分布。
  • 句首连接词频率。
  • 倒装句频率。
  • 排比句频率。
  • 对偶句频率。
  • 反复句频率。
  • 修辞问句频率。
  • 引语句比例。
  • 直接引语/间接引语/自由间接引语比例。
  • 引语标签多样性（说、道、问、喊等）。
  • 对话轮次长度。
  • 对话间隔。

2. 标点与停顿

  • 标点总密度。
  • 逗号频率。
  • 句号频率。
  • 分号频率。
  • 冒号频率。
  • 顿号频率。
  • 问号频率。
  • 感叹号频率。
  • 省略号频率。
  • 破折号频率。
  • 引号频率。
  • 括号频率。
  • 书名号频率。
  • 标点多样性。
  • 标点组合模式。
  • 句内停顿模式。
  • 标点熵。

三、段落与篇章层指标

  • 平均段落长度（字/词/句）。
  • 段落长度中位数。
  • 段落长度标准差、变异系数、偏度、峰度。
  • 段落数量。
  • 单句段比例。
  • 长段比例。
  • 平均段落句数。
  • 段落开头模式。
  • 段落结尾模式。
  • 章节数量。
  • 平均章节长度。
  • 章节长度分布。
  • 章节标题模式。
  • 对话段落比例。
  • 描写段落比例。
  • 叙述段落比例。
  • 议论段落比例。
  • 抒情段落比例。
  • 心理描写段落比例。
  • 动作描写段落比例。
  • 环境描写段落比例。
  • 场景转换频率。
  • 时间跳跃频率。
  • 视角切换频率。
  • 对话/叙述比。
  • 叙事速度：场景/概述/省略/停顿比例。
  • 事件密度。
  • 新信息密度。
  • 信息新旧比。
  • 主题句位置。
  • 衔接词密度。
  • 指代密度。
  • 回指距离。
  • 词汇链长度。
  • 篇章连贯性（LSA、实体网格）。
  • n-gram 重复率。
  • 模板化程度。
  • 自我重复率。
  • 长程相关性。
  • Hurst 指数。
  • 分形维数。

四、修辞与风格层指标

  • 比喻/明喻/暗喻频率。
  • 拟人频率。
  • 夸张频率。
  • 排比频率。
  • 反复频率。
  • 双关频率。
  • 象征频率。
  • 讽刺频率。
  • 反讽频率。
  • 通感频率。
  • 白描/华丽指数。
  • 形容词密度。
  • 副词密度。
  • 修饰语密度。
  • 感官描写比例。
  • 心理描写比例。
  • 动作描写比例。
  • 环境描写比例。
  • 对话描写比例。
  • 叙述视角：第一/第二/第三人称。
  • 限知/全知视角。
  • 叙述时间：顺叙/倒叙/插叙。
  • 叙事速度。
  • 语气：幽默/严肃/冷峻/温情。
  • 正式度/口语度。
  • 书面语/口语词比例。
  • 文言/白话比例。
  • 网络用语频率。
  • 脏话/禁忌词频率。
  • 敬语/谦辞频率。
  • 情感弧线。
  • 情感价/唤醒度轨迹。
  • 情绪多样性。
  • 情绪极性比例。
  • 主客观比例。
  • 叙事弧线类型。
  • 英雄之旅阶段。
  • 冲突频率。
  • 悬念密度。
  • 伏笔密度。
  • 高潮位置。
  • 结局类型。

五、信息论与统计复杂性指标

  • 字符熵。
  • 词熵。
  • 条件熵。
  • 互信息。
  • 困惑度（用语言模型计算）。
  • 压缩率（gzip、bzip2、zstd）。
  • 类型-形符比。
  • 词汇分布熵。
  • 句长熵。
  • 标点熵。
  • n-gram 多样性。
  • 重复 n-gram 比例。
  • Zipf 斜率。
  • Zipf 系数。
  • 词汇网络：度分布、聚类系数、平均路径长度、模块度。
  • 共现网络：角色网络、词共现网络。
  • 主题模型：LDA 主题分布、主题多样性、主题连贯性。
  • 情感轨迹。
  • 节奏变化：句长/段长波动。
  • 标点节奏。
  • 对话密度变化。
  • 章节钩子强度。
  • 风格相似度：Burrows’s Delta、Zeta、余弦相似度、KL 散度、JS 散度、编辑距离。
  • 作者归属指标。

六、叙事学与内容层指标

  • 角色出场频率。
  • 角色共现网络。
  • 角色对话量。
  • 角色视角比例。
  • 角色弧线。
  • 情节事件密度。
  • 冲突频率。
  • 悬念密度。
  • 伏笔密度。
  • 高潮位置。
  • 结局类型。
  • 时间跨度。
  • 空间跨度。
  • 场景数量。
  • 幕结构。
  • 英雄之旅阶段。
  • 情感弧线类型。
  • 主题分布。
  • 母题频率。
  • 象征物频率。
  • 世界构建密度。

七、语音与韵律层指标（若适用）

  • 音节数。
  • 声调分布。
  • 押韵密度。
  • 头韵。
  • 平仄。
  • 节奏模式。
  • 朗读时长预测。
  • 停顿模式。

八、排版与视觉层指标

  • 标点总数/密度。
  • 各标点频率。
  • 省略号/破折号/感叹号/问号频率。
  • 引号频率。
  • 括号频率。
  • 分号/冒号/顿号频率。
  • 空格/空行频率。
  • 段落缩进。
  • 对话排版。
  • 章节标题模式。
  • 字体/字号（电子书）。
  • 页面长度。

九、可读性与认知负荷指标

  • Flesch Reading Ease。
  • Flesch-Kincaid Grade Level。
  • Gunning Fog。
  • SMOG。
  • Coleman-Liau。
  • Automated Readability Index（ARI）。
  • LIX。
  • RIX。
  • 中文可读性公式。
  • 汉字平均笔画。
  • 难词比例。
  • 句法复杂度。
  • 工作记忆负荷。
  • 阅读时间预测。
  • 眼动指标（若可用）。

十、推荐“风格向量”组合

如果只想快速刻画一本小说的风格，建议优先算这些：

  1. 简洁/繁复：平均句长、句长变异系数、平均段长、实词密度、形容词密度、从句密度、标点密度。
  2. 口语/书面：语气词、叹词、网络用语、方言词、文言词、正式词比例。
  3. 节奏：句长波动、段长波动、对话比例、事件密度、标点密度。
  4. 情感：情感价、唤醒度、情绪多样性、感官词密度。
  5. 叙事：视角、对话/叙述比、场景转换频率、悬念/伏笔密度。
  6. 信息复杂度：熵、困惑度、压缩率、TTR、Zipf 斜率。

此外我们备份了笔趣阁全 20w 本小说（https://github.com/orgs/CyberCommy/repositories?q=biqu）欢迎大家下载回去在上面做实验。

posted @ 2026-10-12 10:17  绝不原创的飞龙  阅读(35)  评论(0)    收藏  举报