# MICE Quotient 理论 (Orson Scott Card) **来源**: - Orson Scott Card, *Characters and Viewpoint* - 基于 AI 知识库整理 ## 核心概念 MICE Quotient 是一种故事结构框架,根据**驱动叙事的核心要素**将故事分为四种类型。与传统的三幕结构不同,MICE 关注的是"故事承诺"——你向读者承诺了什么类型的体验。 ## 四种故事类型 ### 1. Milieu(环境/世界)故事 **核心焦点**: 设定、世界观、地点 **开启**: 主角进入一个新的/陌生的世界 **结束**: 主角离开那个世界 **关键特征**: - 世界本身是兴趣点 - 角色发展次要于探索设定 - 读者想要发现和理解环境 **典型例子**: - 《绿野仙踪》(多萝西进入奥兹国 → 离开奥兹国) - 《格列佛游记》 - 《爱丽丝梦游仙境》 - 大多数穿越小说和门户幻想 **网文应用**: - 异世界穿越文(主角穿越到修仙世界 → 飞升/回归) - 无限流(进入副本世界 → 离开副本) - 探索型世界观小说 --- ### 2. Idea(理念/谜题)故事 **核心焦点**: 问题和答案 **开启**: 提出一个问题 **结束**: 问题得到解答 **关键特征**: - 由谜团、难题或哲学探究驱动 - 读者想知道"为什么?"或"如何?" - 可以是侦探故事、科学谜题或概念探索 **典型例子**: - 侦探小说(《福尔摩斯》系列) - 《天外来菌》(这是什么生物?→ 找到答案) - 科学谜团 - 哲学思想实验 **网文应用**: - 悬疑推理文 - 探秘类小说("这个世界的真相是什么?") - 系统流中的"系统来源之谜" --- ### 3. Character(角色)故事 **核心焦点**: 角色发展/转变 **开启**: 主角对自己在生活中的角色感到不满 **结束**: 主角接受新角色或接受旧角色 **关键特征**: - 内在旅程至关重要 - 读者想看到角色改变(或未能改变) - 关于身份、成长或自我发现 **典型例子**: - 成长故事 - 《圣诞颂歌》(斯克鲁奇的转变) - 《绝命毒师》(沃尔特·怀特的转变) - 救赎弧 **网文应用**: - 废柴逆袭流(不满于废柴身份 → 接受强者身份) - 重生复仇文(不满于前世命运 → 改写人生) - 修仙悟道文(凡人 → 接受修士身份) --- ### 4. Event(事件)故事 **核心焦点**: 恢复秩序/平衡 **开启**: 世界的自然秩序被打破 **结束**: 建立新秩序(或恢复旧秩序) **关键特征**: - 外部冲突驱动故事 - 利害关系影响更广阔的世界 - 读者想看到稳定恢复 **典型例子**: - 《指环王》(魔戒威胁世界 → 魔戒被毁) - 灾难电影 - 战争故事 - 大多数动作冒险叙事 **网文应用**: - 拯救世界流(魔族入侵 → 击败魔族) - 争霸文(天下大乱 → 统一天下) - 护国流(国家危机 → 危机解除) --- ## 嵌套机制:多线程故事 ### 核心原则 故事可以(通常也确实)包含多个 MICE 线程,但必须**正确嵌套**,就像括号一样。 ### 嵌套规则 **有效嵌套(对称)**: ``` M[ I[ C[ E[ ]E ]C ]I ]M ✓ ``` **无效嵌套(不对称)**: ``` M[ I[ C[ ]M E[ ]C ]I ]E ✗ ``` **关键**: 后开启的线程必须先关闭(LIFO - Last In First Out) ### 实际例子:《星球大战:新希望》 多线程嵌套: 1. **Event**(最外层): 帝国威胁银河系 → 死星被摧毁 2. **Milieu**: 卢克进入更广阔的银河系 → 作为英雄归来 3. **Character**: 卢克不满于农场男孩身份 → 接受绝地身份 4. **Idea**: 我父亲是谁?这些力量是什么?→ 部分答案 **正确结构**: - 开启 Event(莱娅被俘,计划被盗) - 开启 Milieu(卢克离开塔图因) - 开启 Character(卢克想要更多) - 关闭 Character(成为自信的英雄) - 关闭 Milieu(回到颁奖典礼) - 关闭 Event(死星被毁,银河系得救) ### 网文例子:《大奉打更人》开篇分析 从提供的文本来看: 1. **Event**(最外层): 税银丢失,朝野震动 → ?(需追回或解决) 2. **Character**: 许七安不满于被流放的命运 → ?(需改变命运) 3. **Idea**: 税银如何丢失?是否真是妖物作祟? → ?(需解答) 4. **Milieu**: 现代人穿越到古代修仙世界 → ?(需适应/离开/改变) --- ## 实际应用 ### 为什么重要 1. **读者满意度**: 读者无意识地期待你承诺的故事类型 2. **结构指导**: 知道主要 MICE 类型告诉你何时结束 3. **避免错误**: 开启了却不关闭的线程会让读者不满 ### 常见错误 - 以角色不满开场,却只用外部行动解决 - 提出问题却从不回答 - 带角色进入新世界,却在他们离开/返回前结束 - 以威胁世界的事件开场,却只以个人成长结束 ### 确定主线程 问:**如果不解决,读者最失望的是什么?** - 那就是你的外层/主线程 - 它应该最先开启,最后关闭 --- ## 写作技巧 1. **按重要性逆序开启线程**(最不重要的先开) 2. **镜像顺序关闭线程**(最重要的最后关) 3. **每个线程都需要自己的解决方案** 4. **不要开启你不会关闭的线程** 5. **主导线程决定你的类型/营销定位** --- ## 对 AI 训练的启示 ### 可算法化程度:★★★★★ MICE 理论非常适合 AI 学习,因为: 1. **明确的开启-关闭规则**: 可以训练模型识别和生成配对的开启-关闭 2. **嵌套结构**: 类似于编程中的括号匹配,可以用栈结构验证 3. **类型分类**: 可以训练分类器识别每个线程的 MICE 类型 4. **完整性检查**: 可以自动检测未关闭的线程 ### 潜在训练数据格式 ```json { "story_threads": [ { "type": "Event", "level": 1, "opening": { "chapter": 1, "description": "税银丢失,许平志被判死刑,三族连坐", "disruption": "大奉朝廷的正常秩序被打破" }, "closing": { "chapter": null, "description": "待解决", "resolution": "恢复秩序或建立新秩序" } }, { "type": "Character", "level": 2, "opening": { "chapter": 1, "description": "许七安不满于被流放边陲的命运", "dissatisfaction": "从现代警察穿越成即将流放的古代捕快" }, "closing": { "chapter": null, "description": "待解决", "resolution": "接受新身份或改变命运" } }, { "type": "Idea", "level": 3, "opening": { "chapter": 1, "description": "税银如何丢失?是否真是妖物作祟?", "question": "十五万两白银不翼而飞的真相" }, "closing": { "chapter": null, "description": "待解决", "answer": "揭示真相" } } ], "nesting_validation": "valid", "primary_thread": "Event", "genre_implication": "玄幻探案" } ``` ### 思考过程提取 MICE 可以帮助提取"作者的思考过程": 1. **线程规划**: 作者决定开启哪些线程,以什么顺序 2. **嵌套决策**: 作者如何安排线程的优先级和嵌套关系 3. **关闭时机**: 作者何时关闭每个线程,如何确保满足读者期待 4. **类型混合**: 作者如何平衡不同类型的元素 ### 与 Scene-Sequel 的结合 - **MICE**: 宏观层面的故事线程管理 - **Scene-Sequel**: 微观层面的场景结构 - **结合**: 每个 Scene 都在推进一个或多个 MICE 线程 ``` Event Thread: [开启] ----Scene1---Scene2---Scene3---- [关闭] ↓ ↓ ↓ Character Thread: [开启] ---Scene2---Scene3--- [关闭] ↓ ↓ Idea Thread: [开启] ---Scene3--- [关闭] ``` --- ## 网文特殊性 ### 高频钩子需求 网文需要更密集的钩子,MICE 可以这样应用: 1. **多线程并行**: 同时运行多个 MICE 线程,每章关闭一个小线程,开启新线程 2. **快速循环**: 在主线程内嵌套大量短周期的 Idea 线程(悬念-揭晓) 3. **延迟关闭**: 主线程长期开启,但定期提供"阶段性答案"维持兴趣 ### 百万字长篇 对于百万字级别的长篇: 1. **分卷结构**: 每卷是一个完整的 MICE 嵌套,但主线程贯穿全书 2. **线程复用**: 关闭旧线程后,开启同类型的新线程(如:解决了A地的危机,又出现B地的危机) 3. **渐进式揭示**: Idea 线程可以分阶段回答(先回答"是什么",后回答"为什么") --- ## 总结 MICE Quotient 提供了一个强大的框架来理解和构建故事的宏观结构。对于 AI 训练而言,它的优势在于: - **规则明确**: 开启-关闭配对,嵌套规则 - **可验证**: 可以自动检查结构完整性 - **类型化**: 便于分类和标注 - **可扩展**: 适用于从短篇到百万字长篇的各种规模 结合 Scene-Sequel 的微观结构,MICE 可以帮助 AI 理解从场景到整体故事的多层次叙事逻辑。